روشی هوشمند برای شبیه سازی عددی جریان بر روی سرریز کرامپ مبتنی بر دینامیک سیالات محاسباتی
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 122
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_NRSWE-2-2_001
Index date: 18 March 2024
روشی هوشمند برای شبیه سازی عددی جریان بر روی سرریز کرامپ مبتنی بر دینامیک سیالات محاسباتی abstract
سرریزها عموما برای انحراف جریان، عبور سیل، کنترل سطح آب در سدها، رودخانه ها و مجاری روباز به کار گرفته میشوند. سرریز کرامپ با طراحی خاص خود، جزو سرریزهای لبه کوتاه است و جهت اندازه گیری دبی عبوری کانالها مورد استفاده قرار میگیرد. در مطالعه حاضر، ضریب دبی جریان بر روی سرریز کرامپ با استفاده از نرمافزار FLUENT به ازای شیب ها و ارتفاع های مختلف مدل سازی شد. میدان جریان بر روی سرریز کرامپ با استفاده از سه مدل آشفتگیRSM ، k-ε RNG و k-ω به صورت دو بعدی و مدل چند فازی VOF انجام شد. شرایط جریان در تمامی حالات به صورت زیربحرانی، آشفته و جریان ریزشی در نظر گرفته شد. کارایی نرم افزار FLUENT با استفاده از شاخص های آماری، شامل ضریب تببین (R۲)، میانگین مربعات خطا (RMSE) و میانگین مطلق خطا (MAE) مورد ارزیابی قرار گرفت. نتایج بیانگر آن است که نرم افزار FLUENT با کسب مقادیر ۰/۹۳=RMSE و ۰/۷=MAE کارایی مناسبی در مدل سازی جریان بر روی سرریز کرامپ دارد. نتایج نشان داد با افزایش ارتفاع سرریز در یک دبی ثابت، ضریب دبی کاهش می یابد. ضریب دبی در سرریز کرامپ با ارتفاع ۰/۱۵ متر بیش ترین مقدار را دارا بود. رابطه مستقیمی با افزایش شیب دیواره پایین دست سرریز و ضریب دبی جریان وجود دارد، به طوری که با افزایش شیب دیواره، ضریب دبی جریان نیز افزایش مییابد.
روشی هوشمند برای شبیه سازی عددی جریان بر روی سرریز کرامپ مبتنی بر دینامیک سیالات محاسباتی Keywords:
روشی هوشمند برای شبیه سازی عددی جریان بر روی سرریز کرامپ مبتنی بر دینامیک سیالات محاسباتی authors
سمیه امامی
دکتری سازه های آبی، گروه علوم و مهندسی آب، دانشگاه تبریز، تبریز، ایران
امید جهاندیده
دانشجوی دکتری آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشگاه صنعتی اصفهان، اصفهان، 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 :