Escolar Documentos
Profissional Documentos
Cultura Documentos
Campinas
2021
Universidade Estadual de Campinas
Faculdade de Engenharia Civil, Arquitetura e Urbanismo
Campinas
2021
Introdução ao Estudo e Simulação de Microexplosões de Vento
BANCA EXAMINADORA
....................................................................
Prof. Dr. Gustavo Henrique Siqueira
Orientador(a)
...................................................................
Prof. Dr. Cilmar Donizeti Baságlia
...................................................................
Prof. Me. Eduardo Marques Vieira Pereira
There are many damages resulting from wind downbursts that take place in
urban environments, causing material damage and threatening the safety of the
population. Among recorded cases, this phenomenon has already been the
cause of plane accidents, interruption on electricity supply and structural
damage to buildings. From this, assuming that the predictability of the
occurrence and intensity of these phenomena would be of great value to the
population in the development of risk prevention measures, the present work
aims, based on the existing literature on the subject, to give an introduction to
the study of the phenomenon of downbursts, approaching their formation
processes, the characteristics that define them, and the methods for numerical
simulation of the wind speed during the occurrence of a downburst. For this
purpose, an algorithm was developed to simulate the horizontal wind speed
history of a downburst at different heights of an observation point based on the
CHEN and LETCHFORD (2007) model. The result of the simulation was then
compared with the results presented by CHEN and LETCHFORD (2007), where
consistency in the results was verified, showing that the algorithm is useful
and amenable to further development, allowing future studies of its application to
determine the pressure of the wind and its effect on the dynamics of
structures.
1 INTRODUÇÃO.........................................................................................................1
1.1 JUSTIFICATIVA......................................................................................................1
1.2 OBJETIVOS............................................................................................................2
1.2.1 Objetivos
Gerais...................................................................................................2
1.2.2 Objetivos
Específicos...........................................................................................2
1.3 ORGANIZAÇÃO DO TRABALHO...........................................................................2
2 REVISÃO
BIBLIOGRÁFICA.....................................................................................4
3
METODOLOGIA......................................................................................................19
4 RESULTADOS E DISCUSSÕES............................................................................25
5
CONCLUSÃO..........................................................................................................38
REFERÊNCIAS..........................................................................................................39
ANEXO.......................................................................................................................41
1. INTRODUÇÃO
1.1 JUSTIFICATIVA
1
Diversas estruturas tiveram seus telhados arrancados e o sistema de distribuição de
energia foi danificado.
Com base nesses fatores fica estabelecida a relevância da compreensão dos
mecanismos e condições por trás desse fenômeno.
1.2 OBJETIVOS
3
2. REVISÃO DE LITERATURA
Com a queda do voo Easter 66, em 24 de junho de 1975, causado por uma
situação de cisalhamento de vento intensa gerada por um fenômeno meteorológico
de microescala, resultou em um pico de interesse no estudo desses fenômenos.
Fujita (1978) propõe que o acidente foi causado por um downburst
(microexplosão), fenômeno caracterizado por uma forte corrente descendente que
atinge o solo em alta velocidade. Embora outros autores, como Byers e Braham
(1949) apud Wilson e Wakimoto (2001) a já haviam tratado de fenômenos similares,
o trabalho de Fujita (1978) inspirou o desenvolvimento de diversos programas que
consolidaram o conceito de downbursts no meio científico, encorajando o estudo do
fenômeno.
Segundo a Definição de Fujita e Wakimoto (1981), microexplosões (ou
downbursts) são fortes correntes descendentes formadas pela densificação do ar
em altitude devido à infiltração de ar seco em nuvens profundamente
desenvolvidas. A corrente de vento atinge o solo e se espalha radialmente, gerando
rajadas de vento que podem apresentar intensidade suficiente para derrubar longas
extensões de florestas (GARSTANG et al, 1998) e causar acidentes aéreos
(WILSON E WAKIMOTO, 2001).
Um downburst ocorre quanto uma nuvem formada e sustentada por
correntes ascendentes é infiltrada por ar seco. A introdução do ar seco na nuvem
gera uma redução na pressão de equilíbrio entre o vapor de água e as gotículas de
água que formam a nuvem. Essa alteração promove o fenômeno de resfriamento
evaporativo, onde a água em estado sólido e liquido passa para a forma de vapor
ao absorver calor do ambiente.
Esse fenômeno acaba por resfriar o ar que forma a nuvem tornando-a mais
densa até que as correntes ascendentes que sustentam a nuvem sejam superadas
pelas correntes descendentes de ar frio. Quando isso acontece, a massa de ar
descende rapidamente, caracterizando o downburst.
4
Figura 1 – Processo de formação de um downburst. Fonte: LIMA (2019), adaptado de
GARSTANG et al. (1998)
Figura 2 – Ilustração dos padrões de escala de danos gerados por microexplosões. Fonte:
Lima (2019), adaptado de Fujita e Wakimoto (1998).
6
diferentes de acordo com as condições existentes.
O mecanismo de formação descrito anteriormente é característico de
ambientes úmidos, por isso os downbursts ocorridos nessas condições são
classificados como downbursts úmidos, entretanto, o fenômeno também pode
acontecer em ambientes secos (CARACENA et al., 1989).
Em ambientes extremamente secos, onde existem barreiras para a
convecção de umidade, pode se configurar uma situação em que existe uma
camada de ar úmido sobre a camada seca predominante. Nessas condições, ao
ocorrer precipitação, a água cairá sobre a camada seca de ar, ocasionando o
fenômeno de resfriamento evaporativo e o adensamento de parcelas de ar que
aceleram verticalmente e se espelham de forma anular e geralmente simétrica ao
atingirem a superfície. Esse fenômeno é classificado por Caracena et al (1989)
como downburst seco.
Existem ainda situações em que há uma camada seca, coberta por uma
camada saturada e uma subsequente camada seca. Os downbursts que provêm
dessa configuração são denominados downbursts de ambientes intermediários
(CARACENA et al, 1989).
Wilson e Wakimoto (2001) sugeriram que o escoamento descendente de
uma microexplosão não estacionária pode adquirir rotação como um mecanismo de
conservação do momento angular através da redução do entranhamento da
corrente descendente com o ar ambiente.
7
No tocante à modelagem numérica, Zhu e Etkin (1983) apud Lima (2014),
motivados por desastres aéreos registrados na decolagem e aterrisagem de
aeronaves durante a ocorrência de tempestades elétricas, desenvolveram um
modelo tridimensional, denominado como modelo de dupla folha, para descrever o
campo de velocidade de um downburst estacionário. Uma simplificação desse
modelo foi proposta por Riera e Rocha (1998).
Oseguera e Bowles (1988) partiram das equações completas de Euler e das
equações de continuidade de massa e, admitindo algumas hipóteses
simplificadoras, desenvolveram um modelo para determinação do perfil de
velocidade do vento gerado por um downburst. Vicroy (1992) adotou uma nova
função de forma para o modelo de Oseguera e Bowles (1988), tornando o modelo
mais preciso. Esse modelo ficou conhecido como modelo OBV.
Wood e Kwok (1998), através de estudos em túneis de vento, desenvolveram
uma expressão empírica para o perfil vertical da velocidade radial do vento. Essa
expressão está descrita na equação (1):
z 16 0.7∗z
() (
V r ( z )=1,55∗
δ
∗ 1−erf
δ ( ))
V r , máx (1)
Onde:
z é a altitude acima do solo (m);
V r ( z ) é a velocidade radial na altura z;
V r , máx é a velocidade radial máxima do downburst;
V r , máx
δ é a altura onde V r ( z )= ;
2
erf é a função erro.
8
1
0.9
0.8
0.7
0.6
Altura normalizada
0.5
0.4
0.3
0.2
0.1
0
0.5 0.6 0.7 0.8 0.9 1 1.1
Velocidade do vento normalizada
V r ( x )=V r ,máx∗e
− ( x−xR ) ,
máx
x >r máx (3)
onde:
V r é a velocidade radial em uma altura z determinada;
9
V r , máx é a velocidade radial máxima na altura z;
x é a distância radial a partir do centro da tormenta;
x máxé a distância do centro da tormenta até a fronteira da região de estagnação;
R é a uma escala de comprimento radial.
Figura 5 – Modelo de perfil radial de velocidade do vento segundo modelo de Homes e Oliver
(2000). Fonte: Lima (2019)
V r ( x ,t )=V r ,máx
( −t ) −(
∗e T ∗e R ), x >r máx (5)
Onde:
t é o tempo medido a partir de quando o downburst está no pico de intensidade;
T é a duração característica da tormenta.
Figura 6 – Exemplo genérico da soma vetorial do vento ambiente e do vento radial. Adaptado
de Holmes e Oliver (2000).
Onde:
x é a distância radial do centro da tormenta ao ponto de observação, aplicado
nas equações (2) a (5);
d é a projeção de x em relação ao caminho da tempestade, pode-se assumir
que a tempestade se locomove com a velocidade de translação V t ;
e é a projeção de x em relação ao eixo perpendicular ao caminho tempestade,
chamado também de offset;
θ é o ângulo entre V r e V t ;
V é a velocidade do vento resultante no ponto x .
12
Onde:
V ( z , t ) é a velocidade do vento a uma altura z num instante de tempo t ;
V́ ( z , t ) é a velocidade média variando lentamente ao longo do tempo, é a parcela
considerada determinística no modelo;
~( )
V z , t é a parcela da velocidade flutuante induzida pela turbulência.
Onde:
ϕ́ 1 ( z ) é o perfil vertical do downburst, adotada a partir do método de Wood e
Kwok (1988);
V́ 1 ( t ) é a amplitude média do vento normalizada a longo do tempo, obtido
através do modelo de Holmes e Oliver (2000);
Onde:
~
σ ( z , t ) é o desvio padrão variável;
v ( z ,t ) é a velocidade de vento flutuante normalizada em relação ao
desvio padrão.
13
Com as equações (9), (11) e (13), temos:
V ( z , t )=ϕ́1 ( z )∗V́ 1 ( t )∗( 1+ I v ( z )∗v ( z , t ) ) (14)
Onde:
I v 10 é a intensidade da turbulência a 10 metros de altura do solo;
Onde:
σ ( z )=−0,03 ln ( z ) +0,787 ,
ϕ 1 ( z )=−0,066 ln ( z )−0,7 ,
ϕ 2 ( z )=−0,059 ln ( z )−0,074
Onde:
ρ0 ( Δ z )=e−α Δ z ;
K ( Δ z )=−k 1 × ln ( z )+ k 0 ;
Δ z é a diferença entre as alturas em que a função de coerência será aplicada.
14
Os parâmetros σ , ϕ 1, ϕ 2,α, k 0 e k 1 são determinados pelo método dos mínimos
quadrados a partir dos dados registrados de um downburst.
A partir da PSD e da função de coerência, o método de representação
espectral (SRM) é aplicado para simular as flutuações normalizadas da velocidade
do vento v ( z ,t ).
Tendo em vista o esforço computacional necessário para a execução do
método de representação espectral, Chen et al (2014) procuraram desenvolver um
algoritmo para a execução do método baseado em transformadas rápidas inversas
de Fourier. O método apresentado é computacionalmente eficiente quando
comparado a outras aplicações do SRM.
Considerando um processo estocástico com n componentes e valor médio 0
[
S ( ω ) = S 21 ( ω ) S 22 ( ω )
⋮ ⋮
Sn 1 ( ω ) S n2 ( ω )
⋯ S 2 n ( ω)
⋱ ⋮
⋯ S nn ( ω )
] (18)
[
γ ( ω )= γ 21 ( ω ) γ 22 ( ω )
⋮ ⋮
γ n 1 ( ω ) γ n 2 ( ω)
⋯ γ2 n ( ω)
⋱ ⋮
⋯ γ nn ( ω )
] (19)
15
Uma vez que S ( ω ) é uma matriz auto adjunta, positiva definida, γ ( ω ) também
apresenta essas propriedades e pode ser fatorada pelo método de Cholesky, na
seguinte forma:
S ( ω ) =D ( ω ) L ( ω ) LT ( ω ) D T ( ω )=H ( ω ) H T ( ω ) com:
β11 ( ω ) 0 ⋯ 0
[
L ( ω )= β 21 ( ω ) β 22 ( ω )
⋮ ⋮
β n1 ( ω ) β n 2 ( ω )
⋯
⋱
⋯
0
⋮
β nn ( ω )
] (18)
ℑ [ β jm ( ω ) ]
Com: θ jm ( ω )=tan
{ ℜ [ β jm ( ω ) ] } (21)
16
aleatório d Z j ( ω ).
∞
v j (t )= ∫ e iωt d Z j ( ω ) (24)
−∞
E [ d Z ¿j ( ω ) d Z k ( ω ) ]=S jk ( ω ) dω (27)
(28)
¿
Essa condição, em conjunto com a relação e−iωt =( eiωt ) , temos:
∞ ∞ ∞ ∞ ∞
iωt
x j ( t ) =∫ e d Z j ( ω )+∫ e
0 0
−iωt iωt iωt
d Z j (−ω )=∫ e d Z j ( ω ) +∫ [ e d Z j ( ω ) ] =2∗ℜ
0 0
¿
[∫
0
iωt
e d Z j (ω)
]
(30)
m=1 m=1
(31)
17
Portanto, podemos determinar os elementos do processo estocástico de
vento através da seguinte expressão:
Nt n
x j ( t ) =2 √ Δ ω∗ℜ [∑ ∑ √
l m=1
S jj ( ωl )|β jm|∗e
i (ω l t +θ jm( ωl )+ ϕml )
] (32)
ωup
|ω|≥ ωup, e f up= é a frequência de corte superior no domínio temporal, existe um
2π
k inteiro positivo tal que k ∆ ω ≤ω up. Então, temos:
ωup 2 π f up f up
k≤ = =N T (33)
∆ω ∆ω fs
X j ( ω l ) ei ω t l
(34)
Onde:
j
(35)
2π
que ∆ t ≤ .
2 ωup
18
19
3. METODOLOGIA
rad ω
ω up=4 . Isso implica que f up= up =0,6366 hz. Quanto à discretização do tempo,
s 2π
adotou-se N T =212=4096, sendo analisado um período de tempo de 1.200 segundos,
1200
com um incremento de tempo dt = =0,293 s.
4092
Com base no que foi adotado, temos:
1
f s= =3,413 ≥2 f up;
dt
20
2π rad
dω=
s ;
=0,005
N T ∗dt
21
Figura 8 – Velocidade horizontal média de um downburst normalizada ao longo do tempo. Fonte:
Chen e Letchford (2007).
m
adotados foram V r , máx =39,5 para a velocidade radial máxima e δ =234,4 m para a
s
altura em que V r =V r , máx /2. Ao multiplicar as velocidades médias obtidas para cada
altura pela função de velocidade média ao longo do tempo normalizada obtida pelo
método de Holmes e Oliver (2000), obtêm-se a função de velocidade média U m para
cada altura.
22
Figura 10 – Intensidade de turbulência para o RFD. Fonte: Chen e Letchford (2007)
k 1=−0,05
Figura 11 – Curva PSD para estimadas e modeladas para RFD e derecho. Fonte: Chen e Letchford
(2007)
23
Figura 12 – Raiz quadrada das funções de coerência estimadas e modeladas para RFD e derecho.
Fonte: Chen e Letchford (2007)
24
Figura 13 – Simulação do histórico temporal de velocidade do vento para altura de 10 m. Fonte: Chen
e Letchford (2007)
Figura 14 – Simulação do histórico temporal de velocidade do vento para altura de 20 m. Fonte: Chen
e Letchford (2007)
25
Ao final deste texto, em anexo, todo o algoritmo escrito na ferramenta Matlab
é apresentado para que o leitor interessado possa utilizar em uma eventual
simulação de um downburst.
26
4. RESULTADOS E DISCUSSÃO
1
Velocidade Horizontal do Vento normalizada
0.8
0.6
0.4
0.2
0
0 600 1200 1800 2400
Tempo (s)
Figura 15 – Simulação da velocidade horizontal média normalizada de um downburst.
27
Figura 16 – Comparação de simulação da velocidade horizontal média normalizada de um downburst.
(a) simulação gerada pelo algoritmo desenvolvido. (b) simulação apresentada por Chen e Letchford
(2007)
28
35
30
Velocidade Média Horizontal do Vento, h=5m
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 18 – Simulação do histórico temporal de velocidade média do vento para altura de 5,0 m.
35
30
Velocidade Média Horizontal do Vento, h=10m
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 19 – Simulação do histórico temporal de velocidade média do vento para altura de 10,0 m.
29
40
35
Velocidade Média Horizontal do Vento, h=15m
30
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 19 – Simulação do histórico temporal de velocidade média do vento para altura de 15,0 m.
40
35
Velocidade Média Horizontal do Vento, h=20m
30
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 19 – Simulação do histórico temporal de velocidade média do vento para altura de 20,0 m.
30
No desenvolvimento da simulação do vento variável, a intensidade da
turbulência, a curva PSD e a função de correlação também mostraram coerência
com os apresentados por Chen e Letchford (2007).
Figura 21 – Comparação de simulação da curva PSD para a altura de 2m. (a) simulação gerada pelo
algoritmo desenvolvido. (b) simulação apresentada por Chen e Letchford (2007)
31
Figura 21 – Comparação de simulação da raiz quadrada da função de coerência para ∆ z=2m .
(a) simulação gerada pelo algoritmo desenvolvido. (b) simulação apresentada por Chen e Letchford
(2007)
6
Velocidade Variável Horizontal do Vento, h=5m
-2
-4
-6
-8
-10
0 200 400 600 800 1000 1200
Tempo (s)
Figura 22 – Simulação do histórico temporal de velocidade variável do vento para altura de 5,0 m.
32
8
6
Velocidade Variável Horizontal do Vento, h=10m
-2
-4
-6
-8
0 200 400 600 800 1000 1200
Tempo (s)
Figura 23 – Simulação do histórico temporal de velocidade variável do vento para altura de 10,0 m.
6
Velocidade Variável Horizontal do Vento, h=15m
-2
-4
-6
-8
-10
0 200 400 600 800 1000 1200
Tempo (s)
Figura 24 – Simulação do histórico temporal de velocidade variável do vento para altura de 15,0 m.
33
8
6
Velocidade Variável Horizontal do Vento, h=20m
-2
-4
-6
-8
-10
0 200 400 600 800 1000 1200
Tempo (s)
Figura 25 – Simulação do histórico temporal de velocidade variável do vento para altura de 20,0 m.
34
40
35
30
Velocidade do vento (m/s), h=5m
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 26 – Simulação da velocidade do vento para um downburst na altura de 5,0 m.
45
40
35
Velocidade do vento (m/s), h=10m
30
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 27 – Simulação da velocidade do vento para um downburst na altura de 10,0 m.
35
45
40
35
Velocidade do vento (m/s), h=15m
30
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 28 – Simulação da velocidade do vento para um downburst na altura de 15,0 m.
45
40
35
Velocidade do vento (m/s), h=20m
30
25
20
15
10
0
0 200 400 600 800 1000 1200
Tempo (s)
Figura 29 – Simulação da velocidade do vento para um downburst na altura de 20,0 m.
36
Para validar os resultados obtidos, as simulações geradas pelo algoritmo
apresentado foram comparadas com os resultados obtidos por Chen e Letchford
(2007) na apresentação do modelo. A comparação, apresentada abaixo, mostra que
os resultados obtidos pelo algoritmo são coerentes com os obtidos pelos autores do
método.
Figura 30 – Comparação de simulação. (a) e (b) Simulação realizada pelo algoritmo apresentado
para as alturas de 10,0 m e 20,0 m, respectivamente; (c) e (d) Simulação apresentada por Chen e
Letchford (2007) para as alturas de 10,0 m e 20,0 m.
37
pode ser utilizado como uma maneira conveniente de fazer estudos superficiais
sobre o efeito de microexplosões.
Uma vez obtido o histórico da velocidade do vento, é possível determinar a
pressão que esse vento irá gerar em determinada estrutura. Isso pode ser alcançado
através, por exemplo, da aplicação do método descrito por Solari (1983) para
determinar a carga gerada pelo vento. Como o algoritmo proposto gera históricos de
velocidade de vento correlacionados para diferentes alturas, é possível aplicar esse
conceito para edificações altas considerando a variação de pressão ao longo da
estrutura.
38
Figura 32 – Sugestão de aplicação do modelo de Holmes e Oliver (2000) para diversos pontos.
39
5. CONCLUSÕES
40
REFERÊNCIAS
BELOW, R.; MCCLEAN, D.; WALLEMACQ, P. Economic losses, poverty & disasters
(1998-2017). Centre for Research on the Epidemiology of Disasters (CREED),
2018. Disponível em
https://www.cred.be/sites/default/files/CRED_Economic_Losses_10oct.pdf. Acesso
em 29 de novembro de 2021
CHEN, N.; LI, Y.; XIANG, H. A new simulation algorithm of multivariate short-term
stochastic wind velocity field based on inverse fast Fourier transform. Engineering
Structures, v. 80, n.2, p 251-259; 2014.
EILTS, G. B.; DOVIAK, R. J.; Oklahoma downbursts and their asymmetry. Journal
of climate and applied meteorology, v. 26, n. 1, p. 69-78, 1987.
RIERA, J. D.; ROCHA, M. M. Load definition for wind design and reliability
assessments: Extreme wind climate, in: Int. Conf. on Winf Effects on Buildings
and Structures, A. A. Balkema, Rotterdam, 1988.
WOOD, G. S.; KWOK KCS. An empirically derived estimate for the mean
velocity profile of a thunderstorm downburst. 7th AWES Workshop. Auckland,
1998.
ZHU, S.; ETKIN, B., Fluid-dynamic model of a downburst. UTIAS Report No. 271.
University of Toronto, Institute of Aerospace Studies, April 1983. Journal of aircraft.
42
ANEXO
clc;
clear all;
close all;
%Calculos
%% Dados iniciais
%dados da analise
t=0:dt:(N-1)*dt;%Tempo discretizado
for k=1:length(t)
43
d(k)=8200-Vt*t(k); %distãncia entre o centro da
tormente e o ponto de observação (m)
%projetada na linha de trajetória
da tempestade
%A distância vai mudando de acordo
com o movimento
%da tormenta
for k=1:length(t)
% quando o ponto de observação se encontra próximo ao
centro da
% tormenta, dentro do raio de velocidade máxima do
vento, a velocidade
% do vento cresce linearmente com o distânciamento do
centro da
% tormenta até o anel de velocidade máxima.
if x(k)<rmax
expr(k)=x(k)/rmax;
Vr(k)=Vmax*expr(k);
% quando o ponto de observação se encontra distânte do
centro da
% tormenta, fora do raio de velocidade máxima do
vento, a velocidade
% do vento segue a expressão abaixo.
else
expr(k)=exp(-((x(k)-rmax)/R)^2);
Vr(k)=Vmax*expr(k);
end
end
for k=1:length(t)
teta(k)=atan(e/d(k));
costeta(k)=cos(teta(k));
%A velocidade absoluta do vento depente da diferença
de direção e
%sentido entre o vento de fundo.
if d(k)>0
Vc(k)=sqrt(Vr(k)^2+Vt^2+2*Vr(k)*Vt*cos(teta(k)));
else
Vc(k)=sqrt(Vr(k)^2+Vt^2+2*-Vr(k)*Vt*cos(teta(k)));
end
44
end
U1=Vc/max(Vc);
%% Vento estocástico
Iu10=0.088; %intensidade de turbulência na altura de 10m
Iu=Iu10.*(10./z).^(1/6); %intensiade de turbulência na
altura "z"
S=zeros(length(z),length(wl));
for k=1:length(wl)
S(:,k)=((sigma.^2)./(2*pi)).*(( (1-phi2).^2 + phi1.^2
+ 2.*phi1.*(1+phi2).*cos(wl(k)) +
4.*phi2.*(cos(wl(k)).^2))).^(-1);
end
Co=zeros(length(z),length(z),length(wl));
rho0=zeros(length(z),length(z));
Kco=zeros(length(z),length(z));
for k=1:length(wl)
for j1=1:length(z)
for j2=1:length(z)
rho0(j1,j2)=exp(-alfa*abs(z(j1)-z(j2)));
Kco(j1,j2)=-k1*log(abs(z(j1)-z(j2)))+k0;
Co(j1,j2,k)=(rho0(j1,j2)*exp(-
(Kco(j1,j2))*wl(k)*abs(z(j1)-z(j2))))^2;
if(j1==j2)
Co(j1,j2,k)=1;
end
end
end
end
for k=1:length(wl)
C2(k)=(rho0(1,3)*exp(-(Kco(1,3))*wl(k)*abs(z(1)-
z(3))));
end
for j2=1:length(wl)
for j1=1:length(z)
D(j1,j1,j2)=sqrt(S(j1,j2));
end
end
46
for ww=1:length(wl)
L(:,:,ww)=chol(Co(:,:,ww),'lower');
end
%Matriz de correlação
Teta=zeros(length(z),length(z),length(wl));
for ww=1:length(wl)
for m=1:length(z)
for j=1:length(z)
if(m<=j)
if(real(L(j,m,ww))==0)
Teta(j,m,ww)=0;
else
Teta(j,m,ww)=atan(imag(L(j,m,ww))/real(L(j,m,ww)));
end
end
end
end
end
Xjm=zeros(length(z),length(z),length(wl));
%Angulo aletório
phi=rand(length(z),length(z),length(wl/2))*2*pi;
for m=1:length(z)
for j=1:length(z)
for l=1:length(wl)
if l<=N/2
Xjm(j,m,l)=D(j,j,l)*abs(L(j,m,l))*exp(1i*(phi(j,m,l)
+Teta(j,m,l)));
else
Xjm(j,l)=D(j,j,l)*abs(L(j,m,l))*exp(-
1i*(phi(j,m,N-l+1)+Teta(j,m,N-l+1)));
end
end
end
end
Xj=zeros(length(z),N);
for l=1:N
47
for j=1:length(z)
Xj(j,l)=sum(Xjm(j,:,l),'all');
end
end
vj=zeros(length(z),length(t));
Xj3=zeros(length(z),length(t));
for j=1:length(z)
for tt=1:length(t)
for l=1:N
if l<=N/2
Xj3(j,tt)=Xj3(j,tt)
+Xj(j,l)*exp(1i*wl(l)*t(tt));
else
Xj3(j,tt)=Xj3(j,tt)
+Xj(j,l)*exp(1i*wl(l)*t(tt));
end
end
vj(j,tt)=sqrt(2*pi*N/dt)/N*real(Xj3(j,tt));
end
end
Uv=zeros(length(z),length(t));
for j1=1:length(z)
Uv(j1,:)=(Iu(j1)*Um(j1,:)).*vj(j1,:);
end
Ut=Um+Uv;
%% Figuras
close all;
figure(1)
plot(t+590,U1)
xlabel('Tempo (s)')
ylabel('Velocidade Horizontal do Vento normalizada')
xlim([0 2400])
xticks([0:600:2400])
set(gca,'fontweight','bold','FontSize',12)
figure(2)
plot(Phi1,z)
xlabel('Velocidade do vento (m/s)')
ylabel('Altura (m)')
xlim([0 40])
48
ylim([0 16])
set(gca,'fontweight','bold','FontSize',12)
figure(3)
plot(t,Um(5,:))
xlabel('Tempo (s)')
ylabel('Velocidade Média Horizontal do Vento, h=5m')
set(gca,'fontweight','bold','FontSize',12)
figure(4)
plot(t,Um(10,:))
xlabel('Tempo (s)')
ylabel('Velocidade Média Horizontal do Vento, h=10m')
set(gca,'fontweight','bold','FontSize',12)
figure(5)
plot(t,Um(15,:))
xlabel('Tempo (s)')
ylabel('Velocidade Média Horizontal do Vento, h=15m')
set(gca,'fontweight','bold','FontSize',12)
figure(6)
plot(t,Um(20,:))
xlabel('Tempo (s)')
ylabel('Velocidade Média Horizontal do Vento, h=20m')
set(gca,'fontweight','bold','FontSize',12)
figure(7)
plot(Iu,z)
xlabel('intensidade de turbulência')
ylabel('Altura (m)')
xlim([0 0.15])
ylim([0 20])
xticks([0:0.03:0.15])
yticks([0:4:20])
set(gca,'fontweight','bold','FontSize',12)
figure(8)
plot(wl,S(2,:))
xlabel('Frequência angular (rad/s)')
ylabel('PSD, h= 2,0 m')
xlim([0 3])
set(gca,'fontweight','bold','FontSize',12)
figure(9)
plot(wl,C2)
xlabel('Frequência angular (rad/s)')
49
ylabel('Raiz quadrada da função de coerência, dz=2m')
xlim([0 3])
ylim([0 1])
set(gca,'fontweight','bold','FontSize',12)
figure(10)
plot(t,Uv(5,:))
xlabel('Tempo (s)')
ylabel('Velocidade Variável Horizontal do Vento, h=5m')
set(gca,'fontweight','bold','FontSize',12)
figure(11)
plot(t,Uv(10,:))
xlabel('Tempo (s)')
ylabel('Velocidade Variável Horizontal do Vento, h=10m')
set(gca,'fontweight','bold','FontSize',12)
figure(12)
plot(t,Uv(15,:))
xlabel('Tempo (s)')
ylabel('Velocidade Variável Horizontal do Vento, h=15m')
set(gca,'fontweight','bold','FontSize',12)
figure(13)
plot(t,Uv(20,:))
xlabel('Tempo (s)')
ylabel('Velocidade Variável Horizontal do Vento, h=20m')
set(gca,'fontweight','bold','FontSize',12)
figure(14)
plot(t,Ut(5,:))
xlabel('Tempo (s)')
ylabel('Velocidade do vento (m/s), h=5m')
set(gca,'fontweight','bold','FontSize',12)
figure(15)
plot(t,Ut(10,:))
xlabel('Tempo (s)')
ylabel('Velocidade do vento (m/s), h=10m')
set(gca,'fontweight','bold','FontSize',12)
figure(16)
plot(t,Ut(15,:))
xlabel('Tempo (s)')
ylabel('Velocidade do vento (m/s), h=15m')
set(gca,'fontweight','bold','FontSize',12)
50
figure(17)
plot(t,Ut(20,:))
xlabel('Tempo (s)')
ylabel('Velocidade do vento (m/s), h=20m')
set(gca,'fontweight','bold','FontSize',12)
51