Desarrollo y Validación de un Modelo de Viento Estocástico a Microescala Personalizado para Aplicaciones de Movilidad Aérea Urbana
Autores: Nithya, D S; Monteleone, Francesca; Quaranta, Giuseppe; Liang, Man; Muscarello, Vincenzo
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Desarrollo y Validación de un Modelo de Viento Estocástico a Microescala Personalizado para Aplicaciones de Movilidad Aérea Urbana
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Operaciones de movilidad aérea urbana
Rendimiento de aeronaves UAM
Perturbaciones de viento a microscale
Pruebas de vuelo basadas en simulación
Modelo de Viento Estocástico a Microscale (SWM)
Sitio de vertiport
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Las operaciones de movilidad aérea urbana, como el vuelo de vehículos aéreos no tripulados (UAV) y pequeñas aeronaves de pasajeros en y alrededor de las ciudades, serán inherentemente susceptibles a las condiciones de viento turbulento en entornos urbanos. Por lo tanto, comprender el rendimiento de las aeronaves UAM bajo perturbaciones de viento a microescala es crítico. Obtener tal información no es trivial debido a la falta de datos operativos suficientes de aeronaves UAM y a las complejidades involucradas en las pruebas de vuelo de estas aeronaves. Una solución viable para superar este obstáculo es a través de pruebas de vuelo basadas en simulación, recolección de datos y evaluación del rendimiento. Para apoyar este esfuerzo, el presente documento establece un modelo de viento estocástico a microescala (SWM) personalizado capaz de generar de manera eficiente campos de viento urbano de alta resolución y que varían en el espacio y el tiempo. El SWM se valida con datos de pruebas en túnel de viento y, posteriormente, los hallazgos se utilizan para guiar refinamientos específicos en la simulación de estelas urbanas. Además, para incorporar condiciones atmosféricas realistas y demostrar la capacidad de generar campos de viento específicos para cada ubicación, el SWM se acopla con el modelo de investigación y pronóstico meteorológico a mesoescala (WRF). Este enfoque integrado se demuestra a través de un estudio de caso centrado en un posible sitio de vertiport en Milán, Italia, ilustrando su utilidad para evaluar el rendimiento de las aeronaves UAM en áreas operativas específicas y la ubicación de vertiports.
Descripción
Las operaciones de movilidad aérea urbana, como el vuelo de vehículos aéreos no tripulados (UAV) y pequeñas aeronaves de pasajeros en y alrededor de las ciudades, serán inherentemente susceptibles a las condiciones de viento turbulento en entornos urbanos. Por lo tanto, comprender el rendimiento de las aeronaves UAM bajo perturbaciones de viento a microescala es crítico. Obtener tal información no es trivial debido a la falta de datos operativos suficientes de aeronaves UAM y a las complejidades involucradas en las pruebas de vuelo de estas aeronaves. Una solución viable para superar este obstáculo es a través de pruebas de vuelo basadas en simulación, recolección de datos y evaluación del rendimiento. Para apoyar este esfuerzo, el presente documento establece un modelo de viento estocástico a microescala (SWM) personalizado capaz de generar de manera eficiente campos de viento urbano de alta resolución y que varían en el espacio y el tiempo. El SWM se valida con datos de pruebas en túnel de viento y, posteriormente, los hallazgos se utilizan para guiar refinamientos específicos en la simulación de estelas urbanas. Además, para incorporar condiciones atmosféricas realistas y demostrar la capacidad de generar campos de viento específicos para cada ubicación, el SWM se acopla con el modelo de investigación y pronóstico meteorológico a mesoescala (WRF). Este enfoque integrado se demuestra a través de un estudio de caso centrado en un posible sitio de vertiport en Milán, Italia, ilustrando su utilidad para evaluar el rendimiento de las aeronaves UAM en áreas operativas específicas y la ubicación de vertiports.