ГОСТ Р ИСО 4355—2016
Приложение G
(справочное)
Альтернативные методы определения снеговых нагрузок на покрытия, на которые методы,
предписанные настоящим стандартом, не распространяются
В основе аналитического прогнозирования снеговых нагрузок на покрытия, рассматриваемых в настоящем
стандарте и его приложениях, лежат восновном полномасштабные наблюдения за процессом снегонакопления на
покрытиях распространенных простых форм, включая допущения для неравномерных нагрузок, которые могут воз
никать вследствие переноса и сползания. Для покрытий нестандартных форм и эксплуатируемых в нестандартных
окружающихусловиях,дляформ, не охватываемых настоящим стандартом, идля большепролетных покрытий,для
которых снеговые нагрузки существенно влияют на соотношение стоимости и безопасности, рекомендуется прово
дить модельные испытания в аэродинамических трубах, водяных лотках и/или специальные математические
исследования.
Физический процесс снегонакопления реализуется благодаря выпадению осадков с ветром или без ветра,
перераспределению существующего снегового покрова или сочетанию обоих факторов. Снос снега происходит
вследствие его сноса ветром, таяния исползания. Снеговые нагрузки влюбой конкретный момент времени зависят от
предыстории вышеуказанных процессов в предыдущие часы, дни и недели. Длительность данной предыстории
весьма значима изависитотместных климатических условийзимнего сезона. В тех регионах,для которых характер ны
длительные холодные периоды, следует принимать во внимание более длительную предысторию.
Дляпрогнозированияснеговых нагрузок могут использовать как теоретические, так и физические модели рас
сматриваемых процессов. Существует несколько разновидностей снега с различными конечными скоростями,
углами, при которыхснегсохраняется и можетотрыватьсяи переноситься ветром. Все эти варианты следует учиты
вать при выборе методов моделирования.
Методы моделирования снеговой нагрузки подразделяют на три категории:
1) методы, при которых последовательность отдельных снегопадов моделируется с помощью масштабных
моделей, ачастицы вводятся в аэродинамическую трубу или водяной лотокдля имитации снежных частиц и их акку
муляции;
2) методы, в рамках которых скоростные режимы ветра анализирует с помощью масштабных моделей, а
переноси накопление снега выводятпосредством численного анализа на основе учета полевыхданныхоскоростях
снегопереноса идругой информации. При таком подходе физические имитаторы снеговых частиц не используют:
3) подходы,основанные наиспользованиичисленных методовдинамикижидкостей, включая эффекты взаи
модействия снежных частиц с воздушным потоком.
Все вышеперечисленные методы полезны для выявления возможных необычных снегоотложений. возника
ющих поддействием ветров избранных направлений. Однако в тех климатических регионах, где температуры ниже
точки замерзания держатся а течение длительных периодов, максимальные снеговые нагрузки могут быть
резуль татом снегонакопления после многочисленных снегопадов и переноса снежных масс с различных
направлений на протяжении большей части зимнегосезона. Втаких случаяхжелательно прослеживать
картинунакопления снега на временной базе от 1до 3 часов, распознавая последствия каждого снегопада и
ветровой обстановки. Для отслежи вания событий снегопада, переноса снега,таяния, повторного замерзания,
выпадениядождя, просачиванияи стока талой идождевой водыследует применятьчисленные методы.
Здесьлучше всего подходит метод2, который позво ляет проводитьбыстрый пересчетснеговой нагрузки с
использованием почасовых записей метеоданных и характе ристик теплопередачи кровли, благодаря
чемуоткрывается возможностьвероятностных прогнозов экстремальных нагрузок. Однако методы 1и 3 способны
обеспечить более детальное рассмотрение определенных форм снегоот ложений приотдельныхсобытиях.
Поэтомучастооказываетсяцелесообразным совместное использование разных методов. Примеры применения
альтернативных методов прогнозирования можно найти в публикациях (21—25), (27) и (30).
В связи с тем. что во всех методах прогнозирования присутствуют различные численные упрощения, касаю
щиеся процессов снегонакопления, важно, чтобы эти методы опирались на данные полевых наблюдений (см.,
например. (28) и (29)).
29