Vindlast på bygg

Abstract

Denne oppgaven involverer en analyse av vindens effekter på bygninger, med spesielt fokus på Ivar Langens hus ved Universitetet i Stavanger. Formålet er å undersøke rådataene samlet inn fra en vindmåler plassert på Ivar Langens hus og gjennomføre en omfattende bearbeiding av disse dataene. Analyseperioden spenner over en tre måneders periode, fra desember 2022 til februar 2023. To utvalgte dager med forskjellige vindforhold, en med høy vindhastighet og en med lav vindhastighet, blir grundig undersøkt i oppgaven. For å behandle og presentere dataene er MATLAB-programvaren benyttet til å frembringe grafer og utføre relevante analyser. Først ble dataene delt inn i 20-minutters tidsserier, og middelvindhastighet og middelvindretning ble plottet som funksjon av høyden z for hver tidsserie. I tillegg ble standardavviket for vindhastigheten og vindretningen inkludert for å evaluere variasjonen i vindforholdene. Turbulensintensiteten ble også studert som en funksjon av høyden for å identifisere områder med høy eller lav turbulens rundt bygningen. For å gi en helhetlig visualisering av vindforholdene, ble det utarbeidet vindroser som presenterte hyppigheten av forskjellige vindretninger og vindhastigheter. Disse rosenplotene ga innsikt i vindkarakteristikkene rundt Ivar Langens hus. Videre ble en logaritmisk profil tilpasset utvalgte data hvor middelvindhastigheten var over 10 m/s. Disse dataene ble gruppert basert på de dominerende vindretningene for å analysere egenskapene til den logaritmiske vindprofilen under spesifikke vindforhold. I tillegg til hovedoppgaven som setter søkelys på Ivar Langens hus, ble det også utført en pre-case-studie som omhandlet en hendelse i Lofoten. Denne studien bidro til en utvidelse av perspektivet rundt temaet vindens effekter på bygninger. Denne omfattende analyseprosessen har resultert i en dypere forståelse av vindens innvirkning på bygninger som Ivar Langens hus. Beregning av en forenklet vindlast basert på de bearbeidede dataene vil bidra til forbedrede metoder for vurdering og håndtering av vindlast på bygninger

This assignment involves and analyzes effects on buildings, with a particular focus at Ivar Langen's house at the University of Stavanger. The purpose is to examine the raw data collectively in from a wind target location at Ivar Langen's house and carry out extensive processing of these data. The analysis period spans a three-month period, from December 2022 until February 2023. Two selected days with different wind conditions, one with high wind speed and one with low wind speed wind speed, is thoroughly investigated in the thesis. To process and present the data is MATLAB software was used to generate graphs and perform relevant analyses. First the data were divided into 20-minute time series, and mean wind speed and mean direction was plotted as a function of the height z for each time series. In addition, the standard deviation of the wind speed included to assess the variation in wind conditions. The turbulence intensity was also studied as a function of height to identify areas with high or low turbulence around the building. To provide an overall visualization of wind conditions, wind roses were designed that presented the frequency of different wind directions and wind speeds. These rose plots provided insight into the surrounding wind characteristics Ivar Langen's house. Furthermore, a logarithmic profile was fitted to selected data where the average wind speed was over 10 m/s. These data were grouped based on the dominant ones the wind directions to analyze the characteristics of the logarithmic wind profile under specific wind conditions. In addition to the main task which puts the spotlight on Ivar Langen's house, it was also carried out a pre-case study dealing with an incident in Lofoten. This study contributed to a broadening the perspective around the theme finds effects on buildings. This extensive analysis process has resulted in a deeper understanding of the wind's impact on buildings such as Ivar Langen's house. Calculation of a simplified wind load based on the the processed data will contribute to improved methods for assessing and handling wind loads on buildings