استفاده از روش ESWM به منظور تخمین ضخامت لایه کدر ورودی به مخزن سد دز
Publish place: 4th National Congress on Civil Engineering
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,907
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE04_124
تاریخ نمایه سازی: 19 مهر 1386
Abstract:
جریانهای گل آلود یک نوع از جریانهای غلیظ هستند که غالبا به وسیله حجم های زیاد رسوبات که به داخل کانالها وارد می شوند و یا طغیانهای شدید با قابلیت حمل رسوبات زیاد در رود که تراکم و یکپارچگی خود را نگه می دارند و در بستر باقی می مانند، تولید می شوند . به علت غلظت بالای رسوبات ناشی از جریانهای گل آلود ، بخش عمده ای از این رسوبات ، بسته به شیب بستر و دبی جریان، در بستر رود حرکت کرده و رسوب گذاری قابل ملاحظه ای را در مخزن سد ایجاد می کنند . در مطالعات زمین شناسی معمولا از دو مدل Suspension balance model(SBN) و ) Extend shallow water model(ESWM در مطالعات رسوب گذاری استفاده می شود . مدل ESWM در مقایسه با SBN دارای پیچیدگی کمتری است و برای مدل سازی جریانهای کم عمق با غلظت پائین استفاده می شود . به جهت سهولت استفاده از مدل ESWM و انطباق مناسب نتایج حاصل از این مدل با داده های میدانی ) ) Middleton and Southard and Neal 1989 ,Bonnecaze et al. 1995 معمولا برای تخمین اولیه از ابعاد رسوب گذاری، از این مدل استفاده می شود . این مدل باتوجه به میزان ضریب بدون بعد تسلسل ) ) Ne و ضریب بدون بعد اصطکاک ) ) Nf به چهارمدل : NFSE(negligible friction and significant entrainment) NFNE,SFNE,SFSE تقسیم می شود . در هر یک از این مدلها میزان ضخامت لایه کدر ناشی از جریان گل آلود بر اساس تابعی از غلظت ، سرعت سقوط ذرات، ضریب تسلسل ، ... به دست می آید . در این مقاله رژیم جریان گل آلود ورودی به مخزن سد دز از نوع مدل NFNE شناسایی شد و نتایج حاصل از این مدل با داده های میدانی مقایسه گردید .
Keywords:
Authors
حمید خاکزاد
دانشجوی کارشناسی ارشد دانشکده عمران دانشگاه علم و صنعت ایران
ابراهیم جباری
استاد یار دانشکده عمران دانشگاه علم و صنعت 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 :