La turbolenza

La turbolenza stata classificata in tre categorie distinte:

- turbolenza convettiva (temporali);
- Clear Air Turbulence (CAT, sempre di tipo convettivo);
- Mircoburst e Wind Shear.

Esistono poi due metodi principali usati per modellare la turbolenza:
- modello discreto (che pu in genere andare bene per la turbolenza Wind Shear);
- modello continuo ( il pi realistico dei due e si basa sulla DSP).

Un modello discreto

Per il modello discreto si assume un andamento della v
g
(gust = raffica) a scalino o a campana,
descritto dalla relazione seguente:

0
;
2
cos 1
u
L
T t
T T
k
v
g
=
|

\
|
|

\
|
=



dove L la lunghezza donda del disturbo e k un fattore di scala.

T/2 T
v
g

t

I modelli continui


Per il modello continuo si preferisce esprimere la DSP in funzione di una forma normalizzata della
frequenza definita da:

0
u

=

dove u
0
la velocit del velivolo. prende il nome di frequenza spaziale.
d
t
d
La media e la varianza

La media, che rappresenta il valore medio del disturbo nellintervallo temporale 2T, definita attraverso
il seguente integrale:
( )

=
T
T
d
d d
T

2
1


Definiamo il seguente operatore, per comodit di scrittura, che chiameremo integrale in media:

T
T
T
M
d
T
d K K
2
1
lim

In questo modo la media pi correttamente definita da:

( )

= d d
M
d


Mantenendo quindi questa simbologia, la varianza si definisce cos:

( ) ( )

= d d
d
M
dd
2 2


Il significato della varianza quello di individuare di quanto si discosta la distribuzione dei valori
assunti da d dal valore medio.



Dove per
dd
2
grande o piccola si intende in relazione ad uno stesso processo.
t
d(t)

dd
2
piccola

dd
2
grande
d
La correlazione e la covarianza

Definiamo ora un altro parametro utile nella successiva analisi: lautocorrelazione:

( ) ( ) ( )

= d t d d t r
M
dd


Questo parametro permette di individuare eventuali aspetti di non casualit in una grandezza
apparentemente casuale. Se il suo valore circa nullo, la grandezza effettivamente casuale.
Nel caso in cui la grandezza sia di tipo vettoriale (come ad esempio tre contributi di turbolenza sui tre
assi corpo di un velivolo) si pu definire la matrice delle correlazioni:

( ) [ ] ( ) { } ( ) { }

= d t d d t r
T
M
dd


Lultimo parametro che introdurremo ora lautocovarianza:

( ) ( ) ( ) ( ) ( )

= d t d d t k
d d
M
dd


Se si pone t = 0, si ha esattamente la varianza .
Anche per lautocovarianza si pu definire la corrispondente matrice delle covarianze (qualora d(t) sia
vettoriale):

( ) [ ] ( ) { } ( ) { }

= d t d d t k
T
d d
M
dd


Noi lavoreremo sempre con processi vettoriali ma spesso (cio quasi sempre) considereremo i diversi
elementi del processo scorrelati tra loro. Per questo le matrici che otterremo saranno spesso diagonali
(perch consideriamo nulli tutti i legami incrociati).

La risposta di un sistema ai disturbi

La precedente definizione di integrale in media ci risulta comoda per vedere come un sistema pu
comportarsi in seguito a un ingresso u di tipo casuale come un disturbo. Consideriamo il modello lineare
che descrive un generico sistema:

+ =
+ =
Du Cx y
Bu Ax x&


Supponiamo quindi che u sia caratterizzato da una certa media
u
e una certa varianza
uu
.

Lanalisi della risposta di un sistema in conseguenza a ingressi casuali si pu seguire per diverse vie:
- Valutare landamento nel tempo della risposta;
- Determinare le grandezze statistiche della risposta (sempre ricordando che si considerano ergodici i
processi di disturbo).

Il calcolo della media

Applichiamo lintegrale in media:

+ =
+ =


u D x C y
u B x A x
M M M
M M M
&


Se
u
costante nel tempo (supponiamo che il disturbo sia ergodico), ne deduciamo che la d/dt
dellintegrale in media di x sar nulla.
( )

+ =
=

u y
u x
D B CA
B A


1
1


Il calcolo dellautocovarianza

Bu Ax x + = &

Introduciamo ora lipotesi che u sia rappresentato dal rumore bianco. Ne consegue che:

( ) ( ) ( ) = = W k W
uu uu
;

H(0)
Dove W sar una matrice in genere simmetrica (ma anche diagonale nel caso in cui si suppongono
disaccoppiati i disturbi sui diversi stati).

Se W simmetrica si ottiene la seguente equazione:

0
2 2
= + +
T T
xx xx
BWB A A

che prende il nome di equazione di Liapunov. Nel caso in cui il processo non sia stazionario, si ha:

T T
xx xx xx
BWB A A + + =
2 2 2
&

Dallequazione di Liapunov quindi possibile (una volta valutata la
xx
2
) passare allespressione della
varianza delluscita
yy
2
:

T
uu
T
ux
T
xu
T
xx yy
D D C D D C C C
2 2 2 2 2
+ + + =

Nel caso in cui il sistema sia proprio:

T
xx yy
C C
2 2
=

La densit spettrale di potenza (DSP)

A volte, anzich conoscere lautocovarianza di una generica grandezza (k
xx
), nota la sua Densit
Spettrale di Potenza (o Power Spectral Density) che la trasformata di Fourier dellautocovarianza:

( ) ( )
( ) ( )

=
=

d e k
d e k
j
xx xx
j
xx xx
2
1


Si noti che la densit spettrale
xx
reale perch lautocovarianza k
xx
, per come viene calcolata,
simmetrica rispetto a . Dalla DSP possibile anche ottenere la varianza.

( ) ( )

= =

d k
xx xx xx
2
1
0
2


Esprimiamo la
yy
in funzione della
uu


( ) ( ) ( ) ( ) ( ) ( ) ( ) H H H H
uu uu yy
= =
*


Che unespressione valida nel caso generico di grandezze vettoriali. Si noti che H
*
non altro che la
funzione complessa coniugata di H.

Nel caso pi semplice di grandezze scalari, si ha:

( ) ( ) ( )
uu yy
H =
2


Queste due espressioni appena ottenute sono di notevole importanza. Esse consentono di ricavare la DSP
delluscita y di un sistema in funzione della DSP dellingresso u attraverso la funzione di trasferimento
del sistema (H = y/u).
I rumori

I rumori presenti in natura hanno per particolari caratteristiche. Una di queste che la corrispondente
DSP sia decrescente al crescere di (cio della frequenza).
Per questo si nota che non conviene usare il modello del rumore bianco (molto comodo per la trattazione
analitica perch ha = cost) nello studio che si sta facendo perch si perverrebbe a risultati poco
significativi (il rumore bianco non esiste in natura).
Un trucco per aggirare questo problema il seguente:
- considerare come disturbo, a monte di tutto, un rumore bianco con
ww
() = W;
- interporre, tra il disturbo u e il sistema reale un sistema fittizio che permetta di trasformare il poco
realistico rumore bianco in un rumore dalla DSP decrescente come deve essere nella realt.

In questo modo si affianca al sistema reale un sistema filtro (detto filtro di forma) che consente di fare
i conti con il rumore bianco ma che poi permette di avere un rumore pi realistico sul sistema fisico.

Il modello complessivo

Supponiamo che il filtro di forma ed il sistema siano descritti dalle equazioni seguenti:

=
+ =
n n
n n n n
x C u
W B x A x&

+ =
+ =
Du Cx y
Bu Ax x&


Si noti che lingresso uguale a W (cio il rumore bianco) mentre luscita appunto lingresso u del
sistema fisico:

Si noti ora che la DSP di u (cio alluscita del filtro di forma) data da:

( ) [ ] ( ) [ ]
T
n
T
n
T
n ww n n n uu
C A I j B B A I j C
1 1
=

Considerando quindi il sistema complessivo descritto dagli stati del sistema vero e del filtro di forma,
possiamo scrivere, in forma compatta, le equazioni della dinamica:

{ }
[ ]
)
`

=
(

+
)
`

=
)
`

n
n
n n n
n
n
x
x
DC C y
W
B x
x
A
BC A
x
x 0
0 &
&


Questo il sistema sul quale progettare il controllore o losservatore. Si noti che pi complesso di un
sistema lineare senza disturbi (perch contiene un certo numero di stati in pi) ma consente di tener
conto in un modo abbastanza indolore dei disturbi. Tra laltro si nota che in questo modo il sistema su
cui si progetta sicuramente un sistema proprio (cio D = 0).

Esiste un caso in cui il tutto pi semplice. Discutiamo la figura seguente.




noise

Se il sistema filtra naturalmente le frequenze superiori alla e il rumore che lo infastidisce ha una
densit spettrale pressoch costante fino alla
noise
alla quale comincer il decadimento, possibile
mandare direttamente allingresso del sistema il rumore bianco W perch comunque la parte di rumore
che decade non viene sentita dal sistema fisico.
Modelli continui di turbolenza

Il modello di turbolenza pi fedele alla realt dei dati sperimentali lo spettro di von Karman
vk
():

( )
( ) [ ]
6
5
2
2
339 . 1 1
1 2
+
=
u
u u
VK
L
L
u

( )
( )
( ) [ ]
6
11
2
2
2
339 . 1 1
339 . 1
3
8
1
+
+
=
v
v
v v
VK
L
L
L
v

( )
( )
( ) [ ]
6
11
2
2
2
339 . 1 1
339 . 1
3
8
1
+
+
=
w
w
w w
VK
L
L
L
w

lintensit del rumore (in m/s)
L la scala della turbolenza (in m)
entrambe dipendono dalla quota e dal tipo di turbolenza (temporale o CAT) ma saranno, stabilite le
condizioni, da considerarsi costanti (nel breve periodo).
Esistono altri modelli meno rigorosi ma molto pi semplici da rappresentare. Uno di questi lo spettro
di Dryden:

( )
( )
2
2
1
1 2
+
=
u
u u
u
D
L
L

( )
( )
2
2 2
2 2 2
1
3 1
+
+
=
v
v v v
v
D
L
L L

( )
( )
2
2 2
2 2 2
1
3 1
+
+
=
w
w w w
w
D
L
L L

Scala della turbolenza
Von Karman Dryden
L
u
= 2500 (ft) L
u
= 1750 (ft)
Quota h > 2500 (ft) L
v
= 2500 (ft) Quota h > 1750 (ft) L
v
= 1750 (ft)
L
w
= 2500 (ft) L
w
= 1750 (ft)
L
u
= 184 h
1/3
(ft) L
u
= 145 h
1/3
(ft)
Quota h < 2500 (ft) L
v
= 184 h
1/3
(ft) Quota h < 1750 (ft) L
v
= 145 h
1/3
(ft)
CAT
L
w
= h (ft) L
w
= h (ft)
L
u
= 2500 (ft) L
u
= 1750 (ft)
Quota h < 40000 (ft) L
v
= 2500 (ft) Quota h < 40000 (ft) L
v
= 1750 (ft) Temporale
L
w
= 2500 (ft) L
w
= 1750 (ft)

Intensit della turbolenza
Von Karman Dryden
CAT
3 / 2
2
3 / 2
2
3 / 2
2
w
w
v
v
u
u
L L L

= =
w
w
v
v
u
u
L L L
2 2 2

= =
Temporale
ft/s 21 = = =
w v u
ft/s 21 = = =
w v u


Lo spettro di Dryden decade un po pi velocemente ma, per i velivoli standard, il taglio anticipato
avviene su disturbi con frequenza gi fuori dalla banda passante dei velivoli per cui non si apprezza il
calo di precisione del modello a tutto vantaggio della semplicit di calcolo.
100 1000 10000 100000
0
1
2
3
4
5
6
7
quota (ft)
s
i
g
m
a

w

(
f
t
/
s
)
intensit della turbolenza (CAT)


10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

u

(
f
t
3
/
s
2
)
quota = 1000 ft
Von Karman
Dryden

10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

u

(
f
t
3
/
s
2
)
quota = 40000 ft
Von Karman
Dryden

10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

v

(
f
t 3
/
s
2
)
quota = 1000 ft
Von Karman
Dryden

10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

v

(
f
t 3
/
s
2
)
quota = 40000 ft
Von Karman
Dryden

10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

w

(
f
t
3
/
s
2
)
quota = 1000 ft
Von Karman
Dryden

10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
10
5
frequenza spaziale (rad/ft)
s
p
e
t
t
r
o

d
i

w

(
f
t
3
/
s
2
)
quota = 40000 ft
Von Karman
Dryden

Le altre grandezze

0
u
w
g
g
= ( ) ( ) =
g
w
g
u

2
0
1


0
u
v
g
g
= ( ) ( ) =
g
v
g
u

2
0
1


y
w
p
g
g

= approssimazione ( )
( )
( )
2
4
3 / 1
4
2
1
8 . 0
+
=

b
b
L
w
w
g
p
w
L


x
w
q
g
g

= approssimazione ( )
( )
( )
+

=
g
w
b
g
q

2
4
2
1


x
v
r
g
g

= approssimazione ( )
( )
( )
+

=
g
v
b
g
r

2
3
2
1


Il filtro di forma per la turbolenza

Deduciamo dalla () la funzione di trasferimento di un filtro di forma. Lo schema seguente rappresenta
il compito del filtro di forma:


G(s)
rumore bianco u
g
, v
g
, w
g



Vediamo lesempio per la componente w
g
che risulta in genere quella pi critica. Lo spettro della
velocit di raffica dovr essere uguale a uno dei modelli visti precedentemente.

In questo caso torneremo alla in modo da poter sostituire s a j e ottenere G
w
(s). Dicendo che vale:

( ) ( )

w
j s
w
s G =
=
2


dove
w
(), adottando il modello di Dryden, data da:

( )
2
2
2
0
2
2
2
0
2
2
0
2
3 3
|
|

\
|
+
|
|

\
|
+
=
w
w
w
w
w
L
u
L
u
L
u

Per cui si ha, per la G
w
:
( )
( )
2 2
0
0
2
0
2
3 3
w
w
w
w
w
w
w
w
s
s
K
L
u
s
L
u
s
L
u
s G

+
+
=
|
|

\
|
+
|
|

\
|
+
=

Dato che G
w
(s) = w
g
(s)/(s) (dove il rumore bianco), possiamo scrivere:

( ) ( ) ( ) ( ) s s K s w s
w w g w
+ = +
2


che, espansa e riscritta nel dominio del tempo fornisce:


w w w g w g w g
K K w w w + = + + & & & &
2
2

Da questa possiamo dedurre un modello agli stati che sar poi il filtro di forma.
Tale modello si pu scrivere nel seguente modo:


{ }
{ } [ ]
)
`

=
(

+
)
`

(
(

=
)
`

x
x
K K w
x
x
x
x
w w w g
w w
&
& & &
&

1
0
2
1 0
2



La raffica in direzione z (cio w
g
) che abbiamo appena modellato a partire dal rumore bianco pu essere
introdotta nelle equazioni del moto longitudinale. Si ottiene quindi il seguente sistema di equazioni
(modello del velivolo pi modello della raffica):

B
n

A
n

C
n

{ } { }

(
(
(
(
(
(
(

+
(
(
(
(
(
(
(
(
(

(
(
(
(
(
(
(
(
(
(
(

|
|

\
|
+

=

1
0
0
0
0
0
0
0
0
2 0 0 0 0
1 0 0 0 0 0
0 0 0 1 0 0
0
0 1
0
0
2
0 0
0 0 0 0
0 0
M
u
Z
X
x
x
q
u
K
u
M
K
u
M
M M M
K
u
Z
K
u
Z
u
Z
Z
u
Z
K
u
X
K
u
X
g X X
x
x
q
u
w w
w w w q u
w w w
q
u
w w w u
& & &
&
&
&
&
&


Il problema di questo sistema che spesso pu comportare problemi di osservabilit perch lo stato
aggiunto fittizio e non partecipa al significato fisico del sistema.

Un modo di procedere quindi quello di progettare un sistema di controllo considerando direttamente il
rumore bianco e quindi evitando di utilizzare il filtro di forma.

Per valutare la varianza dello stato del sistema si deve invece utilizzare lequazione di Liapunov, usando
per il filtro di forma della turbolenza.