Professional Documents
Culture Documents
Resumen
Los autores realizaron ensayos de gran escala en el laboratorio del Muro de Viento del Florida
International University, para cuantificar los mecanismos de distribucin de lluvia sobre edificios durante
huracanes. Los resultados permiten estimar la cantidad de agua que puede penetrar en un edificio, lo cual
es una de las fuentes principales de dao interior. Los resultados de los ensayos fueron incorporados en
los modelos de prediccin de dao de un modelo de catstrofe como el Florida Public Hurricane Loss
Model (FPHLM). Se realizaron simulaciones del dao exterior debido al viento, que resultan en ciertas
cantidades de rotura de los elementos de fachada y del techo. Los resultados de los ensayos, combinados
con un modelo de lluvia son utilizados para predecir la cantidad de agua que puede penetrar por esas
roturas y por otros defectos del edificio. Los autores realizaron miles de simulaciones tipo Monte Carlo,
para el caso tpico de un edificio de vivienda de un piso con techo a dos aguas. El resultado son matrices
y curvas de vulnerabilidad, que permiten predecir el dao en funcin de la velocidad del viento. El
estudio permite apreciar la influencia de distintos componentes sobre la resistencia al viento de un
edificio. El modelo es utilizado para predecir perdidas de las compaas de seguro y proponer mtodos de
mitigacin.
Palabras-clave: huracanes; lluvia; dao interior; edificios residenciales; ensayos, vulnerabilidad.
Abstract
The authors recently carried on large scale tests at the Wall of Wind laboratory, at Florida International
University, to quantify the mechanisms of rain distribution over building during hurricanes. The test
results lead to an estimate of the amount of rain water which can penetrate in a building and produce
substantial interior damage. This paper shows how these test results were incorporated into a catastrophe
model like the Florida Public Hurricane Loss Model (FPHLM). First, external damage simulations of the
wind damage yielded estimates of the amount of envelope breaches over the facades and the roof. The
test results, combined with a rain model, were then used to estinate the amount of wter which can
pentrate through the breaches and other defects in the building envelope. Thousands of Monte Carlo
simulations for the case of a typical one-story residential building with gable roof resulted in vulnerability
matrices and curves, which predict the damage as a function of the wind speed. The research shows the
influence of different components over the wind vulnerability of a building. Ultimately, the model is used
to predict insured losses and to do mitigation studies.
Keywords: hurricanes; rain; interior damage; residential buildings; tests, vulnerability..
1. INTRODUCCION
Existen dos caminos por los cuales el agua puede penetrar en un edificio durante una
tormenta tropical: la presin del viento puede forzar la lluvia impulsada por el viento (LLIV) a
travs de los defectos en la cubertura del edificio, y la lluvia puede penetrar a travs de las
brechas abiertas en la cobertura.
En condiciones climticas normales, se puede asumir que el edificio es estanco, y el
escurrimiento de la lluvia en la superficie es gobernado por la gravedad. Sin embargo, durante
eventos tropicales como un huracn, la lluvia horizontal impulsada por el viento impacta la
fachada del edificio, forzando agua a travs de componentes que no son usualmente vulnerables a
la lluvia (p. ej., sofito o aberturas protegidas por el techo, etc.). Adems, la LLIV puede
infiltrarse a travs de pequeos defectos de la fachada (como grietas o alfeizar de ventanas o
puertas), o puede circular hacia arriba en contra del flujo natural de techos inclinados y penetrar a
travs de conductos de ventilacin.
A medida que la presin del viento aumenta con la velocidad, algunos elementos
constructivos del edificio empiezan a fallar producindose brechas en el cerramiento por las
cuales pueden entrar grandes cantidades de LLIV.
A medida que el agua se acumula en el edificio, esta produce sustanciosos daos en el
interior que requieren reparaciones o reemplazos. Este da interior es un porcentaje importante
del dao total que puede sufrir un edificio debido a un huracn. Por lo tanto, es importante
entender cmo se genera para poder predecir su amplitud y atenuar sus efectos.
Tradicionalmente, los modelos de prediccin de daos han concentrado sus esfuerzos en modelar
el da exterior del cual extrapolan empricamente el da interior. En cambio, el Modelo
Publico de Dao por Huracanes de la Florida (FPHLM por sus siglas en ingls) versin 4.1 y 5.0
innov con un mtodo ingenieril para modelar el dao interior debido a la lluvia en edificios
residenciales.
Un modelo basado en un mtodo ingenieril trata esencialmente de responder a las
siguientes preguntas:
1) Cuanta lluvia cae sobre el edificio durante un huracn?
2) Cuanto de esa lluvia penetra en el edificio a travs de las brechas y los defectos de la
cubertura?
3) Cunto dao interior (tanto fsico como monetario) resulta de esa penetracin de
lluvia?
El problema de la interaccin entre la lluvia y un edificio ha sido estudiado por Straube
(1998), Straube y Burnett (2000), Blocken et al. (2005, 2010, 2012), y Choi (1993, 1994) pero no
para el caso de tormentas tropicales. Investigaciones recientes por Baheru et al. (2013a, 2013b,
2014) son las primeras en cuantificar experimentalmente el impacto de la lluvia y el
escurrimiento de agua sobre un inmueble en condiciones tpicas de un huracn. El enfoque de
este artculo es la integracin de los resultados de estos ensayos con el modelo de dao exterior
del FPHLM (2012), para cuantificar el volumen de agua que penetra en un edificio y el
subsecuente dao interior.
travs de una superficie de referencia, durante el tiempo t, medida a una altura de referencia, la
cual es en general la altura promedio del techo. Las superficies de referencia de escurrimiento
para diferentes elementos del cerramiento de un inmueble (como las paredes, el techo, las
ventanas, etc.) se definen basadas en el rea total sin brechas arriba de la corriente del elemento,
ya que se asume que la acumulacin de agua de superficie en una brecha o un defecto depende
del escurrimiento sobre el rea intacta a contracorriente de la abertura.
120
120
100
100
80
80
60
(0.30,0.15)
0.
0.04. 40.6
60
40
40
0. 2
0.8
0.6
0.4
0.2
20
0
0.2
-20
20
0
0.6
(0.80,0.08)
0.20L2
(0.60,0.12)
0.6 0.4
0.4
(0.20,0.10)
0.8
(0.30,0.18)
0.25H
0.60H
1
-20
0
50
100
150
Figura0 1: distribucin
de FALL
50
100 en edifico
150 con techo a dos aguas para direccin de viento de 0
Figura 2: superficies de referencia de escurrimiento para direcciones de viento de (a) 0, (b) 90,
y (c) 45
El modelo elegido como el caso de referencia de este estudio es un edifico residencial de
madera de un piso, con techo a dos aguas cubierto con tablillas con una pendiente de 5:12. Sus
dimensiones son 18.3mx12.2m con una saliente del tejado de 0.60m en todo el permetro, y una
altura del piso de 3m. El edificio tiene 3 ventanas medianas (1mx1.5m) en los costados. El
frente y la pared trasera tienen cada una una ventana mediana (1mx1.5m). El frente tiene una
puerta de entrada (0.9mx2m) y un ventanal corredizo (2.4mx2m). Ver la Figura 4.
4.2. Evaluacin del dao exterior
Evaluaciones probabilsticas del dao exterior se hacen con simulaciones tipo MonteCarlo (Weekes et al, 2009). La cubertura y plataforma de techo, las conexiones del techo a las
paredes, la cubertura y paneles del hastial, la cubertura y paneles de las paredes, las aberturas
(puerta, ventanas y ventanales), y los sofitos son todos los elementos que son analizados. Todos
estos componentes hacen al cerramiento del edificio y pueden dejar pasar agua dependiendo en
su nivel de dao.
120
120
100
0.006
80
0. 006
5
0.01
60
100
0.0
06
0. 010. 03
5
40
20
20
0 direccin
de viento
0
0.04
0.
0. 12
0.1
6
0.1
08
0. 04
0. 08
0.16
0.05
(0.017,0.010)
60
40
(0.003,0.003)
(0.010,0.007)
0.70L2
(0.056,0.020)
(0.108,0.044)
0.30H
0.70H
0.15
-20
-20
de
con0techo a dos 50
aguas para direccin
de viento
100
150 0.
0 Figura 3: Distribucin
50
100CES en un edificio
150
En cada simulacin, el modelo del edificio es sometido a una rfaga de viento pico de 3segundos de una cierta direccin. Las resistencias de cada elemento se asignan aleatoriamente
basadas en distribuciones Gausianas truncadas. Las cargas direccionales se calculan con
coeficientes de presin aleatorios basados en ASCE 7 (2010), y se comparan las cargas
resultantes tanto exteriores como interiores a las resistencias de cada elemento. Un dao sucede
cuando las cargas exceden la resistencia. Una vez que las aberturas fueron chequeadas para
posible falla debido a presin de viento, el posible dao debido a impacto de proyectiles se
evala. Componentes daados se eliminan, y una serie de verificaciones permiten determinar si
elementos eliminados resultan en una redistribucin de las cargas a elementos contiguos o un
cambio de la carga total. Convergencia despus de varias iteraciones resulta en el estado final de
dao del edificio para esta instancia de simulacin, cuyos resultados son archivados en una
matriz. Otra instancia de la simulacin empieza asignando aleatoriamente nuevas resistencias a
cada componente, y el proceso se repite para la misma rfaga con la misma direccin, y nuevos
coeficientes de presin asignados aleatoriamente, cuantas veces haya sido estipulado por el
usuario. El procedimiento se repite para cada una de las o direcciones de viento, y para
incrementos de velocidad de viento entre 80 km/h y 402 km/h con incrementos de 8 km/h.
45
0
Pared 1 Puerta
exterior
Cumbrera de
techo
hastial 1
Pared 2
90
315
Techo lado
1
ventanas
hastial 2
(0.004,0.003)
80
Techo lado
2
Pared 4
270
sofito
135
225
Pared 3
180
ventan
al
Paneles de
pared
Zonas de FALL
(promedio, dest)
Angulo viento= 0
Plano de paneles y
aberturas con
valores de FALL
asignados por zona
Hileras
Paneles
8 direcciones
viento
Columnas
Paneles
(3)
dnde: FALL es el factor de admitancia de lluvia para un componente del edificio; IR es
la lluvia que impacta bajo condicin de flujo libre (sin obstruccin del edificio); Aa_componente es el
rea abierta del componente (por un defecto o una brecha); CES es el coeficiente de
escurrimiento de superficie para el componente; AES es el rea de referencia para el escurrimiento
de superficie.
Ecuacin (3) se puede modificar y adaptar teniendo en cuenta distintos criterios de dao,
distintas configuraciones de FALL y CES, la rotacin del huracn, y correcciones por altura.
4.4.1. Modelo de lluvia
Los meteorlogos del FPHLM desarrollaron un modelo de vanguardia de vientos de
huracn. Es un modelo estadstico basado en los ltimos cien aos de data sobre huracanes. Esta
descripto en Powell et al. (2005). Por otro lado, se desarroll un modelo separado para lluvia
durante huracanes, que da estimaciones de acumulacin de lluvia de impacto en funcin de la
velocidad de viento mxima de un huracn (Pita et al., 2012, Pita, 2012). La lluvia de impacto
se define como la lluvia que impacta directamente un rea vertical debido al impulso de los
vientos horizontales.
El modelo de simulacin de lluvia combina un modelo simplificado de viento con el
modelo R-CLIPER de tasa de lluvia. Los parmetros de tormenta se eligen de distribuciones
relevantes a la Florida. La lluvia de impacto es calculada como una funcin de la tasa de lluvia
vertical, la velocidad promedio horizontal del viento, y la velocidad terminal de las gotas de
lluvia. Las acumulaciones resultantes de lluvia dan distribuciones de lluvia de impacto en
funcin de las rfagas de viento de 3-seg.
Para cada huracn simulado, el modelo de lluvia computa dos cantidades
complementarias de lluvia de impacto, IR1 e IR2. IR1 es la acumulacin de lluvia de impacto
desde el comienzo de la tormenta hasta la ocurrencia de la mxima velocidad del viento. IR2 es
la acumulacin de lluvia de impacto desde la ocurrencia de la mxima velocidad del viento hasta
el final de la tormenta. Se asume que ambas IR1 e IR2 tienen la misma variacin con la altura
que la velocidad de viento.
4.4.2. Rotacin del huracn
Ya que el modelo de simulacin de dao no tiene un componente temporal (en otras
palabras, no genera un historial en funcin del tiempo), se adopt un esquema de direccionalidad
que cuantifica estadsticamente la frecuencia de cambio de direccin de los vientos locales as
como la contribucin de IR durante esas rotaciones (ver Tabla 1). Este mtodo es una extensin
del modelo de lluvia descripto ms arriba, y simula 1000 huracanes que impactan una poblacin
de 91 casas con diferente ubicacin. IR1 y IR2 se mide para cada casa as como el nmero de
incrementos de 45 en la direccion del viento para cada lugar, lo cual permite determinar el
nmero probable de cambios en direccin de viento que una casa puede experimentar. El
nmero total de cambios de direccin previo a la ocurrencia de la mxima rfaga de viento vara
de 1 a m y m representa la fraccion de IR1 para la direccion m. De manera similar, el
nmero total de cambios de direccin posterior a la ocurrencia de la mxima rfaga de viento
vara de 1 a n y n representa la fraccion de IR1 para la direccion n. El esquema de
ponderacin de la Tabla 1 muestra que tanto previo como posterior a la mxima rafaga, la
mayoria de los edificios experimentan de 0 a 1 cambio de direccin de viento (<90).
Tabla 1. Coeficientes ponderados y
1
2
3
4
0.557
0.398
0.037
0.008
1
2
3
4
5
0.511
0.380
0.070
0.038
0.000
Cualquier brecha brechas (las cuales se supone ocurren al mismo tiempo que la mxima
rfaga) sobre una fachada o techo es sometida a una fraccin de IR para cada cambio en la
direccin de viento. Consecuentemente, los valores ponderados de FALL y de CES a lo largo de
la duracin de la tormenta, es la suma de todos sus valores multiplicados por su valor para los
distintos cambios de direccin de 1 a n. En otras palabras, el proceso pondera FALL and CES en
funcin de su exposicin a la lluvia de impacto.
Ya que tanto IR1 como IR2 y Aa_componente son constantes, ecuacin (3) se puede volver a
escribir como:
[
]
(4)
(5)
dnde:
lluvia de impacto;
escurrimiento;
lluvia de impacto;
escurrimiento.
(7)
es el volumen de agua que penetra por los defectos (si existen) debido a la
es el volumen de agua que penetra por los defectos (si existen) debido al
es el volumen de agua que penetra por las brechas (si existen) debido a la
es el volumen de agua que penetra por las brechas (si existen) debido al
5. RESULTADOS
Ratio de dao
El modelo de vulnerabilidad del FPHLM cuantifica la acumulacin de agua para cada uno
de los componentes de las fachadas y del techo, y convierte la altura resultante de agua en el
edificio en un porcentaje de dao interior. La relacin altura de agua vs. dao interior es una
simple relacin lineal emprica con un techo de 100% de dao interior cuando la altura de agua
alcanza 2.5 cm ((Pita et al.; 2012, Pita, 2012). Para los tres modelos con niveles de resistencia
dbil, mediana, y fuerte, se generaron curvas de vulnerabilidad que representan la variacin del
dao promedio debido al huracn en funcin de la velocidad mxima de las rfagas de viento de
3 segundos. La Figura 6 muestra las curvas para los tres niveles de resistencia, y compara las
curvas generadas con los valores medios de los FALL y los CES (lneas llenas) con las curvas
generadas con ms o menos una deviacin estndar de esos coeficientes (lneas de guiones). Es
claro que el modelo es muy sensible a las variaciones de valor de FALL y CES.
Sofito
Puertas
Corredizas
Ventanas
Paneles pared
Cubierta pared
Paneles hastial
Cubierta hastial
Paneles techo
Cubierta techo
Figura 7. Dao interior relativo por componente en funcin de la velocidad del viento para un
modelo dbil (1 mph = 1.6 km/h)
Ratio de dao
Figura 8. Curvas de vulnerabilidad: versin Beta 6.0 vs. versin 5.0. (1 mph = 1.6 km/h)
El incremento en vulnerabilidad que se observa a bajas velocidades aparece directamente
ligado a la estimacin de la penetracin del agua de escurrimiento superficial a travs de los
defectos y de la brechas, sobre las superficies verticales, que no se tena en cuanta en el modelo
Ratio de dao
Figura 9. Curvas de vulnerabilidad de la versin Beta 6.0 sin escurrimiento superficial (media y
+/- desviacin estndar) (1 mph = 1.6 km/h)
6. CONCLUSIONES Y RECOMENDACIONES
Este articulo presento una metodologa para incorporar resultados experimentales sobre
acumulacin de agua de lluvia impulsada por el viento en el modelo de dao interior de un
modelo de estimacin de riesgo como el FPHLM. Los resultados de los ensayos representan en
forma ms real la interaccin entre la lluvia y las superficies externas de un inmueble durante un
huracn. Para poder incorporar los resultados de los ensayos, varias mejoras y modificaciones
tuvieron que hacerse al modelo de dao interior. Estas incluyen:
1) Mantener el seguimiento de la ubicacin de las brechas de los paneles de
revestimiento y tableros de cubierta de paredes y techo para poder asignarles valores
de FALL y CES.
2) Desarrollar un esquema estadstico de direccionalidad de un huracn para mejorar las
estimaciones de impacto de lluvia sobre las superficies a barlovento y a sotavento a
medida que la tormenta rota.
3) Modificar las ecuaciones del modelo de penetracin de lluvia para poder tratar
independientemente la accin de la lluvia de impacto y del escurrimiento de superficie
Resultados preliminares muestran que las nuevas curvas de vulnerabilidad tienen un
aumento importante a velocidades de viento menores. Esto captura de forma realista el dao
interior substancial que has sido consistentemente observado en eventos reales, aun cuando no
hay brechas externas de la cubertura del edificio.
Este fenmeno aparece debido
predominantemente al volumen de agua de escurrimiento medido sobre elementos verticales
como ventanas, ventanales corredizos y puertas, y que se introduce por los defectos de esos
elementos.
El trabajo de investigacin descripto aqu es una labor que continua. La metodologa est
en el proceso de ser extendida a otro tipo de modelos de edificios como inmuebles de
mampostera de hormign, edificios de 2 y 3 pisos de altura, y edificios con techos a cuatro
aguas. La implementacin final en el FPHLM depender en el desarrollo de una versin
simplificada para generar ms eficientemente desde el punto de vista computacional las matrices
de FALL y de CES.
AGRADECIMIENTOS
Este proyecto fue patrocinado por el Florida Office of Insurance Regulation, a travs del
proyecto No.: 800003609-04 entre Florida Institute of Technology y Florida International
University. El proyecto fue tambin patrocinado por el Florida Sea Grant College Program
(FSGCP), como parte del proyecto No.: R/C-D-19. Agradecemos tambin a la National Science
Foundation, NSF Contrato No.: CMMI-1234004 y NSF MRI Contrato No.: CMMI-0923365 por
facilitar la simulacin de la lluvia impulsada por el viento en el Muro de Viento, cuya
construccin fue apoyada por el Florida Center of Excellence in Hurricane Damage Mitigation
and Product Development, Department of Energy, Renaissance Re, Roofing Alliance for
Progress, y AIR Worldwide. Las opiniones, resultados, y conclusiones presentadas en este
artculo son responsabilidad de los autores, y no representan necesariamente las opiniones de los
organismos patrocinadores.
REFERENCIAS BIBLIOGRFICAS
American Society of Civil Engineers (2010). Minimum Load for Buildings. ASCE 7-10.
Washington.
Baheru, T., Chowdhury, A. G., and Pinelli, J.-P. (2013a). Wind-driven rain deposition on
building faade: Development of test-based data. 12th Americas Conference on Wind
Engineering (12ACWE): Wind Effects on Structures, Communities, and Energy Generation
Seattle, WA.
Baheru, T., Chowdhury, A. G., and Pinelli, J.-P., and Bitsuamlak, G. (2013b). Distribution of
Wind-Driven Rain Deposition on Low-Rise Buildings: Direct Impinging Raindrops versus
Surface Runoff. Under review, Journal of Wind Engineering and Industrial Aerodynamics.
Baheru, T., Chowdhury, A. G., and Pinelli, J.-P. (2014). Estimation of Wind-Driven Rain
Intrusion through Building Envelope Defects and Breaches during Tropical Cyclones.
Accpeted for publication by the Natural Hazard Review, ASCE.
Blocken, B., and Carmeliet, J. (2005). High-resolution wind-driven rain measurements on a lowrise buildingexperimental data for model development and model validation. J. Wind
Eng. Ind. Aerodyn., 93, 905-928.
Blocken, B., and Carmeliet, J. (2010). Overview of three state-of-the-art wind-driven rain
assessment models and comparison based on model theory. Building and Environment, 45,
691-703.
Blocken, B., and Carmeliet, J. (2012). A simplified numerical model for rainwater runoff on
building facades: Possibilities and limitations. Building and Environment, 53(0), 59-73.
Choi, E. C. C. (1993). Simulation of wind-driven rain around a building. J. Wind Eng. Ind.
Aerodyn., 46&47, 721-729.
Choi, E. C. C. (1994). Determination of wind-driven rain intensity on building faces. J. Wind
Eng. Ind. Aerodyn., 51, 55-69.
FPHLM-5.0 (2012). Florida Public Hurricane Loss Model 5.0. Florida Public Hurricane Loss
Projection Model (FPHLPM), Laboratory for insurance, financial, and economic research,
International Hurricane Research Center(IHRC), Miami, FL.
Hamid, S., Pinelli, J.-P., Chen, S.-C., & Gurley, K. (2011). Catastrophe Model Based
Assessment of Hurricane Risk and Estimates of Potential Insured Losses for the State of
Florida. ASCE Natural Hazard Review, 12(4), 171-176.
Pinelli, J-.P., Pita, G. L., Gurley, K., Torkian, B., & Subramanian, C. (2011). Damage
Characterization: Application to Florida Public Hurricane Loss Model. Natural Hazards
Review, 12,190-195
Pita, G. L. (2012). Hurricane Vulnerability of Commercial-Residential Buildings. Ph.D.
Dissertation. Florida Institute of Technology,.
Pita, G. L., Pinelli, J-.P., Cocke, S., Gurley, K., Mitrani_Reiser, J., Weekes, J., Hamid, S.,
(2012). Assessment of hurricane-induced internal damage to low-rise buildings in the
Florida Public Hurricane Loss Model. Journal of Wind Engineering & Industrial
Aerodynamics, 104-106, 76-87.
Powell, M., G. Soukup, S. Cocke, S. Gulati, N. Morisseau-Leroy, S. Hamid, N. Dorst, and L.
Axe, (2005). State of Florida hurricane loss projection model: Atmospheric science
component, Journal of Wind Engineering and Industrial Aerodynamics. 93, 651-674.
Straube, J. F. (1998). "Moisure Control and Enclosure Wall Systems." University of Waterloo.
Straube, J., and E. Burnett, (2000). Simplified prediction of driving rain on buildings, in
Proceedings of the international building physics conference, 375--382.
Weekes, J., J. Balderrama, K. Gurley, J-.P. Pinelli, G. L. Pita, & S. Hamid, (2009). Physical
Damage Modeling of Commercial-Residential Structures in Hurricane Winds, in
Proceedings of the 11th American Conference on Wind Engineering,.