Utforsking av sjeldne og ukjente belastninger i ekstremt vær: Betydning av eksperimentelle studier

Like dokumenter
Bruk av CFD innen marin hydrodynamikk

Utfordringer med bølger i dekk på faste og flytende konstruksjoner

Endringer i byggeforskriften Innføring av krav

OLF Livbåtprosjekt Status og teknologisk utvikling

Hydrodynamikk MAS 116 Vår 2019

Kap. 6.1: Fordelingen til en observator og stok. simulering

Hvordan krysse en fjord? NTNU Forskning relatert til ferjefri E39

Interaksjon mellom not og utspilingssystem

Begrenset Fortrolig. T-1 Arne Kvitrud. Deltakere i revisjonslaget Arne Kvitrud, Narve Oma, Audun Kristoffersen og Morten Langøy 12.6.

Statistikk og dataanalyse

Ekstreme bølger. Geir Storvik Matematisk institutt, Universitetet i Oslo. 5. mars 2014

The Ocean Space Centre

)RUVNQLQJVPHWRGLNNLQQHQ.XQVWLJLQWHOOLJHQV

Frittfallivbåtprosjektet perioden Oppsummering

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

LNG skip fra Statfjord B i 1979

Innhold. Del 1 Grunnleggende begreper og prinsipper... 39

Quo vadis prosessregulering?

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Forelesning 23 og 24 Wilcoxon test, Bivariate Normal fordeling

Introduksjon Regulær bølgeteori

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

Kapittel 1 Vitenskap: grunnleggende antakelser

Norconsult AS Trekanten, Vestre Rosten 81, NO-7075 Tiller Notat nr.: 1 Tel: Fax: Oppdragsnr.

Introduksjon til inferens

TMA4240 Statistikk Høst 2016

6.2 Signifikanstester

Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen

Bedre kalibrerte prognoser med ensembleteknikker

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Aqualine AS. Nytt rømningssikkert konsept Midgard System. akvaarena Rica Hell Hotell 11.April 2013

Seksjon 1.3 Tetthetskurver og normalfordelingen

Kapittel 3: Studieopplegg

Sikring mot stormflo og bølger ved Hanekammen, Henningsvær

Midgard hvor sikker er rømningssikkert? Sjømatdagene 21 januar 2015

Regelverk og Designmetoder

Strømmodellering sannhet med modifikasjoner?

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

Trykkrefter - kasse. T=15s

Notat. Konsekvenser av gjenfylling av havn i Vanvikan INNLEDNING

Inferens i fordelinger

TMA4240 Statistikk H2010

Utfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010

Et lite notat om og rundt normalfordelingen.

Kort overblikk over kurset sålangt

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Norconsult AS Trekanten, Vestre Rosten 81, NO-7075 Tiller Notat nr.: 3 Tel: Fax: Oppdragsnr.

Nr. 14/2017 ISSN X METEOROLOGI Bergen, MET info. Ekstremværrapport. Hendelse: Vidar 12. januar 2017

7.2 Sammenligning av to forventinger

Multippel regresjon. Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable x 1, x 2,, x p.

ST0202 Statistikk for samfunnsvitere

Oppgavesett nr. 5. MAT110 Statistikk 1, Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1.

Prinsipper for og erfaringer med vurdering av eksisterende innretninger ved levetidsforlengelse av Statfjord plattformene, Eksempel: Statfjord A

168291/S20: Transport av farlig gods på veg, sjø og bane. Jørn Vatn Prosjektleder SINTEF

STK Oppsummering

DEL 1 GRUNNLEGGENDE STATISTIKK

Brannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011

Psykososiale målemetoder og psykometri.

Stein Haugen Sjefsingeniør, Safetec Nordic Professor II, NTNU

Moss Maritime presentation

Erfaringer fra konstruksjonsutfordringer. Yme MOPU konstruksjon Ptil Konstruksjonsdagen Petter Vabø TA Struktur

ST0202 Statistikk for samfunnsvitere

Forelesning 6: Punktestimering, usikkerhet i estimering. Jo Thori Lind

Formelsamling i medisinsk statistikk

Forelesning 7: Store talls lov, sentralgrenseteoremet. Jo Thori Lind

Bølge i dekk belastninger og responsanalyser

ST0202 Statistikk for samfunnsvitere

ST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper

estimert verdi ± feilmargin = X ± et visst antall standardavvik for snittet = X ± u α/2 σ n

Norconsult AS Trekanten, Vestre Rosten 81, NO Tiller Notat nr.: 3 Tel: Fax: Oppdragsnr.

Et lite notat om og rundt normalfordelingen.

Lederopplæring MTM Resultatrapportene

Innhold. Innledning. Del I

ECON2130 Kommentarer til oblig

Fra første forelesning:

ST0202 Statistikk for samfunnsvitere

LØSNINGSFORSLAG ) = Dvs

STK Oppsummering

TMA4245 Statistikk Eksamen desember 2016

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013

ST0202 Statistikk for samfunnsvitere

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?

Kan vi stole på klimamodellenes profetier for Arktis?

Fasit for tilleggsoppgaver

Vedlegg 8 - PWOM - Ising på fartøy

Økosystempåvirkning og samlet belastning behov, utfordringer og muligheter. Rolf A. Ims UiT Norges Arktiske Universitetet

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3

i x i

Konfidensintervall for µ med ukjent σ (t intervall)

Kap. 8: Utvalsfordelingar og databeskrivelse

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger

Kapittel 2. Utforske og beskrive data. Sammenhenger mellom variable Kap. 2.1 om assosiasjon og kryssplott forrige uke. Kap. 2.2, 2.3, 2.

Bruk av EPS-data og kommunikasjon av usikkerhet. Hva vet vi og hva vet vi ikke? Anders Doksæter Sivle 27 Oktober 2017

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

What we do and how we do it

UNIVERSITETET I OSLO Matematisk Institutt

Avbøyningsradiens effekt på kjøretøyhastighet inn i rundkjøringer

Hvordan prioritere hvilke tunneler som bør oppgraderes med rensetiltak?

ÅMA110 Sannsynlighetsregning med statistikk, våren

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4

Transkript:

Utforsking av sjeldne og ukjente belastninger i ekstremt vær: Betydning av eksperimentelle studier Carl Trygve Stansberg, Trondheim 1 Uvær - Store bølger Oseberg GBS plattform (Nordsjøen), Nov 2006 (Kilde: Teknisk Ukeblad - www.tu.no) 2 1

Oseberg GBS plattform (Nordsjøen), Nov 2006 (Kilde: Teknisk Ukeblad - www.tu.no) (Fra: MMS http://onlinepubs.trb.org/webmedia/2006am/553smith.pdf 3 Innhold - Bakgrunn: Utforsking av sjeldne / ekstreme hendelser til havs - Modellskala eksperimenter - Undersøke fysiske mekanismer i høye bølger - Estimere ekstrem last og respons fra modelltester 4 2

Utforsking av sjeldne / ekstreme hendelser til havs Mer kunnskap om fysisk havmiljø (bølger, strøm, vind), og resulterende laster på skip og marine konstruksjoner, er viktig: - Økte aktiviter i utsatte områder - Ukjente forhold i nye områder? - Nye løsninger utvikles - Mulig klimaforverring mer uvær på havet? 5 Ekstreme hendelser - Nye (og eksisterende) installasjoner /skip må konstrueres så de tåler forventede ekstreme laster - Sjeldne (selvsagt) begrenset tilgang på virkelige observasjoner - Fysiske mekanismer forskjellig fra dem i moderat sjø? Hvor godt fungerer tilgjengelige teoretiske modeller? - Probabilistiske metoder trengs hvilke sannsynlighetsfordelinger gjelder? Modellskala eksperimenter kan gi verdifull kunnskap og forståelse 6 3

Teoretiske hydrodynamiske modeller og eksperimenter: - Teoretiske/numeriske modeller langt mer avanserte i dag enn for 20 30 år siden - Skyldes flere ting: Kraftigere og bedre datamaskiner; nye metoder og teoretisk innsikt; læring fra eksperimenter og fullskala - Håndterer moderate forhold bra - Ekstreme / komplekse situasjoner trenger eksperimentell verifikasjon - noen ganger må man stole på kun eksperimenter - Nye modeller, for eksempel CFD, må valideres mot eksperimenter - Bruk av modellforsøk også anbefalt i NORSOK for noen laster 7 Modellskala eksperimenter - Skrogmodell med tilhørende utstyr (eks. ankerliner og stigerør) - Modellering av ekstreme bølger, strøm og vind - Måleinstrumenter; video - Hvilken skala? Typisk 1:30 1:100 - Skaleringslover / Froude s lov - Noen forenklinger må gjøres. Fokusere på de viktigste mekanismer - Modellforsøk er ikke identisk med virkeligheten; data må brukes korrekt i forhold til hva som er modellert 8 4

Eksempel: Instrumentering for å måle vann på dekk og slamming 9 Ultra småskala-testing: Sammenligning av tester i 3 skalaer 10 5

RAO & Phase Tension vs. fairlead motion Scales 1:55 1:100 1:150 RAO Motion vs. wave Scales 1:55 1:100 1:150 11 Undersøke fysiske mekanismer i høye bølger Eksempler: - Slaglaster p.g.a. grønt vann på baug og dekksinstallasjoner - Oppskylling og bølgeslag i plattformdekk og på overhengende utstyr - Store saktevarierende driftbevegelser i høye bølger -Ekstreme ankerlinelinestrekk - Høyere ordens bølgelaster på søylekonstruksjoner (kan føre til for eksempel ringing ) Felles for all disse: Ikke-lineære prosesser, dvs. man kan ikke bruke standard antagelse om normalfordelte prosesser for å estimere ekstremverdier 12 6

Fra video-opptak av ekstrem hendelse / grønn sjø (FPSO i 100-års storm) 13 Kameravinkel fra broa: Sammenligning med og uten skansekledning (uvanlig steil og energirik bølgetopp) 14 7

Test av nytt flyterkonsept i 10000-års bølge (Hs=20m, Tp=16.5s) - SEVAN 15 Eksempel på forankret plattform i store bølger 16 8

Bølgeslag i stor bølge November, 2006 17 Forenklede tester i en liten glasstank høyhastighetskamera Bølgen treffer dekket Bølgen slipper dekket 18 9

Lokal bølgeforsterkning foran en enkel søyle 19 Hastighetsfelt foran søyle: Sammenligning Particle Imaging Velocimetry (PIV) mot avanserte CFD-beregninger PIV CFD (VOF) 20 10

Bølgeforsterkning mellom 4 søyler (Norsk Hydro / / WaveLand 2 JIP 21 Statfjord A GBS model: Test in high regular wave (H=40m, T=17s) (1) 22 11

Statfjord A GBS model: Test in high regular wave (H=40m, T=17s) (2) 23 Måling av bølgeslag i dekk ekstreme bølger T=17s, H=40m, 270deg, ηdeck=21.7m Total z-kraft Lokal slamming-kraft i front horizontal vertical Water entry Water exit 24 12

TLP i 10000-års bølger 25 Eksempel på ekstrem oppskylling på GBS terminal - grunt vann 26 13

Eksempel på bølgeslag i tank (sloshing) 27 28 Ekstreme ankerlinekrefter Ringing på TLP i steil bølge 14

Estimere ekstrem last og respons fra modelltester - For sterkt ikke-lineære fenomener (for eksempel bølgeslag): Ekstremverdier for design bestemmes av og til direkte fra modelltester ved probabilistiske metoder - Standard antagelse om normalfordelte prosesser kan ikke benyttes; informasjon om fordelingen må finnes empirisk - Graden av ikke-linearitet er avgjørende for de statistiske egenskaper, som igjen er bestemmende for ekstremene. Dette illustreres i en forenklet versjon i det følgende: 29 En forenklet fremstilling av forskjellige typer mekanismer: 20 18 16 14 Lineær Y=X Svakt ikke-lineær Y=X**2 Y=X**4 12 Y=f(X) 10 8 6 4 2 0 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 X (normalisert) (X kan være for eksempel bølgehøyde) 30 15

Resulterende sannsynlighets-modeller for underliggende prosess: Sannsynlighetstettheter; 4 forskjellige modeller 2 1,8 1,6 Normalfordelingen Svakt ikke-lineær prosess Eksponentialfordelingen Sterkt ikke-lineær (x**4) 1,4 1,2 p(y) 1 0,8 0,6 0,4 0,2 0-4 -2 0 2 4 6 8 y (normalisert) 31 Zoom-in på halen i fordelingene (sannsynlighet av ekstrem-verdier): Sannsynlighetstettheter; zoom-in 0,05 0,04 Normalfordelingen Svakt ikke-lineær prosess Eksponentialfordelingen Sterkt ikke-lineær (x**4) 0,03 p(y) 0,02 0,01 0-4 -2 0 2 4 6 8 y (normalisert) 32 16

-I sterkt ikke-lineære tilfeller kan ekstremverdier være mange ganger høyere enn for normalfordelte prosesser med samme standardavvik - I tillegg er også den statistiske usikkerheten mye høyere - For å finne ekstrem-fordelingen fra forsøk: Stormer med lang varighet simuleres (for eksempel 50 timer) - De største toppene brukes til å estimere 3-timers ekstremfordeling, og 90% fraktil-nivå brukes ofte for design 33 Konklusjon, oppsummering - Fremtidens løsninger krever at vi må ta hensyn til hendelser i sterke stormer, bl.a. p.g.a. muligheten for forverret klima - Viktig å lære mer om de sjeldne, men kritiske fenomener som kan oppstå - Mekanismer og statistiske egenskaper kan avvike fra dem i moderat sjø - Lærdom fra nøye planlagte eksperimenter er nyttig, og noen ganger nødvendig. - Både visuell og kvantitativ info - Eksperimenter kombinert med probabilistiske metoder kan brukes for ekstremverdier i design - Mer avanserte regneverktøy utvikles også. En optimal kombinasjon med eksperimenter er viktig. 34 17

Takk til samarbeidpartnere bak studiene, spesielt StatoilHydro og WaveLand JIP. Også takk til kolleger som har deltatt i å frembringe disse resultatene. 35 18