Академический Документы
Профессиональный Документы
Культура Документы
PROYECTO FINAL:
SIMULACIN COMPUTACIONAL DE HISTORIAS EN EL TIEMPO DE LA
VELOCIDAD TURBULENTA DEL VIENTO A PARTIR DE DIFERENTES
PROPUESTAS DE FUNCIONES DE DENSIDAD ESPECTRAL DE POTENCIA DEL
VIENTO TURBULENTO EMPLEANDO MATLAB. COMPARACIN Y
COMENTARIOS
RESUMEN
En este documento se presenta un procedimiento relativamente sencillo y breve para simular
digitalmente la historia en el tiempo de las velocidades turbulentas del viento a partir de la funcin
de densidad espectral de potencia del viento turbulento, empleando Matlab. Se hace uso de
algunas de las funciones de densidad espectral propuestas por diferentes investigadores y se hace
una comparacin de los resultados obtenidos con cada una. El proceso de simulacin se representa
con n componentes armnicos, para pasar del dominio de la frecuencia, al dominio del tiempo.
Para que el proyecto pudiese realizarse en un corto tiempo, se aplicaron diversas simplificaciones,
suposiciones e idealizaciones en la definicin y obtencin de datos. Se hacen comentarios acerca
del proceso de simulacin de historia en el tiempo y sus posibles usos prcticos dentro de la
ingeniera estructural.
NDICE
RESUMEN
....
NDICE
RESULTADOS .
CONCLUSIONES
ANEXOS
..
RESULTADOS
La velocidad del viento en un punto localizado en el espacio es usualmente modelado como un
proceso estocstico probabilstico normal. La generacin de los modelos se basa en el conocimiento
previo de 3 parmetros bsicos: velocidad media del viento local, la rugosidad del suelo o sitio, y la
altura sobre el suelo. La simulacin de la historia de las velocidades turbulentas del viento en un
lapso de tiempo se puede determinar a partir de las funciones de densidad espectral de potencia,
basadas en las ideas introducidas primeramente por Davenport (1961) sobre la ingeniera de
viento.
El proceso consiste en obtener una serie en el tiempo de las velocidades del viento, a partir de la
suma o superposicin de trminos o componentes armnicos con ngulos de fase aleatorios. Para
ello, se simulan estos valores aleatorios con el Mtodo de Monte Carlo.
Las amplitudes estarn funcin de los valores de densidad espectral de potencia, que dependen de
la altura sobre el suelo y de la frecuencia misma. Para este ensayo, se considera constante la altura
sobre el suelo, con una velocidad media tambin predeterminada, esto con el fin de comparar con
mayor facilidad los resultados.
A continuacin se enuncian diversas funciones de DEP del viento:
Davenport
Galemann y Ruscheweyh
Para el valor de x:
donde f es la frecuencia en Hx, Sv(f) es la densidad espectral de potencia del viento en funcin de la
frecuencia en m2s-2Hz-1,
es la varianza, y V(z) es la velocidad media medida a una altura z en
m/s.
Asimismo, segn Hiriart, Ochoa y Garca (2001), mencionan que la densidad espectral de potencia
tambin se puede obtener segn:
Davenport (1961)
donde
donde
es el incremento o intervalo entre muestreo de frecuencias, y
aleatorio:
Con distribucin uniforme, a = 0.
es el ngulo de fase
en rad/s.
A continuacin se muestran los resultados obtenidos, con el pseudocdigo de Matlab que se realiz
(ANEXO 1).
10
15
10
15
50
100
150
6
8
Frecuencia [rad/s]
6
8
Frecuencia [rad/s]
6
8
Frecuencia [rad/s]
10
10
10
12
12
12
10
20
30
20
40
60
80
50
100
150
200
6
8
Frecuencia [rad/s]
6
8
Frecuencia [rad/s]
6
8
Frecuencia [rad/s]
Fig. 1. Grficas de densidad espectral de potencia del viento turbulento, de acuerdo a las 6
diferentes funciones propuestas. El orden es de izquierda a derecha y de arriba hacia abajo, de
acuerdo a como se encuentran enunciadas en este documento.
10
10
10
12
12
12
(/2)*Sv()
10
-3
10
-3
10
-2
-1
10
10
10
-2
10
10
10
-4
10
-3
10
-2
10
-1
10
10
10
-2
-1
10
10
Fecuencia Normalizada (/2)*z/V
-3
10
Fig. 2. Grficas de densidad espectral de potencia del viento turbulento, de acuerdo a las 6
diferentes funciones propuestas, con escala logartmica en ambos ejes. Las curvas punteadas son
las 3 funciones mencionada por Hiriart et. al.
-1
10
10
Fecuencia [rad/s]
(/2)*Sv()
10
V [m/s]
V [m/s]
V [m/s]
-20
-10
10
-10
-5
-10
-5
10
10
10
20
25
30
Tiempo t [s]
20
25
30
Tiempo t [s]
20
25
30
Tiempo t [s]
35
35
35
40
40
40
45
45
45
50
50
50
-20
-10
10
20
-20
-10
10
20
-8
-6
-4
-2
10
10
10
15
15
15
20
25
30
Tiempo t [s]
20
25
30
Tiempo t [s]
20
25
30
Tiempo t [s]
35
35
35
40
40
40
45
45
45
15
15
15
V [m/s]
V [m/s]
V [m/s]
50
50
50
CONCLUSIONES
Se observa que las grficas de historia de la velocidad del viento son muy parecidas en cuanto a la
posicin de los picos y valles de las seales. Sin embargo, se observa que a partir de las funciones
de densidad espectral de potencia, las simulaciones obtenidas son diferentes en cuanto a la
amplitud de los mximos picos. Se observa fcilmente en las grficas de densidad espectral que, de
acuerdo a la variacin de stas en los mximos, la historia en el tiempo se ve afectada.
De acuerdo a Hiriart, cada espectro de densidad de potencia obtenido analticamente, como en
este caso, puede caracterizar a diferentes casos de densidades espectrales medidas
instrumentalmente, dependiendo de los valores de velocidad promedio, altura sobre el suelo y
rugosidad.
Es necesaria la implementacin de una comparacin analtica, como la presentada en este texto,
con los registros de densidad medidos en algn sitio, para corroborar y establecer bajo qu
parmetros se simulara de una mejor manera, tanto los espectros de densidad de potencia, como
las historias en el tiempo de la velocidad del viento. La comparacin de estas 2 caractersticas del
viento podra definir de una mejor manera qu mtodos se deberan utilizar bajo parmetros
especficos, para aproximarse a las mediciones reales de algn sitio.
Asimismo, existen otros mtodos de simulacin que deben realizarse y comparar con este y otros
mtodos, as como con registros de medicin reales.
Es evidente que los conceptos y desarrollos presentados en este trabajo son muy bsicos y
probablemente escasos. Es evidente que el dominio sobre estos temas es muy escaso para un
servidor, por lo que es necesario estudios ms a fondo de los conceptos de ingeniera de viento, as
como de simulacin, series de Fourier, etc.
ANEXO 1.
Pseudocdigo en programa Matlab para la simulacin.
%***********************************************************************
%Matemticas aplicadas. Mdulo 2
%Proyecto Final
%
%Simulacin de historias en el tiempo de la velocidad
%turbulenta (v) del viento, a partir de diferentes propuestas de funciones
%de densidad espectral de potencia de viento turbulento. Comparacin y
%comentarios.
%
%Por: Oscar Cardel Juan
%Fecha: 16 de noviembre de 2012.
%
%************************************************************************
clc
clear all
f0=0.001;
fmax=1.7;
n=200;
s2=1;
V=30;
z=10;
f=f0:Df:fmax;
w=2*pi*f;
Dw=2*pi*Df;
t=0:Dt:tf;
m=max(size(t));
u=rand(n,1);
y=2*pi*u;
%ngulos de fase
x=1200*f/V;
fn=f*z/V;
%Frecuencia normalizada
for k=1:n
Sv(k)=(2*x(k)^2)/(3*f(k)*(1+x(k)^2)^(4/3));
Svf(k)=Sv(k)*f(k);
Sv2(k)=(6.8*x(k))/(f(k)*(1+(10.2*x(k)))^(5/3));
Svf2(k)=Sv2(k)*f(k);
Sv3(k)=(x(k))/(2*f(k)*(1.65+x(k)^2)^(4/5));
Svf3(k)=Sv3(k)*f(k);
%Propuetas de Funciones de frecuencia Normalizada
Sv4(k)=(4*x(k)^2)/(f(k)*(1+x(k)^2)^(4/3));
Svf4(k)=Sv4(k)*f(k);
Sv5(k)=(100*fn(k))/(f(k)*(0.44+33*fn(k))^(5/3));
Svf5(k)=Sv5(k)*f(k);
Sv6(k)=(18*fn(k))/(f(k)*(0.44+5*fn(k))^(5/3));
Svf6(k)=Sv6(k)*f(k);
for i=1:m
X(i,k)=sqrt(2*Sv(k)*Dw)*cos(w(k)*t(i)+y(k));
X2(i,k)=sqrt(2*Sv2(k)*Dw)*cos(w(k)*t(i)+y(k));
X3(i,k)=sqrt(2*Sv3(k)*Dw)*cos(w(k)*t(i)+y(k));
X4(i,k)=sqrt(2*Sv4(k)*Dw)*cos(w(k)*t(i)+y(k));
X5(i,k)=sqrt(2*Sv5(k)*Dw)*cos(w(k)*t(i)+y(k));
X6(i,k)=sqrt(2*Sv6(k)*Dw)*cos(w(k)*t(i)+y(k));
end
end
v1=ones(n,1);
Xt=X*v1;
Xt2=X2*v1;
Xt3=X3*v1;
Xt4=X4*v1;
Xt5=X5*v1;
Xt6=X6*v1;
figure(1);
subplot(3,2,1)
plot(w,Sv);
title('Densidad espectral de potencia Sv(\omega)');
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
subplot(3,2,2)
plot(w,Sv2);
title('Densidad espectral de potencia Sv(\omega)');
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
subplot(3,2,3)
plot(w,Sv3);
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
subplot(3,2,4)
plot(w,Sv4);
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
subplot(3,2,5)
plot(w,Sv5);
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
subplot(3,2,6)
plot(w,Sv6);
xlabel('Frecuencia \omega [rad/s]')
ylabel('Sv(\omega) [m^2/(s^2*Hz)]')
figure(2);
subplot(3,2,1)
plot(t,Xt);
title('Historia en el tiempo de la velocidad turbulenta del viento V');
xlabel('Tiempo t [s]')
10
ylabel('V [m/s]')
subplot(3,2,2)
plot(t,Xt2);
title('Historia en el tiempo de la velocidad turbulenta del viento V');
xlabel('Tiempo t [s]')
ylabel('V [m/s]')
subplot(3,2,3)
plot(t,Xt3);
xlabel('Tiempo t [s]')
ylabel('V [m/s]')
subplot(3,2,4)
plot(t,Xt4);
xlabel('Tiempo t [s]')
ylabel('V [m/s]')
subplot(3,2,5)
plot(t,Xt5);
xlabel('Tiempo t [s]')
ylabel('V [m/s]')
subplot(3,2,6)
plot(t,Xt6);
xlabel('Tiempo t [s]')
ylabel('V [m/s]')
figure(3);
subplot(1,2,1)
loglog(w,Svf,'red'); hold on;
title('Densidad espectral de potencia (\omega/2\pi)*Sv(\omega)');
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(w,Svf2,'black'); hold on;
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(w,Svf3,'blue');
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(w,Svf4,'-. red'); hold on;
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(w,Svf5,'-. black'); hold on;
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(w,Svf6,'-. blue');
xlabel('Fecuencia \omega [rad/s]')
ylabel('(\omega/2\pi)*Sv(\omega)')
subplot(1,2,2)
loglog(fn,Svf4,'-. red'); hold on;
title('Densidad espectral de potencia Normalizada (\omega/2\pi)*Sv(\omega)');
xlabel('Fecuencia Normalizada (\omega/2\pi)*z/V')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(fn,Svf5,'-. black'); hold on;
xlabel('Fecuencia Normalizada (\omega/2\pi)*z/V')
ylabel('(\omega/2\pi)*Sv(\omega)')
loglog(fn,Svf6,'-. blue');
xlabel('Fecuencia Normalizada (\omega/2\pi)*z/V')
ylabel('(\omega/2\pi)*Sv(\omega)')
11