Données Mesurées pour les Charges de Vent sur les Petits Bâtiments

Récit utilisateur

L’exemple suivant décrit des essais en soufflerie menés par Université Polytechnique de Tokyo (TPU) comme exemple de validation dans la partie 9.3 du WTG-Merkblatt M3. Nous allons calculer le coefficient de pression du vent moyen (Cp) pour différentes zones de vent, ce qui relève du Groupe 2, selon le Figure 2.2 du WTG-Merkblatt-M3 :

• G2 : Valeurs absolues avec des exigences de précision moyennes : Le domaine d’application peut inclure des études paramétriques ou préliminaires lorsque des investigations ultérieures avec une précision plus élevée sont prévues (par exemple, examen en soufflerie de classe G3).
• R2 : Solitaire : toutes les directions du vent pertinentes avec une résolution directionnelle suffisamment fine.
• Z2 : Moyennes statistiques et écarts-types : à condition qu’ils concernent des processus d’écoulement stationnaires, pour lesquels une vérification statistique des fluctuations avec un facteur de pointe est suffisante.
• S1 : Effets statiques : Ils sont suffisants pour représenter le modèle structural avec le niveau de détail mécanique nécessaire, mais sans les propriétés de masse et d’amortissement.

Description

Cette section présente des données de validation expérimentale pour les charges de vent sur des modèles de bâtiments de faible hauteur avec toiture à deux versants. Les données proviennent de la base de données aérodynamique de la Tokyo Polytechnic University (TPU), qui fournit des mesures de référence pour des bâtiments avec différentes configurations de toiture.

L’exemple de vérification compare les prédictions CFD des coefficients de pression du vent aux essais en soufflerie de la TPU. La géométrie de référence du bâtiment (rapport de dimensions D:B:H_o= 160 : 160 : 40, angle de pente du toit β=45^∘) est analysée en décomposant la structure en surfaces individuelles (paroi au vent, parois latérales, paroi sous le vent et versants de toiture) comme illustré sur l’image 1. La partie inférieure de la figure montre les profils de conditions aux limites d’entrée utilisés dans le modèle de soufflerie et le modèle CFD :

• Profil de vitesse moyenne du vent U(z)
• Profil d’intensité de turbulence I(z)

Ces profils sont comparés aux conditions de terrain de Catégorie III (norme AIJ 2004). La concordance démontre que l’écoulement d’entrée de la soufflerie de la TPU reproduit des caractéristiques réalistes de couche limite atmosphérique, fournissant une base fiable pour la validation.

1 Champ de vent simulé pour un terrain suburbain [Données TPU]

Tableau 1 : Données d’entrée du toit à deux versants 3D

Étude de maillage numérique

La figure présente une analyse de sensibilité de maillage du modèle de toit à deux versants dans RWIND. Le coefficient de force calculé (C_f) reste constant à 0,83 pour des densités de maillage de 15% et 25%, indiquant des résultats stables à des niveaux de raffinement inférieurs. À des densités de maillage plus élevées de 30% et 35%, C_f augmente légèrement à 0,85 et 0,87, respectivement. Ce comportement démontre une convergence globale, avec seulement des variations mineures observées à mesure que le maillage devient plus fin.

2 Analyse de sensibilité du maillage avec le coefficient de force (Cf) dans RWIND

De plus, l’étude de maillage numérique doit être effectuée conformément au lien suivant :

• Étude de maillage numérique

Exigence de précision du WTG-Merkblatt M3

Le WTG-Merkblatt M3 fournit deux méthodes clés pour valider les résultats de simulation. La méthode du Taux de réussite évalue combien des valeurs simulées P_i correspondent correctement aux valeurs de référence O_i dans une tolérance définie, en utilisant une approche de classification binaire (réussite ou échec). Cette approche évalue la fiabilité de la simulation en calculant un taux de réussite q, similaire aux fonctions de confiance utilisées dans la théorie de la fiabilité. En revanche, la méthode de l’Erreur quadratique moyenne normalisée (e²) offre une évaluation de précision plus détaillée en quantifiant l’écart quadratique moyen entre les valeurs simulées et de référence, normalisé pour tenir compte des différences d’échelle. Ensemble, ces méthodes fournissent des mesures à la fois qualitatives et quantitatives pour la validation de la simulation.

• Validation des résultats de simulation à l’aide de la méthode du taux de réussite définie dans la WTG-Merkblatt M3

• Évaluation de la précision des résultats à l'aide de l'erreur quadratique moyenne normalisée définie dans la WTG-Merkblatt M3

Résultats et Discussion

Les six figures (images 3 à 8) présentent une analyse comparative des coefficients de pression moyens (Ave C_p) sur différentes surfaces d’un bâtiment à toit à deux versants, obtenus à partir d’essais en soufflerie de la Tokyo Polytechnic University (TPU) et simulés à l’aide de RWIND avec les modèles de turbulence Steady RANS k-ω et URANS k-ω.

Pour la surface 1 (paroi au vent), le C_p moyen diminue régulièrement d’environ 0,65 à une direction du vent de 0° jusqu’à environ –0,9 à 90°. Les données expérimentales commencent à des valeurs légèrement plus élevées, tandis que le Steady RANS sous-estime les pics de pression positive. L’URANS capture mieux les pics de pression, en particulier entre 10° et 20°, et montre une meilleure concordance avec les expériences dans la plage initiale, bien que toutes les méthodes convergent aux angles plus grands.

3 Comparaison des résultats expérimentaux et CFD pour le coefficient de pression moyen (Cp) sur la surface 1 selon les directions de vent

Pour la surface 2 (paroi latérale), le C_p moyen augmente régulièrement d’environ –0,6 à 0° jusqu’à environ +0,65 à 90°. Les résultats expérimentaux présentent une augmentation lisse et constante sur toute la plage angulaire. La simulation Steady RANS sous-estime légèrement la dépression aux petits angles de vent et surestime marginalement les pressions positives aux angles plus grands. En revanche, les résultats URANS montrent une bien meilleure concordance avec les données expérimentales, en particulier entre 30° et 80°, soulignant sa capacité améliorée à capturer le rétablissement de l’écoulement sous le vent.

4 Comparaison des résultats expérimentaux et CFD pour le coefficient de pression moyen (Cp) sur la surface 2 sous différentes directions de vent

Dans le cas de la surface 3 (paroi sous le vent), la pression reste négative, commençant autour de –0,3 à 0° et atteignant des valeurs autour de –0,9 près de 70°–80°. La tendance expérimentale est bien capturée par Steady RANS dans la plupart des angles, tandis que l’URANS sous-estime systématiquement la pression (Cp moins négatif), en particulier dans la plage intermédiaire des directions du vent. Ceci montre que Steady RANS est plus performant pour les conditions de dépression sur la paroi latérale.

5 Comparaison des coefficients de pression du vent expérimentaux et numériques sur la surface 3 selon les directions du vent

Le coefficient de pression moyen sur la surface 4 (paroi latérale) reste négatif pour toutes les directions du vent, avec des valeurs augmentant progressivement d’une forte dépression à 0° jusqu’à presque neutre à 90°. RANS et URANS capturent généralement la tendance globale observée dans les données expérimentales, mais des écarts notables se produisent, en particulier aux angles de vent plus élevés où les simulations ont tendance à surestimer le rétablissement. Steady RANS montre une meilleure concordance dans la plage intermédiaire, tandis que Steady URANS présente des écarts plus importants aux angles élevés.

6 Comparaison des coefficients de pression du vent expérimentaux et numériques sur la surface 4 selon les directions du vent

Pour la surface 5, toutes les méthodes capturent systématiquement la transition douce du coefficient de pression moyen des valeurs négatives (dépression) aux faibles angles de vent à une pression positive aux directions de vent plus élevées. Les données expérimentales de la TPU indiquent une augmentation régulière, passant de la dépression à la pression autour de 45°, une tendance qui est bien reflétée dans les deux approches numériques. Steady RANS suit les résultats expérimentaux avec une très grande précision, ne montrant que des écarts minimes sur toute la plage angulaire. L’URANS, d’autre part, prédit des valeurs légèrement différentes, ayant généralement tendance à sous-estimer la pression aux directions de vent plus élevées, mais maintient tout de même une bonne concordance globale avec les expériences et le RANS.

7 Comparaison des coefficients de pression du vent expérimentaux et numériques sur la surface 5 selon les directions du vent

Enfin, le coefficient de pression moyen sur la surface 6 montre une bonne concordance entre les expériences et la CFD, tandis qu’à 20°–40°, les expériences indiquent une dépression plus forte. Steady RANS sous-estime légèrement ce pic, et l’URANS surestime systématiquement avec une dépression plus faible. Globalement, RANS capture la tendance expérimentale de manière plus fiable, tandis que l’URANS a tendance à dévier aux angles de vent obliques.

8 Comparaison des coefficients de pression du vent expérimentaux et numériques sur la surface 6 en fonction des directions du vent

Le tableau 3 résume les métriques de validation pour les six surfaces du bâtiment, en considérant un critère d’écart de 10% pour RANS et de 20% pour URANS. Pour la Surface 1, l’URANS montre une nette supériorité avec un taux de réussite plus élevé (85% contre 57% pour RANS) et une erreur plus faible (e² = 0,012 contre 0,015). Une tendance similaire est observée pour la Surface 2, où l’URANS surpasse à nouveau le RANS, atteignant un taux de réussite de 71% contre 57% et réduisant l’erreur de 0,025 à 0,011. En revanche, la Surface 3 met en évidence la force du RANS, qui obtient un taux de réussite plus élevé (85% contre 71%) et une erreur significativement plus faible (0,008 contre 0,030). Pour la Surface 4, les deux méthodes atteignent un taux de réussite identique de 85%, mais le RANS est légèrement plus performant en termes d’erreur (0,022 contre 0,026). Les Surfaces 5 et 6 montrent des taux de réussite équilibrés de 71% pour les deux méthodes ; cependant, pour la Surface 5, les erreurs sont égales (0,010 pour les deux), tandis que pour la Surface 6, le RANS est nettement supérieur avec une erreur beaucoup plus faible (0,006 contre 0,031). Globalement, les résultats indiquent que l’URANS offre une meilleure concordance avec les expériences sur les Surfaces 1 et 2, tandis que le RANS fournit des prédictions plus précises pour les Surfaces 3 et 6, les deux méthodes montrant des performances comparables sur les Surfaces 4 et 5.

Tableau 3 : Métrique de validation pour la valeur Cp de six zones différentes

0x

0x

WTG Exemple 9.3