پهنه بندی خطر کاویتاسیون در تنداب سرریز سد سورک با الگوریتم طبقه بندی نزدیک ترین همسایه
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 123
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-53-10_015
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
کاویتاسیون یکی از عوامل خرابی تنداب سرریزها است که جهت کنترل این پدیده پهنه بندی خطر آن ضرورت دارد. در این تحقیق برای دستیابی به روشی جهت پهنه بندی خطر کاویتاسیون، از اطلاعات سرریز سد سورک در استان چهارمحال بختیاری استفاده شد. در روند مدل سازی ابتدا مدل هندسی سرریز ساخته شد و پس از شبکه بندی و اعمال شرایط مرزی، تحلیل جریان انجام شد. شاخص کاویتاسیون با توجه به مقادیر پارامترهای سرعت، ارتفاع جریان، شیب شوت و دیگر پارامترهای لازم، در ۱۸ مقطع محاسبه گردید. نتایج حاصله از نرم افزار Flow-۳D برای سنجش کیفی وضعیت خطر کاویتاسیون در تنداب سرریز سد سورک از دقت مناسبی برخوردار است؛ به طوریکه خطای RMSE فشار ۲-۱۰×۲۶/۰ پاسکال و سرعت۲-۱۰× ۲۳/۰ متربرثانیه نسبت به نتایج آزمایشگاهی بدست آمد. همچنین پارامترهای تاثیرگذار بر کاهش کاویتاسیون از قبیل زبری و هوادهی مورد بررسی قرار گرفت. نتایج نشان می داد در فاصله ۷۰ تا ۹۵ متری از تاج سرریز احتمال وقوع کاویتاسیون و خسارات ناشی از آن وجود دارد. نتایج تحلیل حساسیت نشان داد که استفاده از زبری یکنواخت ۵/۲ میلی متری و هوادهی در طول شوت موجب افزایش شاخص کاویتاسیون می شود. در این زبری مناطق مستعد وقوع کاویتاسیون به مقاطع پایین دست شوت جابجا می شوند. در زبری یکنواخت ۵/۱ میلی متر در طول کل سرریز، نتایج الگوریتم نزدیکترین همسایگی در دو مقطع پایانی ۷۵/۹۹ و ۱۰۵ متری و در زبری یکنواخت ۵/۲ میلی متر در طول کل سرریز در دو مقطع ۴۲ و ۲۵/۸۹ متری از تاج سرریز نسبت مدل Flow-۳D بحرانی تر است که به معنی آسیب پذیری بیشتر این نواحی در مقابل پدیده کاویتاسیون است.
Keywords:
Authors
امیرحسین اسدیان
دانش آموخته کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه خوازمی، تهران، ایران
سید شهاب امامزاده
استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه خوارزمی، تهران، ایران
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 :