Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• La recomendación de uso principal (Pub. 3201, SHOA 2012), basa su estudio de climas de oleaje en parámetros
estadísticos por lo que se pierde gran parte de la información obtenida por los instrumentos.
• Datos reales medidos por Boyas o ADCPs, han evolucionado desde determinar solo algunos parámetros de resumen
a entregar una gran cantidad de información como por ejemplo el ancho espectral.
• Caracterizar de una manera más compleja los climas de oleaje de diseño y extremo.
• Utilizar técnicas más eficientes para realizar procesos de calibración y de propagación para la caracterización de
climas operacionales.
A partir de los espectros direccionales del oleaje (), donde f es la frecuencia en Hz y q la dirección, se pueden determinar
parámetros estadísticos fundamentales para caracterizar el oleaje de acuerdo a lo presentado por Holthuijsen, (2007).
• Periodo Energético
• Potencia de Oleaje
Esta publicación establece las normas para la realización de mediciones y análisis de datos de oleaje.
Datos:
• La base de datos de oleaje utilizada para caracterizar el oleaje en aguas profundas deberá tener una extensión
mínima de 20 años. De esta se deberán presentar:
• Espectros direccionales de energía.
• Series de tiempo (Altura significativa, periodo pico o medio y dirección media).
• Se deben crear tablas de incidencia (altura vs. dirección, periodo vs. dirección y altura vs. periodo), rosas de oleaje y
periodos, para así, determinar tanto el oleaje reinante como dominante.
• Realizar un análisis de tormentas, el que consiste de determinar las mayores olas ocurridas en cada uno de los 20
años de la base de datos. Con esta se debe realizar ajuste de funciones de probabilidad, para así, construir tablas de
excedencia, que permitan conocer los parámetros de diseño (altura significativa, periodo pico o medio y dirección
media) para distintos periodos de retorno.
Estos métodos tienen por objetivo agrupar un conjunto de datos en sub grupos llamados “clusters”, en los cuales los
datos contenidos en cada sub grupo tienen la característica de ser similares en algún sentido (dependiendo del método
utilizado). Estos métodos fueron analizados por Camus et al., (2011) para su aplicación al oleaje.
• Ventajas:
Analizar estados de climas multidimensionales (cada estado de mar representado por más de un
parámetro).
No presenta dificultad para realizar el análisis con menos o más parámetros.
• Desventajas:
× Los resultados se basan en los datos utilizados, por lo cual no es posible la extrapolación.
Para este estudio el oleaje esta compuesto por Con el objetivo de que todos los componentes presenten el mismo peso
relativo en el análisis, es que se normalizan los parámetros de la siguiente manera:
• Normalización
donde
: Es la componente ( del grupo de “m” vectores existentes.
: Es la componente ( del grupo de “n” datos.
• Desnormalización:
• Criterio de selección Mínima distancia entre el vector en estudio y el vector representativo de cada
subgrupo.
Hm0 [m]
Series de tiempo de 10 años (2002-2012), 6
medidos cada una hora. 4
15
10
T10 [s]
5
300
MWD [deg]
200
100
11 160
10 1
140
9 1 3 2 2 2
120
8 5 5 8 9 7 1
6 4 80 73 77 73 37 20 5
80
4
Oleaje 244 2013 1580 1223 791 460 182 77 36 17 2 60
Reinante
3 531 5910 5779 4460 2744 1424 782 396 110 53 7 2
40
20
1 330 2768 3521 4148 3169 1272 468 154 28 7
0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Te [s]
Matriz de energía y dispersión de altura significativa (Hm0) vs. periodo (Te).
220
11
200
10 1
180
9 2 7 1
160
8 4 1 1 17 1 6 4
Oleaje
4 13 6 1 20 58 56 18 7 Oleaje
14 Reinante
7 26 223 1053 2023 2319 697 11 80
2 32 53 65 163 285 582 618 415 336 358 597 1722 5312 9463 12796 5901 449 40
1 42 41 68 166 514 1026 1367 1011 662 446 495 869 1726 2760 3225 1142 79 20
0
90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
MWD [deg]
Matriz de energía y dispersión de altura significativa (H m0) vs. dirección media (MWD).
•
• •
Proyecto Innova Corfo código 09CN14-5718
Climas de Oleaje(SHOA)
Oleaje Reinante:
•
•
Oleaje Dominante:
Vect. Representativos
¿Cómo encontrar los “M” grupos óptimos? V1
V2
V3
V4
N
NO
Proceso NE
Iterativo O
E
SO
SE
S
Vect. Representativos
V1 − 08/11/2002 16:00
V2 − 03/06/2008 20:00
V3 − 07/01/2003 06:00
V4 − 04/06/2009 15:00
¿Cómo encontrar los “M” grupos óptimos? V5
V6
− 20/12/2002 00:00
− 15/06/2009 19:00
NO N
Proceso
Iterativo O NE
S SE
250 [kW/m]
7 1 2 35
6 100 Oleaje
[kW/m] 1 2 5 8 3 30
Dominante
5 [kW/m]
2 29 545 1190 1289 1092 642 284 71 14 1 2 10
0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Te [s]
Matriz de energía y dispersión de altura significativa (Hm0) vs. periodo (Te).
• •
Proyecto Innova Corfo código 09CN14-5718
Análisis en Chile Central
8
Este Sur Oeste Norte
7 2 1 60
Oleaje
6 5 6 8
Dominante 50
5 2 53 49 19 4 1
4 9 419 345 63 19 5 2 1
Oleaje Reinante
30
3 62 1560 1405 183 31 22 7 4
20
2 1 137 2495 1882 422 103 49 40 14 10 6
0 0
90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
m [Deg]
Matriz de energía y dispersión de altura significativa (H m0) vs. dirección media (MWD).
•
• •
Proyecto Innova Corfo código 09CN14-5718
Análisis en Chile Central
Agrupamiento con KMA de los Parametros H,T,Dir
Vect. Representativos
Oleaje Operacional (KMA) V1
V2
NO N V3
V4
V5
O NE
SO E
S SE
NE
SO
SE
S
Vector Hmo [m] Te [s] MWD [deg] Fecha % de Datos Totales
1 0.32 11 53 20.03.2012 .18
2 6.65 16 247 03.07.2013 4.81
3 1.04 27 286 19.03.2012 0.03
4 1.00 8 225 01.12.2012 94.99
• El método MDA:
Es capaz de representar los casos extremos de la totalidad de la muestra de datos.
Considerando todos los parámetros como relevantes.
El método tradicional, es una interpretación de los resultados en los rangos que el usuario
considere extremos, considerando como parámetro más importante el de la altura
relegando a un segundo plano las otras variables como la dirección de este.
× Ambos métodos basan sus análisis en los datos entregados, es decir, no es posible la extrapolación de
estos.
• Utilización del método KMA para lograr caracterizar los climas operacionales en análisis de series de
tiempo de largo plazo.
• Estudiar que otro parámetro podría ser posible adicionar al análisis de estos métodos, para así obtener un
mejor análisis de los estados de mar.
Felipe Lucero R.