Измеренные данные для ветровых нагрузок на небольшие здания

Пользовательская история

В следующем примере описываются эксперименты в аэродинамической трубе, проведенные Политехнический университет Токио (TPU) , в качестве примера для валидации в Части 9.3 WTG-Merkblatt M3. Мы рассчитаем усредненный коэффициент ветрового давления (Cp) для различных ветровых зон, относящихся к Группе 2, согласно Рисунок 2.2 в WTG-Merkblatt-M3:

• G2: Абсолютные значения со средними требованиями к точности: Область применения может включать параметрические или предварительные исследования, когда запланированы последующие исследования с более высокой точностью (например, испытания в аэродинамической трубе класса G3).
• R2: Одиночное: все релевантные направления ветра с достаточно мелким угловым разрешением.
• Z2: Статистические средние значения и стандартные отклонения: при условии, что они включают стационарные процессы течения, для которых достаточно статистической верификации флуктуаций с пиковым коэффициентом.
• S1: Статические воздействия: Достаточны для представления расчетной модели с необходимой механической детализацией, но без учета свойств массы и демпфирования.

Описание

В этом разделе представлены экспериментальные данные для валидации ветровых нагрузок на модели низких зданий с двускатными крышами. Данные взяты из аэродинамической базы данных Токийского политехнического университета (TPU), которая предоставляет эталонные измерения для зданий с различными конфигурациями крыш.

Верификационный пример сравнивает результаты CFD-моделирования коэффициентов ветрового давления с экспериментами TPU в аэродинамической трубе. Эталонная геометрия здания (соотношение размеров D:B:H_o= 160 : 160 : 40 , угол ската крыши β=45^∘ ) анализируется путем разложения конструкции на отдельные поверхности (наветренная стена, боковые стены, подветренная стена и скаты крыши), как показано на изображении 1. В нижней части рисунка показаны профили граничных условий на входе, использованные в аэродинамической трубе и модели CFD:

• Профиль средней скорости ветра U(z)
• Профиль интенсивности турбулентности I(z)

Эти профили сравниваются с условиями для местности категории III (стандарт AIJ 2004). Соответствие демонстрирует, что набегающий поток в аэродинамической трубе TPU воспроизводит реалистичные характеристики атмосферного пограничного слоя, обеспечивая надежную основу для валидации.

1 Смоделированное ветровое поле пригородной местности [Данные TPU]

Таблица 1: Исходные данные для 3D двускатной крыши

Исследование расчетной сетки

На рисунке представлен анализ чувствительности сетки модели двускатной крыши в RWIND. Рассчитанный коэффициент силы (C_f) остается постоянным на уровне 0,83 для плотности сетки 15% и 25%, что указывает на стабильные результаты при более низких уровнях измельчения. При более высокой плотности сетки 30% и 35% C_f незначительно увеличивается до 0,85 и 0,87 соответственно. Такое поведение демонстрирует общую сходимость, при этом наблюдаются лишь незначительные изменения по мере измельчения сетки.

2 Анализ чувствительности сетки с использованием коэффициента силы (Cf) в RWIND

Также необходимо провести исследование расчетной сетки в соответствии со следующей ссылкой:

• Компьютерный анализ сетки

Требование к точности WTG-Merkblatt M3

WTG-Merkblatt M3 предлагает два ключевых метода для валидации результатов моделирования. Метод Hit Rate оценивает, сколько из смоделированных значений P_i правильно совпадают с эталонными значениями O_i в пределах заданного допуска, используя подход бинарной классификации (попадание или промах). Этот подход оценивает надежность моделирования путем расчета коэффициента попаданий q, аналогично функциям доверия, используемым в теории надежности. В отличие от этого, метод Нормализованной среднеквадратичной ошибки (e²) предлагает более детальную оценку точности путем количественного определения среднего квадратичного отклонения между смоделированными и эталонными значениями, нормализованного для учета разницы в масштабах. Вместе эти методы обеспечивают как качественные, так и количественные показатели для валидации моделирования.

• Валидация результатов моделирования методом определения точности, описанным в WTG-Merkblatt M3

• Оценка точности результатов с использованием нормированной средней квадратичной ошибки, определённой в WTG-Merkblatt M3

Результаты и обсуждение

На шести рисунках (изображения с 3 по 8) представлен сравнительный анализ средних коэффициентов давления (Ave C_p) на различных поверхностях здания с двускатной крышей, полученных в результате экспериментов в аэродинамической трубе Токийского политехнического университета (TPU) и смоделированных с помощью RWIND с использованием моделей турбулентности Steady RANS k-ω и URANS k-ω.

Для поверхности 1 (наветренная стена) среднее значение C_p равномерно уменьшается примерно с 0,65 при направлении ветра 0° до примерно –0,9 при 90°. Экспериментальные данные начинаются с несколько более высоких значений, в то время как Steady RANS недооценивает пиковые положительные давления. URANS лучше фиксирует пики давления, особенно между 10° и 20°, и показывает более близкое соответствие с экспериментами в начальном диапазоне, хотя все методы сходятся при больших углах.

3 Сравнение экспериментальных и CFD результатов среднего коэффициента давления (Cp) на поверхности 1 при изменении направлений ветра

Для поверхности 2 (боковая стена) среднее значение C_p равномерно увеличивается примерно с –0,6 при 0° до примерно +0,65 при 90°. Экспериментальные результаты демонстрируют плавный и последовательный рост во всем диапазоне углов. Моделирование Steady RANS немного недооценивает разрежение при малых углах ветра и незначительно завышает положительные давления при больших углах. Напротив, результаты URANS показывают гораздо более близкое соответствие с экспериментальными данными, особенно между 30° и 80°, что подчеркивает его улучшенную способность фиксировать восстановление потока на подветренной стороне.

4 Сравнение экспериментальных и CFD-результатов для среднего коэффициента давления (Cp) на поверхности 2 при различных направлениях ветра

В случае поверхности 3 (подветренная стена) давление остается отрицательным, начинаясь примерно с –0,3 при 0° и достигая значений около –0,9 вблизи 70°–80°. Экспериментальная тенденция хорошо фиксируется Steady RANS на большинстве углов, тогда как URANS последовательно занижает давление (менее отрицательное Cp), особенно в среднем диапазоне направлений ветра. Это показывает, что Steady RANS работает лучше для условий разрежения на боковой стене.

5 Сравнение экспериментальных и численных коэффициентов давления ветра на поверхности 3 в разных направлениях ветра

Средний коэффициент давления на поверхности 4 (боковая стена) остается отрицательным для всех направлений ветра, при этом значения постепенно увеличиваются от сильного разрежения при 0° до почти нейтрального при 90°. Как RANS, так и URANS в целом фиксируют общую тенденцию, наблюдаемую в экспериментальных данных, но заметны отклонения, особенно при больших углах ветра, где моделирование имеет тенденцию переоценивать восстановление. Steady RANS показывает более близкое соответствие в среднем диапазоне, в то время как URANS демонстрирует большие расхождения при больших углах.

6 Сравнение экспериментальных и расчётных коэффициентов давления ветра на Поверхности 4 по направлениям ветра

Для поверхности 5 все методы последовательно фиксируют плавный переход среднего коэффициента давления от отрицательных значений (разрежение) при малых углах ветра к положительному давлению при больших направлениях ветра. Экспериментальные данные TPU указывают на устойчивый рост, переходя от разрежения к давлению около 45°, тенденция, которая хорошо отражена в обоих численных подходах. Steady RANS следует экспериментальным результатам с очень высокой точностью, показывая лишь минимальные отклонения во всем диапазоне углов. URANS, с другой стороны, предсказывает несколько другие значения, в целом имея тенденцию занижать давление при больших направлениях ветра, но все же сохраняет общее хорошее согласие как с экспериментами, так и с RANS.

7 Сравнение экспериментальных и численных коэффициентов ветрового давления на поверхности 5 в уских направления ветра

Наконец, средний коэффициент давления на поверхности 6 показывает хорошее согласие между экспериментами и CFD, в то время как при 20°–40° эксперименты показывают более сильное разрежение. Steady RANS немного недооценивает этот пик, а URANS последовательно переоценивает с более слабым разрежением. В целом, RANS более надежно фиксирует экспериментальную тенденцию, тогда как URANS имеет тенденцию отклоняться при косых углах ветра.

8 Сравнение экспериментальных и численных коэффициентов давления ветра на поверхности 6 в пересекающихся направлениях ветра

В Таблице 3 обобщены метрики валидации для шести поверхностей здания с учетом критерия отклонения 10% для RANS и 20% для URANS. Для поверхности 1 URANS демонстрирует явное превосходство с более высоким коэффициентом попаданий (85% по сравнению с 57% для RANS) и меньшей ошибкой (e² = 0,012 против 0,015). Аналогичная тенденция наблюдается для поверхности 2, где URANS снова превосходит RANS, достигая коэффициента попаданий 71% против 57% и уменьшая ошибку с 0,025 до 0,011. Напротив, поверхность 3 подчеркивает сильную сторону RANS, который достигает более высокого коэффициента попаданий (85% против 71%) и значительно меньшей ошибки (0,008 по сравнению с 0,030). Для поверхности 4 оба метода достигают одинакового коэффициента попаданий 85%, но RANS работает немного лучше с точки зрения ошибки (0,022 против 0,026). Поверхности 5 и 6 показывают сбалансированные коэффициенты попаданий 71% для обоих методов; однако для поверхности 5 ошибки равны (0,010 для обоих), в то время как для поверхности 6 RANS заметно превосходит с гораздо меньшей ошибкой (0,006 против 0,031). В целом, результаты показывают, что URANS обеспечивает лучшее согласие с экспериментами на поверхностях 1 и 2, в то время как RANS дает более точные прогнозы для поверхностей 3 и 6, при этом оба метода показывают сопоставимую производительность на поверхностях 4 и 5.

Таблица 3: Метрика валидации для значения Cp шести различных зон

2x

0x

WTG Пример 9.3