• Author / Uploaded
• Cleiverth Ramos

Citation preview

FACULTAD DE CIENCIAS DE INGENIERIA

ESCUELA ACADEMICA PROFESIONAL DE INGENIERIA CIVIL-HVCA

TRABAJO ESCALONADO N◦ 02 HEC-4

CÁTEDRA: PRESAS Y OBRAS DE EMBALSE

CATEDRÁTICO: Ing. Ivan A.

Ayala Bizarro

ESTUDIANTE: -RAMOS

QUISPE

CLAVERTH

Contents

1. HEC-4

2

1.1.

CRACTERISTICAS DE HEC 4 . . . . . . . . . . . . . . . . .

2

1.2.

MÉTODOS DE CÁLCULO

2

. . . . . . . . . . . . . . . . . . .

2. BIBLIOGRAFIA

7

1 2

1 UNIVERSIDAD 2 UNIVERSIDAD

NACIONAL DE HUANCAVELICA E.A.P. ING. CIVIL HVCA NACIONAL DE HUANCAVELICA E.A.P. ING. CIVIL HVCA

1

Capítulo 1 HEC-4

1.1.

CRACTERISTICAS DE HEC 4

El HEC-4 ujo mensual corriente modelo de simulación desarrollado por el Centro de Ingeniería Hidrológica, Davis, California, se utiliza para extender los registros históricos disponibles de caudales en el área central de Ohio. El objetivo principal de este trabajo es examinar la ecacia del modelo HEC-4 en la generación de ujos mensuales sintéticos. Importantes parámetros estadísticos se evalúan con el n de relacionar las propiedades estadísticas de los ujos históricos y generados. Al hacerlo, se observa que la media, desviación estándar, y la asimetría de los ujos generados son consistentemente mayores que las correspondientes estimaciones basadas en ujos históricos. Sin embargo, los resultados muestran que estas estadísticas, así como el retraso-1 de correlación en serie, son generalmente bien mantenido por las secuencias generadas. El grado en que las diferencias estadísticas serían crítica, desde el punto de vista de ingeniería de diseño, se demuestra mediante la utilización de sus características de bajo ujo. Las estimaciones de depósito seguro-rendimientos, basados en una masa no secuencial análisis de la curva de los ujos bajos históricos y generada, indican una diferencia nominal en este estudio particular. Este programa analizará escurrimientos mensuales en un número de estaciones interrelacionados para determinar sus características estadísticas y generará una secuencia de caudales hipotéticas de cualquier longitud deseada que tiene esas características. Se reconstituirá falta caudales en la base de los ujos concurrentes observado en otros lugares y obtener la máxima y las cantidades mínimas de cada mes y durante periodos especicados en Los ujos registrados, reconstituidas y generado. También utilizará la generalizada modelo de simulación para la generación de caudales mensuales en lugares sobre la base de los estudios regionales. Hay muchas opciones de uso de la programa para diversos nes relacionados, y que puede ser utilizado para otras variables tales como precipitación, evaporación, y los requisitos de agua, solos o en combinación.

1.2.

MÉTODOS DE CÁLCULO

En la parte de análisis estadístico de este programa, los ujos por cada mes calendario en cada estación primero se incrementa en 1 por ciento de su calendario de meses promedio con el n de evitar innito negativo logaritmos. Este incremento es más tarde restante. La media, la desviación estándar y los coecientes de sesgo para cada mes estación y el calendario se calcula entonces. Esto implica las siguientes ecuaciones:

2

UNIVERSIDAD NACIONAL DE HUANCAVELICA Escuela Academica Ingenieria Civil-Hvca

En los que: X = Logaritmo del ujo se incrementa mensualmente. Q = caudal mensual registrada. q = pequeño incremento de ujo usado para prevenir logaritmon innitas Los meses con caudal cero X'= La media del logaritmo incrementados ujos mensuales N = Total de años de registro S = imparcial estimación de la desviación estándar de la población g = imparcial estimación del coeciente de población sesgar i = mes número m = número de años Para cada estación y mes con registro incompleto, la búsqueda es hecha por largos registros entre las estaciones utilizadas, para encontrar lo que se más contribuyen a aumentar la abilidad de la computarizada estadísticas desde el registro incompleto. La desviación media y estándar se a continuación se ajusta. Ecuación 5 se usa para calcular el registro equivalente requerido para obtener estadísticas ables igualmente a estas estadísticas ajustadas y es la base para seleccionar el mejor registro para ser usado en el ajuste. Las ecuaciones anteriores son las ecuaciones de ajuste.

Los números primos indican los valores a largo plazo y los que no primos se basan en el período de cuerdo corto para ambas estaciones. N = longitud de registro. R = coeciente de correlación lineal. Cada ujo individual se convierte entonces en un estándar normalizado variable aleatoria, utilizando la aproximación siguiente de la distribución de Pearson Tipo III. 3

UNIVERSIDAD NACIONAL DE HUANCAVELICA Escuela Academica Ingenieria Civil-Hvca

t = Pearson Tipo III estándar desviarse K = desviación normal estándar Después de la transformación de los ujos para todos los meses y las estaciones a la normalidad, el bruto (simple) coecientes de correlación R entre todos los pares de estaciones por cada mes natural en curso y el anterior se calcula mediante el uso de la siguiente fórmula:

en los que: Las variables para calcular un coeciente de correlación requerida, ese valor debe ser estima. Cada valor faltante se estimó mediante el examen de su relación a los pares relacionados de valores en el mes en curso y el anterior por el uso de la siguiente fórmula utilizando i J, y los subíndices k para indicar variables utilizado en la correlación bruto.

Dado que, con el n de ser consistentes con los dos coecientes de correlación relacionadas, el coeciente de correlación debe estar comprendida entre los límites dados por la ecuación Li, el más bajo límite superior y el límite inferior más alto se establecen para todo lo relacionado pares, y 'Nos promedio de estos dos límites se toma como la correlación estimada coeciente. Caudales mensuales que faltan de los registros de las distintas estaciones. Se estima que para todas las estaciones de cada mes en turno. En consecuencia, siempre un ujo que falta está siendo reconstituido, siempre existe una válida valor para todas las estaciones ya examinó ese mes y para todos los restantes estaciones, ya sea en el mes actual o anterior. Para estas restantes estaciones, el valor actual se selecciona cuando se disponga lo contrario, lapreiin valor se utiliza. Con el n de reconstituir el valor que falta, una recesión ecuación en términos de variables aleatorias normales estándar se calcula seleccionando coecientes necesarios de la matriz de correlación completa para ese mes y resolver por el método Crout Se ha encontrado que el uso válido de la técnica de regresión requiere que todos los coecientes de correlación de acuerdo con los datos que 4

UNIVERSIDAD NACIONAL DE HUANCAVELICA Escuela Academica Ingenieria Civil-Hvca

se sustituirán en las ecuaciones y los coecientes de correlación que ser coherentes entre sí. La inconsistencia en los coecientes de correlación hace que el dependiente variable a ser excesivamente denido y se evidencia por un coeciente de determinación mayor que 1,0. Si esto ocurre (debido a datos incompletos), el independiente variable menos contribuir a la correlación se ha caído, y un ecuación recesión nuevo se calcula. Este proceso se repite según sea necesario hasta que se alcanza la consistencia (que debe ser en el momento en que sólo uno variable independiente sigue siendo). Con el n de hacer que la matriz de correlación coherente con la matriz de datos, todos los coecientes de correlación afectadas, después de cada estimación de datos faltantes. Normales se desvía estándar se convierten a continuación ujos mediante el uso de la siguientes ecuaciones;

Cuando el conjunto de ujos se ha completado, todas las matrices de correlación deben ser coherentes con excepción de los errores de truncamiento en el ordenador, ya que los datos matrices son completos. Cualquier consistencia de matrices obtenida de esta manera o de matrices leídos en el ordenador tendrá como resultado coecientes de determinación mayor que 1,0. Si esto ocurre, la consistencia de cada matriz de correlación es asegurado por la primera prueba todas las combinaciones de triadas de los coecientes de correlación en el mes en curso y el anterior para todos los meses del calendario y elevando el más bajo de los tres coecientes para obtener una tríada consistente. La prueba de consistencia de cada matriz completa es. la repetición de toda consistencia tríada pruebas hasta que todas las matrices son consistentes. Si la consistencia no se alcanza, coecientes en cada matriz inconsistente se mueven hacia el medio valor de todos los coecientes en esa matriz hasta que se alcanza la consistencia. Generación de caudales hipotéticos se logra calculando una ecuación de regresión, por el método Crout para cada estación y mes y luego los caudales de cálculo para cada estación en a su vez por un mes a la vez usando la siguiente ecuación. Este proceso se inicia con valores medios (desviación cero) para todas las estaciones del primera mes y desechar los primeros 2 años de los ujos generados por.

5

UNIVERSIDAD NACIONAL DE HUANCAVELICA Escuela Academica Ingenieria Civil-Hvca

En los que: K = logaritmo ujo mensual, expresado como un estándar normal desviarse = Coeciente Beta calculado a partir de la matriz de correlación i = mes número j = Número de estación n = número de 'estaciones relacionadas entre sí R = coeciente de correlación múltiple Z = número aleatorio de la población normal estándar Los ujos máximos, mínimos y promedio se obtiene para la totalidad período de los ujos como se registra y por períodos determinados reconstituida y los ujos generados por la técnica de revisión de rutina Los ujos máximos, mínimos y promedio se obtiene para la totalidad período de los ujos como se registra y por períodos determinados reconstituida y los ujos generados por la técnica de revisión de rutina. Debido a las limitaciones en el tamaño de la memoria del ordenador y debido a creciente cambio de inestabilidad computacional con matrices más grandes, el número de estaciones utilizables simultáneamente en este programa ha sido limitado a 10. Sin embargo, el programa puede reconstituir y generar caudales para cualquier número de estaciones en grupos de 10 o menos. Es normalmente estará deseable incluir una o más estaciones de los grupos anteriores en cada uno grupo sucesivo con el n de preservar correlaciones importantes. y los números de identicación de la estación para los estaciones. Estos números deben ser listados en la misma secuencia que su lata estaba dispuestas en pases anteriores. Los datos para las nuevas estaciones para el nuevo pase entonces deben ser leído. Ninguno de estos ujos puede ocurrir en un año a más tardar el último año para el que existen datos de ujo se produjo en la primera pasada Tan pronto como los ujos se reconstituyen para cualquier paso, se leen en la cinta de ujo. Después de estadísticas se calculan a partir transformado ujos reconstituidas, son leídos en la cinta estadísticas (después identicada las estaciones para futura referencia). Final datos ecuación de regresión para cada pasada se leen sobre la misma cinta en la mismo tiempo (para su uso más adelante). Para cada nuevo pase, el ujo y las cintas de las estadísticas se buscan por separado los datos de las estaciones ya usado que también se producen en el paso de nuevo. Con el n de leer y escribir alternativamente en las mismas cintas, es necesario de registros de cinta a n de asegurar que cualquier declaración leer hace no leer más allá de la marca de registro y así ocurre que las declaraciones.

1

1 UNIVERSIDAD

NACIONAL DE HUANCAVELICA E.A.P. ING. CIVIL HVCA

6

Capítulo 2 BIBLIOGRAFIA -WWW.HEC 4.COM.PE. -INTERNET. 1

1 UNIVERSIDAD

NACIONAL DE HUANCAVELICA E.A.P. ING. CIVIL HVCA

7