H 1.6. 小形体建筑风荷载测量数据（WTG 示例 9.3）

用户故事

以下示例描述了由 东京工业大学 (TPU) 在 WTG-Merkblatt M3 第 9.3 部分中作为验证示例进行的风洞实验。我们将根据 图 2.2 中的 WTG-Merkblatt-M3 计算属于“第2组”的不同风区的平均风压系数（Cp）：

• G2: 具有中等精度要求的绝对值: 应用范围可以包括计划稍后进行高精度调查时的参数或初步研究（如：G3 类的风洞研究）。
• R2: 孤立: 所有相关风向均具备足够细的方向分辨率。
• Z2: 统计平均值和标准偏差: 只要它们涉及到统计波动验证的流动过程，使用峰值因子就足够。
• S1: 静态效应: 它们足以以必要的力学细节呈现结构模型，但不包含质量和阻尼特性。

描述

本节提供了关于有山墙屋顶的低层建筑模型的风荷载实验验证数据。数据来源于东京理工大学（TPU）空气动力数据库，该库为不同屋顶配置建筑提供基准测量。

验证示例将 CFD 预测的风压系数与 TPU 的风洞实验进行比较。将参考建筑几何体（尺寸比 D:B:H_o= 160 : 160 : 40 ，屋顶倾角 β=45^∘ ）按结构分解为单独的表面（迎风墙、侧墙、背风墙和屋顶坡度）进行分析，如图片1所示。图下部展示了风洞和CFD模型中使用的入流边界条件配置：

• 平均风速剖面 U(z)
• 湍流强度剖面 I(z)

这些剖面与 III 类地形条件（AIJ 2004 标准）进行比较。结果显示 TPU 的风洞入流再现了真实的大气边界层特性，为验证提供了可靠的基础。

1 郊区地形模拟风场 [TPU 数据]

表1：3D 山墙屋顶的输入数据

计算网格研究

图中展示了 RWIND 中山墙屋顶模型的网格敏感性分析。计算的力系数（C_f）在网格密度为 15% 和 25% 时保持在 0.83，表明在较低的细化水平下结果稳定。在较高的网格密度 30% 和 35% 时，C_f 略微增加到 0.85 和 0.87。此现象显示整体收敛，随着网格变细，仅观察到轻微变化。

2 利用 RWIND 中的力系数 (Cf) 进行网格灵敏度分析

另外，计算网格研究必须根据以下链接进行：

• 计算网格算例

WTG-Merkblatt M3 精度要求

WTG-Merkblatt M3 提供了验证仿真结果的两个关键方法。“命中率”方法评估了多少模拟值 P_i 在定义的容差内正确匹配参考值 O_i ，采用二元分类（命中与失误）方法。通过计算类似于可靠性理论中置信函数的命中率q来评估仿真可靠性。相比之下，“归一化均方误差”（e²）方法通过量化模拟和参考值之间的平均平方偏差来提供更详细的精度评估，归一化以解决尺度差异。结合这两种方法，为仿真验证提供了定性和定量的衡量标准。

• 使用 WTG-Merkblatt M3 中定义的命中率方法验证模拟结果

• 使用 WTST-Merkblatt M3 中定义的归一化均方误差评估结果准确性

结果及讨论

六幅图（图3到图8）展示了从东京理工大学（TPU）风洞实验和使用稳态RANS k-ω与URANS k-ω湍流模型模拟的山墙屋顶建筑在不同表面的平均压力系数（Ave C_p）。

对于表面1（迎风墙），平均C_p从0°风向时的约0.65 平稳下降到90°时的约–0.9。实验数据从略高的值开始，而稳态RANS低估了峰值正压。URANS更好地捕捉到了压力峰值，特别是在10°到20°之间，且在初始范围内与实验结果更接近，尽管所有方法在较大角度时趋于收敛。

3 不同风向下1号表面平均压力系数(Cp)的实验结果和 CFD 结果的比较

对于表面2（侧墙），平均C_p从大约–0.6在0°时稳定增加到90°时的约+0.65。实验结果在整个角度范围内表现平稳且一致的上升。稳态RANS模拟在小风角时略微低估了吸力，在较大角度时轻微高估了正压。相比之下，URANS结果与实验数据表现出更接近的符合，尤其是在30°至80°之间，突出其在捕捉背风流体恢复方面的改进能力。

4 在不同风向下，实验结果与 CFD 结果的表面 2 平均压力系数 (Cp) 对比

在表面3（背风墙）的情况下，压力保持为负，从0°时的约–0.3开始，到70°–80°附近达到大约–0.9的值。实验趋势在角度大部分情况下被稳态RANS良好捕捉，而URANS在风向中间范围尤为显著始终低估了压力（较小的负Cp）。这显示稳态RANS在侧墙吸力条件下的表现更好。

5 不同风向下Z面实验与数值风压系数的比较

表面4（侧墙）的平均压力系数在所有风向中保持负值，其值从0°时的强吸力逐渐增加到90°时的近中性。RANS和URANS通常捕捉到实验数据中观察到的整体趋势，但明显偏差发生，特别是在较大风角时，模拟趋于高估恢复。稳态RANS在中间范围内表现出更为接近的结果，而稳态URANS在高角度下表现出较大偏差。

6 实验与数值的迎风面风压系数比较

对于表面5，所有方法始终捕捉到平均压力系数从低风角的负值（吸力）平稳过渡到较高风向的正压的过程。TPU实验数据显示出平稳增加，在45°左右从吸力转变为压力，这一趋势在两种数值方法中得到较好反映。稳态RANS以非常接近的精度跟踪实验结果，在整个角度范围内仅显示出微小偏差。另一方面，URANS预测略有不同的值，通常倾向于在较高风向下低估压力，但仍与实验和RANS保持整体良好的一致性。

7 迎风向表面5实验与数值风压系数比较

最终，表面6的平均压力系数显示实验和CFD之间的良好一致性，而在20°–40°时实验显示出更强的吸力。稳态RANS略微低估了这一峰值，URANS始终高估了较弱的吸力。总体而言，RANS更可靠地捕捉了实验趋势，而URANS在偏斜风角时趋于偏离。

8 风压系数实验与数值对比 - 表面 6 全风向

表3总结了针对六个建筑表面采用的验证指标，考虑了“RANS的10%偏差标准”和“URANS的20%偏差标准”。对于表面1，URANS明显优于RANS，命中率更高（85%对比RANS的57%）且误差更低（e² = 0.012对比0.015）。在表面2观察到类似趋势，URANS再次优于RANS，达到71%的命中率对比57%，并将误差从0.025减少到0.011。相比之下，表面3凸显了RANS的优势，实现了更高的命中率（85%对比71%）且误差显著更低（0.008对比0.030）。对于表面4，两种方法均达到85%的相同命中率，但RANS在误差方面稍微表现更好（0.022对比0.026）。表面5和6显示出两种方法均为71%的命中率，但对于表面5，误差相同（均为0.010），而表面6中RANS显著优于URANS，误差更小（0.006对比0.031）。整体结果表明，URANS在表面1和2上与实验更好地吻合，而RANS在表面3和6上提供了更准确的预测，两种方法在表面4和5上的表现相当。

表3：六个不同区域的Cp值验证指标

77x

13x

WTG 示例 9.3