Под воздействием эффекта поршня в тоннеле неорганизованный вентиляционный поток (UVA), проходящий через двери платформы, значительно влияет на тепловую нагрузку метрополитена. Точное прогнозирование UVA является ключевым условием для энергоэффективного проектирования систем вентиляции и кондиционирования воздуха (HVAC). Предложена интеллектуальная прогнозная структура, объединяющая параметрическое вычислительное гидродинамическое моделирование (CFD) и глубокое обучение, основанная на уравнениях управления неконпрессируемой жидкостью и модели турбулентности k-ε. Для проведения двумерного временного численного моделирования использовался ANSYS Fluent, а результаты моделирования служили обучающим набором данных. Введён новый безразмерный параметр относительного расстояния (RDR) для описания взаимодействия между длиной поезда и расстоянием между шахтой поршневого ветра; моделирование охватывало различные коэффициенты заграждения, RDR и 4 состояния работы поршневой шахты при условиях, результаты были проверены полевыми измерениями (корень из среднеквадратичной ошибки RMSE = 0.062 м/с, средняя абсолютная процентная ошибка MAPE = 34.8%, коэффициент детерминации R² = 0.939). На этой основе была построена условная модель кодирования и декодирования, реализующая прогноз полного временного ряда скорости ветра UVA на основе статических проектных параметров. Модель продемонстрировала отличную обобщающую способность, обеспечив высокоточный прогноз для 4 условий, не участвовавших в обучении (R²>0.94, MAPE<22%), и эффективно улавливала пиковые значения скорости ветра в процессе движения поезда.

станция метро; неорганизованный вентиляционный поток; эффект поршня; CFD моделирование; глубокое обучение; модель кодирования и декодирования