50x
006044
2025-08-20

H 1.6. Dati misurati per carichi del vento su piccoli edifici (Esempio WTG 9.3)

User Story

Il seguente esempio descrive esperimenti in galleria del vento condotti da Tokyo Polytechnic University (TPU) come esempio di validazione nella Parte 9.3 WTG-Merkblatt M3. Calcoleremo il coefficiente di pressione media del vento (Cp) per diverse zone di vento, che appartiene al Gruppo 2, secondo Figura 2.2 in WTG-Merkblatt-M3:

  • G2: Valori assoluti con requisiti di precisione media: L'area di applicazione può includere parametri o studi preliminari quando sono previste indagini successive con maggiore precisione (ad es., esame in galleria del vento di classe G3).
  • R2: Solitaria: tutte le direzioni del vento rilevanti con risoluzione direzionale sufficientemente fine.
  • Z2: Valori medi statistici e deviazioni standard: a condizione che coinvolgano processi di flusso stazionari, per i quali è sufficiente una verifica statistica delle fluttuazioni con un fattore di picco.
  • S1: Effetti statici: Sono sufficienti per rappresentare il modello strutturale con il dettaglio meccanico necessario, ma senza proprietà di massa e smorzamento.

Descrizione

Questa sezione presenta dati di convalida sperimentale per carichi del vento su modelli di edifici a bassa altezza con tetti a timpano. I dati provengono dal database aerodinamico dell'Università Politecnica di Tokyo (TPU), che fornisce misurazioni di riferimento per edifici con configurazioni del tetto diverse.

L'esempio di verifica confronta le previsioni CFD dei coefficienti di pressione del vento con gli esperimenti in galleria del vento del TPU. La geometria dell'edificio di riferimento (rapporto delle dimensioni D:B:Ho= 160 : 160 : 40 , angolo di inclinazione del tetto β=45 ) è analizzata scomponendo la struttura in superfici individuali (parete sopravento, pareti laterali, parete sottovento, e pendenze del tetto) come mostrato nell'immagine 1. La parte inferiore della figura mostra i profili delle condizioni al contorno dell'afflusso utilizzati nel modello in galleria del vento e CFD:

  • Profilo della velocità del vento media U(z)
  • Profilo dell'intensità della turbolenza I(z)

Questi profili sono confrontati con le condizioni del terreno Categoria III (standard AIJ 2004). L'accordo dimostra che l'afflusso della galleria del vento del TPU riproduce caratteristiche realistiche dello strato limite atmosferico, fornendo una base affidabile per la convalida.

Tabella 1: Dati d'ingresso del tetto a timpano 3D

Parametro Simbolo Valore Unità
Velocità di riferimento del vento UH 22 m/s
Altezza del tetto Href 12 m
Esponente del profilo α 0.20 -
Categoria di terreno - III -
Densità dell'aria – RWIND ρ 1.25 kg/m³
Modello di turbolenza – RWIND RANS & URANS K-Omega - -
Viscosità cinematica – RWIND ν 1.5×10⁻⁵ m²/s
Ordine di schema – RWIND Secondo - -
Valore Target Residuo – RWIND 10⁻⁴ - -
Tipo di Residuo – RWIND Pressione - -
Numero Minimo di Iterazioni – RWIND 800 - -
Strato Limite – RWIND NL 10 -
Tipo di Funzione del Muro – RWIND Avanzata / Blended - -

Studio della Reticolazione Computazionale

La figura presenta un'analisi di sensibilità della reticolazione del modello di tetto a timpano in RWIND. Il coefficiente di forza calcolato (Cf) rimane costante a 0.83 per densità di reticolazione del 15% e 25%, indicando risultati stabili a livelli di raffinazione inferiori. A densità di reticolazione più alte del 30% e 35%, Cf aumenta leggermente a 0.85 e 0.87, rispettivamente. Questo comportamento dimostra una convergenza complessiva, con solo lievi variazioni osservate man mano che la reticolazione diventa più fine.

Inoltre, lo studio della reticolazione computazionale deve essere eseguito secondo il seguente link:

Requisito di Precisione WTG-Merkblatt M3

Il WTG-Merkblatt M3 fornisce due metodi chiave per convalidare i risultati delle simulazioni. Il Metodo Hit Rate valuta quante delle valori simulati Pi corrispondono correttamente ai valori di riferimento Oi entro una tolleranza definita, utilizzando un approccio di classificazione binaria (colpito o mancato). Questo approccio valuta l'affidabilità della simulazione calcolando un tasso di colpi q, simile a funzioni di confidenza utilizzate nella teoria dell'affidabilità. Al contrario, il metodo del Errore quadratico medio normalizzato (e2) offre una valutazione più dettagliata della precisione quantificando la deviazione quadratica media tra i valori simulati e quelli di riferimento, normalizzata per tenere conto delle differenze di scala. Insieme, questi metodi forniscono misure qualitative e quantitative per la convalida della simulazione.

Risultati e Discussione

Le sei figure (immagini 3 a 8) presentano un'analisi comparativa dei coefficienti di pressione media (Ave Cp) su diverse superfici di un edificio a tetto a due falde, ottenuti dagli esperimenti in galleria del vento dell'Università Politecnica di Tokyo (TPU) e simulati utilizzando RWIND con i modelli di turbolenza Steady RANS k-ω e URANS k-ω.

Per la superficie 1 (parete sopravento), l'ave Cp diminuisce costantemente da circa 0.65 a 0° di direzione del vento fino a circa –0.9 a 90°. I dati sperimentali partono da valori leggermente più alti, mentre il modello Steady RANS sottovaluta i picchi di pressione positiva. URANS cattura meglio i picchi di pressione, soprattutto tra 10° e 20°, e mostra un accordo più stretto con gli esperimenti nella gamma iniziale, anche se tutti i metodi convergono a angoli più grandi.

Per la superficie 2 (parete laterale), l'ave Cp aumenta costantemente da circa –0.6 a 0° fino a circa +0.65 a 90°. I risultati sperimentali mostrano un aumento fluido e consistente su tutta la gamma angolare. La simulazione Steady RANS sottovaluta leggermente l'aspirazione a piccoli angoli di vento e sovrastima marginalmente le pressioni positive a angoli maggiori. Al contrario, i risultati URANS mostrano un accordo molto più stretto con i dati sperimentali, in particolare tra 30° e 80°, evidenziando la sua migliorata capacità di catturare il recupero del flusso sottovento.

Nel caso della superficie 3 (parete sottovento), la pressione rimane negativa, iniziando a circa –0.3 a 0° e raggiungendo valori intorno a –0.9 vicino a 70°–80°. La tendenza sperimentale è ben catturata da Steady RANS nella maggior parte degli angoli, mentre URANS predice costantemente la pressione (Cp meno negativo) soprattutto nella gamma media delle direzioni del vento. Questo dimostra che Steady RANS funziona meglio per condizioni di aspirazione delle pareti laterali.

Il coefficiente di pressione media sulla superficie 4 (parete laterale) rimane negativo in tutte le direzioni del vento, con valori che aumentano gradualmente da una forte aspirazione a 0° a quasi neutrale a 90°. Sia RANS che URANS catturano generalmente la tendenza complessiva osservata nei dati sperimentali, ma si verificano deviazioni notevoli, in particolare a angoli di vento elevati, dove le simulazioni tendono a sovrastimare il recupero. Steady RANS mostra un accordo più stretto nella gamma media, mentre Steady URANS presenta discrepanze maggiori a angoli elevati.

Per la superficie 5, tutti i metodi catturano costantemente la transizione fluida del coefficiente di pressione media da valori negativi (aspirazione) a piccoli angoli di vento a pressione positiva a direzioni del vento più elevate. I dati sperimentali di TPU indicano un aumento costante, attraversando dall'aspirazione alla pressione intorno a 45°, una tendenza che è ben riflessa in entrambi gli approcci numerici. Steady RANS segue i risultati sperimentali con precisione molto ravvicinata, mostrando solo deviazioni minime nell'intera gamma angolare. URANS, d'altra parte, prevede valori leggermente diversi, tendendo generalmente a sottovalutare la pressione a direzioni del vento più elevate, ma mantiene comunque un buon accordo con esperimenti e RANS.

Infine, il coefficiente di pressione media sulla superficie 6 mostra un buon accordo tra esperimenti e CFD, mentre a 20°–40° gli esperimenti indicano una maggiore aspirazione. Steady RANS sottovaluta leggermente questo picco, e URANS predice costantemente con un'aspirazione più debole. Complessivamente, RANS cattura in modo più affidabile la tendenza sperimentale, mentre URANS tende a deviare a angoli di vento obliqui.

La Tabella 3 riassume le metriche di validazione per le sei superfici dell'edificio, considerando un criterio di deviazione di 10% per RANS e 20% per URANS. Per la Superficie 1, URANS mostra una chiara superiorità con un tasso di colpi più alto (85% rispetto a 57% per RANS) ed errore inferiore (e² = 0.012 contro 0.015). Una tendenza simile è osservata per la Superficie 2, dove URANS supera nuovamente RANS, raggiungendo un tasso di colpi del 71% contro 57% e riducendo l'errore da 0.025 a 0.011. Al contrario, la Superficie 3 evidenzia la forza di RANS, che ottiene un tasso di colpi più alto (85% contro 71%) e un errore significativamente inferiore (0.008 rispetto a 0.030). Per la Superficie 4, entrambi i metodi raggiungono un tasso di colpi identico dell'85%, ma RANS funziona leggermente meglio in termini di errore (0.022 contro 0.026). Le Superfici 5 e 6 mostrano tassi di colpi bilanciati del 71% per entrambi i metodi; tuttavia, per la Superficie 5, gli errori sono uguali (0.010 per entrambi), mentre per la Superficie 6, RANS è nettamente superiore con un errore molto più piccolo (0.006 rispetto a 0.031). Nel complesso, i risultati indicano che URANS fornisce un miglior accordo con gli esperimenti sulle Superfici 1 e 2, mentre RANS fornisce previsioni più accurate per le Superfici 3 e 6, con entrambi i metodi che mostrano prestazioni comparabili sulle Superfici 4 e 5.

Tabella 3: Metrica di Validazione per il valore Cp di Sei Diverse Zone

Numero di Superficie Tasso di colpi - q 10% - RANS (%) Tasso di colpi - q 20% - URANS (%) e2 - RANS e2 - URANS
Superficie 1 57 85 0.015 0.012
Superficie 2 57 71 0.025 0.011
Superficie 3 85 71 0.008 0.030
Superficie 4 85 85 0.022 0.026
Superficie 5 71 71 0.010 0.010
Superficie 6 71 71 0.006 0.031
Capitolo principale