Dados Medidos de Cargas de Vento em Pequenas Edificações

História de Utilizador

O exemplo seguinte descreve ensaios em túnel de vento realizados por Universidade Politécnica de Tóquio (TPU) como um exemplo de validação na Parte 9.3 do WTG-Merkblatt M3. Vamos calcular o coeficiente de pressão do vento médio (Cp) para diferentes zonas de vento, que pertence ao Grupo 2, de acordo com o Figura 2.2 no WTG-Merkblatt-M3:

• G2: Valores absolutos com requisitos de precisão média: A área de aplicação pode incluir parâmetros ou estudos preliminares quando estão planeadas investigações posteriores com maior precisão (por exemplo, exame em túnel de vento da classe G3).
• R2: Solitário: todas as direções de vento relevantes com resolução direcional suficientemente fina.
• Z2: Valores médios estatísticos e desvios-padrão: desde que envolvam processos de escoamento estacionário, para os quais uma verificação estatística das flutuações com um fator de pico seja suficiente.
• S1: Efeitos estáticos: São suficientes para representar o modelo estrutural com o detalhe mecânico necessário, mas sem propriedades de massa e amortecimento.

Descrição

Esta secção apresenta dados de validação experimental para cargas de vento em modelos de edifícios baixos com telhados de duas águas. Os dados são provenientes da base de dados aerodinâmica da Tokyo Polytechnic University (TPU), que fornece medições de referência para edifícios com diferentes configurações de telhado.

O exemplo de verificação compara previsões CFD dos coeficientes de pressão do vento com os ensaios em túnel de vento da TPU. A geometria do edifício de referência (relação de dimensões D:B:H_o= 160 : 160 : 40 , ângulo de inclinação do telhado β=45^∘ ) é analisada decompondo a estrutura em superfícies individuais (parede de barlavento, paredes laterais, parede de sotavento e vertentes do telhado), conforme mostrado na imagem 1. A parte inferior da figura mostra os perfis das condições de fronteira de entrada usados no modelo de túnel de vento e CFD:

• Perfil de velocidade média do vento U(z)
• Perfil de intensidade de turbulência I(z)

Estes perfis são comparados com as condições de terreno de Categoria III (norma AIJ 2004). A concordância demonstra que o escoamento de entrada do túnel de vento da TPU reproduz características realistas da camada limite atmosférica, fornecendo uma base fiável para a validação.

1 Campo de vento simulado de terreno suburbano [dados TPU]

Tabela 1: Dados de entrada do telhado de duas águas 3D

Estudo da Malha Computacional

A figura apresenta uma análise de sensibilidade de malha do modelo de telhado de duas águas no RWIND. O coeficiente de força calculado (C_f) mantém-se constante em 0.83 para densidades de malha de 15% e 25%, indicando resultados estáveis a níveis de refinamento mais baixos. A densidades de malha mais altas de 30% e 35%, C_f aumenta ligeiramente para 0.85 e 0.87, respetivamente. Este comportamento demonstra convergência global, observando-se apenas pequenas variações à medida que a malha se torna mais fina.

2 Análise de sensibilidade da malha utilizando coeficiente de força (Cf) no RWIND

Além disso, o estudo da malha computacional deve ser realizado de acordo com o seguinte link:

• estudo de malha computacional

Requisito de Precisão do WTG-Merkblatt M3

O WTG-Merkblatt M3 fornece dois métodos principais para validar resultados de simulação. O método da Taxa de Acerto avalia quantos dos valores simulados P_i correspondem corretamente aos valores de referência O_i dentro de uma tolerância definida, usando uma abordagem de classificação binária (acerto ou falha). Esta abordagem avalia a fiabilidade da simulação calculando uma taxa de acerto q, semelhante às funções de confiança usadas na teoria da fiabilidade. Em contraste, o método do Erro Quadrático Médio Normalizado (e²) oferece uma avaliação de precisão mais detalhada, quantificando o desvio quadrático médio entre os valores simulados e de referência, normalizado para ter em conta as diferenças de escala. Em conjunto, estes métodos fornecem medidas qualitativas e quantitativas para a validação da simulação.

• Validação de resultados de simulações utilizando o método de taxa de acerto no WTG-Merkblatt M3

• Avaliação da precisão de resultados utilizando o erro quadrado médio normalizado definido no WTG-Merkblatt M3

Resultados e Discussão

As seis figuras (imagens 3 a 8) apresentam uma análise comparativa dos coeficientes de pressão médios (Ave C_p) em diferentes superfícies de um edifício com telhado de duas águas, obtidos a partir de ensaios em túnel de vento da Tokyo Polytechnic University (TPU) e simulados usando o RWIND com os modelos de turbulência Steady RANS k-ω e URANS k-ω.

Para a superfície 1 (parede de barlavento), o C_p médio diminui continuamente de cerca de 0.65 a 0° de direção do vento para cerca de –0.9 a 90°. Os dados experimentais começam com valores ligeiramente superiores, enquanto o Steady RANS subestima os picos de pressão positiva. O URANS capta melhor os picos de pressão, particularmente entre 10° e 20°, e mostra uma concordância mais próxima com os experimentos no intervalo inicial, embora todos os métodos convinjam em ângulos maiores.

3 Comparação de resultados experimentais e CFD para coeficiente de pressão médio (Cp) na superfície 1 sob várias direções do vento

Para a superfície 2 (parede lateral), o C_p médio aumenta continuamente de aproximadamente –0.6 a 0° para cerca de +0.65 a 90°. Os resultados experimentais exibem um aumento suave e consistente em toda a gama angular. A simulação Steady RANS subestima ligeiramente a sucção em ângulos de vento pequenos e sobrestima marginalmente as pressões positivas em ângulos maiores. Em contraste, os resultados URANS mostram uma concordância muito mais próxima com os dados experimentais, particularmente entre 30° e 80°, destacando a sua capacidade melhorada de captar a recuperação do escoamento a sotavento.

4 Comparação de resultados experimentais e CFD para coeficiente de pressão média (Cp) na superfície 2 sob diferentes direções do vento

No caso da superfície 3 (parede de sotavento), a pressão permanece negativa, começando em cerca de –0.3 a 0° e atingindo valores em torno de –0.9 perto de 70°–80°. A tendência experimental é bem captada pelo Steady RANS na maioria dos ângulos, enquanto o URANS subestima consistentemente a pressão (Cp menos negativo), especialmente na gama intermédia das direções do vento. Isto mostra que o Steady RANS tem um melhor desempenho para condições de sucção na parede lateral.

5 Comparação de coeficientes de pressão do vento experimentais e numéricos na superfície 3 em direções de vento cruzadas

O coeficiente de pressão médio na superfície 4 (parede lateral) permanece negativo em todas as direções do vento, com valores a aumentar gradualmente de sucção forte a 0° até próximo do neutro a 90°. Tanto o RANS como o URANS captam geralmente a tendência global observada nos dados experimentais, mas ocorrem desvios notáveis, particularmente em ângulos de vento mais elevados, onde as simulações tendem a sobrestimar a recuperação. O Steady RANS mostra uma concordância mais próxima na gama intermédia, enquanto o URANS exibe maiores discrepâncias em ângulos elevados.

6 Comparação de coeficientes de pressão do vento experimentais e numéricos na superfície 4 em diferentes direções de vento

Para a superfície 5, todos os métodos captam consistentemente a transição suave do coeficiente de pressão médio de valores negativos (sucção) em ângulos de vento baixos para pressão positiva em direções de vento mais elevadas. Os dados experimentais da TPU indicam um aumento constante, cruzando de sucção para pressão em torno de 45°, uma tendência que é bem refletida em ambas as abordagens numéricas. O Steady RANS segue os resultados experimentais com uma precisão muito próxima, mostrando apenas desvios mínimos em toda a gama angular. O URANS, por outro lado, prevê valores ligeiramente diferentes, tendendo geralmente a subestimar a pressão em direções de vento mais altas, mas ainda assim mantém uma boa concordância geral com os experimentos e o RANS.

7 Comparação de coeficientes de pressão do vento experimentais e numéricos na superfície 5 em todas as direções de vento

Finalmente, o coeficiente de pressão médio na superfície 6 mostra boa concordância entre os experimentos e o CFD, enquanto a 20°–40° os experimentos indicam uma sucção mais forte. O Steady RANS subestima ligeiramente este pico, e o URANS sobrestima consistentemente com sucção mais fraca. No geral, o RANS capta a tendência experimental de forma mais fiável, enquanto o URANS tende a desviar-se em ângulos de vento oblíquos.

8 Comparação de coeficientes de pressão de vento experimentais e numéricos na superfície 6 para direções do vento

A Tabela 3 resume as métricas de validação para as seis superfícies do edifício, considerando um critério de desvio de 10% para RANS e 20% para URANS. Para a Superfície 1, o URANS mostra uma clara superioridade com uma taxa de acerto mais alta (85% em comparação com 57% para RANS) e um erro menor (e² = 0.012 versus 0.015). Uma tendência semelhante é observada para a Superfície 2, onde o URANS supera novamente o RANS, atingindo uma taxa de acerto de 71% contra 57% e reduzindo o erro de 0.025 para 0.011. Em contraste, a Superfície 3 destaca a força do RANS, que atinge uma taxa de acerto mais alta (85% versus 71%) e um erro significativamente menor (0.008 comparado com 0.030). Para a Superfície 4, ambos os métodos atingem uma taxa de acerto idêntica de 85%, mas o RANS tem um desempenho ligeiramente melhor em termos de erro (0.022 versus 0.026). As Superfícies 5 e 6 mostram taxas de acerto equilibradas de 71% para ambos os métodos; no entanto, para a Superfície 5, os erros são iguais (0.010 para ambos), enquanto para a Superfície 6, o RANS é notavelmente superior com um erro muito menor (0.006 versus 0.031). No geral, os resultados indicam que o URANS fornece uma melhor concordância com os experimentos nas Superfícies 1 e 2, enquanto o RANS fornece previsões mais precisas para as Superfícies 3 e 6, com ambos os métodos a mostrarem um desempenho comparável nas Superfícies 4 e 5.

Tabela 3: Métrica de Validação para o valor Cp de Seis Zonas Diferentes

1x

0x

Exemplo de WTG 9.3