C ANALISIS DE LOS COEFICIENTES DE RESISTENCIA AERODINÁMICO EN LA

Reviews
C-28 ANALISIS DE LOS COEFICIENTES DE RESISTENCIA AERODINÁMICO EN LA SIMULACIÓN DEL RIEGO POR ASPERSIÓN ESTACIONARIO Nin, R.A.1; Montero, J.2, Tarjuelo, J.M.2 y Carrión, P.2 1 Instituto Dominicano de Investigaciones Agropecuarias y Forestales –IDIAF- República Dominicana. e-mail: rnin@idiaf.org.do 2 Centro Regional de Estudios del Agua. Universidad de Castilla-La Mancha. Campus Universitario, sn, 02071 – Albacete - ESPAÑA. Tfno: 34 967 599200 ext. 2872 e -mail: Jesus.Montero@uclm.es 1. Introducción En riego por aspersión estacionario, el viento es el principal distorsionador de la uniformidad de distribución. El viento produce un estrechamiento del modelo de distribución de agua de un aspersor aislado en la dirección perpendicular al viento, así como un acortamiento a barlovento y un alargamiento a sotavento. En los modelos balísticos de simulación de riego, Seginer y col. (1991b) propusieron una corrección al coeficiente aerodinámico que introduce un parámetro k1 que hay que determinar mediante trabajos de campo. Asimismo, Tarjuelo y col. (1994) perfeccionaron la corrección introduciendo un segundo coeficiente k2 que mejoraba la reproducción del efecto del viento. El software SIRIAS (SImulación en RIego por ASpersión) utiliza el modelo balístico para simular la distribución del agua en riego por aspersión estacionario, siendo calibrado y validado para unos determinados aspersores, boquillas y presiones, (Carrión col., 2001; Montero, 1999; Montero y col., 2001) Con el objetivo de determinar los factores que influyen en los coeficientes de resistencia aerodinámicos k1 y k2, en riego por aspersión estacionario, y estimar la capacidad predictiva del modelo de simulación SIRIAS, basado en muchos ensayos de campo, se desarrolló el presente trabajo. 2. Materiales y Métodos Se realizaron noventa y seis ensayos de aspersores en una cobertura total en superficie con dos marcos de riego (15 x 15 m en cuadrado y 18 x 15 m en triángulo), tres tipos de aspersores (AGROS 35, AGROS 40 y VYR 37), con cuatro combinaciones de boquillas (4,4+2,4; 4,8+2,4; 4,8 y 5,2 mm), a tres presiones de trabajo (220, 320 y 450 kPa), y diferentes velocidades de viento. Los ensayos se realizaron siguiendo la metodología propuesta por Merriam y Keller (1978) y Merriam col. (1980) y las normas UNE-68-072-86 (1986), ISO 7749-2 (1990), y ASAE S330.1 (1993). Los resultados de cada ensayo se simularon con el software SIRIAS (Carrión y col. 2001). Para el análisis estadístico de los datos se realizó una prueba de correlación Pearson y luego un Modelo Lineal General univariado con el paquete estadístico Statistical Product and Service Solutions (SPSS). 3. Resultados y Discusión Los resultados de las simulaciones indican que el coeficiente corrector k1 está correlacionado significativamente con la velocidad del viento (W) y la presión. En cuanto al coeficiente k2 se encontró correlación significativa con el diámetro de las boquillas y la presión de trabajo. Se encontró una relación k1-W del tipo lineal, con sentido positivo para la combinación C7, C11, C12, y C13, donde a medida que aumenta W, aumenta el valor del k1; mientras que para las demás combinaciones (C1, C2, C3, C4, C5, C6, C8, C9, C10, C14, y C15) el sentido de la relación es negativo, a medida que aumenta W disminuye el valor de k1. Los mejores coeficientes de determinación se obtuvieron en las combinaciones C2 y C12 (R2=0,99) y el peor en la combinación C5 (R2=0,59). Tabla 3. Coeficientes de corrección aerodinámicos en cada combinación Combinación k1 k2 2 C1 -0,6281 W + 4,439 (R =0,90) 0,20 2 C2 -0,4108 W + 3,230 (R =0,99) 0,15 2 C3 -0,1279 W + 0,5438 (R =0,90) 0,05 2 C4 -0,1836 W + 2,6831 (R =0,93) 0,15 2 C5 -0,1836 W + 2,6831 (R =0,97) 0,15 2 C6 -0,1913 W + 1,1019 (R =0,59) 0,15 2 C7 1,6039 W – 2,1882 (R =0,98) 0,15 2 C8 -0,5551 W + 2,2645 (R =0,84) 0,15 2 C9 -0,4943 W + 3,9192 (R =0,79) 0,15 2 C10 -0,6275 W + 3,5676 (R =0,76) 0,20 2 C11 0,5839 W – 0,4564 (R =0,91) 0,15 2 C12 0,4551 W – 0,4077 (R =0,99) 0,05 2 C13 0,5638 W – 1,7905 (R =0,86) 0,15 2 C14 -1,6922 W + 6,1108 (R =0,90) 0,15 2 C15 -0,6652 W + 5,1793 (R =0,73) 0,10 Tras simular la distribución de agua con el modelo de simulación SIRIAS para las distintas combinaciones, aplicando los coeficientes de corrección aerodinámicos resultantes en los apartados anteriores, se comprobó que el modelo de simulación tiene una capacidad predicativa relevante, pues presentan buenos coeficientes de determinación (R2 entre 0,81 y 0,99) en la relación coeficiente de Uniformidad de Christiansen (CU) medido en campo frente al simulado. 4. Conclusiones • Entre e coeficiente corrector k1 y la velocidad del viento existe una relación lineal. l También este coeficiente está influenciado por la presión de trabajo; las presiones medias y altas compensan mejor la distorsión producida por el viento. El k2 está influenciado por las boquillas, siendo una sola boquilla de mayor diámetro trabajando a presión media la que produce menor distorsión de este coeficiente. También está influido por la presión de trabajo, siendo la de 220 kPa la que mayor distorsión produce. Se observó una buena capacidad predicativa del SIRIAS en la simulación del riego por aspersión. El CU simulado explica en torno al 90% del CU medido en campo. • •

Related docs
premium docs
Other docs by rockman20
Devise of real property as consideration
Views: 208  |  Downloads: 2
Proiduct Sales Projection
Views: 157  |  Downloads: 1
Transcript of Dred Scott v Sanford
Views: 268  |  Downloads: 2
Rent collection policies and procedures
Views: 578  |  Downloads: 15
Intro to Venture Capital in Europe
Views: 1697  |  Downloads: 183
PDFGuidanceForGovernment
Views: 183  |  Downloads: 2
Department store
Views: 196  |  Downloads: 0
Aerial Photograph of Missiles in Cuba info
Views: 212  |  Downloads: 1
28novleft[1]
Views: 100  |  Downloads: 0
Transcript of United Nations Charter
Views: 155  |  Downloads: 0
Venture Capital in Russia
Views: 2005  |  Downloads: 154
Statement of trust receipt financing
Views: 204  |  Downloads: 3