بررسی آزمایشگاهی کاربرد ذره ی هوشمند در توصیف احتمالاتی دینامیک انتقال رسوب بستر بعد از آستانه

استفاده از حسگرهای برداشت پارامترهای دینامیک ذره می‌تواند به شناخت بیشتر از دینامیک ذرات در حال انتقال منتج شود. در پژوهش حاضر، از یک ذره‌ی کروی پیش‌ساخته (با چگالی‌های متفاوت) که با حسگرهای میکروالکترومکانیکال تجهیز شده است (ذره‌ی هوشمند)، برای برداشت داده‌های شتاب، چرخش و جهت ذره، هنگام انتقال در مجاورت بستر تحت جریان آب در فواصل زمانی بسیار کوتاه (0/004 ثانیه در پژوهش حاضر) استفاده شده است. در این راستا، یک سری آزمایش با دبی‌های مختلف که شرایط انتقال ضعیف (نزدیک آستانه) و انتقال قوی (بعد از آستانه با اعداد رینولذر به نسبت بزرگ‌تر) در آن پوشش داده شده است، انجام شده است. انرژی جنبشی ذره به عنوان انرژی تبادل‌یافته بین ذره با پیرامون (جریان آب، ارتباط ذره با ذرات بستر) بررسی شده است. بررسی میزان دریافت و هدررفت لحظه‌یی انرژی ذره نشان داد که تغییرات تبادل انرژی با افزایش عدد رینولدز ذره به‌صورت نمایی کاهش می‌یابد. توابع توزیع احتمالاتی حاکم بر انرژی جنبشی ذره تولید و براساس نتایج مشخص شد که تابع توزیع احتمالاتی ویبول در شرایط آستانه و تابع توزیع احتمالاتی لوگ نرمال در شرایط انتقال قوی‌تر و تعادلی، رفتار ذره را بهتر توصیف می‌کند.

smartparticle application for describing the probabilistic particle transport dynamics above threshold conditions

coarse particle motion behavior plays a crucial role in sediment and hydraulic engineering, though its physics is still not fully understood. disregarding the inherently stochastic nature of the sediment transport leads to various equations for bedload transport which are now being challenged due to their poor results. by applying sensors, like accelerometers and gyroscopes, particle transport physics could be carried out in a more scrutinized approach. in this study, an instrumented synthetic particle (socalled the smart particle) was designed and applied (with different densities) in sets of laboratory experiments that covered a hydraulics domain between low transport regime (near and abovethreshold) and higher transport regime (above threshold with a relatively high reynolds number) conditions. using the instrumented particle (smartparticle) could bring opportunities to learn more about the physics of the bed particle transport in rivers for different regimes and could bring data in hand for instantaneous particle changes throughout time (hear 0.004 seconds used for data sampling). therefore, the kinetic energy as a parameter that delivers the behavior of particle energy interaction between the exposed particle and its surroundings (flow and the bed particles) was chosen to be studied. since the dynamic features of the particle in transport are stochastic, the probability distribution functions, which could describe the particle behavior, were selected (weibull, lognormal, normal, and gamma distributions). in this case, it was shown that the weibull distribution best described the particle kinetic energy in lower transport regimes, while for a higher transport regime, the lognormal distribution worked better. furthermore, the energy signals of the particle moving throughout the flume for different transport regimes were derived, and it was shown that the average energy gain and loss of the particle decreased exponentially as the particle reynolds number increased. the presented results here could also be applied in similar hydraulic conditions in ecohydraulic topics, specifically macroplastic movement as bedload in river courses and the aeolian research.