小建筑风荷载测量数据

用户案例

以下示例描述了 东京工业大学 (TPU) 进行的风洞试验，作为 WTG-Merkblatt M3 第 9.3 部分中的验证示例。我们将根据 WTG-Merkblatt-M3 中的 图 2.2 计算不同风区的平均风压系数 (Cp)，该系数属于 第 2 组：

• G2： 具有中等精度要求的绝对值：应用范围可包括参数或初步研究，此时计划进行后续更高精度的研究（例如，G3 级风洞检验）。
• R2： 单一方向：所有具有足够精细方向分辨率的相关风向。
• Z2： 统计平均值和标准差：前提是涉及稳态流动过程，此时使用峰值因子对波动进行统计验证就足够了。
• S1： 静态效应：它们足以用必要的力学细节表示结构模型，但无需质量和阻尼特性。

描述

本节展示了双坡屋顶低层建筑模型风荷载的实验验证数据。这些数据源自东京工业大学 (TPU) 空气动力学数据库，该数据库为不同屋顶配置的建筑提供了基准测量数据。

该验证示例将风压系数的 CFD 预测值与 TPU 的风洞试验进行了比较。参考建筑几何形状（尺寸比 D:B:H_o= 160 : 160 : 40，屋面坡度角 β=45^∘）通过将结构分解为单个表面（迎风墙、侧墙、背风墙和屋面坡面）进行分析，如图 1 所示。图的下部显示了风洞和 CFD 模型中使用的流入边界条件剖面：

• 平均风速剖面 U(z)
• 湍流强度剖面 I(z)

将这些剖面与 III 类地形条件（AIJ 2004 标准）进行比较。这种一致性表明 TPU 风洞的入流再现了真实的大气边界层特征，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 双坡屋顶的输入数据

计算网格研究

该图展示了 RWIND 中双坡屋顶模型的网格灵敏度分析。在网格密度为 15% 和 25% 时，计算得出的力系数 (C_f) 保持恒定为 0.83，表明在较低细化水平下结果稳定。在 30% 和 35% 的较高网格密度下，C_f 分别略微增加至 0.85 和 0.87。这种行为证明了总体收敛性，随着网格变细，仅观察到微小的变化。

2 利用 RWIND 中的力系数 (Cf) 进行网格灵敏度分析

此外，计算网格研究需要根据以下链接进行：

• 计算网格算例

WTG-Merkblatt M3 精度要求

WTG-Merkblatt M3 提供了两种验证模拟结果的关键方法。命中率方法使用二元分类法（命中或未命中）评估有多少模拟值 P_i 在定义的容差范围内正确匹配参考值 O_i。这种方法通过计算命中率 q 来评估模拟的可靠性，类似于可靠性理论中使用的置信函数。相比之下，归一化均方误差 (e²) 方法通过量化模拟值和参考值之间的平均平方偏差（经归一化以考虑尺度差异），提供了更详细的精度评估。这些方法共同为模拟验证提供了定性和定量的度量。

• 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

结果与讨论

六张图（图 3 至图 8）展示了双坡屋顶建筑不同表面上平均风压系数 (Ave C_p) 的对比分析，这些数据来自东京工业大学 (TPU) 的风洞试验，以及使用 RWIND 的稳态 RANS k-ω 和 URANS k-ω 湍流模型进行的模拟。

对于表面 1（迎风墙），平均 C_p 从风向角 0° 时约 0.65 稳步下降到 90° 时约 –0.9。实验数据的初始值略高，而稳态 RANS 低估了正压峰值。URANS 更好地捕捉了压力峰值，尤其是在 10° 到 20° 之间，并在初始范围内与实验显示更接近的一致性，尽管所有方法在较大角度时趋于一致。

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 0° 时约 –0.6 稳步增加到 90° 时约 +0.65。实验结果在整个角度范围内呈现出平滑且一致的上升趋势。稳态 RANS 模拟在小风角时略微低估了吸力，并在较大角度时略微高估了正压。相比之下，URANS 结果与实验数据显示出更接近的一致性，尤其是在 30° 到 80° 之间，突显了其在捕捉背风侧流动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

以表面 3（背风墙）为例，压力保持负值，从 0° 时约 –0.3 开始，在 70°–80° 附近达到约 –0.9 的值。在大多数角度下，稳态 RANS 很好地捕捉了实验趋势，而 URANS 则持续低估了压力（Cp 负值较小），尤其是在风向角的中等范围内。这表明稳态 RANS 在侧墙吸力条件下表现更好。

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）上的平均风压系数在所有风向上保持负值，其值从 0° 时的强吸力逐渐增加到 90° 时接近中性。RANS 和 URANS 通常都能捕捉到实验数据中观察到的总体趋势，但存在明显偏差，特别是在较高风角下，模拟倾向于高估恢复情况。稳态 RANS 在中间范围内显示出更接近的一致性，而稳态 URANS 在高角度下表现出更大的差异。

6 实验与数值的迎风面风压系数比较

对于表面 5，所有方法都一致捕捉到了平均风压系数从低风角的负值（吸力）到高风向的正值的平稳过渡。来自 TPU 的实验数据显示出稳定增长，在约 45° 时从吸力转为压力，这一趋势在两种数值方法中都得到了很好的反映。稳态 RANS 以非常接近的精度遵循实验结果，在整个角度范围内仅显示出极小的偏差。另一方面，URANS 预测的值略有不同，通常倾向于在较高风向下低估压力，但仍与实验和 RANS 保持总体良好的一致性。

7 迎风向表面5实验与数值风压系数比较

最后，表面 6 的平均风压系数显示实验与 CFD 之间的良好一致性，而在 20°–40° 时，实验表明吸力更强。稳态 RANS 略微低估了这个峰值，而 URANS 则持续高估（吸力较弱）。总体而言，RANS 更可靠地捕捉了实验趋势，而 URANS 倾向于在斜向风角下出现偏差。

8 风压系数实验与数值对比 - 表面 6 全风向

表 3 总结了六个建筑表面的验证指标，考虑了 RANS 为 10% 和 URANS 为 20% 的偏差标准。对于表面 1，URANS 显示出明显的优越性，命中率更高（85% 对比 RANS 的 57%），误差更低（e² = 0.012 对比 0.015）。表面 2 也观察到类似的趋势，URANS 再次优于 RANS，命中率达到 71% 对比 57%，并将误差从 0.025 降低到 0.011。相比之下，表面 3 突显了 RANS 的优势，它实现了更高的命中率（85% 对比 71%）和显著更低的误差（0.008 对比 0.030）。对于表面 4，两种方法都达到了相同的 85% 命中率，但 RANS 在误差方面表现略好（0.022 对比 0.026）。表面 5 和 6 对于两种方法都显示出 71% 的平衡命中率；然而，对于表面 5，两者的误差相等（均为 0.010），而对于表面 6，RANS 明显更优，误差小得多（0.006 对比 0.031）。总体而言，结果表明 URANS 在表面 1 和 2 上与实验的一致性更好，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 上表现出相当的性能。

表 3：六个不同区域的 Cp 值验证指标

0x

0x

WTG 示例 9.3