بررسی جریان عرضی پیرامون آبشکن با درصدهای مختلف بازشدگی در کانال با بستر متحرک

سابقه و هدف:. بسیاری از سازه‌های احداث شده در رودخانه‌ها به علت عدم شناخت صحیح پدیده آبشستگی تخریب شده و خسارات زیادی به آنها وارد می گردد. بنابراین اطلاع از مقدار حداکثر آبشستگی اطراف سازه‌هایی که در رودخانه‌ها احداث می‌شوند از اهمیت خاصی برخوردار است. آبشکن‌ها به طور وسیعی به منظور ساماندهی رودخانه‌ها در کشور طراحی و اجرا می‌شوند. این روش که به عنوان یکی از موثرترین روش‌های تثبیت سواحل رودخانه‌ها مطرح می‌باشد روز به روز در حال توسعه و گسترش می‌باشد. در این مطالعه نیز سعی گردیده تا نتایج آزمایشگاهی میزان آبشستگی مربوط به یک فلوم در حالت های مختلف نصب آبشکن با درصدهای مختلف بازشدگی با استفاده از مدل‌های مختلف آشفتگی شبیه‌سازی عددی شده و ضمن معرفی بهترین مدل آشفتگی با محاسبه معیارهای جریان عرضی که در اثر حضور آبشکن ایجاد می گردد، تاثیر درصد بازشدگی آبشکن بر روی قدرت جریان عرضی ایجاد شده و طولی از پایین دست آن که کماکاان جریان عرضی ادامه می یابد مشخص گردد.مواد و روش‌ها: به‌منظور مقایسه نتایج حاصل از شبیه‌سازی عددی با نتایج آزمایشگاهی، نتایج برداشت آزمایشگاهی در اطراف آبشکن بسته و باز با درصدهای باز شدگی 30، 50 و 70 نصب شده در یک فلوم مورد استفاده قرار گرفت. فلوم مزبور دارای 14 متر طول، 2 متر عرض و 0.5 متر ارتفاع بوده و شیب کف آن نزدیک به صفر می‌باشد.دبی جریان 50 لیتر بر ثانیه، قطر متوسط مصالح0.26 میلیمتر و شرایط جریان زلال می باشدو سرعت جریان کمتر از سرعت آستانه حرکت ذرات می باشد. جهت مدلسازی عددی فلوم مزبور نیز از نرم افزار flow3d استفاده شد.یافته‌ها: مقایسه نتایج حاصل از مدلسازی عددی و نتایج آزمایشگاهی نشان می‌دهد که مدل عددی در پیش‌بینی الگوی آبشستگی و توپوگرافی بستر در اطراف آبشکن‌های باز با بازشدگی های متفاوت و نیز آبشکن بسته توانمند عمل می‌نماید. بررسی قدرت گردابه‌های ایجاد شده در اطراف آبشکن‌های باز با محاسبه و مقایسه برخی از معیارهای بیان‌گر قدرت جریان‌های عرضی انجام، و چگونگی تغییرات و تداوم قدرت جرین عرضی قبل و بعد از آبشکن، نسبت به میزان بازشدگی آبشکن بررسی گردید. سپس همان معیارهای بیان‌گر قدرت جریان عرضی با استفاده از شبکه عصبی مصنوعی (ann) پیش‌بینی و نتایج حاصل از شبکه عصبی مصنوعی (ann) با نتایج حاصل از شبیه‌سازی عددی مقایسه شده است. . نتایج حاصله برای معیارهای جریان عرضی محاسبه شده نشان می دهد که می توان انحراف جریان توسط آبشکن با درصد بازشدگی بیش از پنجاه درصد را تقریبا نادیده گرفت و برای آیشکن نفوذناپذیر جریانهای عرضی تا طولی بیش از 1.4 طول آبشکن نیز کماکان ادامه دارند.نتیجه گیری: مدلسازی عددی با نرم‌افزار flow3d جهت تخمین محل و میزان حداکثر آبشستگی اطراف آبشکن‌های بسته و باز با درصدهای مختلف بازشدگی موفق عمل می نماید. همچنین قدرت جریان‌های عرضی در بالادست و پایین دست آبشکن با درصد بازشدگی آبشکن باز مرتبط است. و در صورتیکه یکی از اهداف احداث آبشکن انحراف جریان طولی می باشد افزایش بیش از 50 درصد بازشدگی آبشکن این نقش را بسیار کمرنگ خواهد کرد. هم‌چنین با مقایسه نتایج حاصل از شبکه عصبی و معیارهای قدرت جریان عرضی مشخص گردیده که شبکه عصبی مصنوعی (ann)، می‌تواند نتایج قابل قبولی برای این معیارها در مقاطع مختلف عرضی ارائه دهد.

Study of Cross-Flow around Groins with different permeability in Channel with live Bed

AbstractBackground and objectives: Many built structures in rivers have been destroyed or damaged due to lack of proper understanding of scouring. Therefore, predicting the maximum scour around structures in the river has a great importance. Groins widely are designed and constructed in order to river training in the country. This method, which is one of the most effective ways to stabilize the river banks are expanding day by day. In this research, bed deformation around permeable and close groins with different percentage of permeability was numerically simulated by using some of turbulence closure models. Then numerical simulation results were compared with experimental advantages.and at leastAnd, by using the best model of turbulence and calculating the transverse flow criteriaes created by the presence of a groin, the effect of the permeability of groine on the transverse flow power and the longitudinal distance in the downstream of which the continuity of the transverse flow continues is determined. Materials and methods: In other to compare the obtained results from numerical simulation with laboratory advantages, laboratory results around close and permeable groins with 30, 50 and 70 percent of permeability in a flume were used.The length of mentioned flume was 14m, the flume width and height’s was respectively 2 and 0.5m. The slope of its floor was near Zero. Discharge is 50 liters per second, and the average diameter of the bed materials is 0.26 mm and clear water conditions. For numerical modeling, Flow3D software was used. Results: The comparison of results of numerical simulation and experimental advantages shows that numerical simulation can predict the bed topography around permeable groins with different percentage of permeability and close groins in channel by live bed as well. In the following, the effect of permeability on power of vortices created around the permeable groins was studied. For this purpose, some criteria that demonstrate the power of secondary flows were computed. Then the changes and continuity of these criteria before and after the permeable groins with different permeability was studied. In the following the same criteria were predicted by ANN method and the advantages of ANN method was compared with results of numerical simulation method. Conclusion: numerical simulation and especially Flow3D software can predict the location and maximum scouring around impermeable and permeable groins with different percentage as well. And also the changes of power of secondary flow at the upstream and downstream of groin have a relation with percent of permeability of groin. The ANN results for predicting the criteria of power of secondary flow in different cross section and for different percent of permeable groin shows that this method also has good performance. The results for the calculated crossflow criteria also indicate that the deviation of the flow by a groin can be roughly ignored with a permeability percentage of more than fifty percent, and for impermeable groin, cross flow continue to extend over 1.4 times the length of the groin.Keywords: permeable and close groins, scour, secondary flow, vortex, numerical simulation, ANN