| Summary: | Hengebruer med lange spenn er svært utsatt for vindindusert respons, på grunn av slankheten til disse konstruksjonene. Derfor er det viktig å kunne predikere responsen forårsaket av vind. Variabiliteten til vinden gjør det imidlertid vanskelig å gjøre nettopp dette. Formålet med denne oppgaven var derfor å vurdere hvor godt buffeting-teorien og vindfeltmodeller var i stand til å predikere den vindinduserte responsen til Hålogalandsbrua. For å ta variabiliteten til vinden med i betraktning, ble data fra målesystemet på Hålogalandsbrua prosessert og analysert. En covariance-driven stochastic subspace identification ble utført. Dette ble gjort for å evaluere nøyaktigheten til den numeriske modellen av brua, som ble brukt i responsberegningene. Informasjon om den aerodynamiske oppførselen til brua, som var nødvendig for å modellere vindlasten, ble funnet ved hjelp av vindtunneltester. Buffeting-responsen til brua ble deretter predikert. For å bestemme turbulensparameterne som krevdes for å modellere vindlasten, ble to ulike sannsynlighetsbaserte metoder brukt. I den første metoden ble parameterne bestemt ved å bruke spesifikke persentiler fra sannsynlighetsfordelingene deres. I den andre metoden ble en probabilistisk modell brukt til å simulere turbulensstandardavvikene. Til slutt ble den predikerte og den målte responsen sammenlignet. Den numeriske modellen viste seg å være nøyaktig nok til å kunne brukes i responsprediksjonene. Videre viste analysen av vindfeltet at det var stor variasjon i vindens egenskaper. I den probabilistiske modellen ble turbulensstandardavvikene modellert som korrelerte og lognormalfordelte stokastiske variabler, avhengige av den gjennomsnittlige vindhastigheten og -retningen. Modellen klarte å representere de virkelige turbulensstandardavvikene, tydeliggjort av den gode overensstemmelsen mellom de simulerte og de målte parameterne. Det ble observert at variabiliteten til vinden forplantet seg inn i den målte responsen. Den laterale og vertikale responsen ble godt predikert, mens ...
|
|---|