ارزیابی عملکرد مدل تلاطمی استاندارد در مقایسه با مدل RNG در پیش بینی ارتفاع غوطه وری جریان غلیظ
Publish place: Journal of Water and Soil Science، Vol: 18، Issue: 69
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 391
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-18-69_008
تاریخ نمایه سازی: 22 اردیبهشت 1400
Abstract:
نقطه غوطه وری هنگامی روی می دهد که در برخورد جریان غلیظ با سیال ساکن، جریان غلیظ به درون سیال ساکن نفوذ کرده باشد. در این تحقیق پارامترهای هیدرولیکی جریان غلیظ و هم چنین شیب بستر سیال ساکن که بر نقطه غوطه وری تاثیر گذار هستند، تحت شرایط دو مدل تلاطمی استاندارد و RNG (که در سراسر متن به اختصار مدل استاندارد و RNG از آنها یاد خواهد شد) با استفاده از مدلFlow-۳D مورد بررسی قرار گرفته اند. در این تحقیق ابتدا یک مدل فیزیکی ساخته شد و آزمایش های مختلف- در مجموع ۳۶ آزمایش در آن انجام گردید. سپس با استفاده از مدل Flow-۳D ارتفاع نقطه غوطه وری برای شرایط آزمایشگاهی موجود تحت شرایط دو مدل آشفتگی مذکور شبیه سازی شد. بررسی مقایسه ای نشان داد که عمق غوطه وری برآورد شده تحت مدل آشفتگی RNG نسبت به مدل استاندارد، به مقادیر اندازه گیری شده آزمایشگاهی نزدیک تر می باشد. این در حالی است که در شیب ۱۲ درصد مدل RNG مقدار ۲۸/۱۲ درصد و مدل استاندارد حدود ۳۰ درصد نتایج را بیشتر از داده های آزمایشگاهی پیش بینی نموده است. در مجموع برای کلیه شیب ها به طور متوسط نتایج حاصل از مدل تلاطمی RNG، ۵/۱۰ درصد و نتایج حاصل از مدل استاندارد ۲۷ درصد بیشتر از مقادیر اندازه گیری شده می باشد. با توجه به بررسی آماری انجام شده مشخص گردید که مدل تلاطمی RNG به طور کلی نتایج ارتفاع غوطه وری را با دقت رضایت بخشی نسبت به مدل استاندارد تخمین می زند.
Keywords:
Authors
حسن گلیج
Dept. Water Struc. of Shahid Chamran Univ. of Ahwaz, Iran
جواد احدیان
Dept. Water Struc. of Shahid Chamran Univ. of Ahwaz, Iran
مهدی قمشی
Dept. Water Struc. of Shahid Chamran Univ. of Ahwaz, Iran
حامد ارجمندی
Dept. Water Struc. of Shahid Chamran Univ. of Ahwaz, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :