Irregulær sjø & havmiljøstatistikk Pensum litteratur

Slides:



Advertisements
Liknende presentasjoner
Dimensjonering av Permanente forankrings-system
Advertisements

Kap 07 Diskrete sannsynlighetsfordelinger
Kap 10 Estimering.
Vurdering av statistiske analysemetoder brukt i Læringslabens undersøkelser i videregående skole i Rogaland.
STATISTISK GENERALISERING
Kap 09 Kontinuerlige fordelingsfunksjoner
VFKURVE3 – under panseret
Statistikk og hydrologi
Kurs i praktisk bruk av Bayesianske metoder.
Denne koden skal gi svar på følgende:
Hvordan får man data og modell til å passe sammen?
Kapittel 14: Køteori Åpenbare anvendelser i praksis
GIS for mineralutvinning
Uni-, bi- og multivariate analyser
Gauss’ divergensteorem Alternative former Archimedes lov
Kap 06 Diskrete stokastiske variable
Parameteriserte kurver
INDEKSER OG FORDELINGER
Harald Romstad Høgskolen i Hedmark
Oppgaver 1)Vi anser hvert av de seks utfallene på en terning for å være like sannsynlig og at to ulike terningkast er uavhengige. a)Hva er sannsynligheten.
Statistikk på 20 2 timer PSY-1002
Finstrukturen i romakustisk frekvensrespons
PROSJEKT: UADRESSERT REKLAME Omnibus: 23. august – 30 august 2006
Statistiske egenskaper ved målesystemer
Diskrete stokastiske variable
Eksperimentelle design Ikke-eksperimentelle design
Hovedideen Anta at en hypotese er riktig (H 0 ) Det er bare to muligheter, enten er H 0 riktig, ellers er den ”omvendte” hypotesen (H 1 ) riktig Gå ut.
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Bayesiansk statistikk Petter Mostad Overblikk Tilbakeblikk på sannsynlighetsbegrepet Hvordan gjøre Bayesianske analyser Analyser ved hjelp.
Hypotesetesting, og kontinuerlige stokastiske variable
Siste forelesning er i morgen!
Regresjon Petter Mostad
Forelesning 5 HSTAT1101 Ola Haug Norsk Regnesentral
Prosjekt i inf3460, signalbehandling
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Mål for timene Forstå hvordan vi ved hjelp av et variogram kan uttrykke den romlige variasjonen til en tilfeldig variabel.
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
M1 årskurs HVE 7. september 2009
Statistikk M4 Mandag 20. april 2009.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
AST1010 – En kosmisk reise Forelesning 4: Fysikken i astrofysikk, del 1.
1 SKOLELABORATORIET Nils Kr. Rossing En praktisk introduksjon til differensialligninger av Nils Kr. Rossing Skolelaboratoriet ved NTNU.
3.14 X AXIS 6.65 BASE MARGIN 5.95 TOP MARGIN 4.52 CHART TOP LEFT MARGIN RIGHT MARGIN Tracking av digitalradio-andel i Norge © TNS Tracking.
Statistikk Forkurs Hva er statistikk? undersøke registrere lage oversikt→ Presentasjon av informasjon formidle Arbeidet med statistikk kan vi dele.
Sinus 1P Sinus 2P Sinus 1P-Y Trondheim, 6. mai 2014.
MAT0100V Sannsynlighetsregning og kombinatorikk
Repetisjon av sannsynlighetsregning
MAT0100V Sannsynlighetsregning og kombinatorikk
Motstand & Propulsjon - Kontraktfestet - Reduserte kostnader
Tema 1& 2 : Lineær Bølgeteori & Bølgekrefter
Dagens tekst Adm Underveisevaluering – frist
Punkter for gjennomgang
Figur 9.1 Sannsynlighet beregnes på en skala fra 0 til 1.
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
Fra idé til publikasjon
MET 2211 Statistikk og dataanalyse
Punkter for gjennomgang
Forelesning nr. 2 Kapittel 3: Å generalisere fra en stikkprøve
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
Punkter for gjennomgang
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
forventning og varians
SIV : Metodevalg Stokastiske variabler
Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.
SIV : Regresjon Kapittel 13 17/01/2019 Fred Wenstøp.
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

Irregulær sjø & havmiljøstatistikk Pensum litteratur OFFSHORE HYDROMECHANICS – ch 5.3 – 5.5 (It’s Learning) MARINTEKNIKK 3 – HYDRODYNAMIKK – Bjørnar Pettersen, kapittel 5. (Akademia) KOMPENDIUM: J-H Jorde: Bevegelse i uregelmessig sjø (It’s Learning) Regulære og irregulære bølger

Regulær vs. Irregulær sjø - simulering

Irregulær sjø & havmiljøstatistikk Regulær vs Irregulær sjø & havmiljøstatistikk Regulær vs. Irregulær bølgebeskrivelse Model: sin/cos funksjon Regulær bølgebeskrivelse H + Irregulær bølgebeskrivelse = Hvordan karakterisere/beskrive irregulær sjøtilstand(er)?

Irregulære bølger – hvordan beskrive disse? Bruk av statistiske metoder: «Karakteristisk» bølgehøyde «Karakteristisk» bølgeperiode 20min 20min 20min Korttidstilstand Korttidstilstand Korttidstilstand

Langtidstilstand = Σ kortidstilstander Statistiske størrelser er konstant (Hm0, Tz, etc.) Typisk ~ 3 timers periode

Irregulære bølger fra en sum av regulære bølger 1 + 2 =

Irregulære bølger - karakteristika Tilfeldig bølgehevning Tilfeldig bølgetopp Utgangspunkt: Vind genererte bølger -> stokastisk prosess - dvs vi kan ikke bestemme forløpet av overflatehevingen Men med visse antagelser kan vi bestemme sannsynlighetsfordelingen til bølgehevningen og bølgeamplitudene innenfor et visst tidsrom Viktigste antagelsen er: Innenfor et begrenset tidsrom (1/2-3 timer), antas bølgetilstanden å være stasjonær –> de statistiske egenskapene er uforandret. Dette kalles for en korttidsfordeling. Sum av kortidsfordelinger -> langtidsfordeling

Irregulære bølger– Enkel statistisk analyse - Kortidstilstand «karakteristisk» bølgeperiode – T(s) Tp TZ H Gjennomsnittsperioden Tmean: Tp - midlere peak periode (topp eller bunn) TZ - midlere null opp-krysningsperiode. Finne Tz : Måleperiode (s) / antall null oppkrysninger-1

Irregulære bølger– Enkel statistisk analyse «karakteristisk» bølgehøyde – H (m) for en kortidstilstand

Irregulære bølger– Enkel statistisk analyse «karakteristisk» bølgehøyde – H (m) for en kortidstilstand Bølgehøyde H H Midler bølgehøyde: Signifikant bølgehøyde:

Irregulære bølger– Statistisk analyse Bølgehøyde statistikk - H Sannsynlighetstetthetfunkjon f(x): Bølgehøyde H Korttidsfordeling Kumulative fordelingsfunksjon F(x):

Statistiske egenskaper til irregulære bølger Overflatehevingen

Statistiske egenskaper til irregulære bølger Overflatehevingen Sentralgrenseteoremet: 1 2 N Er en tilfeldig variabel med forventningsverdi uk og varians sk vil være normaltfordelt når N>> Standardavviket til bølgehevningen: N Overflatehevingen - Gaussisk/Normal fordelt: Sannsynligtetthetsfunksjon

Statistiske egenskaper til irregulære bølger Overflatehevingen Sannsynligtetthetsfunksjon Sannsynlighet for overskridelse av et nivå α: α

Eksempel – Bruk av fullskalamålinger Eksempel – Bruk av fullskalamålinger. Bølgehevning - sammenligning mot fullskalamålinger Bølgemålinger:

Bruk av fullskalamålinger – NS plattform Bølgehevning:

Kortidsfordelingen av amplituder (x) Bølgeamplitude fordeling Kumulativ fordelingsfunksjon:

Irregulære bølger– hvordan beskrive disse? Bruk av statistiske metoder: «Karakteristisk» bølgehøyde «Karakteristisk» bølgeperiode 20min – 3timer 20min – 3timer 20min – 3timer Korttidstilstand Korttidstilstand Korttidstilstand

Langtidstilstand = Σ kortidstilstander Bølgehøyde H Korttidstilstand Sannsynlighetstetthetfunkjon f(x): ~ Rayleigh fordeling Statistiske egenskapene er konstante i kortidsperioden Karakteristiske parametere for en korttidstilstand: Tz = midlere nulloppkrysningsperiode = Måleperioden (s) / Antall nulloppkrysninger -1

Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell Kortidsperiode

Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell Sannsynlighet for denne sjøtilstanden: 23/33380 = 6,8910-4

Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell Kortidstilstander med samme sannsynlig for å opptre. (20-30)

Langtidsfordelingen – konturlinje metoden (Samling av kortidsfordelinger)

NORA10 spredningsdiagram for 3 lokasjoner på norsk sokkel, Kvamme (2015)

Probability Density Distribution Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell & Langtidsfordelinger av bølgehøyder. Probability Density Distribution Weibull distribution

Kumulativ fordelingsfunksjon for Hs – fra frekvenstabell Data og beste tilpasning Log-normal fordeling Weibull fordeling

Irregulære bølger– hvordan beskrive disse? Bruk av statistiske metoder: «Karakteristisk» bølgehøyde «Karakteristisk» bølgeperiode 20min – 3timer 20min – 3timer 20min – 3timer Korttidstilstand Korttidstilstand Korttidstilstand

Langtidstilstand = Σ kortidstilstander Bølgehøyde H Korttidstilstand Sannsynlighetstetthetfunkjon f(x): ~ Rayleigh fordeling Statistiske egenskapene er konstante i kortidsperioden Karakteristiske parametere for en korttidstilstand: Tz = midlere nulloppkrysningsperiode = Måleperioden (s) / Antall nulloppkrysninger -1

Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell Kortidsperiode

Langtidsfordelingen – konturlinje metoden (Samling av kortidsfordelinger)

Probability Density Distribution Langtidsfordeling ~ samling av kortidsfordelinger Frekvenstabell & Langtidsfordelinger av bølgehøyder. Probability Density Distribution Weibull distribution

Kumulativ fordelingsfunksjon for Hs – fra frekvenstabell Data og beste tilpasning Log-normal fordeling Weibull fordeling

Sannsynlighetsfordelinger for karakteristiske bølgeverdier

Ekstremverdistatistikk Hmax Hi Utvalg bølge (respons) høyder: H1, H2, H3, ……Hi og Hmax er den største av disse og: Alle bølge (respons) høyder er Rayleigh-fordelt Alle bølge (respons) høyder er uavhengige.

Irregulære bølger – Bølgespekteret S(ω) I det videre x=0

Irregulær sjø – tidsplan vs. frekvensplan Irregulær sjø - frekvensplan Irregulær sjø - tidsplan

Irregulære bølger – Tidsplan(tid) vs Irregulære bølger – Tidsplan(tid) vs. Frekvensplan(frekvens) Fourier Analyse

Standardiserte Bølgespektrum

Standardiserte bølgespektrum JONSWAP (Joint North Sea Wave Project) Modell – kortidstilstand:

JONSWAP vs. P-M Bølgespektrum

Uregelmessige bølger - Bølgespekteret Standard bølgespektrum

Respons i irregulær sjø Respons Amplitude Operator (RAO)

Respons i irregulær sjø

Standardiserte bølgespektrum Gyldighetsområder JONSWAP

Sammenheng – regulær og irregulær bølgeteori

Sammenheng – regulær og irregulær bølgeteori Svingesystem med en frihetsgrad

Respons pr. amplitude og fasevinkel – en frihetsgradsystem

Sammenheng – regulær og irregulær bølgeteori Løses mhp «alle» ω

Eksempel – teoretisk beregning av en jacket. Ren teori – ingen ting om godhet mot virkeligheten! W=2*pi/T -> T(s)=2*pi/w Hoveddiameter: 2m, Stagdiameter: 1.2 – 1.4m L=1.57*T*T Vanndyp 110m, 27m x 54m ved dekk. W=1.6 -> L=25m W=0.8 -> L=100m W=0.3 -> L=400m

Eksempel Morisons ligning gyldighet - sammenligning mot fullskalamålinger/6/ Bølgehevning: Respons(tøyning):

Eksempel Morisons ligning gyldighet - sammenligning mot fullskalamålinger/6/ R(Hs) Andre parametre: drag bidraget -> R(Hs) fordelingens skjevhet-> B(Hs) Hs=12 -> H20=17m, H100=20m Hs=5m -> Drag 50% av Masse Sammenligning med målinger – god margin og det erfarer vi i dag også -> forlenget levetid.

Eksempel_Irregulær sjø & miljøstatistikk_2 Bølgespektrum Gitt et bølgespektrum som representerer overflatebølger med bølgeperioder T i intervallet T=1s til T=15s. Hvilke bølger representert ved dette spekteret vil bidra til bølgeaktivitet på sjøbunnen når vanndypet H=70m? Svaret skal gies ved bølgeperioden og den delen av spekteret som bidrar til bølgeaktivitet på bunnen skal skraveres i figuren.

PM Bølgespektrum Tp = 1,3Tm