Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).

복합 광대보의 방류계수 예측을 위한 실험적 해석과 CFD 해석의 비교연구

Comparative study of experimental and CFD analysis for predicting discharge coefficient of compound broad crested weir

ABSTRACT

Present study highlights the behavior of weir crest head and width parameter on the discharge coefficient of compound broad crested (CBC) weir. Computational fluid dynamics model (CFD) is validated with laboratory experimental investigations.

In the discharge analysis through broad crested weirs, the upstream head over the weir crest (h) is crucial, where the result is mainly dependent upon the weir crest length (L) in transverse direction to flow, water depth from channel bed. Currently, minimal investigations are known for CFD validations on compound broad crested weirs.

The hydraulic research for measuring discharge numerically is carried out using FLOW 3D software. The model applies renormalized group (RNG) using volume of fluid (VOF) method for improved accuracy in free surface simulations. Structured hexagonal meshes of cubic elements define discretized meshing.

The comparative analysis of the numerical simulations and experimental observations confirm the performance of CBC weir for precise measurement of a wide range of discharges. Series of CFD model studies and experimental validation have led to constant range of discharg coefficients for various head over weir crest. The correlation coefficient of discharge predictions is 0.999 with mean error of 0.28%.

현재 연구에서는 CBC(compound broad crested) 위어의 배출 계수에 대한 위어 볏 머리 및 너비 매개변수의 거동을 강조합니다. 전산 유체 역학 모델(CFD)은 실험실 실험 조사를 통해 검증되었습니다.

넓은 볏이 있는 둑을 통한 유출 분석에서 둑 마루의 상류 수두(h)가 중요합니다. 여기서 결과는 주로 흐름에 대한 횡 방향의 둑 마루 길이(L), 수로 바닥에서 수심에 따라 달라집니다. . 현재 복합 넓은 볏 둑에 대한 CFD 검증에 대해 최소한의 조사가 알려져 있습니다.

수압 연구는 FLOW 3D 소프트웨어를 사용하여 수치적으로 측정합니다. 이 모델은 자유 표면 시뮬레이션의 정확도 향상을 위해 VOF(유체 체적) 방법을 사용하여 RNG(재정규화 그룹)를 적용합니다. 정육면체 요소의 구조화된 육각형 메쉬는 이산화된 메쉬를 정의합니다.

수치 시뮬레이션과 실험적 관찰의 비교 분석을 통해 광범위한 배출의 정확한 측정을 위한 CBC 둑의 성능을 확인했습니다. 일련의 CFD 모델 연구와 실험적 검증을 통해 다양한 head over weir crest에 대한 일정한 범위의 방전 계수가 나타났습니다. 방전 예측의 상관 계수는 0.999이고 평균 오차는 0.28%입니다.

Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).
Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).
Figure 4 | CFD Simulation for max discharge (y2 ¼ 13.557 cm, Qmax ¼ 10 lps) and min discharge (y2 ¼ 6.56 cm, Qmin ¼ 2 lps).
Figure 4 | CFD Simulation for max discharge (y2 ¼ 13.557 cm, Qmax ¼ 10 lps) and min discharge (y2 ¼ 6.56 cm, Qmin ¼ 2 lps).
Figure 5 | (a, b) Velocity profiles corresponding to max discharge (10 lps) and min discharge (2 lps).
Figure 5 | (a, b) Velocity profiles corresponding to max discharge (10 lps) and min discharge (2 lps).
Table 8 | Range of Froude number, Reynold number and Weber number
Table 8 | Range of Froude number, Reynold number and Weber number

Key words

compound weir, flow 3D, flow measurement, numerical technique, open channel

HIGHLIGHTS

• The Head-Discharge relation is established for discharge measurement using compound broad crested weir, experimentally and numerically.
• Assessment of head over weir crest for different step widths of proposed weir on discharge coefficient is executed.
• Experimental and CFD results of weir performance demonstrate good agreement between the theoretical discharges by traditional rectangular weir formulae keeping Cd constant.

CONCLUSION

  1. The head discharge relationship established for compound rectangular broad crested weir for various discharge ranges was validated by CFD technique. A three dimensional simulation software FLOW 3D was used for this purpose.
  2. Original theoretical compound weir model depicts the relative average error between discharge predictions with Flow 3D simulation as 4.96% which is found less than the predictions made by graphical interpolation technique which is 5.33%.
  3. The standard deviation in Cd parameter for CFD simulation model is less i.e. 0.0146 as compared to experimental output of 0.0502.
  4. The correlation coefficient for physical and CFD studies for modified compound weir model is high, around 0.999 with
    error in discharge predictions being 0.28% as compared to the accuracy limits of about +3–5% stated in literature so far.
  5. Discharge coefficient by experimental and CFD approach is maintained constant and equal to design input value of 0.6.
    Thus, the proposed CBC weir can be operated for various discharge ranges by maintaining constant discharge coefficients.
    Good agreement between the theoretical, experimental and CFD simulation results for obtaining discharge through compound broad crested weir ascertains the fact that CFD model can be used as an effective tool towards modeling flow through compound broad crested weir.

REFERENCES

Abd El-Hady Rady, R. M. 2011 2D 3D modeling of flow over sharp crested weirs. Journal of Applied Sciences Research 7 (12), 2495–2505.
ISSN 1819-544X.
Ackers, P., White, W. R. & Harrison, A. J. M. 1978 Weirs and Flumes for Flow Measurement. Wiley, New York.
Aydin, M. C. 2016 Investigation of a sill effect on rectangular side-weir flow by using CFD. Journal of Irrigation and Drainage Engineering
142 (2), 04015043.
Azimi, A. H. & Rajaratnam, N. 2009 Discharge characteristics of weirs of finite crest length. Journal of Hydraulic Engineering 135 (12),
1081–1085.
Bijankhan, M., Di Stefano, C., Ferro, V. & Kouchakzadeh, S. 2014 New stage discharge relationship for weirs of finite crest length. Journal of
Irrigation and Drainage Engineering 140 (3), 06013006.
Boiten, W. & Pitlo, H. R. 1982 The V- shaped broad-crested weir. Journal of Irrigation and Drainage Engineering 108 (2), 142–160.
Bos, M. G. 1989 Discharge Measurement Structures, 3rd edn. International Institute for Land Reclamation and Improvement, Publication 20,
Wageningen, The Netherlands.
Gogus, M., Defne, Z. & Ozkandemir, V. 2006 Broad-crested weirs with rectangular compound cross sections. Journal of Irrigation and
Drainage Engineering 132 (3), 272–280.

Gogus, M., Al-Khatib, I. A., Atalay, A. E. & Khatib, J. I. 2016 Discharge prediction in flow measurement flumes with different downstream
transition slopes. Flow Measurement and Instrumentation 47, 28–34.
Hager, W. H. & Schwalt, M. 1994 Broad – crested weir. Journal of Irrigation and Drainage Engineering 120 (1), 13–25.
Harrison, A. J. M. 1967 The streamlined broad-crested weir. Proceedings of the Institution of Civil Engineers 38, 657–678.
Hinge, G. A., Balkrishna, S. & Khare, K. C. 2010 Improved design of stilling basin for deficient tail water. Journal of Basic and Applied
Scientific Research 1 (1), 31–40.
Hinge, G. A., Balkrishna, S. & Khare, K. C. 2011 Experimental and numerical study of compound broad crested weir. International Journal of
Fluids Engineering 3 (2), 197–202.
Horton, R. E. 1907 Weir Experiments, Coefficients, and Formulas. Dept. of the Interior, U.S. Geological Survey, Water-Supply and Irrigation
Paper 200. Government Printing Office, Washington, DC.
Khan, L. A., Wicklein, E. A. & Teixeira, E. C. 2006 Validation of a three-dimensional computational fluid dynamics model of a contact tank.
Journal of Hydraulic Engineering 132 (7), 741–746.
Kindsvater, C. E. & Carter, R. W. 1959 Discharge characteristics of rectangular thin-plate weirs. Paper No. 3001, Transactions, American
Society of Civil Engineers 124.
Kulin, G. & Compton, P. R. 1975 A Guide to Methods and Standards for the Measurement of Water Flow. Special Publication 421, National
Bureau of Standards.
Kulkarni, K. H. & Hinge, G. A. 2017 Compound broad crested weir for measurement of discharge – a novel approach. In: Proceedings
International Conference Organized by Indian Society of Hydraulics – ISH HYDRO, 21–23 Dec 2017, India, pp. 678–687.
Kulkarni, K. H. & Hinge, G. A. 2020 Experimental study for measuring discharge through compound broad crested weir. Flow Measurement
Instrumentation 75, 101803. ISSN 0955-5986.
Man, C., Zhang, G., Hong, V., Zhou, S. & Feng, Y. 2019 Assessment of turbulence models on bridge-pier scour using flow-3D. World Journal
of Engineering and Technology 7, 241–255. ISSN Online: 2331-4249.
Omer, B., Cihan, A. M., Emin, E. M. & Miller, C. J. 2018 Experimental and CFD analysis of circular labyrinth weirs. Journal of Irrigation and
Drainage Engineering 144 (6), 04018007.
RangaRaju, K. G. 1981 Flow Through Open Channels. McGraw-Hill, New York.
Roushangar, K., Nouri, A., Shahnazi, S. & Azamathulla, H. M. 2021 Towards design of compound channels with minimum overall cost
through grey wolf optimization algorithm. IWA – Journal of Hydroinformatics (In – press).
Safarzadeh, A. & Mohajeri, S. H. 2018 Hydrodynamics of rectangular broad-crested porous weir. Journal of Irrigation and Drainage
Engineering 144 (10), 04018028.
Salmasi, F., Poorescandar, S., Dalir, A. H. & Zadeh, D. F. 2012 Discharge relations for rectangular broad crested weirs. Journal of
Agricultural Sciences 17, 324–336.
Samadi, A. & Arvanaghi, H. 2014 CFD simulation of flow over contracted compound arched rectangular sharp crested weirs. International
Journal of Optimization in Civil Engineering 4 (4), 549–560.
Savage, B. M. & Johnson, M. C. 2001 Flow over ogee spillway: physical and numerical model case study. Journal of Hydraulic Engineering
127 (8), 640–649.
Swamee, P. K. 1988 Generalized rectangular weir equations. Journal of Hydraulic Engineering 945–952. doi:10.1061/(ASCE),0733-9429
114:8(945).
The United States Bureau of Reclamation (USBR) 2001 Water Measurement Manual, Chapter 7 – Weirs. U.S. Government Printing Office,
Washington, DC, p. 20402. Available from: http://www/usbr.gov/pmts/hydraulics_lab/pubs/wmm.
Zahiri, A. & Azamathulla, H. M. 2014 Comparison between linear genetic programming and M5 tree models to predict flow discharge in
compound channels. Neural Computing and Application 24, 413–420.

Fig. 11. Velocity vectors along x-direction through the center of the box culvert for B0, B30, B50, and B70 respectively.

Numerical investigation of scour characteristics downstream of blocked culverts

막힌 암거 하류의 세굴 특성 수치 조사

NesreenTahabMaged M.El-FekyaAtef A.El-SaiadaIsmailFathya
aDepartment of Water and Water Structures Engineering, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt
bLab Manager, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt

Abstract

횡단 구조물을 통한 막힘은 안정성을 위협하는 위험한 문제 중 하나입니다. 암거의 막힘 형상 및 하류 세굴 특성에 미치는 영향에 관한 연구는 거의 없습니다.

이 연구의 목적은 수면과 세굴 모두에서 상자 암거를 통한 막힘의 작용을 수치적으로 논의하는 것입니다. 이를 위해 FLOW 3D v11.1.0을 사용하여 퇴적물 수송 모델을 조사했습니다.

상자 암거를 통한 다양한 차단 비율이 연구되었습니다. FLOW 3D 모델은 실험 데이터로 보정되었습니다. 결과는 FLOW 3D 프로그램이 세굴 다운스트림 상자 암거를 정확하게 시뮬레이션할 수 있음을 나타냅니다.

막힌 경우에 대한 속도 분포, 최대 세굴 깊이 및 수심을 플롯하고 비차단된 사례(기본 사례)와 비교했습니다.

그 결과 암거 높이의 70% 차단율은 상류의 수심을 암거 높이의 2.3배 증가시키고 평균 유속은 기본 경우보다 3배 더 증가시키는 것으로 입증되었다. 막힘 비율의 함수로 상대 최대 세굴 깊이를 추정하는 방정식이 만들어졌습니다.

Blockage through crossing structures is one of the dangerous problems that threaten its stability. There are few researches concerned with blockage shape in culverts and its effect on characteristics of scour downstream it.

The study’s purpose is to discuss the action of blockage through box culvert on both water surface and scour numerically. A sediment transport model has been investigated for this purpose using FLOW 3D v11.1.0. Different ratios of blockage through box culvert have been studied. The FLOW 3D model was calibrated with experimental data.

The results present that the FLOW 3D program was capable to simulate accurately the scour downstream box culvert. The velocity distribution, maximum scour depth and water depths for blocked cases have been plotted and compared with the non-blocked case (base case).

The results proved that the blockage ratio 70% of culvert height makes the water depth upstream increases by 2.3 times of culvert height and mean velocity increases by 3 times more than in the base case. An equation has been created to estimate the relative maximum scour depth as a function of blockage ratio.

1. Introduction

Local scour is the removal of granular bed material by the action of hydrodynamic forces. As the depth of scour hole increases, the stability of the foundation of the structure may be endangered, with a consequent risk of damage and failure [1]. So the prediction and control of scour is considered to be very important for protecting the water structures from failure. Most previous studies were designed to study the different factors that impact on scour and their relationship with scour hole dimensions like fluid characteristics, flow conditions, bed properties, and culvert geometry. Many previous researches studied the effect of flow rate on scour hole by information Froude number or modified Froude number [2][3][4][5][6]. Cesar Mendoza [6] found a good correlation between the scour depth and the discharge Intensity (Qg−.5D−2.5). Breusers and Raudkiv [7] used shear velocity in the outlet-scour prediction procedure. Ali and Lim [8] used the densimetric Froude number in estimation of the scour depth [1][8][9][10][11][12][13][14]. “The densimetric Froude number presents the ratio of the tractive force on sediment particle to the submerged specific weight of the sediment” [15](1)Fd=uρsρ-1gD50

Ali and Lim [8] pointed to the consequence of tailwater depth on scour behavior [1][2][8][13]. Abida and Townsend [2] indicated that the maximum depth of local scour downstream culvert was varying with the tailwater depth in three ways: first, for very shallow tailwater depths, local scouring decreases with a decrease in tailwater depth; second, when the ratio of tailwater depth to culvert height ranged between 0.2 and 0.7, the scour depth increases with decreasing tailwater depth; and third for a submerged outlet condition. The tailwater depth has only a marginal effect on the maximum depth of scour [2]. Ruff et al. [16] observed that for materials having similar mean grain sizes (d50) but different standard deviations (σ). As (σ) increased, the maximum scour hole depth decreased. Abt et al. [4] mentioned to role of soil type of maximum scour depth. It was noticed that local scour was more dangerous for uniform sands than for well-graded mixtures [1][2][4][9][17][18]. Abt et al [3][19] studied the culvert shape effect on scour hole. The results evidenced that the culvert shape has a limited effect on outlet scour. Under equivalent discharge conditions, it was noted that a square culvert with height equal to the diameter of a circular culvert would reduce scour [16][20]. The scour hole dimension was also effected by the culvert slope. Abt et al. [3][21] showed that the culvert slope is a key element in estimating the culvert flow velocity, the discharge capacity, and sediment transport capability. Abt et al. [21][22] tested experimentally culvert drop height effect on maximum scour depth. It was observed that as the drop height was increasing, the depth of scour was also increasing. From the previous studies, it could have noticed that the most scour prediction formula downstream unblocked culvert was the function of densimetric Froude number, soil properties (d50, σ), tailwater depth and culvert opening size. Blockage is the phenomenon of plugging water structures due to the movement of water flow loaded with sediment and debris. Water structures blockage has a bad effect on water flow where it causes increasing of upstream water level that may cause flooding around the structure and increase of scour rate downstream structures [23][24]. The blockage phenomenon through was studied experimentally and numerical [15][25][26][27][28][29][30][31][32][33]. Jaeger and Lucke [33] studied the debris transport behavior in a natural channel in Australia. Froude number scale model of an existing culvert was used. It was noticed that through rainfall event, the mobility of debris was impressed by stream shape (depth and width). The condition of the vegetation (size and quantities) through the catchment area was the main factor in debris transport. Rigby et al. [26] reported that steep slope was increasing the ability to mobilize debris that form field data of blocked culverts and bridges during a storm in Wollongong city.

Streftaris et al. [32] studied the probability of screen blockage by debris at trash screens through a numerical model to relate between the blockage probability and nature of the area around. Recently, many commercial computational fluid programs (CFD) such as SSIIM, Fluent, and FLOW 3D are used in the analysis of the scour process. Scour and sediment transport numerical model need to validate by using experimental data or field data [34][35][36][37][38]. Epely-Chauvin et al. [36] investigated numerically the effect of a series of parallel spur diked. The experimental data were compared by SSIIM and FLOW 3D program. It was found that the accuracy of calibrated FLOW 3D model was better than SSIIM model. Nielsen et al. [35] used the physical model and FLOW 3D model to analyze the scour process around the pile. The soil around the pile was uniform coarse stones in the physical models that were simulated by regular spheres, porous media, and a mixture of them. The calibrated porous media model can be used to determine the bed shear stress. In partially blocked culverts, there aren’t many studies that explain the blockage impact on scour dimensions. Sorourian et al. [14][15] studied the effect of inlet partial blockage on scour characteristics downstream box culvert. It resulted that the partial blockage at the culvert inlet could be the main factor in estimating the depth of scour. So, this study is aiming to investigate the effects of blockage through a box culvert on flow and scour characteristics by different blockage ratios and compares the results with a non-blocked case. Create a dimensionless equation relates the blockage ratio of the culvert with scour characteristics downstream culvert.

2. Experimental data

The experimental work of the study was conducted in the Hydraulics and Water Engineering Laboratory, Faculty of Engineering, Zagazig University, Egypt. The flume had a rectangular cross-section of 66 cm width, 65.5 cm depth, and 16.2 m long. A rectangular culvert was built with 0.2 m width, 0.2 m height and 3.00 m long with θ = 25° gradually outlet and 0.8 m fixed apron. The model was located on the mid-point of the channel. The sediment part was extended for a distance 2.20 m with 0.66 m width and 0.20 m depth of coarse sand with specific weight 1.60 kg/cm3, d50 = 2.75 mm and σ (d90/d50) = 1.50. The particle size distribution was as shown in Fig. 1. The experimental model was tested for different inlet flow (Q) of 25, 30, 34, 40 l/s for different submerged ratio (S) of 1.25, 1.50, 1.75.

3. Dimensional analysis

A dimensional analysis has been used to reduce the number of variables which affecting on the scour pattern downstream partial blocked culvert. The main factors affecting the maximum scour depth are:(2)ds=f(b.h.L.hb.lb.Q.ud.hu.hd.D50.ρ.ρs.g.ls.dd.ld)

Fig. 2 shows a definition sketch of the experimental model. The maximum scour depth can be written in a dimensionless form as:(3)dsh=f(B.Fd.S)where the ds/h is the relative maximum scour depth.

4. Numerical work

The FLOW 3D is (CFD) program used by many researchers and appeared high accuracy in solving hydrodynamic and sediment transport models in the three dimensions. Numerical simulation with FLOW 3D was performed to study the impacts of blockage ratio through box culvert on shear stress, velocity distribution and the sediment transport in terms of the hydrodynamic features (water surface, velocity and shear stress) and morphological parameters (scour depth and sizes) conditions in accurately and efficiently. The renormalization group (RNG) turbulence model was selected due to its high ability to predict the velocity profiles and turbulent kinetic energy for the flow through culvert [39]. The one-fluid incompressible mode was used to simulate the water surface. Volume of fluid (VOF) method was employed in FLOW 3D to tracks a liquid interface through arbitrary deformations and apply the correct boundary conditions at the interface [40].1.

Governing equations

Three-dimensional Reynolds-averaged Navier Stokes (RANS) equation was applied for incompressible viscous fluid motion. The continuity equation is as following:(4)VF∂ρ∂t+∂∂xρuAx+∂∂yρvAy+∂∂zρwAz=RDIF(5)∂u∂t+1VFuAx∂u∂x+vAy∂u∂y+ωAz∂u∂z=-1ρ∂P∂x+Gx+fx(6)∂v∂t+1VFuAx∂v∂x+vAy∂v∂y+ωAz∂v∂z=-1ρ∂P∂y+Gy+fy(7)∂ω∂t+1VFuAx∂ω∂x+vAy∂ω∂y+ωAz∂ω∂z=-1ρ∂P∂z+Gz+fz

ρ is the fluid density,

VF is the volume fraction,

(x,y,z) is the Cartesian coordinates,

(u,v,w) are the velocity components,

(Ax,Ay,Az) are the area fractions and

RDIF is the turbulent diffusion.

P is the average hydrodynamic pressure,

(Gx, Gy, Gz) are the body accelerations and

(fx, fy, fz) are the viscous accelerations.

The motion of sediment transport (suspended, settling, entrainment, bed load) is estimated by predicting the erosion, advection and deposition process as presented in [41].

The critical shields parameter is (θcr) is defined as the critical shear stress τcr at which sediments begin to move on a flat and horizontal bed [41]:(8)θcr=τcrgd50(ρs-ρ)

The Soulsby–Whitehouse [42] is used to predict the critical shields parameter as:(9)θcr=0.31+1.2d∗+0.0551-e(-0.02d∗)(10)d∗=d50g(Gs-1ν3where:

d* is the dimensionless grain size

Gs is specific weight (Gs = ρs/ρ)

The entrainment coefficient (0.005) was used to scale the scour rates and fit the experimental data. The settling velocity controls the Soulsby deposition equation. The volumetric sediment transport rate per width of the bed is calculated using Van Rijn [43].2.

Meshing and geometry of model

After many trials, it was found that the uniform cell size with 0.03 m cell size is the closest to the experimental results and takes less time. As shown in Fig. 3. In x-direction, the total model length in this direction is 700 cm with mesh planes at −100, 0, 300, 380 and 600 cm respectively from the origin point, in y-direction, the total model length in this direction is 66 cm at distances 0, 23, 43 and 66 cm respectively from the origin point. In z-direction, the total model length in this direction is 120 cm. with mesh planes at −20, 0, 20 and 100 cm respectively.3.

Boundary condition

As shown in Fig. 4, the boundary conditions of the model have been defined to simulate the experimental flow conditions accurately. The upstream boundary was defined as the volume flow rate with a different flow rate. The downstream boundary was defined as specific pressure with different fluid elevation. Both of the right side, the left side, and the bottom boundary were defined as a wall. The top boundary defined as specified pressure with pressure value equals zero.

5. Validation of experimental results and numerical results

The experimental results investigated the flow and scour characteristics downstream culvert due to different flow conditions. The measured value of maximum scour depth is compared with the simulated depth from FLOW 3D model as shown in Fig. 5. The scour results show that the simulated results from the numerical model is quite close to the experimental results with an average error of 3.6%. The water depths in numerical model results is so close to the experimental results as shown in Fig. 6 where the experiment and numerical results are compared at different submerged ratios and flow rates. The results appear maximum error percentage in water depths upstream and downstream the culvert is about 2.37%. This indicated that the FLOW 3D is efficient for the prediction of maximum scour depth and the flow depths downstream box culvert.

6. Computation time

The run time was chosen according to reaching to the stability limit. Hydraulic stability was achieved after 50 s, where the scour development may still go on. For run 1, the numerical simulation was run for 1000 s as shown in Fig. 7 where it mostly reached to scour stability at 800 s. The simulation time was taken 500 s at about 95% of scour stability.

7. Analysis and discussions

Fig. 8 shows the study sections where sec 1 represents to upstream section, sec2 represents to inside section and sec3 represents to downstream stream section. Table 1 indicates the scour hole dimensions at different blockage case. The symbol (B) represents to blockage and the number points to blockage ratio. B0 case signifies to the non-blocked case, B30 is that blockage height is 30% to the culvert height and so on.

Table 1. The scour results of different blockage ratio.

Casehb cmB = hb/hQ lit/sSFdd50 mmds/h measuredls/hdd/hld/hds/h estimated
B000351.261.692.50.581.500.275.000.46
B3060.30351.261.682.50.481.250.274.250.40
B50100.50351.221.742.50.451.100.244.000.37
B70140.70351.231.732.50.431.500.165.500.33

7.1. Scour hole geometry

The scour hole geometry mainly depends on the properties of soil of the bed downstream the fixed apron. From Table 1, the results show that the maximum scour depth in B0 case is about 0.58 of culvert height while the maximum deposition in B0 is 0.27 culvert height. There is a symmetric scour hole as shown in Fig. 9 in B0 case. An asymmetric scour hole is created in B50 and B70 due to turbulences that causes the deviation of the jet direction from the center of the flume where appear in Fig. 11 and Fig. 19.

7.2. Flow water surface

Fig. 10 presents the relative free surface water (hw/h) along the x-direction at center of the box culvert. From the mention Figure, it is easy to release the effect of different blockage ratios. The upstream water level rises by increasing the blockage ratio. Increasing upstream water level may cause flooding over the banks of the waterway. In the 70% blockage case, the upstream water level rises to 2.3 times of culvert height more than the non-blocked case at the same discharge and submerged ratio. The water surface profile shows an increase in water level upstream the culvert due to a decrease in transverse velocity. Because of decreasing velocity downstream culvert, there is an increase in water level before it reaches its uniform depth.

7.3. Velocity vectors

Scour downstream hydraulic structures mainly affects by velocities distribution and bed shear stress. Fig. 11 shows the velocity vectors and their magnitude in xz plane at the same flow conditions. The difference in the upstream water level due to the different blockage ratios is so clear. The maximum water level is in B70 and the minimum level is in B0. The inlet mean velocity value is about 0.88 m/s in B0 increases to 2.86 m/s in B70. As the blockage ratio increases, the inlet velocity increases. The outlet velocity in B0 case makes downward jet causes scour hole just after the fixed apron in the middle of the bed while the blockage causes upward water flow that appears clearly in B70. The upward jet decreases the scour depth to 0.13 culvert height less than B0 case. After the scour hole, the velocity decreases and the flow becomes uniform.

7.4. Velocity distribution

Fig. 12 represents flow velocity (Vx) distribution along the vertical depth (z/hu) upstream the inlet for the different blockage ratios at the same flow conditions. From the Figure, the maximum velocity creates closed to bed in B0 while in blocked case, the maximum horizontal velocity creates at 0.30 of relative vertical depth (z/hu). Fig. 13 shows the (Vz) distribution along the vertical depth (z/hu) upstream culvert at sec 1. From the mentioned Figure, it is easy to note that the maximum vertical is in B70 which appears that as the blockage ratio increases the vertical ratio also increases. In the non-blocked case. The vertical velocity (Vz) is maximum at (z/hu) equals 0.64. At the end of the fixed apron (sec 3), the horizontal velocity (Vx) is slowly increasing to reach the maximum value closed to bed in B0 and B30 while the maximum horizontal velocity occurs near to the top surface in B50 and B70 as shown in Fig. 14. The vertical velocity component along the vertical depth (z/hd) is presented in Fig. 15. The vertical velocity (Vz) is maximum in B0 at vertical depth (z/hd) 0.3 with value 0.45 m/s downward. Figs. 16 and 17 observe velocity components (Vx, Vz) along the vertical depth just after the end of blockage length at the centerline of the culvert barrel. It could be noticed the uniform velocity distribution in B0 case with horizontal velocity (Vx) closed to 1.0 m/s and vertical velocity closed to zero. In the blocked case, the maximum horizontal velocity occurs in depth more than the blockage height.

7.5. Bed velocity distribution

Fig. 18 presents the x-velocity vectors at 1.5 cm above the bed for different blockage ratios from the velocity vectors distribution and magnitude, it is easy to realize the position of the scour hole and deposition region. In B0 and B30, the flow is symmetric so that the scour hole is created around the centerline of flow while in B50 and B70 cases, the flow is asymmetric and the scour hole creates in the right of flow direction in B50. The maximum scour depth is found in the left of flow direction in B70 case where the high velocity region is found.

8. Maximum scour depth prediction

Regression analysis is used to estimate maximum scour depth downstream box culvert for different ratios of blockage by correlating the maximum relative scour by other variables that affect on it in one formula. An equation is developed to predict maximum scour depth for blocked and non-blocked. As shown in the equation below, the relative maximum scour depth(ds/hd) is a function of densimetric Froude number (Fd), blockage ratio (B) and submerged ratio (S)(11)dsh=0.56Fd-0.20B+0.45S-1.05

In this equation the coefficient of correlation (R2) is 0.82 with standard error equals 0·08. The developed equation is valid for Fd = [0.9 to 2.10] and submerged ratio (S) ≥ 1.00. Fig. 19 shows the comparison between relative maximum scour depths (ds/h) measured and estimated for different blockage ratios. Fig. 20 clears the comparison between residuals and ds/h estimated for the present study. From these figures, it could be noticed that there is a good agreement between the measured and estimated relative scour depth.

9. Comparison with previous scour equations

Many previous scour formulae have been produced for calculation the maximum scour depth downstream non-blockage culvert. These equations have been included the effect of flow regime, culvert shape, soil properties and the flow rate on maximum scour depth. Two of previous experimental studies data have been chosen to be compared with the present study results in non-blocked study data. Table 2 shows comparison of culvert shape, densmetric Froude number, median particle size and scour equations for these previous studies. By applying the present study data in these studies scour formula as shown in Fig. 21, it could be noticed that there are a good agreement between present formula results and others empirical equations results. Where that Lim [44] and Abt [4] are so closed to the present study data.

Table 2. Comparison of some previous scour formula.

ResearchersFdCulvert shaped50(mm)Proposed equationSubmerged ratio
Present study0.9–2.11square2.75dsh=0.56Fd-0.20B+0.45S-1.051.25–1.75
Lim [44]1–10Circular1.65dsh=0.45Fd0.47
Abt [4]Fd ≥ 1Circular0.22–7.34-dsh=3.67Fd0.57∗D500.4∗σ-0.4

10. Conclusions

The present study has shown that the FLOW 3D model can accurately simulate water surface and the scour hole characteristics downstream the box culvert with error percentage in water depths does not exceed 2.37%. Velocities distribution through and outlets culvert barrel helped on understanding the scour hole shape.

The blockage through culvert had caused of increasing of water surface upstream structure where the upstream water level in B70 was 2.3 of culvert height more than non-blocked case at the same discharge that could be dangerous on the stability of roads above. The depth averaged velocity through culvert barrel increased by 3 times its value in non-blocked case.

On the other hand, blockage through culvert had a limited effect on the maximum scour depth. The little effect of blockage on maximum scour depth could be noticed in Fig. 11. From this Figure, it could be noted that the residual part of culvert barrel after the blockage part had made turbulences. These turbulences caused the deviation of the flow resulting in the formation of asymmetric scour hole on the side of channel. This not only but in B70 the blockage height caused upward jet which made a wide far scour hole as cleared from the results in Table 1.

An empirical equation was developed from the results to estimate the maximum scour depth relative to culvert height function of blockage ratio (B), submerged ratio (S), and densimetric Froude number (Fd). The equation results was compared with some scour formulas at the same densimetric Froude number rang where the present study results was in between the other equations results as shown in Fig. 21.

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

[1]P. Sarathi, M. Faruque, R. BalachandarInfluence of tailwater depth, sediment size and densimetric Froude number on scour by submerged square wall jetsJ. Hydraul. Res., 46 (2) (2008), pp. 158-175CrossRefView Record in ScopusGoogle Scholar[2]H. Abida, R. TownsendLocal scour downstream of box-culvert outletsJ. Irrig. Drain. Eng., 117 (3) (1991), pp. 425-440CrossRefView Record in ScopusGoogle Scholar[3]S.R. Abt, C.A. Donnell, J.F. Ruff, F.K. DoehringCulvert Slope and Shape Effects on Outlet ScourTransp. Res. Rec., 1017 (1985), pp. 24-30View Record in ScopusGoogle Scholar[4]S.R. Abt, R.L. Kloberdanz, C. MendozaUnified culvert scour determinationJ. Hydraul. Eng., 110 (10) (1984), pp. 1475-1479CrossRefView Record in ScopusGoogle Scholar[5]J.P. Bohan, Erosion And Riprap Requirements At Culvert And Storm-Drain Outlets, ARMY ENGINEER WATERWAYS EXPERIMENT STATION VICKSBURG MISS1970.Google Scholar[6]C. Mendoza, S.R. Abt, J.F. RuffHeadwall influence on scour at culvert outletsJ. Hydraul. Eng., 109 (7) (1983), pp. 1056-1060CrossRefView Record in ScopusGoogle Scholar[7]H. Breusers, A. Raudkivi, Scouring, hydraulic structures design manual, vol. 143, IAHR, AA Balkema, Rotterdam, 1991.Google Scholar[8]K. Ali, S. LimLocal scour caused by submerged wall jetsProc. Inst. Civ. Eng., 81 (4) (1986), pp. 607-645CrossRefView Record in ScopusGoogle Scholar[9]O. Aderibigbe, N. RajaratnamEffect of sediment gradation on erosion by plane turbulent wall jetsJ. Hydraul. Eng., 124 (10) (1998), pp. 1034-1042View Record in ScopusGoogle Scholar[10]F.W. Blaisdell, C.L. AndersonA comprehensive generalized study of scour at cantilevered pipe outletsJ. Hydraul. Res., 26 (4) (1988), pp. 357-376CrossRefView Record in ScopusGoogle Scholar[11]Y.-M. Chiew, S.-Y. LimLocal scour by a deeply submerged horizontal circular jetJ. Hydraul. Eng., 122 (9) (1996), pp. 529-532View Record in ScopusGoogle Scholar[12]R.A. Day, S.L. Liriano, W.R. WhiteEffect of tailwater depth and model scale on scour at culvert outletsProc. Instit. Civil Eng. – Water Marit. Eng., 148 (3) (2001), pp. 189-198http://www.icevirtuallibrary.com/doi/10.1680/wame.2001.148.3.18910.1680/wame.2001.148.3.189View Record in ScopusGoogle Scholar[13]S. Emami, A.J. SchleissPrediction of localized scour hole on natural mobile bed at culvert outletsScour and Erosion (2010), pp. 844-853CrossRefView Record in ScopusGoogle Scholar[14]S. Sorourian, A. Keshavarzi, J. Ball, B. SamaliStudy of Blockage Effect on Scouring Pattern Downstream of a Box Culvert under Unsteady FlowAustr. J Water Resor. (2013)Google Scholar[15]S. Sorourian, Turbulent Flow Characteristics At The Outlet Of Partially Blocked Box Culverts, in: 36th IAHR World Congress, The Hague, the Netherlands, 2015.Google Scholar[16]J. Ruff, S. Abt, C. Mendoza, A. Shaikh, R. KloberdanzScour at culvert outlets in mixed bed materialsUnited States. Federal Highway Administration. Office of Research and Development (1982)Google Scholar[17]S.A. Ansari, U.C. Kothyari, K.G.R. RajuInfluence of cohesion on scour under submerged circular vertical jetsJ. Hydraul. Eng., 129 (12) (2003), pp. 1014-1019View Record in ScopusGoogle Scholar[18]B. Crookston B. Tullis, Scour and Riprap Protection in a Bottomless Arch Culvert, in: World Environmental and Water Resources Congress 2008: Ahupua’A, 2008, pp. 1–10.Google Scholar[19]S.R. Abt, J. Ruff, F. Doehring, C. DonnellInfluence of culvert shape on outlet scourJ. Hydraul. Eng., 113 (3) (1987), pp. 393-400View Record in ScopusGoogle Scholar[20]Y.H. Chen, Scour at outlets of box culverts, Colorado State University, 1970.Google Scholar[21]S. Abt, P. Thompson, T. LewisEnhancement of the culvert outlet scour estimation equationsTransp. Res. Rec. J. Transp. Res. Board, 1523 (1996), pp. 178-185View Record in ScopusGoogle Scholar[22]F.K. Doehring, S.R. AbtDrop height influence on outlet scourJ. Hydraul. Eng., 120 (12) (1994), pp. 1470-1476CrossRefView Record in ScopusGoogle Scholar[23]W. Weeks, A. Barthelmess, E. Rigby, G. Witheridge, R. Adamson, Australian rainfall and runoff revison project 11: blockage of hydraulic structures, 2009.Google Scholar[24]W. Weeks, G. Witheridge, E. Rigby, A. BarthelmessProject 11: blockage of hydraulic structuresEngineers Australia (2013)Google Scholar[25]S.R. Abt, T.E. Brisbane, D.M. Frick, C.A. McKnightTrash rack blockage in supercritical flowJ. Hydraul. Eng., 118 (12) (1992), pp. 1692-1696View Record in ScopusGoogle Scholar[26]E. Rigby, M. Boyd, S. Roso, P. Silveri, A. Davis, Causes and effects of culvert blockage during large storms, in: Global solutions for urban drainage, 2002, pp. 1–16.Google Scholar[27]S. Roso, M. Boyd, E. Rigby, R. VanDrie“Prediction of increased flooding in urban catchments due to debris blockage and flow diversionsProceedings Novatech (2004), pp. 8-13View Record in ScopusGoogle Scholar[28]C.-D. Jan, C.-L. ChenDebris flows caused by Typhoon Herb in Taiwanin Debris-Flow Hazards and Related Phenomena, Springer (2005), pp. 539-563CrossRefGoogle Scholar[29]L.W. Zevenbergen, P.F. Lagasse, P.E. Clopper, Effects of debris on bridge pier scour, in: World Environmental and Water Resources Congress 2007: Restoring Our Natural Habitat, 2007, pp. 1–10.Google Scholar[30]A. Barthelmess, E. Rigby, Estimating Culvert and Bridge Blockages-a Simplified Procedure, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 39.Google Scholar[31]E. Rigby, A. Barthelmess, Culvert Blockage Mechanisms and their Impact on Flood Behaviour, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 380.Google Scholar[32]G. Streftaris, N. Wallerstein, G. Gibson, S. ArthurModeling probability of blockage at culvert trash screens using Bayesian approachJ. Hydraul. Eng., 139 (7) (2012), pp. 716-726Google Scholar[33]R. Jaeger, T. LuckeInvestigating the relationship between rainfall intensity, catchment vegetation and debris mobilityInt. J. GEOMATE, 12 (33) (2017), pp. 22-29 Download PDFView Record in ScopusGoogle Scholar[34]S. Amiraslani, J. Fahimi, H. Mehdinezhad, The Numerical Investigation of Free Falling Jet’s Effect On the Scour of Plunge Pool, in: XVIII International conference on water resources, Tehran University, Iran, 2008.Google Scholar[35]A.W. Nielsen, X. Liu, B.M. Sumer, J. FredsøeFlow and bed shear stresses in scour protections around a pile in a currentCoast. Eng., 72 (2013), pp. 20-38ArticleDownload PDFView Record in ScopusGoogle Scholar[36]G. Epely-Chauvin, G. De Cesare, S. SchwindtNumerical modelling of plunge pool scour evolution in non-cohesive sedimentsEng. Appl. Comput. Fluid Mech., 8 (4) (2014), pp. 477-487 Download PDFCrossRefView Record in ScopusGoogle Scholar[37]H. Karami, H. Basser, A. Ardeshir, S.H. HosseiniVerification of numerical study of scour around spur dikes using experimental dataWater Environ. J., 28 (1) (2014), pp. 124-134CrossRefView Record in ScopusGoogle Scholar[38]S.-H. Oh, K.S. Lee, W.-M. JeongThree-dimensional experiment and numerical simulation of the discharge performance of sluice passageway for tidal power plantRenew. Energy, 92 (2016), pp. 462-473ArticleDownload PDFView Record in ScopusGoogle Scholar[39]M.A. Khodier, B.P. TullisExperimental and computational comparison of baffled-culvert hydrodynamics for fish passageJ. Appl. Water Eng. Res. (2017), pp. 1-9CrossRefView Record in ScopusGoogle Scholar[40]F.S. Inc., FLOW-3D user’s manual, Flow Science, Inc., 2009.Google Scholar[41]G. Wei, J. Brethour, M. Grünzner, J. BurnhamSedimentation scour modelFlow Science Report, 7 (2014), pp. 1-29View Record in ScopusGoogle Scholar[42]R. Soulsby, R. Whitehouse, Threshold of sediment motion in coastal environments, in: Pacific Coasts and Ports’ 97: Proceedings of the 13th Australasian Coastal and Ocean Engineering Conference and the 6th Australasian Port and Harbour Conference, vol. 1, Centre for Advanced Engineering, University of Canterbury, 1997, pp. 145.Google Scholar[43]L.C.v. RijnSediment transport, part II: suspended load transportJ. Hydraul. Eng., 110 (11) (1984), pp. 1613-1641View Record in ScopusGoogle Scholar[44]S Y LIMScour below unsubmerged full-flowing culvert outletsProc. Instit. Civil Eng. – Water Marit. Energy, 112 (2) (1995), pp. 136-149http://www.icevirtuallibrary.com/doi/10.1680/iwtme.1995.2765910.1680/iwtme.1995.27659View Record in ScopusGoogle Scholar

Peer review under responsibility of Faculty of Engineering, Alexandria University.

Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm): d' is the water depth above the crest; y' is the distance normal to the crest invert

Study of inception point, void fraction and pressure over pooled stepped spillways using Flow-3D

Khosro Morovati , Afshin Eghbalzadeh 
International Journal of Numerical Methods for Heat & Fluid Flow

ISSN: 0961-5539

Article publication date: 3 April 2018

Abstract

많은 계단식 배수로 지오메트리 설계 지침이 평평한 단계를 위해 개발되었지만 통합 단계를 설계하는 것이 더 효율적으로 작동하는 배수로에 대한 적절한 대안이 될 수 있습니다.

이 논문은 POOL의 다른 높이에서 공기 연행과 보이드 비율의 시작점을 다루는 것을 목표로 합니다. 그 후, FLOW-3D 소프트웨어를 사용하여 POOL과 경사면의 높이를 다르게 하여 폭기된 지역과 폭기되지 않은 지역에서 압력 분포를 평가했습니다.

얻어진 수치 결과와 실험 결과의 비교는 본 연구에 사용된 모든 방류에 대해 잘 일치했습니다. POOL 높이는 시작 지점 위치에 미미한 영향을 미쳤습니다. 공극률의 값은 높은 방류에 비해 낮은 방전에서 더 많은 영향을 받았습니다.

여수로의 마루(통기되지 않은 지역)에서는 음압이 나타나지 않았으며 각 방류에서 마루를 따라 높이가 15cm인 수영장에서 최대 압력 값이 얻어졌습니다.

모든 사면에서 웅덩이 및 평평한 계단형 여수로의 계단층 부근에서는 음압이 형성되지 않았습니다. 그러나 평단식 여수로에 비해 평단식 여수로의 수직면 부근에서 음압이 더 많이 형성되어 평단식 슈트에서 캐비테이션 현상이 발생할 확률이 증가하였습니다.

Study of inception point, void fraction and pressure over pooled
stWhile many stepped spillways geometry design guidelines were developed for flat steps, designing pooled steps might be an appropriate alternative to spillways working more efficiency. This paper aims to deal with the inception point of air-entrainment and void fraction in the different height of the pools. Following that, pressure distribution was evaluated in aerated and non-aerated regions under the effect of different heights of the pools and slopes through the use of the FLOW-3D software. Comparison of obtained numerical results with experimental ones was in good agreement for all discharges used in this study. Pools height had the insignificant effect on the inception point location. The value of void fraction was more affected in lower discharges in comparison with higher ones. Negative pressure was not seen over the crest of spillway (non-aerated region), and the maximum pressure values were obtained for pools with 15 cm height along the crest in each discharge. In all slopes, negative pressure was not formed near the step bed in the pooled and flat stepped spillways. However, negative pressure was formed in more area near the vertical face in the flat stepped spillway compared with the pooled stepped spillway which increases the probability of cavitation phenomenon in the flat stepped chute.

Design/methodology/approach

압력, 공극률 및 시작점을 평가하기 위해 POOL된 계단식 여수로가 사용되었습니다. 또한 POOL의 다른 높이가 사용되었습니다. 이 연구의 수치 시뮬레이션은 Flow-3D 소프트웨어를 통해 수행되었습니다. 얻어진 결과는 풀이 압력, 공극률 및 시작점을 포함한 2상 유동 특성에 영향을 미칠 수 있음을 나타냅니다.

Findings

마루 위에는 음압이 보이지 않았습니다. 압력 값은 사용된 모든 높이와 15cm 높이에서 얻은 최대 값에 대해 다릅니다. 또한, 풀링 스텝은 플랫 케이스에 비해 음압점 감소에 더 효과적인 역할을 하였습니다. 시작 지점 위치는 특히 9 및 15cm 높이에 대해 스키밍 흐름 영역과 비교하여 낮잠 및 전환 흐름 영역에서 더 많은 영향을 받았습니다.

Keywords

Citation

Morovati, K. and Eghbalzadeh, A. (2018), “Study of inception point, void fraction and pressure over pooled stepped spillways using Flow-3D”, International Journal of Numerical Methods for Heat & Fluid Flow, Vol. 28 No. 4, pp. 982-998. https://doi.org/10.1108/HFF-03-2017-0112

Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h  step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm):  d' is the water depth above the crest; y' is the distance normal to the crest invert
Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm): d’ is the water depth above the crest; y’ is the distance normal to the crest invert
Figure 2- meshing domain and distribution of blocks
Figure 2- meshing domain and distribution of blocks
Figure 3- Comparison of numerical simulation with experimental data by Felder et al. (2012A);  mesh convergence analysis; pooled stepped spillway (slope: 26.6 0 )
Figure 3- Comparison of numerical simulation with experimental data by Felder et al. (2012A); mesh convergence analysis; pooled stepped spillway (slope: 26.6 0 )
Figure 4- Comparison of numerical simulation with experimental data by Felder et al. (2012A);  Flat stepped spillway (slope: 0 26 6. )
Figure 4- Comparison of numerical simulation with experimental data by Felder et al. (2012A); Flat stepped spillway (slope: 0 26 6. )
Figure 5-Comparison of numerical simulation with experimental data by Felder et al. (2012B); pooled  and flat stepped spillways (slope: 0 9.8 )
Figure 5-Comparison of numerical simulation with experimental data by Felder et al. (2012B); pooled and flat stepped spillways (slope: 0 9.8 )
Figure 6- TKE distribution on steps 8, 9 and 10 for four different mesh numbers: 261252 (model 1),  288941 (model 2), 323578 (model 3) and 343154 (model 4)
Figure 6- TKE distribution on steps 8, 9 and 10 for four different mesh numbers: 261252 (model 1), 288941 (model 2), 323578 (model 3) and 343154 (model 4)
Figure 7- Comparison of obtained Void fraction distribution on step 10 in numerical simulation with  experimental work conducted by Felder et al. (2012A); (slope 26.60 )
Figure 7- Comparison of obtained Void fraction distribution on step 10 in numerical simulation with experimental work conducted by Felder et al. (2012A); (slope 26.60 )
Figure 8- Results of inception point of air entrainment in different height of the pools: comparison with  empirical correlations (Eqs 8-9), experimental (Felder et al. (2012A)) and numerical data
Figure 8- Results of inception point of air entrainment in different height of the pools: comparison with empirical correlations (Eqs 8-9), experimental (Felder et al. (2012A)) and numerical data
Figure 9- Void fraction distribution for different pool heights on steps 10; slope 26.6 0
Figure 9- Void fraction distribution for different pool heights on steps 10; slope 26.6 0
Figure 10- Comparison of pressure distribution between numerical simulation and experimental work  conducted by Zhang and Chanson (2016); flat stepped spillway (slope: 0 45 )
Figure 10- Comparison of pressure distribution between numerical simulation and experimental work conducted by Zhang and Chanson (2016); flat stepped spillway (slope: 0 45 )
Figure 11- A comparison of the pressure distribution above the crest of the spillway; B comparison of the  free surface profile along the crest of the spillway.  Note: x' indicates the longitudinal distance from the starting point of the crest.
Figure 11- A comparison of the pressure distribution above the crest of the spillway; B comparison of the free surface profile along the crest of the spillway. Note: x’ indicates the longitudinal distance from the starting point of the crest.
Figure 12- pressure distribution along crest of spillway in different discharges; slope 26.6
Figure 12- pressure distribution along crest of spillway in different discharges; slope 26.6
Figure 13- Pressure distribution near the last step bed for different slopes and discharges: x'' indicatesthe  longitudinal distance from the intersection of the horizontal and vertical faces of step 10; y" is the distance from the intersection of the horizontal and vertical faces in the vertical direction
Figure 13- Pressure distribution near the last step bed for different slopes and discharges: x” indicatesthe longitudinal distance from the intersection of the horizontal and vertical faces of step 10; y” is the distance from the intersection of the horizontal and vertical faces in the vertical direction
Figure 14- Pressure distribution adjacent the vertical face of step 9 for different discharges and slopes
Figure 14- Pressure distribution adjacent the vertical face of step 9 for different discharges and slopes
Table1- Used discharges for assessments of mesh convergence analysis and hydraulic  characteristics
Table1- Used discharges for assessments of mesh convergence analysis and hydraulic characteristics

Conclusion

본 연구에서는 자유표면을 모사하기 위해 VOF 방법과 k -ε (RNG) 난류 모델을 활용하여 FLOW-3D 소프트웨어를 사용하였고, 계단식 배수로의 유동을 모사하기 위한 목적으로 난류 특성을 모사하였다. 얻은 결과는 수치 모델이 시작점 위치, 보이드 비율 및 압력을 적절하게 시뮬레이션했음을 나타냅니다. 풀의 높이는 공기 유입 위치에 미미한 영향을 미치므로 얻은 결과는 이 문서에서 제시된 상관 관계와 잘 일치했습니다. 즉, 사용 가능한 상관 관계를 서로 다른 풀 높이에 사용할 수 있습니다. 공극률의 결과는 스텝 풀 근처의 나프 유동 영역에서 공극율 값이 다른 배출보다 더 큰 것으로 나타났다. 더욱이 고방출량 .0 113m3/s에서 수영장 높이를 변경해도 수영장 표면 근처의 공극률 값에는 영향을 미치지 않았습니다.

낮잠 및 전환 체제의 압력 분포에 대한 0 및 3cm 높이의 수영장 효과는 많은 지점에서 대부분 유사했습니다. 더욱이 조사된 모든 높이에서 여수로의 마루를 따라 부압이 없었습니다. 여수로 끝단의 바닥 부근의 압력 결과는 평평하고 고인 경우 부압이 발생하지 않았음을 나타냅니다. 수직면 부근의 음압은 웅덩이에 비해 평평한 계단형 여수로의 깊이(w=0 cm)의 대부분에서 발생하였다. 또한 더 큰 사면에 대한 풀링 케이스에서 음압이 제거되었습니다. 평단식 여수로에서는 계단의 수직면에 인접한 더 넓은 지역에서 음압이 발생하였기 때문에 이 여수로에서는 고형단식여수로보다 캐비테이션 현상이 발생할 가능성이 더 큽니다.

In this study, the FLOW-3D software was used through utilizing the VOF method and k −ε (RNG) turbulence model in order to simulate free surface, and turbulence characteristics for the purpose of simulating flow over pooled stepped spillway. The results obtained indicated that the numerical model properly simulated the inception point location, void fraction, and pressure. The height of the pools has the insignificant effect on the location of air entrainment, so that obtained results were in good agreement with the correlations presented in this paper. In other words, available correlations can be used for different pool heights. The results of void fraction showed that the void fraction values in nappe flow regime near the step pool were more than the other discharges. Furthermore in high discharge, 0.113m3/s, altering pool height had no effect on the value of void fraction near the pool surface.

The effect of the pools with 0 and 3 cm heights over the pressure distribution in nappe and transition regimes was mostly similar in many points. Furthermore, in all examined heights there was no negative pressure along the crest of the spillway. The pressure results near the bed of the step at the end of the spillway indicated that negative pressure did not occur in the flat and pooled cases. Negative pressure near the vertical face occurred in the most part of the depth in the flat stepped spillway (w=0 cm) in comparison with the pooled case. Also, the negative pressure was eliminated in the pooled case for the larger slopes. Since negative pressure occurred in a larger area adjacent the vertical face of the steps in the flat stepped spillways, it is more likely that cavitation phenomenon occurs in this spillway rather than the pooled stepped spillways.

References

  1. André, S. (2004), “High velocity aerated flows on stepped chutes with macro-roughness elements.” Ph.D. thesis,
    Laboratoire de Constructions Hydraulics (LCH), EPFL, Lausanne, Switzerland, 272 pages.
  2. Attarian, A. Hosseini, Kh. Abdi, H and Hosseini, M. (2014), “The Effect of the Step Height on Energy
    Dissipation in Stepped Spillways Using Numerical Simulation”. Arabian Journal for Science and
    Engineering, 39(4), 2587-2594.
  3. Bombardelli, F.A. Meireles. I. Matos, J. (2011), “Laboratory measurements and multi-block numerical
    simulations of the mean flow and turbulence in the non-aerated skimming flow region of steep stepped
    spillways”. Environmental fluid mechanics, 11(3) 263-288.
  4. Chakib, B. (2013), “Numerical Computation of Inception Point Location for Flat-sloped Stepped Spillway”.
    International Journal of Hydraulic Engineering; 2(3): 47-52.
  5. Chakib, B. Mohammed, H. (2015), “Numerical Simulation of Air Entrainment for Flat-Sloped Stepped Spillway.
    Journal of computational multiphase flows”, Volume 7. Number 1.
  6. Chanson, H. Toombes, L. (2002), “Air–water flows down stepped chutes: turbulence and flow structure
    observations”. International Journal of Multiphase Flow, 28(11) 1737-1761
  7. Chen, Q. Dai, G. Liu, H. (2002), “Volume of Fluid Model for Turbulence Numerical Simulation
    of Stepped Spillway Overflow”. DOI: 10.1061/(ASCE)0733-9429128:7(683).
  8. Cheng, X. Chen, Y. Luo, L. (2006), “Numerical simulation of air-water two-phase flow over stepped spillways”.
    Science in China Series E: Technological Sciences, 49(6), 674-684.
  9. Cheng, X. Luo, L. Zhao, W. (2004), “Study of aeration in the water flow over stepped spillway”. In: Proceedings
    of the world water congress.
  10. Chinnarasri, Ch. Kositgittiwong, D. Julien, Y. (2013), “Model of flow over spillways by computational fluid
    dynamics”. Proceedings of the ICE – Water Management, Volume 167(3) 164 –175.
  11. Dastgheib, A. Niksokhan, M.H. and Nowroozpour, A.R. (2012), “Comparing of Flow Pattern and Energy
    Dissipation over different forms of Stepped Spillway”. World Environmental and Water Resources
    Congress ASCE.
  12. Eghbalzadeh, A. Javan, M. (2012), “Comparison of mixture and VOF models for numerical simulation of air
    entrainment in skimming flow over stepped spillway”. Procedia Engineering, 28. 657-660.
  13. Felder, S, Chanson, H. (2012), “Free-surface Profiles, Velocity and Pressure Distributions on a
    Broad-Crested Weir: a Physical study “Free-surface Profiles, Velocity and Pressure Distributions on a
    Broad-Crested Weir: a Physical study
  14. Felder, S. Fromm, Ch. Chanson, H. (2012B), “Air entrainment and energy dissipation on a 8.9 slope stepped
    spillway with flat and pooled steps”, School of Civil Engineering, The University of Queensland,.
    Brisbane, Australia.
  15. Felder, S. Chanson, H. (2014A), Triple decomposition technique in air–water flows: application to instationary
    flows on a stepped spillway. International Journal of Multiphase Flow, 58, 139-153.
  16. Felder, S. Chanson, H. (2014B), Effects of step pool porosity upon flow aeration and energy dissipation on
    pooled stepped spillways. Journal of Hydraulic Engineering, 140(4), 04014002.
  17. Felder, S. Chanson, H. (2013A), “Air entrainment and energy dissipation on porous pooled stepped spillways”.
    Paper presented at the International Workshop on Hydraulic Design of Low-Head Structures.
  18. Felder, S. Chanson, H. (2013B), “Aeration, flow instabilities, and residual energy on pooled stepped spillways of
    embankment dams”. Journal of irrigation and drainage engineering, 139(10) 880-887.
  19. Felder, S. Guenther, Ph. Chanson, H. (2012A). “Air-water flow properties and energy dissipation on stepped
    spillways: a physical study of several pooled stepped configurations”, School of Civil Engineering, The
    University of Queensland,. Brisbane, Australia.
  20. Flow Science, (2013). “FLOW-3D user’s manual”, version 10.1. Flow Science, Inc, Los Alamos.
  21. Frizell, K.W. Renna, F.M. Matos, J. (2012), “Cavitation potential of flow on stepped spillways”. Journal of
    Hydraulic Engineering, 139(6), 630-636.
  22. Gonzalez, C. (2005), “An experimental study of free-surface aeration on embankment stepped chutes”,
    department of civil engineering, Brisbane, Australia, Phd thesis.
  23. Gonzalez, C.A. Chanson, H. (2008), “Turbulence manipulation in air–water flows on a stepped chute: An
    experimental study”. European Journal of Mechanics-B/Fluids, 27(4), 388-408.
  24. Guenther, Ph.. Felder, S. Chanson, H. (2013), “Flow aeration, cavity processes and energy dissipation on flat and
    pooled stepped spillways for embankments”. Environmental fluid mechanics, 13(5) 503-525.
  25. Hamedi, A. Mansoori, A. Malekmohamadi, I. Roshanaei, H. (2011), “Estimating Energy Dissipation in Stepped
    Spillways with Reverse Inclined Steps and End Sill”. World Environmental and Water Resources
    Congress, ASCE.
  26. Hirt, C.W. (2003), “Modeling Turbulent Entrainment of Air at a Free Surface”. Flow Science Inc.
  27. Hunt, S.L. Kadavy, K.C. (2013), “Inception point for enbankment dam stepped spillway”. J. Hydraul. Eng.,
    139(1), 60–64.
  28. Hunt, S.L. Kadavy, K.C. (2010), “Inception Point Relationship for Flat-Sloped Stepped
    Spillways”. DOI: 10.1061/ASCEHY.1943-7900.0000297.
  29. Matos, J. Quintela, A. (2000), “Air entrainment and safety against cavitation damage in stepped spillways over
    RCC dams. In: Proceeding Intl. Workshop on Hydraulics of Stepped Spillways”, VAW, ETH-Zurich, H.E.
    Minor and W.H. Hager. Balkema. 69–76.
  30. Meireles, I. Matos, J. (2009), “Skimming flow in the nonaerated region of stepped spillways over embankment
    dams”. J. Hydraul. Eng., 135(8), 685–689.
  31. Miang-liang, ZH. Yong-ming, SH. (2008), “Three dimentional simulation of meandering river basin on 3-D
    RNG k − ε turbulence model”. Journal of hydrodynamics, 20(4): 448-455.
  32. Morovati, Kh. Eghbalzadeh, A. Javan, M. (2015), “Numerical investigation of the configuration of the pools on
    the flowPattern passing over pooled stepped spillway in skimming flow regime. Acta Mech, DOI
    10.1007/s00707-015-1444-x
  33. Morovati, Kh. Eghbalzadeh, A. Soori, S. (2016), “Numerical Study of Energy Dissipation of Pooled Stepped
    spillway”. Civil Engineering Journal. Vol. 2, No. 5.
  34. Nikseresht, A.H. Talebbeydokhti, N. and Rezaei, M.J. (2013), “Numerical simulation of two-phase flow on steppool spillways”. Scientia Iranica, A 20 (2), 222–230.
  35. Peyras, L. Royet, P. Degoutte, G. (1990), “Flow and energy dissipation over stepped gabion weirs”. ASCE
    Convention.
  36. Qun, Ch. Guang-qing, D. Feu-qing, Zh. Qing, Y. (2004). “Three-dimensional turbulence numerical simulation of
    a stepped spillway overflow”. Journal of hydrodynamics, Ser. B, 1, 74-79.
  37. Relvas, A. T. Pinheiro, A. N. (2008), Inception point and air concentration in flows on stepped chutes lined with
    wedge-shaped concrete blocks. Journal of Hydraulic Engineering, 134(8), 1042-1051
  38. Sanchez, M. (2000), “Pressure field in skimming flow over a stepped spillways”. In: Proceeding Intl. Workshop
    on Hydraulics of Stepped Spillways, VAW, ETH-Zurich, H.E. Minor and W.H. Hager. Balkema,
    137–146.
  39. Sarfaraz, M. Attari, J. Pfister, M. (2012), “Numerical Computation of Inception Point Location for Steeply
    Sloping Stepped Spillways”. 9th International Congress on Civil Engineering, May 8-10. Isfahan
    University of Technology (IUT), Isfahan, Iran.
  40. Savage, Bruce M. Michael C. Johnson. (2001), “Flow over ogee spillway: Physical and numerical model case
    study.” Journal of Hydraulic Engineering 127.8:640-649.
  41. Shahhedari, H. Jafari Nodoshan, E. Barati, R. Azhdary moghadam, M. (2014). “Discharge coeficient and energy
    dissipation over stepped spillway under skimming flow regime”. KSCE Journal of Civil Engineering, DOI
    10.1007/s12205-013-0749-3.
  42. Tabbara, M. Chatila, J. Awwad, R. (2005), “Computational simulation of flow over stepped spillways”.
    Computers & structures, 83(27) 2215-2224.
  43. Thorwarth, J. (2008), “Hydraulisches Verhalten der Treppengerinne mit eingetieften Stufen—Selbstinduzierte
    Abflussinstationaritäten und Energiedissipation” [Hydraulics of pooled stepped spillways— Self-induced
    unsteady flow and energy dissipation]. Ph.D. thesis, Univ. of Aachen, Aachen, Germany (in German).
  44. WeiLin, XU. ShuJing, LUO, QiuWen, ZH. Jing, LUO. (2015), “Experimental study on pressure and aeration
    characteristics in stepped chute flows. SCIENCE CHINA. Vol.58 No.4: 720–726. doi: 10.1007/s11431-015-
    5783-6.
  45. Xiangju, Ch. Yongcan, C. Lin, L. (2006), “Numerical simulation of air-water two-phase flow over stepped
    spillways”. Science in China Series E: Technological Sciences, 49(6), 674-684.
  46. Zare, K.H. Doering, J.C. (2012), “Inception Point of Air Entrainment and Training Wall
    Characteristics of Baffles and Sills on Stepped Spillways”. DOI: 10.1061/(ASCE)HY
    .1943-7900.0000630.
  47. Zhan, J. Zhang, J. Gong, Y. (2016), “Numerical investigation of air-entrainment in skimming flow over stepped
    spillways”. Theoretical and Applied Mechanics Letters. Volume 6. Pages 139–142.
  48. Zhang, G. Chanson, H. (2016), Hydraulics of the developing flow region of stepped spillways. II: Pressure and
    velocity fields. Journal of Hydraulic Engineering, 142(7).
  49. Zhenwei, M. Zhiyan, Zh. Tao, Zh. (2012), “Numerical Simulation of 3-D Flow Field of Spillway based on VOF
    Method”. Procedia Engineering, 28, 808-812.
  50. Zhi-yong, D. Hun-wei, L.J. (2006), “Numerical simulation of skimming flow over mild stepped channel”.
    Journal of Hydrodynamics, Ser. B, 18(3) 367-371.
  51. ZhongDong, Q. XiaoQing, H. WenXin, H. António, A. (2009), “Numerical simulation and analysis of water
    flow over stepped spillways”. Science in China Series E: Technological Sciences, 52(7) 1958-1965.
Fig. 1  Layout of spillway tunnel

Experimental study and numerical simulation of hydraulic characteristics of ogee spillway tunnel

WU Jingxia1
, ZHANG Chunjin2,3
(1. Xi’an Water Conservancy Survey Design Institute, Xi’an  710054, Shaanxi, China; 2. Key Laboratory of
Yellow River Sediment Research, M. W. R. , Yellow River Institute of Hydraulic Research, Zhengzhou 
450003, Henan, China; 3. State Key Laboratory of Hydrology-Water Resources and Hydraulic
Engineering, Hohai University, Nanjing  210098, Jiangsu, China)

수치 시뮬레이션을 통해 오지 여수로 터널의 수리적 특성 연구의 타당성을 탐색하기 위해 황하 Xiaolangdi 수질 관리 프로젝트의 2번 오지 여수로 터널을 연구 대상으로 취한 다음 오지의 수리 특성 설계 및 점검 홍수 수준 조건에서 여수로 터널은 RNG k-ε 난류 모델을 사용하여 배출 용량, 터널 크라운 잔류 공간, 단면 유속, 압전 수두, 유동 캐비테이션 수, 제트 흐름 범위 및 1 ∶ 40의 일반 수리 모델과 결합된 세굴 구덩이 깊이, 시뮬레이션 값과 실험 값 모두 비교됩니다.

연구결과 모의실험값이 실험값과 일치하여 오지 여수로터널의 수리적 특성을 수치모사를 통해 탐색할 수 있음을 확인하였다. 여수로터널 내부의 흐름은 안정적이고 터널 크라운 잔류 공간은 개방 흐름과 완전 흐름의 교대 흐름 패턴이 없는 25% 이상입니다.

체크 홍수 수위에서 시뮬레이션 값과 유량 계수의 실험 값은 모두 설계에서보다 높으므로 배출 용량은 홍수 제어 관련 설계 요구 사항을 충족할 수 있습니다. 오지 단면과 플립 단면의 유동 캐비테이션 수는 캐비테이션 손상이 발생할 가능성이 작기 때문에 캐비테이션 침식을 줄이기 위한 적절한 적절한 조치가 채택될 필요가 있습니다.

유압 모델의 고르지 않은 표면에 부압이 발생하면 표면 구조에 관련주의를 기울일 필요가 있습니다. 연구 결과는 여수로 터널의 설계 및 건설에 대한 관련 참고 및 이론적 근거를 제공할 수 있습니다.

Keywords

Xiaolangdi Water Control Project; ogee spillway tunnel; simulative calculation; hydraulic characteristics; turbulent
model

Fig. 1  Layout of spillway tunnel
Fig. 1  Layout of spillway tunnel
Fig. 4  Hydraulic modeling
Fig. 4  Hydraulic modeling
Fig. 6  Sectional surface profile distributions
Fig. 6  Sectional surface profile distributions
Fig. 7  Comparison between simulated results and experimental results for flow velocity of section-cross
Fig. 7  Comparison between simulated results and experimental results for flow velocity of section-cross

参考文献(References)

[1]  谢省宗, 吴一红, 陈文学. 我国高坝泄洪消能新技术的研究和创
新[J]. 水利学报, 2016, 47(3): 324-336.
XIE Shengzong, WU Yihong, CHEN Wenxue. New technology and
innovation on flood discharge and energy dissipation of high dams in
China [J]. Journal of Hydraulic Engineering, 2016, 47( 3): 324-
336.
[2]  刘嘉夫, 齐昕. 龙抬头水电站泄洪洞水力特性研究[ J]. 水利水
电技术, 2019, 50(2): 139-143.
LIU Jiafu, QI Xin. Study on hydraulic characteristics of ogee spillway
tunnel of hydropower station [ J]. Water Resources and Hydropower
Engineering, 2019, 50(2): 139-143.
[3]  范灵, 张宏伟, 刘之平, 等. 明流泄洪洞布置形式对水力特性影
响的数值研究[J]. 水力发电学报, 2009, 28(3): 126-131.
FAN Ling, ZHANG Hongwei, LIU Zhiping, et al. Numerical study
on hydraulic characteristic of free surface flow in spillway tunnel with
different configuration [ J ]. Journal of Hydroelectric Engineering,
2009, 28(3): 126-131.
[4]  张春晋, 李永业, 孙西欢. 明流泄洪洞水力特性的二维数值模拟
与试验研究[J]. 长江科学院院报, 2016, 33(1): 54-60.
ZHANG Chunjin, LI Yongye, SUN Xihuan. Two-dimensional numerical simulation and experimental research of hydraulic characteristics
in spillway tunnel with free water surface [ J]. Journal of Yangtze
River Scientific Research Institute, 2016, 33(1): 54-60.
[5]  徐国宾, 章环境, 刘昉, 等. 龙抬头泄洪洞水力特性的数值模拟
[J]. 长江科学院院报, 2015, 32(1): 84-87.
XU Guobin, ZHANG Huanjing, LIU Fang, et al. Numerical simulation on hydraulic characteristic of high head ogee spillway tunnel [J].
Journal of Yangtze River Scientific Research Institute, 2015, 32(1):
84-87.
[6]  陈瑞华, 杨吉健, 马麟, 等. 小湾水电站泄洪洞洞身数值模拟
[J]. 排灌机械工程学报, 2017, 35(6): 488-494.
CHEN Ruihua, YANG Jijian, MA Lin, et al. Numerical simulation
of tunnel of Xiaowan Hydropower Station [ J]. Journal of Drainage
and Irrigation Machinery Engineering, 2017, 35(6): 488-494.
[7]  翟保林, 刘亚坤. 高水头明流泄洪洞三维数值模拟[ J]. 水利与
建筑工程学报, 2017, 15(3): 31-34.
ZHAI Baolin, LIU Yakun. 3-D Numerical simulation of high water
head spillway tunnel with free surface [ J ]. Journal of Water
Resources and Architectural Engineering, 2017, 15(3): 31-34.
[8]  姜 攀, 尹进步, 何武全, 等. 有压泄洪洞弯道压力特性数值模拟
与试验研究[J]. 水力发电, 2016, 42(2): 49-53.
JIANG Pan, YIN Jinbu, HE Wuquan, et al. Numerical simulation
and experimental research on pressure characteristic of curved section
of pressure spillway tunnel [J]. Water Power, 2016, 42(2): 49-53.
[9]  邓 军, 许唯临, 雷军, 等. 高水头岸边泄洪洞水力特性的数值模
拟[J]. 水利学报, 2005(10): 1209-1212.
DENG Jun, XU Weilin, LEI Jun, et al. Numerical simulation of
hydraulic characteristics of high head spillway tunnel [J]. Journal of
Hydraulic Engineering, 2005(10): 1209-1212.
[10] 史晓薇, 王长新, 李琳. 高流速泄洪隧洞水力特性的三维数值模
拟[J]. 新疆农业大学学报, 2015, 38(6): 495-501.
SHI Xiaowei, WANG Changxin, LI Lin. Three dimensional numerical
simulation of hydraulic characteristics of spillway tunnel with high flow
velocity [ J]. Journal of Xinjiang Agricultural University, 2015, 38
(6): 495-501.
[11] 叶茂, 伍平, 王波, 等. 泄洪洞掺气水流的数值模拟研究[J]. 水
力发电学报, 2014, 33(4): 105-110.
YE Mao, WU Ping, WANG Bo, et al. Numerical simulation of
aerated flow in hydraulic tunnel [ J ]. Journal of Hydroelectric
Engineering, 2014, 33(4): 105-110.
[12] 胡涛, 王均星, 杜少磊. 大流量泄洪洞掺气坎水力特性数值模拟
[J]. 武汉大学学报(工学版), 2014, 47(5): 615-620.
HU Tao, WANG Junxing, DU Shaolei. Numerical simulation of
hydraulic characteristics of aerators in spillway tunnel with large
discharge [J]. Engineering Journal of Wuhan University, 2014, 47
(5): 615-620.
[13] 孙鹏飞, 姜哲, 崔维成, 等. 基于 CFD 的全海深载人潜水器直航
阻力性能研究[J]. 中国造船, 2019, 60(2): 77-87.
SUN Pengfei, JIANG Zhe, CUI Weicheng, et al. Numerical simulation of a full ocean depth manned submersible based on CFD method
[J]. Shipbuilding of China, 2019, 60(2): 77-87.
[14] 宛鹏翔, 范俊, 韩省思, 等. 冲击射流流动换热超大涡模拟研究
[J]. 推进技术, 2020, 41(10): 2237-2247.
WAN Pengxiang, FAN Jun, HAN Xingsi, et al. Very-large eddy
simulation of impinging jet flow and heat transfer [ J]. Journal of
Propulsion Technology, 2020, 41(10): 2237-2247.
[15] 李国杰, 黄萌, 陈斌. 基于 PISO 算法的非结构化网格 VOF 算法
[J]. 工程热物理学报, 2013, 34(3): 476-479.
LI Guojie, HUANG Meng, CHEN Bing. VOF method on unstructured
grid using PISO algorithm [ J]. Journal of Engineering Thermophysics, 2013, 34(3): 476-479.
[16] 董玮, 何庆南, 梁武科, 等. 双蜗壳离心泵泵腔轴向宽度与流动

DONG Wei, HE Qingnan, LIANG Wuke, et al. Relationship
between axial width and flow characteristics of pump chamber in
double volute centrifugal pump [ J ]. Journal of Northwestern
Polytechnical University, 2020, 38(6): 1322-1329.
[17] 陈恺, 张震宇, 王同光, 等. 基于 CFD 的水平轴风力机叶尖小翼
增功研究[J]. 太阳能学报, 2021, 42(1): 272-278.
CHEN Kai, ZHANG Zhenyu, WANG Tongguang, et al. CFD-Based
power enhancement of winglets for horizontal-axis wind turbines [ J].
Acta Energiae Solaris Sinica, 2021, 42(1): 272-278.
[18] 张志君, 金柱男, 辛相锦, 等. 基于 VOF 方法的湿式离合器润滑
油路 CFD 数值模拟[J]. 东北大学学报(自然科学版), 2020, 41
(5): 716-722.
ZHANG Zhijun, JIN Zhunan, XIN Xiangjin, et al. VOF method
based CFD numerical simulation for wet clutch lubricating oil passage
[ J]. Journal of Northeastern University (Natural Science), 2020, 41
(5): 716-722.
[19] 罗永钦, 刁明军, 何大明, 等. 高坝明流泄洪洞掺气减蚀三维数
值模拟分析[J]. 水科学进展, 2012, 23(1): 110-116.
LUO Yongqin, DIAO Mingjun, HE Daming, et al. Numerical simulation of aeration and cavitation in high dam spillway tunnels [ J].
Advances in Water Science, 2012, 23(1): 110-116.
[20] 许文海, 党彦, 李国栋, 等. 双洞式溢洪洞三维流动的数值模拟
[J]. 水力发电学报, 2007(1): 56-60.
XU Wenhai, DANG Yan, LI Guodong, et al. Three dimensional
numerical simulation of the bi-tunnel spillway flow [ J]. Journal of
Hydroelectric Engineering, 2007(1): 56-60.
[21] 李爱华, 王腾, 刘沛清. 溪洛渡坝区岩石河床冲刷过程数值模拟
[J]. 水力发电学报, 2012, 31(5): 154-158.
LI Aihua, WANG Teng, LIU Peiqing. Numerical simulation of rock
bed scour behind the dam of Xiluodu hydropower station [J]. Journal
of Hydroelectric Engineering, 2012, 31(5): 154-15

Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s.

Optimization Algorithms and Engineering: Recent Advances and Applications

Mahdi Feizbahr,1 Navid Tonekaboni,2Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4Show moreAcademic Editor: Mohammad YazdiReceived08 Apr 2021Revised18 Jun 2021Accepted17 Jul 2021Published11 Aug 2021

Abstract

Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.


강의 식생은 거칠기를 증가시키고 평균 유속을 감소시키며, 유속 에너지를 감소시키고 강의 단면에서 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받으므로 홍수시 유동저항에 큰 영향을 미칩니다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건 및 식물에 따라 다르므로 모델은 유속, 흐름 깊이 및 운하를 따라 식생 유형의 영향을 고려하여 현재 속도를 시뮬레이션해야 합니다. 근관의 거칠기의 영향을 조사하기 위해 총 48개의 모델이 시뮬레이션되었습니다. 결과는 유속을 높임으로써 유속을 감소시키는 식생의 영향은 무시할 수 있는 반면, 해류가 더 낮은 유속일 때 유속을 감소시키는 식생의 영향은 분명히 상당함을 나타냈다.

1. Introduction

Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [114]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [1527]. Consequently, it is necessary to study the effects of the passive factors on the active domain [2836]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [3841].

One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [4345]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [4748].

Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity  is another form of current resistance. The reason for using the  ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].

To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].

The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where nf, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed,  = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:

Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.

On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:

By using equation (6), equation (5) is converted as follows:

Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the  ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].

Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [4555].

One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [475758] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [455961]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [496366] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where  is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.

FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where  are mass accelerations in the directions xyz and  are viscosity accelerations in the directions xyz and are obtained from the following equations:

Shear stresses  in equation (11) are obtained from the following equations:

The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.

Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.

Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.

In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).Table 1 The studied models.

The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After  seconds, this model reached a convergence accuracy of .

Figure 1 The simulated model and its boundary conditions.

Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.

48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.

Any control and simulation system has some inputs that we should determine to test any technology [7077]. Determination and true implementation of such parameters is one of the key steps of any simulation [237881] and computing procedure [8286]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.

Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [8788]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).

Figure 2 Modeling the plant with cylindrical tubes at the bottom of the canal.

Figure 3 Velocity profiles in positions 2 and 5.

The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.

The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.

The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.

2. Modeling Results

After analyzing the models, the results were shown in graphs (Figures 414 ). The total number of experiments in this study was 48 due to the limitations of modeling.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 4 Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.

Figure 5 Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.

Figure 6 Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.

Figure 7 Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.

Figure 8 Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 9 Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

Figure 10 Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.

Figure 11 Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.

Figure 12 Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.

Figure 13 Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 14 Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.

According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.

According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.

According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.

According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 510, which can be justified by increasing the speed and, of course, increasing the Froude number.

With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 58 and 1011), which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.

Figure 15 Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.

According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 16 Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.

According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 17 Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.

According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 18 Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.

According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 19 Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.

According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 20 Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.

According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [27815188994]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [9599].(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 21 Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.

3. Conclusion

The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.

Nomenclature

n:Manning’s roughness coefficient
C:Chézy roughness coefficient
f:Darcy–Weisbach coefficient
V:Flow velocity
R:Hydraulic radius
g:Gravitational acceleration
y:Flow depth
Ks:Bed roughness
A:Constant coefficient
:Reynolds number
y/∂x:Depth of water change
S0:Slope of the canal floor
Sf:Slope of energy line
Fr:Froude number
D:Characteristic length of the canal
G:Mass acceleration
:Shear stresses.

Data Availability

All data are included within the paper.

Conflicts of Interest

The authors declare that they have no conflicts of interest.

Acknowledgments

This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.

References

  1. H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.View at: Publisher Site | Google Scholar
  2. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
  3. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.View at: Publisher Site | Google Scholar
  4. C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.View at: Publisher Site | Google Scholar
  5. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.View at: Google Scholar
  6. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021.View at: Publisher Site | Google Scholar
  7. Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.View at: Google Scholar
  8. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
  9. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
  10. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
  11. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
  12. M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.View at: Publisher Site | Google Scholar
  13. L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.View at: Publisher Site | Google Scholar
  14. F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  15. D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.View at: Google Scholar
  16. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.View at: Publisher Site | Google Scholar
  17. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
  18. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
  19. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
  20. Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.View at: Publisher Site | Google Scholar
  21. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.View at: Publisher Site | Google Scholar
  22. Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.View at: Google Scholar
  23. H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.View at: Publisher Site | Google Scholar
  24. H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.View at: Google Scholar
  25. H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.View at: Google Scholar
  26. H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.View at: Publisher Site | Google Scholar
  27. J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.View at: Publisher Site | Google Scholar
  28. C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
  29. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
  30. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.View at: Google Scholar
  31. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.View at: Publisher Site | Google Scholar
  32. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.View at: Publisher Site | Google Scholar
  33. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.View at: Publisher Site | Google Scholar
  34. L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.View at: Publisher Site | Google Scholar
  35. Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.View at: Publisher Site | Google Scholar
  36. J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.View at: Google Scholar
  37. P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.View at: Publisher Site | Google Scholar
  38. A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.View at: Publisher Site | Google Scholar
  39. T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.View at: Google Scholar
  40. G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.View at: Publisher Site | Google Scholar
  41. L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.View at: Google Scholar
  42. K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.View at: Publisher Site | Google Scholar
  43. L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.View at: Publisher Site | Google Scholar
  44. M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.View at: Google Scholar
  45. F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.View at: Publisher Site | Google Scholar
  46. M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.View at: Publisher Site | Google Scholar
  47. C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.View at: Publisher Site | Google Scholar
  48. R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  49. G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.View at: Google Scholar
  50. N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.View at: Publisher Site | Google Scholar
  51. S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
  52. C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.View at: Publisher Site | Google Scholar
  53. F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.View at: Google Scholar
  54. M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.View at: Google Scholar
  55. A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.View at: Publisher Site | Google Scholar
  56. S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.View at: Publisher Site | Google Scholar
  57. V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.View at: Publisher Site | Google Scholar
  58. T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.View at: Publisher Site | Google Scholar
  59. U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.View at: Publisher Site | Google Scholar
  60. F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.View at: Publisher Site | Google Scholar
  61. W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.View at: Google Scholar
  62. P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.View at: Publisher Site | Google Scholar
  63. J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.View at: Publisher Site | Google Scholar
  64. G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
  65. Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.View at: Publisher Site | Google Scholar
  66. E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.View at: Publisher Site | Google Scholar
  67. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Publisher Site | Google Scholar
  68. M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.View at: Publisher Site | Google Scholar
  69. V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
  70. X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.View at: Google Scholar
  71. C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.View at: Publisher Site | Google Scholar
  72. C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.View at: Publisher Site | Google Scholar
  73. B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.View at: Publisher Site | Google Scholar
  74. Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.View at: Publisher Site | Google Scholar
  75. J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.View at: Publisher Site | Google Scholar
  76. M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.View at: Google Scholar
  77. A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.View at: Publisher Site | Google Scholar
  78. W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.View at: Publisher Site | Google Scholar
  79. G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.View at: Publisher Site | Google Scholar
  80. Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.View at: Publisher Site | Google Scholar
  81. A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.View at: Publisher Site | Google Scholar
  82. Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.View at: Publisher Site | Google Scholar
  83. E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.View at: Publisher Site | Google Scholar
  84. S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.View at: Publisher Site | Google Scholar
  85. Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.View at: Publisher Site | Google Scholar
  86. A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.View at: Publisher Site | Google Scholar
  87. M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  88. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  89. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
  90. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.View at: Publisher Site | Google Scholar
  91. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.View at: Publisher Site | Google Scholar
  92. M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.View at: Google Scholar
  93. H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.View at: Google Scholar
  94. N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.View at: Publisher Site | Google Scholar
  95. Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.View at: Publisher Site | Google Scholar
  96. B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.View at: Publisher Site | Google Scholar
  97. Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.View at: Google Scholar
  98. B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.View at: Publisher Site | Google Scholar
  99. M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.View at: Google Scholar
Fig. 1. Hydraulic jump flow structure.

Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump

낮은 레이놀즈 수 유압 점프의 수치 모델링에서 OpenFOAM 및 FLOW-3D의 성능 평가

ArnauBayona DanielValerob RafaelGarcía-Bartuala Francisco ​JoséVallés-Morána P. AmparoLópez-Jiméneza

Abstract

A comparative performance analysis of the CFD platforms OpenFOAM and FLOW-3D is presented, focusing on a 3D swirling turbulent flow: a steady hydraulic jump at low Reynolds number. Turbulence is treated using RANS approach RNG k-ε. A Volume Of Fluid (VOF) method is used to track the air–water interface, consequently aeration is modeled using an Eulerian–Eulerian approach. Structured meshes of cubic elements are used to discretize the channel geometry. The numerical model accuracy is assessed comparing representative hydraulic jump variables (sequent depth ratio, roller length, mean velocity profiles, velocity decay or free surface profile) to experimental data. The model results are also compared to previous studies to broaden the result validation. Both codes reproduced the phenomenon under study concurring with experimental data, although special care must be taken when swirling flows occur. Both models can be used to reproduce the hydraulic performance of energy dissipation structures at low Reynolds numbers.

CFD 플랫폼 OpenFOAM 및 FLOW-3D의 비교 성능 분석이 3D 소용돌이치는 난류인 낮은 레이놀즈 수에서 안정적인 유압 점프에 초점을 맞춰 제시됩니다. 난류는 RANS 접근법 RNG k-ε을 사용하여 처리됩니다.

VOF(Volume Of Fluid) 방법은 공기-물 계면을 추적하는 데 사용되며 결과적으로 Eulerian-Eulerian 접근 방식을 사용하여 폭기가 모델링됩니다. 입방체 요소의 구조화된 메쉬는 채널 형상을 이산화하는 데 사용됩니다. 수치 모델 정확도는 대표적인 유압 점프 변수(연속 깊이 비율, 롤러 길이, 평균 속도 프로파일, 속도 감쇠 또는 자유 표면 프로파일)를 실험 데이터와 비교하여 평가됩니다.

모델 결과는 또한 결과 검증을 확장하기 위해 이전 연구와 비교됩니다. 소용돌이 흐름이 발생할 때 특별한 주의가 필요하지만 두 코드 모두 실험 데이터와 일치하는 연구 중인 현상을 재현했습니다. 두 모델 모두 낮은 레이놀즈 수에서 에너지 소산 구조의 수리 성능을 재현하는 데 사용할 수 있습니다.

Keywords

CFDRANS, OpenFOAM, FLOW-3D ,Hydraulic jump, Air–water flow, Low Reynolds number

References

Ahmed, F., Rajaratnam, N., 1997. Three-dimensional turbulent boundary layers: a
review. J. Hydraulic Res. 35 (1), 81e98.
Ashgriz, N., Poo, J., 1991. FLAIR: Flux line-segment model for advection and interface
reconstruction. Elsevier J. Comput. Phys. 93 (2), 449e468.
Bakhmeteff, B.A., Matzke, A.E., 1936. .The hydraulic jump in terms dynamic similarity. ASCE Trans. Am. Soc. Civ. Eng. 101 (1), 630e647.
Balachandar, S., Eaton, J.K., 2010. Turbulent dispersed multiphase flow. Annu. Rev.
Fluid Mech. 42 (2010), 111e133.
Bayon, A., Lopez-Jimenez, P.A., 2015. Numerical analysis of hydraulic jumps using

OpenFOAM. J. Hydroinformatics 17 (4), 662e678.
Belanger, J., 1841. Notes surl’Hydraulique, Ecole Royale des Ponts et Chaussees
(Paris, France).
Bennett, N.D., Crok, B.F.W., Guariso, G., Guillaume, J.H.A., Hamilton, S.H.,
Jakeman, A.J., Marsili-Libelli, S., Newhama, L.T.H., Norton, J.P., Perrin, C.,
Pierce, S.A., Robson, B., Seppelt, R., Voinov, A.A., Fath, B.D., Andreassian, V., 2013.
Characterising performance of environmental models. Environ. Model. Softw.
40, 1e20.
Berberovic, E., 2010. Investigation of Free-surface Flow Associated with Drop
Impact: Numerical Simulations and Theoretical Modeling. Imperial College of
Science, Technology and Medicine, UK.
Bidone, G., 1819. Report to Academie Royale des Sciences de Turin, s  eance. Le 
Remou et sur la Propagation des Ondes, 12, pp. 21e112.
Biswas, R., Strawn, R.C., 1998. Tetrahedral and hexahedral mesh adaptation for CFD
problems. Elsevier Appl. Numer. Math. 26 (1), 135e151.
Blocken, B., Gualtieri, C., 2012. Ten iterative steps for model development and
evaluation applied to computational fluid dynamics for environmental fluid
mechanics. Environ. Model. Softw. 33, 1e22.
Bombardelli, F.A., Meireles, I., Matos, J., 2011. Laboratory measurements and multiblock numerical simulations of the mean flow and turbulence in the nonaerated skimming flow region of steep stepped spillways. Springer Environ.
Fluid Mech. 11 (3), 263e288.
Bombardelli, F.A., 2012. Computational multi-phase fluid dynamics to address flows
past hydraulic structures. In: 4th IAHR International Symposium on Hydraulic
Structures, 9e11 February 2012, Porto, Portugal, 978-989-8509-01-7.
Borges, J.E., Pereira, N.H., Matos, J., Frizell, K.H., 2010. Performance of a combined
three-hole conductivity probe for void fraction and velocity measurement in
airewater flows. Exp. fluids 48 (1), 17e31.
Borue, V., Orszag, S., Staroslesky, I., 1995. Interaction of surface waves with turbulence: direct numerical simulations of turbulent open channel flow. J. Fluid
Mech. 286, 1e23.
Boussinesq, J., 1871. Theorie de l’intumescence liquide, applelee onde solitaire ou de
translation, se propageantdans un canal rectangulaire. Comptes Rendus l’Academie Sci. 72, 755e759.
Bradley, J.N., Peterka, A.J., 1957. The hydraulic design of stilling Basins : hydraulic
jumps on a horizontal Apron (Basin I). In: Proceedings ASCE, J. Hydraulics
Division.
Bradshaw, P., 1996. Understanding and prediction of turbulent flow. Elsevier Int. J.
heat fluid flow 18 (1), 45e54.
Bung, D.B., 2013. Non-intrusive detection of airewater surface roughness in selfaerated chute flows. J. Hydraulic Res. 51 (3), 322e329.
Bung, D., Schlenkhoff, A., 2010. Self-aerated Skimming Flow on Embankment
Stepped Spillways-the Effect of Additional Micro-roughness on Energy Dissipation and Oxygen Transfer. IAHR European Congress.
Caisley, M.E., Bombardelli, F.A., Garcia, M.H., 1999. Hydraulic Model Study of a Canoe
Chute for Low-head Dams in Illinois. Civil Engineering Studies, Hydraulic Engineering Series No-63. University of Illinois at Urbana-Champaign.
Carvalho, R., Lemos, C., Ramos, C., 2008. Numerical computation of the flow in
hydraulic jump stilling basins. J. Hydraulic Res. 46 (6), 739e752.
Celik, I.B., Ghia, U., Roache, P.J., 2008. Procedure for estimation and reporting of
uncertainty due to discretization in CFD applications. ASME J. Fluids Eng. 130
(7), 1e4.
Chachereau, Y., Chanson, H., 2011. .Free-surface fluctuations and turbulence in hydraulic jumps. Exp. Therm. Fluid Sci. 35 (6), 896e909.
Chanson, H. (Ed.), 2015. Energy Dissipation in Hydraulic Structures. CRC Press.
Chanson, H., 2007. Bubbly flow structure in hydraulic jump. Eur. J. Mechanics-B/
Fluids 26.3(2007) 367e384.
Chanson, H., Carvalho, R., 2015. Hydraulic jumps and stilling basins. Chapter 4. In:
Chanson, H. (Ed.), Energy Dissipation in Hydraulic Structures. CRC Press, Taylor
& Francis Group, ABalkema Book.
Chanson, H., Gualtieri, C., 2008. Similitude and scale effects of air entrainment in
hydraulic jumps. J. Hydraulic Res. 46 (1), 35e44.
Chanson, H., Lubin, P., 2010. Discussion of “Verification and validation of a
computational fluid dynamics (CFD) model for air entrainment at spillway
aerators” Appears in the Canadian Journal of Civil Engineering 36(5): 826-838.
Can. J. Civ. Eng. 37 (1), 135e138.
Chanson, H., 1994. Drag reduction in open channel flow by aeration and suspended
load. Taylor & Francis J. Hydraulic Res. 32, 87e101.
Chanson, H., Montes, J.S., 1995. Characteristics of undular hydraulic jumps: experimental apparatus and flow patterns. J. hydraulic Eng. 121 (2), 129e144.
Chanson, H., Brattberg, T., 2000. Experimental study of the airewater shear flow in
a hydraulic jump. Int. J. Multiph. Flow 26 (4), 583e607.
Chanson, H., 2013. Hydraulics of aerated flows: qui pro quo? Taylor & Francis
J. Hydraulic Res. 51 (3), 223e243.
Chaudhry, M.H., 2007. Open-channel Flow, Springer Science & Business Media.
Chen, L., Li, Y., 1998. .A numerical method for two-phase flows with an interface.
Environ. Model. Softw. 13 (3), 247e255.
Chow, V.T., 1959. Open Channel Hydraulics. McGraw-Hill Book Company, Inc, New
York.
Daly, B.J., 1969. A technique for including surface tension effects in hydrodynamic
calculations. Elsevier J. Comput. Phys. 4 (1), 97e117.
De Padova, D., Mossa, M., Sibilla, S., Torti, E., 2013. 3D SPH modeling of hydraulic
jump in a very large channel. Taylor & Francis J. Hydraulic Res. 51 (2), 158e173.
Dewals, B., Andre, S., Schleiss, A., Pirotton, M., 2004. Validation of a quasi-2D model 
for aerated flows over stepped spillways for mild and steep slopes. Proc. 6th Int.
Conf. Hydroinformatics 1, 63e70.
Falvey, H.T., 1980. Air-water flow in hydraulic structures. NASA STI Recon Tech. Rep.
N. 81, 26429.
Fawer, C., 1937. Etude de quelquesecoulements permanents 
a filets courbes (‘Study
of some Steady Flows with Curved Streamlines’). Thesis. Imprimerie La Concorde, Lausanne, Switzerland, 127 pages (in French).
Gualtieri, C., Chanson, H., 2007. .Experimental analysis of Froude number effect on
air entrainment in the hydraulic jump. Springer Environ. Fluid Mech. 7 (3),
217e238.
Gualtieri, C., Chanson, H., 2010. Effect of Froude number on bubble clustering in a
hydraulic jump. J. Hydraulic Res. 48 (4), 504e508.
Hager, W., Sinniger, R., 1985. Flow characteristics of the hydraulic jump in a stilling
basin with an abrupt bottom rise. Taylor & Francis J. Hydraulic Res. 23 (2),
101e113.
Hager, W.H., 1992. Energy Dissipators and Hydraulic Jump, Springer.
Hager, W.H., Bremen, R., 1989. Classical hydraulic jump: sequent depths. J. Hydraulic
Res. 27 (5), 565e583.
Hartanto, I.M., Beevers, L., Popescu, I., Wright, N.G., 2011. Application of a coastal
modelling code in fluvial environments. Environ. Model. Softw. 26 (12),
1685e1695.
Hirsch, C., 2007. Numerical Computation of Internal and External Flows: the Fundamentals of Computational Fluid Dynamics. Butterworth-Heinemann, 1.
Hirt, C., Nichols, B., 1981. .Volume of fluid (VOF) method for the dynamics of free
boundaries. J. Comput. Phys. 39 (1), 201e225.
Hyman, J.M., 1984. Numerical methods for tracking interfaces. Elsevier Phys. D.
Nonlinear Phenom. 12 (1), 396e407.
Juez, C., Murillo, J., Garcia-Navarro, P., 2013. Numerical assessment of bed-load
discharge formulations for transient flow in 1D and 2D situations.
J. Hydroinformatics 15 (4).
Keyes, D., Ecer, A., Satofuka, N., Fox, P., Periaux, J., 2000. Parallel Computational Fluid
Dynamics’ 99: towards Teraflops, Optimization and Novel Formulations.
Elsevier.
Kim, J.J., Baik, J.J., 2004. A numerical study of the effects of ambient wind direction
on flow and dispersion in urban street canyons using the RNG keε turbulence
model. Atmos. Environ. 38 (19), 3039e3048.
Kim, S.-E., Boysan, F., 1999. Application of CFD to environmental flows. Elsevier
J. Wind Eng. Industrial Aerodynamics 81 (1), 145e158.
Liu, M., Rajaratnam, N., Zhu, D.Z., 2004. Turbulence structure of hydraulic jumps of
low Froude numbers. J. Hydraulic Eng. 130 (6), 511e520.
Lobosco, R., Schulz, H., Simoes, A., 2011. Analysis of Two Phase Flows on Stepped
Spillways, Hydrodynamics – Optimizing Methods and Tools. Available from. :
http://www.intechopen.com/books/hyd rodynamics-optimizing-methods-andtools/analysis-of-two-phase-flows-on-stepped-spillways. Accessed February
27th 2014.
Long, D., Rajaratnam, N., Steffler, P.M., Smy, P.R., 1991. Structure of flow in hydraulic
jumps. Taylor & Francis J. Hydraulic Res. 29 (2), 207e218.
Ma, J., Oberai, A.A., Lahey Jr., R.T., Drew, D.A., 2011. Modeling air entrainment and
transport in a hydraulic jump using two-fluid RANS and DES turbulence
models. Heat Mass Transf. 47 (8), 911e919.
Matos, J., Frizell, K., Andre, S., Frizell, K., 2002. On the performance of velocity 
measurement techniques in air-water flows. Hydraulic Meas. Exp. Methods
2002, 1e11. http://dx.doi.org/10.1061/40655(2002)58.
Meireles, I.C., Bombardelli, F.A., Matos, J., 2014. .Air entrainment onset in skimming
flows on steep stepped spillways: an analysis. J. Hydraulic Res. 52 (3), 375e385.
McDonald, P., 1971. The Computation of Transonic Flow through Two-dimensional
Gas Turbine Cascades.
Mossa, M., 1999. On the oscillating characteristics of hydraulic jumps, Journal of
Hydraulic Research. Taylor &Francis 37 (4), 541e558.
Murzyn, F., Chanson, H., 2009a. Two-phase Gas-liquid Flow Properties in the Hydraulic Jump: Review and Perspectives. Nova Science Publishers.
Murzyn, F., Chanson, H., 2009b. Experimental investigation of bubbly flow and
turbulence in hydraulic jumps. Environ. Fluid Mech. 2, 143e159.
Murzyn, F., Mouaze, D., Chaplin, J.R., 2007. Airewater interface dynamic and free
surface features in hydraulic jumps. J. Hydraulic Res. 45 (5), 679e685.
Murzyn, F., Mouaze, D., Chaplin, J., 2005. Optical fiber probe measurements of
bubbly flow in hydraulic jumps. Elsevier Int. J. Multiph. Flow 31 (1), 141e154.
Nagosa, R., 1999. Direct numerical simulation of vortex structures and turbulence
scalar transfer across a free surface in a fully developed turbulence. Phys. Fluids
11, 1581e1595.
Noh, W.F., Woodward, P., 1976. SLIC (Simple Line Interface Calculation), Proceedings
of the Fifth International Conference on Numerical Methods in Fluid Dynamics
June 28-July 2. 1976 Twente University, Enschede, pp. 330e340.
Oertel, M., Bung, D.B., 2012. Initial stage of two-dimensional dam-break waves:
laboratory versus VOF. J. Hydraulic Res. 50 (1), 89e97.
Olivari, D., Benocci, C., 2010. Introduction to Mechanics of Turbulence. Von Karman
Institute for Fluid Dynamics.
Omid, M.H., Omid, M., Varaki, M.E., 2005. Modelling hydraulic jumps with artificial
neural networks. Thomas Telford Proc. ICE-Water Manag. 158 (2), 65e70.
OpenFOAM, 2011. OpenFOAM: the Open Source CFD Toolbox User Guide. The Free
Software Foundation Inc.
Peterka, A.J., 1984. Hydraulic design of spillways and energy dissipators. A water
resources technical publication. Eng. Monogr. 25.
Pope, S.B., 2000. Turbulent Flows. Cambridge university press.
Pfister, M., 2011. Chute aerators: steep deflectors and cavity subpressure, Journal of
hydraulic engineering. Am. Soc. Civ. Eng. 137 (10), 1208e1215.
Prosperetti, A., Tryggvason, G., 2007. Computational Methods for Multiphase Flow.
Cambridge University Press.
Rajaratnam, N., 1965. The hydraulic jump as a Wall Jet. Proc. ASCE, J. Hydraul. Div. 91
(HY5), 107e132.
Resch, F., Leutheusser, H., 1972. Reynolds stress measurements in hydraulic jumps.
Taylor & Francis J. Hydraulic Res. 10 (4), 409e430.
Romagnoli, M., Portapila, M., Morvan, H., 2009. Computational simulation of a
hydraulic jump (original title, in Spanish: “Simulacioncomputacional del
resaltohidraulico”), MecanicaComputacional, XXVIII, pp. 1661e1672.
Rouse, H., Siao, T.T., Nagaratnam, S., 1959. Turbulence characteristics of the hydraulic jump. Trans. ASCE 124, 926e966.
Rusche, H., 2002. Computational Fluid Dynamics of Dispersed Two-phase Flows at
High Phase Fractions. Imperial College of Science, Technology and Medicine, UK.
Saint-Venant, A., 1871. Theorie du movement non permanent des eaux, avec
application aux crues des riviereset a l’introduction de mareesdansleurslits.
Comptesrendus des seances de l’Academie des Sciences.
Schlichting, H., Gersten, K., 2000. Boundary-layer Theory. Springer.
Spalart, P.R., 2000. Strategies for turbulence modelling and simulations. Int. J. Heat
Fluid Flow 21 (3), 252e263.
Speziale, C.G., Thangam, S., 1992. Analysis of an RNG based turbulence model for
separated flows. Int. J. Eng. Sci. 30 (10), 1379eIN4.
Toge, G.E., 2012. The Significance of Froude Number in Vertical Pipes: a CFD Study.
University of Stavanger, Norway.
Ubbink, O., 1997. Numerical Prediction of Two Fluid Systems with Sharp Interfaces.
Imperial College of Science, Technology and Medicine, UK.
Valero, D., García-Bartual, R., 2016. Calibration of an air entrainment model for CFD
spillway applications. Adv. Hydroinformatics 571e582. http://dx.doi.org/
10.1007/978-981-287-615-7_38. P. Gourbesville et al. Springer Water.
Valero, D., Bung, D.B., 2015. Hybrid investigations of air transport processes in
moderately sloped stepped spillway flows. In: E-Proceedings of the 36th IAHR
World Congress, 28 June e 3 July, 2015 (The Hague, the Netherlands).
Van Leer, B., 1977. Towards the ultimate conservative difference scheme III. Upstream-centered finite-difference schemes for ideal compressible flow. J.
Comput. Phys 23 (3), 263e275.
Von Karman, T., 1930. MechanischeAhnlichkeit und Turbulenz, Nachrichten von der
Gesellschaft der WissenschaftenzuGottingen. Fachgr. 1 Math. 5, 58 € e76.
Wang, H., Murzyn, F., Chanson, H., 2014a. Total pressure fluctuations and two-phase
flow turbulence in hydraulic jumps. Exp. Fluids 55.11(2014) Pap. 1847, 1e16
(DOI: 10.1007/s00348-014-1847-9).
Wang, H., Felder, S., Chanson, H., 2014b. An experimental study of turbulent twophase flow in hydraulic jumps and application of a triple decomposition
technique. Exp. Fluids 55.7(2014) Pap. 1775, 1e18. http://dx.doi.org/10.1007/
s00348-014-1775-8.
Wang, H., Chanson, H., 2015a. .Experimental study of turbulent fluctuations in
hydraulic jumps. J. Hydraul. Eng. 141 (7) http://dx.doi.org/10.1061/(ASCE)
HY.1943-7900.0001010. Paper 04015010, 10 pages.
Wang, H., Chanson, H., 2015b. Integral turbulent length and time scales in hydraulic
jumps: an experimental investigation at large Reynolds numbers. In: E-Proceedings of the 36th IAHR World Congress 28 June e 3 July, 2015, The
Netherlands.
Weller, H., Tabor, G., Jasak, H., Fureby, C., 1998. A tensorial approach to computational continuum mechanics using object-oriented techniques. Comput. Phys.
12, 620e631.
Wilcox, D., 1998. Turbulence Modeling for CFD, DCW Industries. La Canada, California (USA).
Witt, A., Gulliver, J., Shen, L., June 2015. Simulating air entrainment and vortex
dynamics in a hydraulic jump. Int. J. Multiph. Flow 72, 165e180. ISSN 0301-

  1. http://dx.doi.org/10.1016/j.ijmultiphaseflow.2015.02.012. http://www.
    sciencedirect.com/science/article/pii/S0301932215000336.
    Wood, I.R., 1991. Air Entrainment in Free-surface Flows, IAHR Hydraulic Design
    Manual No.4, Hydraulic Design Considerations. Balkema Publications, Rotterdam, The Netherlands.
    Yakhot, V., Orszag, S., Thangam, S., Gatski, T., Speziale, C., 1992. Development of
    turbulence models for shear flows by a double expansion technique, Physics of
    Fluids A: fluid Dynamics (1989-1993). AIP Publ. 4 (7), 1510e1520.
    Youngs, D.L., 1984. An interface tracking method for a 3D Eulerian hydrodynamics
    code. Tech. Rep. 44 (92), 35e35.
    Zhang, G., Wang, H., Chanson, H., 2013. Turbulence and aeration in hydraulic jumps:
    free-surface fluctuation and integral turbulent scale measurements. Environ.
    fluid Mech. 13 (2), 189e204.
    Zhang, W., Liu, M., Zhu, D.Z., Rajaratnam, N., 2014. Mean and turbulent bubble
    velocities in free hydraulic jumps for small to intermediate froude numbers.
    J. Hydraulic Eng.

The Optimal Operation on Auxiliary Spillway to Minimize the Flood Damage in Downstream River with Various Outflow Conditions

류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

Hyung Ju Yoo1 Sung Sik Joo2 Beom Jae Kwon3 Seung Oh Lee4*
유 형주1 주 성식2 권 범재3 이 승오4*
1Ph.D Student, Dept. of Civil & Environmental Engineering, Hongik University2Director, Water Resources & Environment Department, HECOREA3Director, Water Resources Department, ISAN4Professor, Dept. of Civil & Environmental Engineering, Hongik University
1홍익대학교 건설환경공학과 박사과정
2㈜헥코리아 수자원환경사업부 이사
3㈜이산 수자원부 이사
4홍익대학교 건설환경공학과 교수*Corresponding Author

ABSTRACT

최근 기후변화로 인해 강우강도 및 빈도의 증가에 따른 집중호우의 영향 및 기존 여수로의 노후화에 대비하여 홍수 시 하류 하천의 영향을 최소화할 수 있는 보조 여수로 활용방안 구축이 필요한 실정이다. 이를 위해, 수리모형 실험 및 수치모형 실험을 통하여 보조 여수로 운영에 따른 흐름특성 변화 검토에 관한 연구가 많이 진행되어 왔다.

그러나 대부분의 연구는 여수로에서의 흐름특성 및 기능성에 대한 검토를 수행하였을 뿐 보조 여수로의 활용방안에 따른 하류하천 영향 검토 및 호안 안정성 검토에 관한 연구는 미비한 실정이다.

이에 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류영향 분석 및 호안 안정성 측면에서 최적 방류 시나리오 검토를 3차원 수치모형인 FLOW-3D를 사용하여 검토하였다. 또한 FLOW-3D 수치모의 수행을 통한 유속, 수위 결과와 소류력 산정 결과를 호안 설계허용 기준과 비교하였다.

수문 완전 개도 조건으로 가정하고 계획홍수량 유입 시 다양한 보조 여수로 활용방안에 대하여 수치모의를 수행한 결과, 보조 여수로 단독 운영 시 기존 여수로 단독운영에 비하여 최대유속 및 최대 수위의 감소효과를 확인하였다. 다만 계획홍수량의 45% 이하 방류 조건에서 대안부의 호안 안정성을 확보하였고 해당 방류량 초과 경우에는 처오름 현상이 발생하여 월류에 대한 위험성 증가를 확인하였다.

따라서 기존 여수로와의 동시 운영 방안 도출이 중요하다고 판단하였다. 여수로의 배분 비율 및 총 허용 방류량에 대하여 검토한 결과 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 흐름이 중심으로 집중되어 대안부의 유속 저감 및 수위 감소를 확인하였고, 계획 홍수량의 77% 이하의 조건에서 호안의 허용 유속 및 허용 소류력 조건을 만족하였다.

이를 통하여 본 연구에서 제안한 보조 여수로 활용방안으로는 기존 여수로와 동시 운영 시 총 방류량에 대하여 보조 여수로의 배분량이 기존 여수로의 배분량보다 크게 설정하는 것이 하류하천의 영향을 최소화 할 수 있는 것으로 나타났다.

그러나 본 연구는 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토한다면 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출이 가능할 것으로 기대 된다.

키워드

보조 여수로, FLOW-3D, 수치모의, 호안 안정성, 소류력

Recently, as the occurrence frequency of sudden floods due to climate change increased and the aging of the existing spillway, it is necessary to establish a plan to utilize an auxiliary spillway to minimize the flood damage of downstream rivers. Most studies have been conducted on the review of flow characteristics according to the operation of auxiliary spillway through the hydraulic experiments and numerical modeling. However, the studies on examination of flood damage in the downstream rivers and the stability of the revetment according to the operation of the auxiliary spillway were relatively insufficient in the literature. In this study, the stability of the revetment on the downstream river according to the outflow conditions of the existing and auxiliary spillway was examined by using 3D numerical model, FLOW-3D. The velocity, water surface elevation and shear stress results of FLOW-3D were compared with the permissible velocity and shear stress of design criteria. It was assumed the sluice gate was fully opened. As a result of numerical simulations of various auxiliary spillway operations during flood season, the single operation of the auxiliary spillway showed the reduction effect of maximum velocity and the water surface elevation compared with the single operation of the existing spillway. The stability of the revetment on downstream was satisfied under the condition of outflow less than 45% of the design flood discharge. However, the potential overtopping damage was confirmed in the case of exceeding the 45% of the design flood discharge. Therefore, the simultaneous operation with the existing spillway was important to ensure the stability on design flood discharge condition. As a result of examining the allocation ratio and the total allowable outflow, the reduction effect of maximum velocity was confirmed on the condition, where the amount of outflow on auxiliary spillway was more than that on existing spillway. It is because the flow of downstream rivers was concentrated in the center due to the outflow of existing spillway. The permissible velocity and shear stress were satisfied under the condition of less than 77% of the design flood discharge with simultaneous operation. It was found that the flood damage of downstream rivers can be minimized by setting the amount allocated to the auxiliary spillway to be larger than the amount allocated to the existing spillway for the total outflow with simultaneous operation condition. However, this study only reviewed the flow characteristics around the revetment according to the outflow of spillway under the full opening of the sluice gate condition. Therefore, the various sluice opening conditions and outflow scenarios will be asked to derive more efficient utilization of the auxiliary spillway in th future.KeywordsAuxiliary spillway FLOW-3D Numerical simulation Revetment stability Shear stress

1. 서 론

최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로 유입되는 홍수량이 설계 홍수량보다 증가하여 댐 안정성 확보가 필요한 실정이다(Office for Government Policy Coordination, 2003). MOLIT & K-water(2004)에서는 기존댐의 수문학적 안정성 검토를 수행하였으며 이상홍수 발생 시 24개 댐에서 월류 등으로 인한 붕괴위험으로 댐 하류지역의 극심한 피해를 예상하여 보조여수로 신설 및 기존여수로 확장 등 치수능력 증대 기본계획을 수립하였고 이를 통하여 극한홍수 발생 시 홍수량 배제능력을 증대하여 기존댐의 안전성 확보 및 하류지역의 피해를 방지하고자 하였다. 여기서 보조 여수로는 기존 여수로와 동시 또는 별도 운영하는 여수로로써 비상상황 시 방류 기능을 포함하고 있고(K-water, 2021), 최근에는 기존 여수로의 노후화에 따라 보조여수로의 활용방안에 대한 관심이 증가하고 있다. 따라서 본 연구에서는 3차원 수치해석을 수행하여 기존 및 보조 여수로의 방류량 조합에 따른 하류 영향을 분석하고 하류 호안 안정성 측면에서 최적 방류 시나리오를 검토하고자 한다.

기존의 댐 여수로 검토에 관한 연구는 주로 수리실험을 통하여 방류조건 별 흐름특성을 검토하였으나 최근에는 수치모형 실험결과가 수리모형실험과 비교하여 근사한 것을 확인하는 등 점차 수치모형실험을 수리모형실험의 대안으로 활용하고 있다(Jeon et al., 2006Kim, 2007Kim et al., 2008). 국내의 경우, Jeon et al.(2006)은 수리모형 실험과 수치모의를 이용하여 임하댐 바상여수로의 기본설계안을 도출하였고, Kim et al.(2008)은 가능최대홍수량 유입 시 비상여수로 방류에 따른 수리학적 안정성과 기능성을 3차원 수치모형인 FLOW-3D를 활용하여 검토하였다. 또한 Kim and Kim(2013)은 충주댐의 홍수조절 효과 검토 및 방류량 변화에 따른 상·하류의 수위 변화를 수치모형을 통하여 검토하였다. 국외의 경우 Zeng et al.(2017)은 3차원 수치모형인 Fluent를 활용한 여수로 방류에 따른 흐름특성 결과와 측정결과를 비교하여 수치모형 결과의 신뢰성을 검토하였다. Li et al.(2011)은 가능 최대 홍수량(Probable Maximum Flood, PMF)조건에서 기존 여수로와 신규 보조 여수로 유입부 주변의 흐름특성에 대하여 3차원 수치모형 Fluent를 활용하여 검토하였고, Lee et al.(2019)는 서로 근접해있는 기존 여수로와 보조여수로 동시 운영 시 방류능 검토를 수리모형 실험 및 수치모형 실험(FLOW-3D)을 통하여 수행하였으며 기존 여수로와 보조 여수로를 동시운영하게 되면 배수로 간섭으로 인하여 총 방류량이 7.6%까지 감소되어 댐의 방류능력이 감소하였음을 확인하였다.

그러나 대부분의 여수로 검토에 대한 연구는 여수로 내에서의 흐름특성 및 기능성에 대한 검토를 수행하였고. 이에 기존 여수로와 보조 여수로 방류운영에 따른 하류하천의 흐름특성 변화 및 호안 안정성 평가에 관한 추가적인 검토가 필요한 실정이다. 따라서 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류하천의 흐름특성 및 호안 안정성분석을 3차원 수치모형인 FLOW-3D를 이용하여 검토하였다. 또한 다양한 방류 배분 비율 및 허용 방류량 조건 변화에 따른 하류하천의 흐름특성 및 소류력 분석결과를 호안 설계 허용유속 및 허용 소류력 기준과 비교하여 하류하천의 영향을 최소화 할 수 있는 최적의 보조 여수로 활용방안을 도출하고자 한다.

2. 본 론

2.1 이론적 배경

2.1.1 3차원 수치모형의 기본이론

FLOW-3D는 미국 Flow Science, Inc에서 개발한 범용 유체역학 프로그램(CFD, Computational Fluid Dynamics)으로 자유 수면을 갖는 흐름모의에 사용되는 3차원 수치해석 모형이다. 난류모형을 통해 난류 해석이 가능하고, 댐 방류에 따른 하류 하천의 흐름 해석에도 많이 사용되어 왔다(Flow Science, 2011). 본 연구에서는 FLOW-3D(version 12.0)을 이용하여 홍수 시 기존 여수로의 노후화에 대비하여 보조 여수로의 활용방안에 대한 검토를 하류하천의 호안 안정성 측면에서 검토하였다.

2.1.2 유동해석의 지배방정식

1) 연속 방정식(Continuity Equation)

FLOW-3D는 비압축성 유체에 대하여 연속방정식을 사용하며, 밀도는 상수항으로 적용된다. 연속 방정식은 Eqs. (1)(2)와 같다.

(1)

∇·v=0

(2)

∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ

여기서, ρ는 유체 밀도(kg/m3), u, v, w는 x, y, z방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸(mass source/sink)항을 의미한다.

2) 운동량 방정식(Momentum Equation)

각 방향 속도성분 u, v, w에 대한 운동방정식은 Navier-Stokes 방정식으로 다음 Eqs. (3)(4)(5)와 같다.

(3)

∂u∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂x+Gx+fx-bx-RSORρVFu

(4)

∂v∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂y+Gy+fy-by-RSORρVFv

(5)

∂w∂t+1VF(uAx∂u∂x+vAy∂v∂y+wAz∂w∂z)=-1ρ∂p∂z+Gz+fz-bz-RSORρVFw

여기서, Gx, Gy, Gz는 체적력에 의한 가속항, fx, fy, fz는 점성에 의한 가속항, bx, by, bz는 다공성 매체에서의 흐름손실을 의미한다.

2.1.3 소류력 산정

호안설계 시 제방사면 호안의 안정성 확보를 위해서는 하천의 흐름에 의하여 호안에 작용하는 소류력에 저항할 수 있는 재료 및 공법 선택이 필요하다. 국내의 경우 하천공사설계실무요령(MOLIT, 2016)에서 계획홍수량 유하 시 소류력 산정 방법을 제시하고 있다. 소류력은 하천의 평균유속을 이용하여 산정할 수 있으며, 소류력 산정식은 Eqs. (6)(7)과 같다.

1) Schoklitsch 공식

Schoklitsch(1934)는 Chezy 유속계수를 적용하여 소류력을 산정하였다.

(6)

τ=γRI=γC2V2

여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), I는 에너지경사, C는 Chezy 유속계수, V는 평균유속(m/s)을 의미한다.

2) Manning 조도계수를 고려한 공식

Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.

(7)

τ=γn2V2R1/3

여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), n은 Manning의 조도계수, V는 평균유속(m/s)을 의미한다.

FLOW-3D 수치모의 수행을 통하여 하천의 바닥 유속을 도출할 수 있으며, 본 연구에서는 Maning 조도계수롤 고려하여 소류력을 산정하고자 한다. 소류력을 산정하기 위해서 여수로 방류에 따른 대안부의 바닥유속 변화를 검토하여 최대 유속 값을 이용하였다. 최종적으로 산정한 소류력과 호안의 재료 및 공법에 따른 허용 소류력과 비교하여 제방사면 호안의 안정성 검토를 수행하게 된다.

2.2 하천호안 설계기준

하천 호안은 계획홍수위 이하의 유수작용에 대하여 안정성이 확보되도록 계획하여야 하며, 호안의 설계 시에는 사용재료의 확보용이성, 시공상의 용이성, 세굴에 대한 굴요성(flexibility) 등을 고려하여 호안의 형태, 시공방법 등을 결정한다(MOLIT, 2019). 국내의 경우, 하천공사설계실무요령(MOLIT, 2016)에서는 다양한 호안공법에 대하여 비탈경사에 따라 설계 유속을 비교하거나, 허용 소류력을 비교함으로써 호안의 안정성을 평가한다. 호안에 대한 국외의 설계기준으로 미국의 경우, ASTM(미국재료시험학회)에서 호안블록 및 식생매트 시험방법을 제시하였고 제품별로 ASTM 시험에 의한 허용유속 및 허용 소류력을 제시하였다. 일본의 경우, 호안 블록에 대한 축소실험을 통하여 항력을 측정하고 이를 통해서 호안 블록에 대한 항력계수를 제시하고 있다. 설계 시에는 항력계수에 의한 블록의 안정성을 평가하고 있으나, 최근에는 세굴의 영향을 고려할 수 있는 호안 안정성 평가의 필요성을 제기하고 있다(MOLIT, 2019). 관련된 국내·외의 하천호안 설계기준은 Table 1에 정리하여 제시하였고, 본 연구에서 하천 호안 안정성 평가 시 하천공사설계실무요령(MOLIT, 2016)과 ASTM 시험에서 제시한 허용소류력 및 허용유속 기준을 비교하여 각각 0.28 kN/m2, 5.0 m/s 미만일 경우 호안 안정성을 확보하였다고 판단하였다.

Table 1.

Standard of Permissible Velocity and Shear on Revetment

Country (Reference)MaterialPermissible velocity (Vp, m/s)Permissible Shear (τp, kN/m2)
KoreaRiver Construction Design Practice Guidelines
(MOLIT, 2016)
Vegetated5.00.50
Stone5.00.80
USAASTM D’6460Vegetated6.10.81
Unvegetated5.00.28
JAPANDynamic Design Method of Revetment5.0

2.3. 보조여수로 운영에 따른 하류하천 영향 분석

2.3.1 모형의 구축 및 경계조건

본 연구에서는 기존 여수로의 노후화에 대비하여 홍수 시 보조여수로의 활용방안에 따른 하류하천의 흐름특성 및 호안안정성 평가를 수행하기 위해 FLOW-3D 모형을 이용하였다. 기존 여수로 및 보조 여수로는 치수능력 증대사업(MOLIT & K-water, 2004)을 통하여 완공된 ○○댐의 제원을 이용하여 구축하였다. ○○댐은 설계빈도(100년) 및 200년빈도 까지는 계획홍수위 이내로 기존 여수로를 통하여 운영이 가능하나 그 이상 홍수조절은 보조여수로를 통하여 조절해야 하며, 또한 2011년 기존 여수로 정밀안전진단 결과 사면의 표층 유실 및 옹벽 밀림현상 등이 확인되어 노후화에 따른 보수·보강이 필요한 상태이다. 이에 보조여수로의 활용방안 검토가 필요한 것으로 판단하여 본 연구의 대상댐으로 선정하였다. 하류 하천의 흐름특성을 예측하기 위하여 격자간격을 0.99 ~ 8.16 m의 크기로 하여 총 격자수는 49,102,500개로 구성하였으며, 여수로 방류에 따른 하류하천의 흐름해석을 위한 경계조건으로 상류는 유입유량(inflow), 바닥은 벽면(wall), 하류는 수위(water surface elevation)조건으로 적용하도록 하였다(Table 2Fig. 1 참조). FLOW-3D 난류모형에는 혼합길이 모형, 난류에너지 모형, k-ϵ모형, RNG(Renormalized Group Theory) k-ϵ모형, LES 모형 등이 있으며, 본 연구에서는 여수로 방류에 따른 복잡한 난류 흐름 및 높은 전단흐름을 정확하게 모의(Flow Science, 2011)할 수 있는 RNG k-ϵ모형을 사용하였고, 하류하천 호안의 안정성 측면에서 보조여수로의 활용방안을 검토하기 위하여 방류시나리오는 Table 3에 제시된 것 같이 설정하였다. Case 1 및 Case 2를 통하여 계획홍수량에 대하여 기존 여수로와 보조 여수로의 단독 운영이 하류하천에 미치는 영향을 확인하였고 보조 여수로의 방류량 조절을 통하여 호안 안정성 측면에서 보조 여수로 방류능 검토를 수행하였다(Case 3 ~ Case 6). 또한 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천의 영향 검토(Case 7 ~ Case 10) 및 방류 배분에 따른 허용 방류량을 호안 안정성 측면에서 검토를 수행하였다(Case 11 ~ Case 14).

수문은 완전개도 조건으로 가정하였으며 하류하천의 계획홍수량에 대한 기존 여수로와 보조여수로의 배분량을 조절하여 모의를 수행하였다. 여수로는 콘크리트의 조도계수 값(Chow, 1959)을 채택하였고, 댐 하류하천의 조도계수는 하천기본계획(Busan Construction and Management Administration, 2009) 제시된 조도계수 값을 채택하였으며 FLOW-3D의 적용을 위하여 Manning-Strickler 공식(Vanoni, 2006)을 이용하여 조도계수를 조고값으로 변환하여 사용하였다. Manning-Strickler 공식은 Eq. (8)과 같으며, FLOW-3D에 적용한 조도계수 및 조고는 Table 4와 같다.

(8)

n=ks1/68.1g1/2

여기서, kS는 조고 (m), n은 Manning의 조도계수, g는 중력가속도(m/s2)를 의미한다.

시간에 따라 동일한 유량이 일정하게 유입되도록 모의를 수행하였으며, 시간간격(Time Step)은 0.0001초로 설정(CFL number < 1.0) 하였다. 또한 여수로 수문을 통한 유량의 변동 값이 1.0%이내일 경우는 연속방정식을 만족하고 있다고 가정하였다. 이는, 유량의 변동 값이 1.0%이내일 경우 유속의 변동 값 역시 1.0%이내이며, 수치모의 결과 1.0%의 유속변동은 호안의 유속설계기준에 크게 영향을 미치지 않는다고 판단하였다. 그 결과 모든 수치모의 Case에서 2400초 이내에 결과 값이 수렴하는 것을 확인하였다.

Table 2.

Mesh sizes and numerical conditions

MeshNumbers49,102,500 EA
Increment (m)DirectionExisting SpillwayAuxiliary Spillway
∆X0.99 ~ 4.301.00 ~ 4.30
∆Y0.99 ~ 8.161.00 ~ 5.90
∆Z0.50 ~ 1.220.50 ~ 2.00
Boundary ConditionsXmin / YmaxInflow / Water Surface Elevation
Xmax, Ymin, Zmin / ZmaxWall / Symmetry
Turbulence ModelRNG model
Table 3.

Case of numerical simulation (Qp : Design flood discharge)

CaseExisting Spillway (Qe, m3/s)Auxiliary Spillway (Qa, m3/s)Remarks
1Qp0Reference case
20Qp
300.58QpReview of discharge capacity on
auxiliary spillway
400.48Qp
500.45Qp
600.32Qp
70.50Qp0.50QpDetermination of optimal division
ratio on Spillways
80.61Qp0.39Qp
90.39Qp0.61Qp
100.42Qp0.58Qp
110.32Qp0.45QpDetermination of permissible
division on Spillways
120.35Qp0.48Qp
130.38Qp0.53Qp
140.41Qp0.56Qp
Table 4.

Roughness coefficient and roughness height

CriteriaRoughness coefficient (n)Roughness height (ks, m)
Structure (Concrete)0.0140.00061
River0.0330.10496
/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F1.jpg
Fig. 1

Layout of spillway and river in this study

2.3.2 보조 여수로의 방류능 검토

본 연구에서는 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천 대안부의 유속분포 및 수위분포를 검토하기 위해 수치모의 Case 별 다음과 같이 관심구역을 설정하였다(Fig. 2 참조). 관심구역(대안부)의 길이(L)는 총 1.3 km로 10 m 등 간격으로 나누어 검토하였으며, Section 1(0 < X/L < 0.27)은 기존 여수로 방류에 따른 영향이 지배적인 구간, Section 2(0.27 < X/L < 1.00)는 보조 여수로 방류에 따른 영향이 지배적인 구간으로 각 구간에서의 수위, 유속, 수심결과를 확인하였다. 기존 여수로의 노후화에 따른 보조 여수로의 방류능 검토를 위하여 Case 1 – Case 6까지의 결과를 비교하였다.

보조 여수로의 단독 운영 시 기존 여수로 운영 시 보다 하류하천의 대안부의 최대 유속(Vmax)은 약 3% 감소하였으며, 이는 보조 여수로의 하천 유입각이 기존 여수로 보다 7°작으며 유입하천의 폭이 증가하여 유속이 감소한 것으로 판단된다. 대안부의 최대 유속 발생위치는 하류 쪽으로 이동하였으며 교량으로 인한 단면의 축소로 최대유속이 발생하는 것으로 판단된다. 또한 보조 여수로의 배분량(Qa)이 증가함에 따라 하류하천 대안부의 최대 유속이 증가하였다. 하천호안 설계기준에서 제시하고 있는 허용유속(Vp)과 비교한 결과, 계획홍수량(Qp)의 45% 이하(Case 5 & 6)를 보조 여수로에서 방류하게 되면 허용 유속(5.0 m/s)조건을 만족하여 호안안정성을 확보하였다(Fig. 3 참조). 허용유속 외에도 대안부에서의 소류력을 산정하여 하천호안 설계기준에서 제시한 허용 소류력(τp)과 비교한 결과, 유속과 동일하게 보조 여수로의 방류량이 계획홍수량의 45% 이하일 경우 허용소류력(0.28 kN/m2) 조건을 만족하였다(Fig. 4 참조). 각 Case 별 호안설계조건과 비교한 결과는 Table 5에 제시하였다.

하류하천의 수위도 기존 여수로 운영 시 보다 보조 여수로 단독 운영 시 최대 수위(ηmax)가 약 2% 감소하는 효과를 보였으며 최대 수위 발생위치는 수충부로 여수로 방류시 처오름에 의한 수위 상승으로 판단된다. 기존 여수로의 단독운영(Case 1)의 수위(ηref)를 기준으로 보조 여수로의 방류량이 증가함에 따라 수위는 증가하였으나 계획홍수량의 58%까지 방류할 경우 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보되었다(Fig. 5 참조). 그러나 계획홍수량 조건에서는 월류에 대한 위험성이 존재하기 때문에 기존여수로와 보조여수로의 적절한 방류량 배분 조합을 도출하는 것이 중요하다고 판단되어 진다.

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F2.jpg
Fig. 2

Region of interest in this study

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F3.jpg
Fig. 3

Maximum velocity and location of Vmax according to Qa

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F4.jpg
Fig. 4

Maximum shear according to Qa

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F5.jpg
Fig. 5

Maximum water surface elevation and location of ηmax according to Qa

Table 5.

Numerical results for each cases (Case 1 ~ Case 6)

CaseMaximum Velocity
(Vmax, m/s)
Maximum Shear
(τmax, kN/m2)
Evaluation
in terms of Vp
Evaluation
in terms of τp
1
(Qa = 0)
9.150.54No GoodNo Good
2
(Qa = Qp)
8.870.56No GoodNo Good
3
(Qa = 0.58Qp)
6.530.40No GoodNo Good
4
(Qa = 0.48Qp)
6.220.36No GoodNo Good
5
(Qa = 0.45Qp)
4.220.12AccpetAccpet
6
(Qa = 0.32Qp)
4.040.14AccpetAccpet

2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토

기존 여수로 및 보조 여수로 단독운영에 따른 하류하천 및 호안의 안정성 평가를 수행한 결과 계획홍수량 방류 시 하류하천 대안부에서 호안 설계 조건(허용유속 및 허용 소류력)을 초과하였으며, 처오름에 의한 수위 상승으로 월류에 대한 위험성 증가를 확인하였다. 따라서 계획 홍수량 조건에서 기존 여수로와 보조 여수로의 방류량 배분을 통하여 호안 안정성을 확보하고 하류하천에 방류로 인한 피해를 최소화할 수 있는 배분조합(Case 7 ~ Case 10)을 검토하였다. Case 7은 기존 여수로와 보조여수로의 배분 비율을 균등하게 적용한 경우이고, Case 8은 기존 여수로의 배분량이 보조 여수로에 비하여 많은 경우, Case 9는 보조 여수로의 배분량이 기존 여수로에 비하여 많은 경우를 의미한다. 최대유속을 비교한 결과 보조 여수로의 배분 비율이 큰 경우 기존 여수로의 배분량에 의하여 흐름이 하천 중심에 집중되어 대안부의 유속을 저감하는 효과를 확인하였다. 보조여수로의 방류량 배분 비율이 증가할수록 기존 여수로 대안부 측(0.00<X/L<0.27, Section 1) 유속 분포는 감소하였으나, 신규여수로 대안부 측(0.27<X/L<1.00, Section 2) 유속은 증가하는 것을 확인하였다(Fig. 6 참조). 그러나 유속 저감 효과에도 대안부 전구간에서 설계 허용유속 조건을 초과하여 제방의 안정성을 확보하지는 못하였다. 소류력 산정 결과 유속과 동일하게 보조 여수로의 방류량이 기존 여수로의 방류량 보다 크면 감소하는 것을 확인하였고 일부 구간에서는 허용 소류력 조건을 만족하는 것을 확인하였다(Fig. 7 참조).

따라서 유속 저감효과가 있는 배분 비율 조건(Qa>Qe)에서 Section 2에 유속 저감에 영향을 미치는 기존 여수로 방류량 배분 비율을 증가시켜 추가 검토(Case 10)를 수행하였다. 단독운영과 비교 시 하류하천에 유입되는 유량은 증가하였음에도 불구하고 기존 여수로 방류량에 의해 흐름이 하천 중심으로 집중되는 현상에 따라 대안부의 유속은 단독 운영에 비하여 감소하는 것을 확인하였고(Fig. 8 참조), 호안 설계 허용유속 및 허용 소류력 조건을 만족하는 구간이 발생하여 호안 안정성도 확보한 것으로 판단되었다. 최종적으로 각 Case 별 수위 결과의 경우 여수로 동시 운영을 수행하게 되면 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 9 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 6에 제시하였다.

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F6.jpg
Fig. 6

Maximum velocity on section 1 & 2 according to Qa

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F7.jpg
Fig. 7

Maximum shear on section 1 & 2 according to Qa

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F8.jpg
Fig. 8

Velocity results of FLOW-3D (a: auxiliary spillway operation only , b : simultaneous operation of spillways)

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F9.jpg
Fig. 9

Maximum water surface elevation on section 1 & 2 according to Qa

Table 6.

Numerical results for each cases (Case 7 ~ Case 10)

Case (Qe &amp; Qa)Maximum Velocity (Vmax, m/s)Maximum Shear
(τmax, kN/m2)
Evaluation in terms of VpEvaluation in terms of τp
Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
7
Qe : 0.50QpQa : 0.50Qp
8.106.230.640.30No GoodNo GoodNo GoodNo Good
8
Qe : 0.61QpQa : 0.39Qp
8.886.410.610.34No GoodNo GoodNo GoodNo Good
9
Qe : 0.39QpQa : 0.61Qp
6.227.330.240.35No GoodNo GoodAcceptNo Good
10
Qe : 0.42QpQa : 0.58Qp
6.394.790.300.19No GoodAcceptNo GoodAccept

2.3.4 방류량 배분 비율의 허용 방류량 검토

계획 홍수량 방류 시 기존 여수로와 보조 여수로의 배분 비율 검토 결과 Case 10(Qe = 0.42Qp, Qa = 0.58Qp)에서 방류에 따른 하류 하천의 피해를 최소화시킬 수 있는 것을 확인하였다. 그러나 대안부 전 구간에 대하여 호안 설계조건을 만족하지 못하였다. 따라서 기존 여수로와 보조 여수로의 방류 배분 비율을 고정시킨 후 총 방류량을 조절하여 허용 방류량을 검토하였다(Case 11 ~ Case 14).

호안 안정성 측면에서 검토한 결과 계획홍수량 대비 총 방류량이 감소하면 최대 유속 및 최대 소류력이 감소하고 최종적으로 계획 홍수량의 77%를 방류할 경우 하류하천의 대안부에서 호안 설계조건을 모두 만족하는 것을 확인하였다(Fig. 10Fig. 11 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 7에 제시하였다. 또한 Case 별 수위 검토 결과 처오름으로 인한 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 12 참조).

Table 7.

Numerical results for each cases (Case 11 ~ Case 14)

Case (Qe &amp; Qa)Maximum Velocity
(Vmax, m/s)
Maximum Shear
(τmax, kN/m2)
Evaluation in terms of VpEvaluation in terms of τp
Section 1Section 2Section 1Section 2Section 1Section 2Section 1Section 2
11
Qe : 0.32QpQa : 0.45Qp
3.634.530.090.26AcceptAcceptAcceptAccept
12
Qe : 0.35QpQa : 0.48Qp
5.745.180.230.22No GoodNo GoodAcceptAccept
13
Qe : 0.38QpQa : 0.53Qp
6.704.210.280.11No GoodAcceptAcceptAccept
14
Qe : 0.41QpQa : 0.56Qp
6.545.240.280.24No GoodNo GoodAcceptAccept
/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F10.jpg
Fig. 10

Maximum velocity on section 1 & 2 according to total outflow

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F11.jpg
Fig. 11

Maximum shear on section 1 & 2 according to total outflow

/media/sites/ksds/2021-014-02/N0240140207/images/ksds_14_02_07_F12.jpg
Fig. 12

Maximum water surface elevation on section 1 & 2 according to total outflow

3. 결 론

본 연구에서는 홍수 시 기존 여수로의 노후화로 인한 보조 여수로의 활용방안에 대하여 하류하천의 호안 안정성 측면에서 검토하였다. 여수로 방류로 인한 하류하천의 흐름특성을 검토하기 위하여 3차원 수치모형인 FLOW-3D를 활용하였고, 여수로 지형은 치수능력 증대사업을 통하여 완공된 ○○댐의 제원을 이용하였다. 하류하천 조도 계수 및 여수로 방류량은 하천기본계획을 참고하여 적용하였다. 최종적으로 여수로 방류로 인한 하류하천의 피해를 최소화 시킬 수 있는 적절한 보조 여수로의 활용방안을 도출하기 위하여 보조 여수로 단독 운영과 기존 여수로와의 동시 운영에 따른 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다.

수문은 완전 개도 상태에서 방류한다는 가정으로 계획 홍수량 조건에서 보조 여수로 단독 운영 시 하류하천 대안부의 유속 및 수위를 검토한 결과 기존 여수로 단독운영에 비하여 최대 유속 및 최대 수위가 감소하는 것을 확인할 수 있었으며, 이는 보조 여수로 단독 운영 시 하류하천으로 유입각도가 작아지고, 유입되는 하천의 폭이 증가되기 때문이다. 그러나 계획 홍수량 조건에서 하천호안 설계기준에서 제시한 허용 유속(5.0 m/s)과 허용 소류력(0.28 kN/m2)과 비교하였을 때 호안 안정성을 확보하지 못하였으며, 계획홍수량의 45% 이하 방류 시에 대안부의 호안 안정성을 확보하였다. 수위의 경우 여수로 방류에 따른 대안부에서 처오름 현상이 발생하여 월류에 대한 위험성을 확인하였고 이를 통하여 기존 여수로와의 동시 운영 방안을 도출하는 것이 중요하다고 판단된다. 따라서 기존 여수로와의 동시 운영 측면에서 기존 여수로와 보조 여수로의 배분 비율 및 총 방류량을 변화시켜가며 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다. 배분 비율의 경우 기존 여수로와 보조 여수로의 균등 배분(Case 7) 및 편중 배분(Case 8 & Case 9)을 검토하여 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 중심부로 집중되어 대안부의 최대유속, 최대소류력 및 최대수위가 감소하는 것을 확인하였다. 이를 근거로 기존 여수로의 방류 비율을 증가(Qe=0.42Qp, Qa=0.58Qp)시켜 검토한 결과 대안부 일부 구간에서 허용 유속 및 허용소류력 조건을 만족하는 것을 확인하였다. 이를 통하여 기존 여수로와 보조 여수로의 동시 운영을 통하여 적절한 방류량 배분 비율을 도출하는 것이 방류로 인한 하류하천의 피해를 저감하는데 효과적인 것으로 판단된다. 그러나 설계홍수량 방류 시 전 구간에서 허용 유속 및 소류력 조건을 만족하지 못하였다. 최종적으로 전체 방류량에서 기존 여수로의 방류 비율을 42%, 보조 여수로의 방류 비율을 58%로 설정하여 허용방류량을 검토한 결과, 계획홍수량의 77%이하로 방류 시 대안부의 최대유속은 기존여수로 방류의 지배영향구간(section 1)에서 3.63 m/s, 기존 여수로와 보조 여수로 방류의 영향구간(section 2)에서 4.53 m/s로 허용유속 조건을 만족하였고, 산정한 소류력도 각각 0.09 kN/m2 및 0.26 kN/m2로 허용 소류력 조건을 만족하여 대안부 호안의 안정성을 확보하였다고 판단된다.

본 연구 결과는 기후변화 및 기존여수로의 노후화로 인하여 홍수 시 기존여수로의 단독운영으로 하류하천의 피해가 발생할 수 있는 현시점에서 치수증대 사업으로 완공된 보조 여수로의 활용방안에 대한 기초자료로 활용될 수 있고, 향후 계획 홍수량 유입 시 최적의 배분 비율 및 허용 방류량 도출에 이용할 수 있다. 다만 본 연구는 여수로 방류에 따른 제방에 작용하는 수충력은 검토하지 못하고, 허용 유속 및 허용소류력은 제방과 유수의 방향이 일정한 구간에 대하여 검토하였다. 또한 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토하여 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출하고자 한다.

Acknowledgements

본 결과물은 K-water에서 수행한 기존 및 신규 여수로 효율적 연계운영 방안 마련(2021-WR-GP-76-149)의 지원을 받아 연구되었습니다.

References

1 Busan Construction and Management Administration (2009). Nakdonggang River Master Plan. Busan: BCMA.
2 Chow, V. T. (1959). Open-channel Hydraulics. McGraw-Hill. New York.
3 Flow Science (2011). Flow3D User Manual. Santa Fe: NM.
4 Jeon, T. M., Kim, H. I., Park, H. S., and Baek, U. I. (2006). Design of Emergency Spillway Using Hydraulic and Numerical Model-ImHa Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1726-1731.
5 Kim, D. G., Park, S. J., Lee, Y. S., and Hwang, J. H. (2008). Spillway Design by Using Numerical Model Experiment – Case Study of AnDong Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1604-1608.
6 Kim, J. S. (2007). Comparison of Hydraulic Experiment and Numerical Model on Spillway. Water for Future. 40(4): 74-81.
7 Kim, S. H. and Kim, J. S. (2013). Effect of Chungju Dam Operation for Flood Control in the Upper Han River. Journal of the Korean Society of Civil Engineers. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
8 K-water (2021). Regulations of Dam Management. Daejeon: K-water.
9 K-water and MOLIT (2004). Report on the Establishment of Basic Plan for the Increasing Flood Capacity and Review of Hydrological Stability of Dams. Sejong: K-water and MOLIT.
10 Lee, J. H., Julien, P. Y., and Thornton, C. I. (2019). Interference of Dual Spillways Operations. Journal of Hydraulic Engineering. 145(5): 1-13. 10.1061/(ASCE)HY.1943-7900.0001593
11 Li, S., Cain, S., Wosnik, M., Miller, C., Kocahan, H., and Wyckoff, R. (2011). Numerical Modeling of Probable Maximum Flood Flowing through a System of Spillways. Journal of Hydraulic Engineering. 137(1): 66-74. 10.1061/(ASCE)HY.1943-7900.0000279
12 MOLIT (2016). Practice Guidelines of River Construction Design. Sejong: MOLIT.
13 MOLIT (2019). Standards of River Design. Sejong: MOLIT.
14 Prime Minister’s Secretariat (2003). White Book on Flood Damage Prevention Measures. Sejong: PMS.
15 Schoklitsch, A. (1934). Der Geschiebetrieb und Die Geschiebefracht. Wasserkraft Wasserwirtschaft. 4: 1-7.
16 Vanoni, V. A. (Ed.). (2006). Sedimentation Engineering. American Society of Civil Engineers. Virginia: ASCE. 10.1061/9780784408230
17 Zeng, J., Zhang, L., Ansar, M., Damisse, E., and González-Castro, J. A. (2017). Applications of Computational Fluid Dynamics to Flow Ratings at Prototype Spillways and Weirs. I: Data Generation and Validation. Journal of Irrigation and Drainage Engineering. 143(1): 1-13. 10.1061/(ASCE)IR.1943-4774.0001112

Korean References Translated from the English

1 건설교통부·한국수자원공사 (2004). 댐의 수문학적 안정성 검토 및 치수능력증대방안 기본계획 수립 보고서. 세종: 국토교통부.
2 국무총리실 수해방지대책단 (2003). 수해방지대책 백서. 세종: 국무총리실.
3 국토교통부 (2016). 하천공사 설계실무요령. 세종: 국토교통부.
4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.
5 김대근, 박선중, 이영식, 황종훈 (2008). 수치모형실험을 이용한 여수로 설계 – 안동다목적댐. 한국수자원학회 학술발표회. 1604-1608.
6 김상호, 김지성 (2013). 충주댐 방류에 따른 댐 상하류 홍수위 영향 분석. 대한토목학회논문집. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
7 김주성 (2007). 댐 여수로부 수리 및 수치모형실험 비교 고찰. Water for Future. 40(4): 74-81.
8 부산국토관리청 (2009). 낙동강수계 하천기본계획(변경). 부산: 부산국토관리청.
9 전태명, 김형일, 박형섭, 백운일 (2006). 수리모형실험과 수치모의를 이용한 비상여수로 설계-임하댐. 한국수자원학회 학술발표회. 1726-1731.
10 한국수자원공사 (2021). 댐관리 규정. 대전: 한국수자원공사.

Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.

Numerical Simulations of the Flow Field of a Submerged Hydraulic Jump over Triangular Macroroughnesses

Triangular Macroroughnesses 대한 잠긴 수압 점프의 유동장 수치 시뮬레이션

by Amir Ghaderi 1,2,Mehdi Dasineh 3,Francesco Aristodemo 2 andCostanza Aricò 4,*1Department of Civil Engineering, Faculty of Engineering, University of Zanjan, Zanjan 537138791, Iran2Department of Civil Engineering, University of Calabria, Arcavacata, 87036 Rende, Italy3Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Maragheh 8311155181, Iran4Department of Engineering, University of Palermo, Viale delle Scienze, 90128 Palermo, Italy*Author to whom correspondence should be addressed.Academic Editor: Anis YounesWater202113(5), 674; https://doi.org/10.3390/w13050674

Abstract

The submerged hydraulic jump is a sudden change from the supercritical to subcritical flow, specified by strong turbulence, air entrainment and energy loss. Despite recent studies, hydraulic jump characteristics in smooth and rough beds, the turbulence, the mean velocity and the flow patterns in the cavity region of a submerged hydraulic jump in the rough beds, especially in the case of triangular macroroughnesses, are not completely understood. The objective of this paper was to numerically investigate via the FLOW-3D model the effects of triangular macroroughnesses on the characteristics of submerged jump, including the longitudinal profile of streamlines, flow patterns in the cavity region, horizontal velocity profiles, streamwise velocity distribution, thickness of the inner layer, bed shear stress coefficient, Turbulent Kinetic Energy (TKE) and energy loss, in different macroroughness arrangements and various inlet Froude numbers (1.7 < Fr1 < 9.3). To verify the accuracy and reliability of the present numerical simulations, literature experimental data were considered.

Keywords: submerged hydraulic jumptriangular macroroughnessesTKEbed shear stress coefficientvelocityFLOW-3D model

수중 유압 점프는 강한 난류, 공기 동반 및 에너지 손실로 지정된 초임계에서 아임계 흐름으로의 급격한 변화입니다. 최근 연구에도 불구하고, 특히 삼각형 거시적 거칠기의 경우, 평활 및 거친 베드에서의 수압 점프 특성, 거친 베드에서 잠긴 수압 점프의 공동 영역에서 난류, 평균 속도 및 유동 패턴이 완전히 이해되지 않았습니다.

이 논문의 목적은 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 두께를 포함하여 서브머지드 점프의 특성에 대한 삼각형 거시 거칠기의 영향을 FLOW-3D 모델을 통해 수치적으로 조사하는 것이었습니다.

내부 층의 층 전단 응력 계수, 난류 운동 에너지(TKE) 및 에너지 손실, 다양한 거시 거칠기 배열 및 다양한 입구 Froude 수(1.7 < Fr1 < 9.3). 현재 수치 시뮬레이션의 정확성과 신뢰성을 검증하기 위해 문헌 실험 데이터를 고려했습니다.

 Introduction

격렬한 난류 혼합과 기포 동반이 있는 수압 점프는 초임계에서 아임계 흐름으로의 변화 과정으로 간주됩니다[1]. 자유 및 수중 유압 점프는 일반적으로 게이트, 배수로 및 둑과 같은 수력 구조 아래의 에너지 손실에 적합합니다. 매끄러운 베드에서 유압 점프의 특성은 널리 연구되었습니다[2,3,4,5,6,7,8,9].

베드의 거칠기 요소가 매끄러운 베드와 비교하여 수압 점프의 특성에 어떻게 영향을 미치는지 예측하기 위해 거시적 거칠기에 대한 자유 및 수중 수력 점프에 대해 여러 실험 및 수치 연구가 수행되었습니다. Ead와 Rajaratnam[10]은 사인파 거대 거칠기에 대한 수리학적 점프의 특성을 조사하고 무차원 분석을 통해 수면 프로파일과 배출을 정규화했습니다.

Tokyayet al. [11]은 두 사인 곡선 거대 거칠기에 대한 점프 길이 비율과 에너지 손실이 매끄러운 베드보다 각각 35% 더 작고 6% 더 높다는 것을 관찰했습니다. Abbaspur et al. [12]는 6개의 사인파형 거대 거칠기에 대한 수력학적 점프의 특성을 연구했습니다. 그 결과, 꼬리수심과 점프길이는 평상보다 낮았고 Froude 수는 점프길이에 큰 영향을 미쳤습니다.

Shafai-Bejestan과 Neisi[13]는 수압 점프에 대한 마름모꼴 거대 거칠기의 영향을 조사했습니다. 결과는 마름모꼴 거시 거칠기를 사용하면 매끄러운 침대와 비교하여 꼬리 수심과 점프 길이를 감소시키는 것으로 나타났습니다. Izadjoo와 Shafai-Bejestan[14]은 다양한 사다리꼴 거시 거칠기에 대한 수압 점프를 연구했습니다.

그들은 전단응력계수가 평활층보다 10배 이상 크고 점프길이가 50% 감소하는 것을 관찰하였습니다. Nikmehr과 Aminpour[15]는 Flow-3D 모델 버전 11.2[16]를 사용하여 사다리꼴 블록이 있는 거시적 거칠기에 대한 수력학적 점프의 특성을 조사했습니다. 결과는 거시 거칠기의 높이와 거리가 증가할수록 전단 응력 계수뿐만 아니라 베드 근처에서 속도가 감소하는 것으로 나타났습니다.

Ghaderi et al. [17]은 다양한 형태의 거시 거칠기(삼각형, 정사각형 및 반 타원형)에 대한 자유 및 수중 수력 점프 특성을 연구했습니다. 결과는 Froude 수의 증가에 따라 자유 및 수중 점프에서 전단 응력 계수, 에너지 손실, 수중 깊이, 미수 깊이 및 상대 점프 길이가 증가함을 나타냅니다.

자유 및 수중 점프에서 가장 높은 전단 응력과 에너지 손실은 삼각형의 거시 거칠기가 존재할 때 발생했습니다. Elsebaie와 Shabayek[18]은 5가지 형태의 거시적 거칠기(삼각형, 사다리꼴, 2개의 측면 경사 및 직사각형이 있는 정현파)에 대한 수력학적 점프의 특성을 연구했습니다. 결과는 모든 거시적 거칠기에 대한 에너지 손실이 매끄러운 베드에서보다 15배 이상이라는 것을 보여주었습니다.

Samadi-Boroujeni et al. [19]는 다양한 각도의 6개의 삼각형 거시 거칠기에 대한 수력 점프를 조사한 결과 삼각형 거시 거칠기가 평활 베드에 비해 점프 길이를 줄이고 에너지 손실과 베드 전단 응력 계수를 증가시키는 것으로 나타났습니다.

Ahmed et al. [20]은 매끄러운 베드와 삼각형 거시 거칠기에서 수중 수력 점프 특성을 조사했습니다. 결과는 부드러운 침대와 비교할 때 잠긴 깊이와 점프 길이가 감소했다고 밝혔습니다. 표 1은 다른 연구자들이 제시한 과거의 유압 점프에 대한 실험 및 수치 연구의 세부 사항을 나열합니다.

Table 1. Main characteristics of some past experimental and numerical studies on hydraulic jumps.

ReferenceShape Bed-Channel Type-
Jump Type
Channel Dimension (m)Roughness (mm)Fr1Investigated Flow
Properties
Ead and Rajaratnam [10]-Smooth and rough beds-Rectangular channel-Free jumpCL1 = 7.60
CW2 = 0.44
CH3 = 0.60
-Corrugated sheets (RH4 = 13 and 22)4–10-Upstream and tailwater depths-Jump length-Roller length-Velocity-Water surface profile
Tokyay et al. [11]-Smooth and rough beds-Rectangular channel-Free jumpCL = 10.50
CW = 0.253
CH = 0.432
-Two sinusoidal corrugated (RH = 10 and 13)5–12-Depth ratio-Jump length-Energy loss
Izadjoo and Shafai-Bejestan [14]-Smooth and rough beds-Two rectangular-channel-Free jumpCL = 1.2, 9
CW = 0.25, 0.50
CH = 0.40
Baffle with trapezoidal cross section
(RH: 13 and 26)
6–12-Upstream and tailwater depths-Jump length-Velocity-Bed shear stress coefficient
Abbaspour et al. [12]-Horizontal bed with slope 0.002-Rectangular channel—smooth and rough beds-Free jumpCL = 10
CW = 0.25
CH = 0.50
-Sinusoidal bed (RH = 15,20, 25 and 35)3.80–8.60-Water surface profile-Depth ratio-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Shafai-Bejestan and Neisi [13]-Smooth and rough beds-Rectangular channel-Free jumpCL = 7.50
CW = 0.35
CH = 0.50
Lozenge bed4.50–12-Sequent depth-Jump length
Elsebaie and Shabayek [18]-Smooth and rough beds-Rectangular channel-With side slopes of 45 degrees for two trapezoidal and triangular macroroughnesses and of 60 degrees for other trapezoidal macroroughnesses-Free jumpCL = 9
CW = 0.295
CH = 0.32
-Sinusoidal-Triangular-Trapezoidal with two side-Rectangular-(RH = 18 and corrugation wavelength = 65)50-Water surface profile-Sequent depth-Jump length-Bed shear stress coefficient
Samadi-Boroujeni et al. [19]-Rectangular channel-Smooth and rough beds-Free jumpCL = 12
CW = 0.40
CH = 0.40
-Six triangular corrugated (RH = 2.5)6.10–13.10-Water surface profile-Sequent depth-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Ahmed et al. [20]-Smooth and rough beds-Rectangular channel-Submerged jumpCL = 24.50
CW = 0.75
CH = 0.70
-Triangular corrugated sheet (RH = 40)1.68–9.29-Conjugated and tailwater depths-Submerged ratio-Deficit depth-Relative jump length-Jump length-Relative roller jump length-Jump efficiency-Bed shear stress coefficient
Nikmehr and Aminpour [15]-Horizontal bed with slope 0.002-Rectangular channel-Rough bed-Free jumpCL = 12
CW = 0.25
CH = 0.50
-Trapezoidal blocks (RH = 2, 3 and 4)5.01–13.70-Water surface profile-Sequent depth-Jump length-Roller length-Velocity
Ghaderi et al. [17]-Smooth and rough beds-Rectangular channel-Free and submerged jumpCL = 4.50
CW = 0.75
CH = 0.70
-Triangular, square and semi-oval macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Horizontal velocity distributions-Bed shear stress coefficient-Sequent depth ratio and submerged depth ratio-Jump length-Energy loss
Present studyRectangular channel
Smooth and rough beds
Submerged jump
CL = 4.50
CW = 0.75
CH = 0.70
-Triangular macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Longitudinal profile of streamlines-Flow patterns in the cavity region-Horizontal velocity profiles-Streamwise velocity distribution-Bed shear stress coefficient-TKE-Thickness of the inner layer-Energy loss

CL1: channel length, CW2: channel width, CH3: channel height, RH4: roughness height.

이전에 논의된 조사의 주요 부분은 실험실 접근 방식을 기반으로 하며 사인파, 마름모꼴, 사다리꼴, 정사각형, 직사각형 및 삼각형 매크로 거칠기가 공액 깊이, 잠긴 깊이, 점프 길이, 에너지 손실과 같은 일부 자유 및 수중 유압 점프 특성에 어떻게 영향을 미치는지 조사합니다.

베드 및 전단 응력 계수. 더욱이, 저자[17]에 의해 다양한 형태의 거시적 거칠기에 대한 수력학적 점프에 대한 이전 발표된 논문을 참조하면, 삼각형의 거대조도는 가장 높은 층 전단 응력 계수 및 에너지 손실을 가지며 또한 가장 낮은 잠긴 깊이, tailwater를 갖는 것으로 관찰되었습니다.

다른 거친 모양, 즉 정사각형 및 반 타원형과 부드러운 침대에 비해 깊이와 점프 길이. 따라서 본 논문에서는 삼각형 매크로 거칠기를 사용하여(일정한 거칠기 높이가 T = 4cm이고 삼각형 거칠기의 거리가 I = 4, 8, 12, 16 및 20cm인 다른 T/I 비율에 대해), 특정 캐비티 영역의 유동 패턴, 난류 운동 에너지(TKE) 및 흐름 방향 속도 분포와 같은 연구가 필요합니다.

CFD(Computational Fluid Dynamics) 방법은 자유 및 수중 유압 점프[21]와 같은 복잡한 흐름의 모델링 프로세스를 수행하는 중요한 도구로 등장하며 수중 유압 점프의 특성은 CFD 시뮬레이션을 사용하여 정확하게 예측할 수 있습니다 [22,23 ].

본 논문은 초기에 수중 유압 점프의 주요 특성, 수치 모델에 대한 입력 매개변수 및 Ahmed et al.의 참조 실험 조사를 제시합니다. [20], 검증 목적으로 보고되었습니다. 또한, 본 연구에서는 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 내부 층의 두께, 베드 전단 응력 계수, TKE 및 에너지 손실과 같은 특성을 조사할 것입니다.

Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.
Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.

Table 2. Effective parameters in the numerical model.

Bed TypeQ
(l/s)
I
(cm)
T (cm)d (cm)y1
(cm)
y4
(cm)
Fr1= u1/(gy1)0.5SRe1= (u1y1)/υ
Smooth30, 4551.62–3.839.64–32.101.7–9.30.26–0.5039,884–59,825
Triangular macroroughnesses30, 454, 8, 12, 16, 20451.62–3.846.82–30.081.7–9.30.21–0.4439,884–59,825
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).

Table 3. Main flow variables for the numerical and physical models (Ahmed et al. [20]).

ModelsBed TypeQ (l/s)d (cm)y1 (cm)u1 (m/s)Fr1
Numerical and PhysicalSmooth4551.62–3.831.04–3.701.7–9.3
T/I = 0.54551.61–3.831.05–3.711.7–9.3
T/I = 0.254551.60–3.841.04–3.711.7–9.3
Figure 3. The boundary conditions governing the simulations.
Figure 3. The boundary conditions governing the simulations.
Figure 4. Sketch of mesh setup.
Figure 4. Sketch of mesh setup.

Table 4. Characteristics of the computational grids.

MeshNested Block Cell Size (cm)Containing Block Cell Size (cm)
10.551.10
20.651.30
30.851.70

Table 5. The numerical results of mesh convergence analysis.

ParametersAmounts
fs1 (-)7.15
fs2 (-)6.88
fs3 (-)6.19
K (-)5.61
E32 (%)10.02
E21 (%)3.77
GCI21 (%)3.03
GCI32 (%)3.57
GCI32/rp GCI210.98
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).

Conclusions

  • 본 논문에서는 유선의 종방향 프로파일, 공동 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 내부 층의 두께, 베드 전단 응력 계수, 난류 운동 에너지(TKE)를 포함하는 수중 유압 점프의 특성을 제시하고 논의했습니다. ) 및 삼각형 거시적 거칠기에 대한 에너지 손실. 이러한 특성은 FLOW-3D® 모델을 사용하여 수치적으로 조사되었습니다. 자유 표면을 시뮬레이션하기 위한 VOF(Volume of Fluid) 방법과 난류 RNG k-ε 모델이 구현됩니다. 본 모델을 검증하기 위해 평활층과 삼각형 거시 거칠기에 대해 수치 시뮬레이션과 실험 결과를 비교했습니다. 본 연구의 다음과 같은 결과를 도출할 수 있다.
  • 개발 및 개발 지역의 삼각형 거시 거칠기의 흐름 패턴은 수중 유압 점프 조건의 매끄러운 바닥과 비교하여 더 작은 영역에서 동일합니다. 삼각형의 거대 거칠기는 거대 거칠기 사이의 공동 영역에서 또 다른 시계 방향 와류의 형성으로 이어집니다.
  • T/I = 1, 0.5 및 0.33과 같은 거리에 대해 속도 벡터 분포는 캐비티 영역에서 시계 방향 소용돌이를 표시하며, 여기서 속도의 크기는 평균 유속보다 훨씬 작습니다. 삼각형 거대 거칠기(T/I = 0.25 및 0.2) 사이의 거리를 늘리면 캐비티 영역에 크기가 다른 두 개의 소용돌이가 형성됩니다.
  • 삼각형 거시조도 사이의 거리가 충분히 길면 흐름이 다음 조도에 도달할 때까지 속도 분포가 회복됩니다. 그러나 짧은 거리에서 흐름은 속도 분포의 적절한 회복 없이 다음 거칠기에 도달합니다. 따라서 거시 거칠기 사이의 거리가 감소함에 따라 마찰 계수의 증가율이 감소합니다.
  • 삼각형의 거시적 거칠기에서, 잠수 점프의 지정된 섹션에서 최대 속도는 자유 점프보다 높은 값으로 이어집니다. 또한, 수중 점프에서 두 가지 유형의 베드(부드러움 및 거친 베드)에 대해 깊이 및 와류 증가로 인해 베드로부터의 최대 속도 거리는 감소합니다. 잠수 점프에서 경계층 두께는 자유 점프보다 얇습니다.
  • 매끄러운 베드의 난류 영역은 게이트로부터의 거리에 따라 생성되고 자유 표면 롤러 영역 근처에서 발생하는 반면, 거시적 거칠기에서는 난류가 게이트 근처에서 시작되어 더 큰 강도와 제한된 스위프 영역으로 시작됩니다. 이는 반시계 방향 순환의 결과입니다. 거시 거칠기 사이의 공간에서 자유 표면 롤러 및 시계 방향 와류.
  • 삼각 거시 거칠기에서 침지 점프의 베드 전단 응력 계수와 에너지 손실은 유입구 Froude 수의 증가에 따라 증가하는 매끄러운 베드에서 발견된 것보다 더 큽니다. T/I = 0.50 및 0.20에서 최고 및 최저 베드 전단 응력 계수 및 에너지 손실이 평활 베드에 비해 거칠기 요소의 거리가 증가함에 따라 발생합니다.
  • 거의 거칠기 요소가 있는 삼각형 매크로 거칠기의 존재에 의해 주어지는 점프 길이와 잠긴 수심 및 꼬리 수심의 감소는 결과적으로 크기, 즉 길이 및 높이가 감소하는 정수조 설계에 사용될 수 있습니다.
  • 일반적으로 CFD 모델은 다양한 수력 조건 및 기하학적 배열을 고려하여 잠수 점프의 특성 예측을 시뮬레이션할 수 있습니다. 캐비티 영역의 흐름 패턴, 흐름 방향 및 수평 속도 분포, 베드 전단 응력 계수, TKE 및 유압 점프의 에너지 손실은 수치적 방법으로 시뮬레이션할 수 있습니다. 그러나 거시적 차원과 유동장 및 공동 유동의 변화에 ​​대한 다양한 배열에 대한 연구는 향후 과제로 남아 있다.

References

  1. White, F.M. Viscous Fluid Flow, 2nd ed.; McGraw-Hill University of Rhode Island: Montreal, QC, Canada, 1991. [Google Scholar]
  2. Launder, B.E.; Rodi, W. The turbulent wall jet. Prog. Aerosp. Sci. 197919, 81–128. [Google Scholar] [CrossRef]
  3. McCorquodale, J.A. Hydraulic jumps and internal flows. In Encyclopedia of Fluid Mechanics; Cheremisinoff, N.P., Ed.; Golf Publishing: Houston, TX, USA, 1986; pp. 120–173. [Google Scholar]
  4. Federico, I.; Marrone, S.; Colagrossi, A.; Aristodemo, F.; Antuono, M. Simulating 2D open-channel flows through an SPH model. Eur. J. Mech. B Fluids 201234, 35–46. [Google Scholar] [CrossRef]
  5. Khan, S.A. An analytical analysis of hydraulic jump in triangular channel: A proposed model. J. Inst. Eng. India Ser. A 201394, 83–87. [Google Scholar] [CrossRef]
  6. Mortazavi, M.; Le Chenadec, V.; Moin, P.; Mani, A. Direct numerical simulation of a turbulent hydraulic jump: Turbulence statistics and air entrainment. J. Fluid Mech. 2016797, 60–94. [Google Scholar] [CrossRef]
  7. Daneshfaraz, R.; Ghahramanzadeh, A.; Ghaderi, A.; Joudi, A.R.; Abraham, J. Investigation of the effect of edge shape on characteristics of flow under vertical gates. J. Am. Water Works Assoc. 2016108, 425–432. [Google Scholar] [CrossRef]
  8. Azimi, H.; Shabanlou, S.; Kardar, S. Characteristics of hydraulic jump in U-shaped channels. Arab. J. Sci. Eng. 201742, 3751–3760. [Google Scholar] [CrossRef]
  9. De Padova, D.; Mossa, M.; Sibilla, S. SPH numerical investigation of characteristics of hydraulic jumps. Environ. Fluid Mech. 201818, 849–870. [Google Scholar] [CrossRef]
  10. Ead, S.A.; Rajaratnam, N. Hydraulic jumps on corrugated beds. J. Hydraul. Eng. 2002128, 656–663. [Google Scholar] [CrossRef]
  11. Tokyay, N.D. Effect of channel bed corrugations on hydraulic jumps. In Proceedings of the World Water and Environmental Resources Congress 2005, Anchorage, AK, USA, 15–19 May 2005; pp. 1–9. [Google Scholar]
  12. Abbaspour, A.; Dalir, A.H.; Farsadizadeh, D.; Sadraddini, A.A. Effect of sinusoidal corrugated bed on hydraulic jump characteristics. J. Hydro-Environ. Res. 20093, 109–117. [Google Scholar] [CrossRef]
  13. Shafai-Bejestan, M.S.; Neisi, K. A new roughened bed hydraulic jump stilling basin. Asian J. Appl. Sci. 20092, 436–445. [Google Scholar] [CrossRef]
  14. Izadjoo, F.; Shafai-Bejestan, M. Corrugated bed hydraulic jump stilling basin. J. Appl. Sci. 20077, 1164–1169. [Google Scholar] [CrossRef]
  15. Nikmehr, S.; Aminpour, Y. Numerical Simulation of Hydraulic Jump over Rough Beds. Period. Polytech. Civil Eng. 201764, 396–407. [Google Scholar] [CrossRef]
  16. Flow Science Inc. FLOW-3D V 11.2 User’s Manual; Flow Science Inc.: Santa Fe, NM, USA, 2016. [Google Scholar]
  17. Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Ghahramanzadeh, A. Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J. Hydroinform. 202022, 1554–1572. [Google Scholar] [CrossRef]
  18. Elsebaie, I.H.; Shabayek, S. Formation of hydraulic jumps on corrugated beds. Int. J. Civil Environ. Eng. IJCEE–IJENS 201010, 37–47. [Google Scholar]
  19. Samadi-Boroujeni, H.; Ghazali, M.; Gorbani, B.; Nafchi, R.F. Effect of triangular corrugated beds on the hydraulic jump characteristics. Can. J. Civil Eng. 201340, 841–847. [Google Scholar] [CrossRef]
  20. Ahmed, H.M.A.; El Gendy, M.; Mirdan, A.M.H.; Ali, A.A.M.; Haleem, F.S.F.A. Effect of corrugated beds on characteristics of submerged hydraulic jump. Ain Shams Eng. J. 20145, 1033–1042. [Google Scholar] [CrossRef]
  21. Viti, N.; Valero, D.; Gualtieri, C. Numerical simulation of hydraulic jumps. Part 2: Recent results and future outlook. Water 201911, 28. [Google Scholar] [CrossRef]
  22. Gumus, V.; Simsek, O.; Soydan, N.G.; Akoz, M.S.; Kirkgoz, M.S. Numerical modeling of submerged hydraulic jump from a sluice gate. J. Irrig. Drain. Eng. 2016142, 04015037. [Google Scholar] [CrossRef]
  23. Jesudhas, V.; Roussinova, V.; Balachandar, R.; Barron, R. Submerged hydraulic jump study using DES. J. Hydraul. Eng. 2017143, 04016091. [Google Scholar] [CrossRef]
  24. Rajaratnam, N. The hydraulic jump as a wall jet. J. Hydraul. Div. 196591, 107–132. [Google Scholar] [CrossRef]
  25. Hager, W.H. Energy Dissipaters and Hydraulic Jump; Kluwer Academic Publisher: Dordrecht, The Netherlands, 1992; pp. 185–224. [Google Scholar]
  26. Long, D.; Steffler, P.M.; Rajaratnam, N. LDA study of flow structure in submerged Hydraulic jumps. J. Hydraul. Res. 199028, 437–460. [Google Scholar] [CrossRef]
  27. Chow, V.T. Open Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1959. [Google Scholar]
  28. Wilcox, D.C. Turbulence Modeling for CFD, 3rd ed.; DCW Industries, Inc.: La Canada, CA, USA, 2006. [Google Scholar]
  29. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 198139, 201–225. [Google Scholar] [CrossRef]
  30. Pourshahbaz, H.; Abbasi, S.; Pandey, M.; Pu, J.H.; Taghvaei, P.; Tofangdar, N. Morphology and hydrodynamics numerical simulation around groynes. ISH J. Hydraul. Eng. 2020, 1–9. [Google Scholar] [CrossRef]
  31. Choufu, L.; Abbasi, S.; Pourshahbaz, H.; Taghvaei, P.; Tfwala, S. Investigation of flow, erosion, and sedimentation pattern around varied groynes under different hydraulic and geometric conditions: A numerical study. Water 201911, 235. [Google Scholar] [CrossRef]
  32. Zhenwei, Z.; Haixia, L. Experimental investigation on the anisotropic tensorial eddy viscosity model for turbulence flow. Int. J. Heat Technol. 201634, 186–190. [Google Scholar]
  33. Carvalho, R.; Lemos Ramo, C. Numerical computation of the flow in hydraulic jump stilling basins. J. Hydraul. Res. 200846, 739–752. [Google Scholar] [CrossRef]
  34. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of Open FOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 201680, 322–335. [Google Scholar] [CrossRef]
  35. Daneshfaraz, R.; Ghaderi, A.; Akhtari, A.; Di Francesco, S. On the Effect of Block Roughness in Ogee Spillways with Flip Buckets. Fluids 20205, 182. [Google Scholar] [CrossRef]
  36. Ghaderi, A.; Abbasi, S. CFD simulation of local scouring around airfoil-shaped bridge piers with and without collar. Sādhanā 201944, 216. [Google Scholar] [CrossRef]
  37. Ghaderi, A.; Daneshfaraz, R.; Dasineh, M.; Di Francesco, S. Energy Dissipation and Hydraulics of Flow over Trapezoidal–Triangular Labyrinth Weirs. Water 202012, 1992. [Google Scholar] [CrossRef]
  38. Ghaderi, A.; Abbasi, S.; Abraham, J.; Azamathulla, H.M. Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Meas. Instrum. 202072, 101711. [Google Scholar] [CrossRef]
  39. Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. basic theory. J. Sci. Comput. 19861, 3–51. [Google Scholar] [CrossRef] [PubMed]
  40. Biscarini, C.; Di Francesco, S.; Ridolfi, E.; Manciola, P. On the simulation of floods in a narrow bending valley: The malpasset dam break case study. Water 20168, 545. [Google Scholar] [CrossRef]
  41. Ghaderi, A.; Daneshfaraz, R.; Abbasi, S.; Abraham, J. Numerical analysis of the hydraulic characteristics of modified labyrinth weirs. Int. J. Energy Water Resour. 20204, 425–436. [Google Scholar] [CrossRef]
  42. Alfonsi, G. Reynolds-averaged Navier–Stokes equations for turbulence modeling. Appl. Mech. Rev. 200962. [Google Scholar] [CrossRef]
  43. Abbasi, S.; Fatemi, S.; Ghaderi, A.; Di Francesco, S. The Effect of Geometric Parameters of the Antivortex on a Triangular Labyrinth Side Weir. Water 202113, 14. [Google Scholar] [CrossRef]
  44. Celik, I.B.; Ghia, U.; Roache, P.J. Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J. Fluids Eng. 2008130, 0780011–0780013. [Google Scholar]
  45. Khan, M.I.; Simons, R.R.; Grass, A.J. Influence of cavity flow regimes on turbulence diffusion coefficient. J. Vis. 20069, 57–68. [Google Scholar] [CrossRef]
  46. Javanappa, S.K.; Narasimhamurthy, V.D. DNS of plane Couette flow with surface roughness. Int. J. Adv. Eng. Sci. Appl. Math. 2020, 1–13. [Google Scholar] [CrossRef]
  47. Nasrabadi, M.; Omid, M.H.; Farhoudi, J. Submerged hydraulic jump with sediment-laden flow. Int. J. Sediment Res. 201227, 100–111. [Google Scholar] [CrossRef]
  48. Pourabdollah, N.; Heidarpour, M.; Abedi Koupai, J. Characteristics of free and submerged hydraulic jumps in different stilling basins. In Water Management; Thomas Telford Ltd.: London, UK, 2019; pp. 1–11. [Google Scholar]
  49. Rajaratnam, N. Turbulent Jets; Elsevier Science: Amsterdam, The Netherlands, 1976. [Google Scholar]
  50. Aristodemo, F.; Marrone, S.; Federico, I. SPH modeling of plane jets into water bodies through an inflow/outflow algorithm. Ocean Eng. 2015105, 160–175. [Google Scholar] [CrossRef]
  51. Shekari, Y.; Javan, M.; Eghbalzadeh, A. Three-dimensional numerical study of submerged hydraulic jumps. Arab. J. Sci. Eng. 201439, 6969–6981. [Google Scholar] [CrossRef]
  52. Khan, A.A.; Steffler, P.M. Physically based hydraulic jump model for depth-averaged computations. J. Hydraul. Eng. 1996122, 540–548. [Google Scholar] [CrossRef]
  53. De Dios, M.; Bombardelli, F.A.; García, C.M.; Liscia, S.O.; Lopardo, R.A.; Parravicini, J.A. Experimental characterization of three-dimensional flow vortical structures in submerged hydraulic jumps. J. Hydro-Environ. Res. 201715, 1–12. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Fig. 1. Nysted Offshore Wind Farm

FLOW-3D 모형을 이용한 해상풍력기초 세굴현상 분석

박영진1, 김태원2*1 서일대학교 토목공학과, 2 (주)지티이

Analysis of Scour Phenomenon around Offshore Wind Foundation using Flow-3D Mode

Abstract

국내․외에서 다양한 형태의 석유 대체에너지는 온실효과 가스를 배출하지 않는 청정에너지로 개발되고 있으며, 특히 해상풍력은 풍력 자원이 풍부하고 육상보다 풍력 감소가 상대적으로 작아 다양하게 연구되고 있다. 본 연구에서는 해상 풍력기초의 세굴현상을 분석하기 위해서 Flow-3D 모형을 이용하여 모노 파일과 삼각대 파일 기초에 대하여 수치모의를 수행 하였다. 직경이 다른(D=5.0 m, d=1.69 m) 모노 파일 형식과 직경이 동일한(D=5.0 m) 모노파일에 대하여 세굴현상을 평가하 였다. 수치해석 결과, 동일한 직경을 가진 모노파일에서 하강류가 증가되었으며, 최대세굴심은 약 1.7배 이상 발생하였다. 삼각대 파일에 대하여 관측유속과 극치파랑 조건을 상류경계조건으로 각각 적용한 후 세굴현상을 평가하였다. 극치파랑조건 을 적용한 경우 최대 세굴심은 약 1.3배 정도 깊게 발생하였다. LES 모형을 적용하였을 경우 세굴심은 평형상태에 도달한 반면, RNG  모형은 해석영역 내 전반적으로 세굴현상이 발생하였으며, 세굴심은 평형상태에 도달하지 않았다. 해상풍 력기초에 대하여 세굴현상을 평가하기 위해서 수치모형 적용시 파랑조건 및 LES 난류모형을 적용하는 것이 타당할 것으로 판단된다.

Various types of alternative energy sources to petroleum are being developed both domestically and internationally as clean energy that does not emit greenhouse gases. In particular, offshore wind power has been studied because the wind resources are relatively limitless and the wind power is relatively smaller than onshore. In this study, to analyze the scour phenomenon around offshore wind foundations, mono pile and tripod pile foundations were simulated using a FLOW-3D model. The scour phenomenon was evaluated for mono piles: one is a pile with a 5 m diameter and d=1.69 m and the other is a pile with a 5 m diameter. Numerical analysis showed that in the latter, the falling-flow increased and the maximum scour depth occurred more than 1.7 times. For a tripod pile foundation, the measured velocity and the maximum wave condition were applied to the upstream boundary condition, respectively, and the scour phenomenon was evaluated. When the maximum wave condition was applied, the maximum scour depth occurred more than about 1.3 times. When the LES model was applied, the scour depth reached equilibrium, whereas the numerical results of the RNG model show that the scour phenomenon occurred in the entire boundary area and the scour depth did not reach equilibrium. To evaluate the scour phenomenon around offshore wind foundations, it is reasonable to apply the wave condition and the LES turbulence model to numerical model applications.

Keywords : Flow-3D, LES model, Mono pile, Offshore wind foundation, RNG k-e model, Scour phenomenon, Tripod pile

서론

지구환경문제에 대한 관심이 증가되고 있는 현실에 서, 풍력발전은 석유 대체에너지로서 뿐만 아니라, 이산 화탄소 등 온실효과 가스를 배출하지 않는 청청에너지의 발전방식으로 국내․외에서 개발이 증가되고 있다. 특 히, 해상풍력은 풍력 자원이 풍부하고, 육상보다 풍력 감 소가 상대적으로 작아 전기 출력량이 크기 때문에 신재 생에너지원 확보 차원에서 국내․외 해상풍력단지 사업 계획이 수립되어 추진되고 있는 실정이다. Fig. 1은 세계 최대 네델란드 해상풍력단지인 Nysted Offshore Wind Farm의 사진이다.

Fig. 1. Nysted Offshore Wind Farm
Fig. 1. Nysted Offshore Wind Farm

하천 내 교각 주변에서 세굴 현상은 발생하며 교각의 안정성 측면에서 세굴보호공을 설치한다. 해양에서 해상 풍력발전 기초를 설치할 경우 구조물로 인해 교란된 흐 름은 세굴을 유발시킨다. 따라서 해상풍력기초를 계획할 경우 안정성 측면에서 세굴현상을 검토할 필요가 있다. 특히 하천의 경우 교각 세굴보호공에 대하여 다양한 공 법들이 설계에 반영되고 있으나, 해양구조물 기초에 대 한 연구는 미흡한 상태이다.

이에 본 연구에서는 수치모 형을 이용하여 해상풍력기초에 대한 세굴현상을 분석하 였다. 수치모형을 이용하여 세굴현상을 예측함에 있어서 본 연구와 연관된 연구동향으로는 양원준과 최성욱(2002) 은 FLOW-3D 모형을 이용하여 세굴영향 평가를 함에 있어서 난류모형을 비교․분석 하였다. 전반적으로 수리 모형실험 자료와 좀 더 잘 일치하는 난류모형은 LES 모 형으로 분석되었다[1]. 여창건 등(2010)은 세굴영향 평 가를 위해 FLOW-3D 모형을 이용할 경우 세굴에 미치 는 중요한 인자에 대하여 매개변수 민감도분석을 수행하 였다.

검토결과, 세굴에 민감한 변수는 유사의 입경, 세 굴조절계수, 안식각 등의 순서로 민감한 것으로 검토되 었다[2]. 오명학 등(2012)은 해상풍력발전기초 시설 주 변에서 FLOW-3D 모형을 이용하여 세굴영향 검토를 수 행하였다. 오명학 등이 검토한 지역은 본 연구 지역과 동 일한 지역이나 경계조건 및 세굴평가에서 가장 중요한 평균입경이 다르다. 세굴검토를 위해 수치모형에 입력한 경계조건은 대조기 창조 최강유속 1.0 m/s을 상류경계조 건으로, 평균입경은 0.0353 mm를 적용하였다. 이와 같은 조건에서 모노파일에서 발생하는 최대세굴심은 약 5.24 m로 분석되었다[3].

Stahlmann과 Schlurmann(2010)은 본 과업에서 적용할 해상풍력기초와 유사한 기초를 가진 구조물에 대하여 수리모형실험을 수행하였다. 연구대상 지역은 독일 해안가에 의한 해상풍력단지에 대하여 삼각 대 형식의 해상풍력기초에 대하여 1/40과 1/12 축척으로 각각 수리모형실험을 수행하였다. 1/40과 1/12 축척에 따라서 세굴분포양상 및 최대세굴심의 위치가 다르게 관 측되었다[4].

본 연구에서는 3차원 수치모형인 Flow-3D를 이용하 여 세굴현상을 평가함에 있어서, 파일 형상 변화, 경계조 건이 다른 경우 및 서로 다른 난류모형을 적용하였을 경 우에 대하여 수치해석이 국부세굴 현상에 미치는 영향을 검토하였다. 이와 같은 연구는 향후 수치모형을 이용하 여 해상풍력발전 기초에 대하여 세굴현상을 평가함에 있 어서 기초 자료로 활용될 수 있을 것으로 판단된다.

Fig. 2. Shape of Pile
Fig. 2. Shape of Pile
Fig. 3. Boundary Area and Grid of Flow-3D
Fig. 3. Boundary Area and Grid of Flow-3D
Fig. 4. Scour around Monopile
Fig. 4. Scour around Monopile
Fig. 5. Velocity Development around Monopile
Fig. 5. Velocity Development around Monopile
Fig. 6. Flow Phenomenon and Scour around Tripod Pile Foundation
Fig. 6. Flow Phenomenon and Scour around Tripod Pile Foundation
Fig. 7. Scour according to Turbulence Models(RNG k-e & LES Model)
Fig. 7. Scour according to Turbulence Models(RNG k-e & LES Model)

결론

본 연구에서는 해상풍력기초 형식이 모노파일과 삼각 대 파일일 경우 세굴현상을 평가하기 위해서 3차원 수치 모형인 Flow-3D를 이용하였다. 직경이 서로 다른(D=5.0 m, d=1.69 m) 모노파일과 직경이 동일한(D=5.0 m) 모노파일에 대하여 LES 모형 을 적용하여 세굴현상을 평가하였다. 서로 다른 직경을 가진 모노파일 주변에서 최대 세굴심은 4.13 m, 동일한 직경을 가진 모노파일 주변에서는 7.13 m의 최대 세굴 심이 발생하였다. 또한 동일한 직경을 가진 파일에서 하 강류가 증가되어 최대세굴심이 증가된 것으로 분석되었 다. 수치해석 결과, 세굴에 대한 기초의 안정성 측면에서 서로 다른 직경을 가진 기초 형식이 유리한 것으로 분석 되었다. 수치모형을 이용하여 세굴현상을 평가함에 있어서 경 계조건 및 난류모형의 선정은 중요하다. 본 연구에서는 서로 다른 직경을 가진 삼각대 형식의 해상풍력기초에 대하여 상류경계조건으로 관측유속과 극치파랑조건을 각각 적용하였을 경우 세굴현상을 평가하였다. 극치파랑 조건을 적용하였을 경우가 최대세굴심이 약 1.3배 정도 깊게 발생하였다. 또한 극치파랑조건에서 RNG 과 LES 모형을 적용하여 세굴현상을 평가하였다. LES 모 형을 적용하였을 경우 파일 주변에서 세굴현상이 발생하 였으며, 세굴심은 일정시간이 경과된 후에는 증가되지 않는 평형상태에 도달하였다. 그러나 RNG 모형을 적용한 경우는 평형상태에 도달하지 않고 계속해서 세굴 이 진행되어 세굴심을 평가할 수 없었다. 현재 해양구조 물 기초에 대한 세굴현상 연구는 미흡한 상태로 하천에 서 교각 세굴현상을 검토하기 위해서 적용되는 경계조건 을 적용하기보다는 해상 조건인 파랑조건을 적용하여 검 토하는 것이 기초의 안정성 측면에서 유리할 것으로 판 단된다. 또한 정확한 세굴현상을 예측하기 위해서는 RNG 모형보다는 LES 모형을 적용하는 것이 타당 할 것으로 판단된다. 향후 해상풍력기초에 대한 세굴관측을 수행하여 수치 모의 결과와 비교․분석이 필요하며, 또한 다양한 파랑 조건에서 난류모형에 대한 비교․분석이 필요할 것으로 생각된다.

References

[1] W. J. Yang, S. U. Choi. “Three- Dimensional Numerical
Simulation of Local Scour around the Bridge Pier using
Large Eddy Simulation”, Journal of KWRA, vol. 22, no.
4-B, pp. 437-446, 2002.
[2] C. G. Yeo, J. E. Lee, S. O. Lee, J. W. Song. “Sensitivity
Analysis of Sediment Scour Model in Flow-3D”,
Proceedings of KWRA, pp. 1750-1754, 2010.
[3] M. H. Oh, O. S. Kwon, W. M. Jeong, K. S. Lee.
“FLOW-3D Analysis on Scouring around Offshore Wind
Foundation”, Journal of KAIS, vol. 13, no. 3, pp.
1346-1351, 2012.
DOI: http://dx.doi.org/10.5762/KAIS.2012.13.3.1346

[4] A. Stahlmann, T. Schlurmann, “Physical Modeling of
Scour around Tripod Foundation Structures for Offshore
Wind Energy Converters”, Proceedings of 32nd
Conference on Coastal Engineering, Shanghai, China,
no. 32, pp. 1-12, 2010.
[5] Flow Science. Flow-3D User’s Manual. Los Alamos,
NM, USA, 2016.
[6] KEPRI. 『Test Bed for 2.5GW Offshore Wind Farm at
Yellow Sea』 Interim Design Report(in Korea), 2014.
[7] Germanischer Lloyd. Guideline for the Certification of
Offshore Wind Turbines. Hamburg, Germany, 2005.
[8] B. M. Sumer, J. Fredsøe, The Mechanics of Scour in the
Marine Environment. World Scientific Publishing Co.
Pte. Ltd. 2002.
[9] S. J. Ahn, U. Y. Kim, J. K. Lee. “Experimental Study
for Scour Protection around Bridge Pier by Falling-Flow
Interruption”, Journal of KSCE, vol. 19, no. II-1, pp.
57-65, 1999.
[10] V. Yakhot, S. A. Orszag, S. Thangam, T. B. Gatski, C.
G. Speziale, “Development of turbulence models for
shear flows by a double expansion technique”, Physics
of Fluids, vol. 4, no. 7, pp. 1510-1520, 1992.
DOI: https://doi.org/10.1063/1.858424

Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow

Numerical Methods in Civil Engineering

Rasoul Daneshfaraz*, Ehsan Aminvash**, Silvia Di Francesco***, Amir Najibi**, John Abraham****

토목공학의 수치해석법

Abstract

The main purpose of this study is to provide a method to increase energy dissipation on an inclined drop. Therefore, three types of rough elements with cylindrical, triangular and batshaped geometries are used on the inclined slope in the relative critical depth range of 0.128 to 0.36 and the effect of the geometry of these elements is examined using Flow 3D software. The results showed demonstrate that the downstream relative depth obtained from the numerical analysis is in good agreement with the laboratory results. The application of rough elements on the inclined drop increased the downstream relative depth and also the relative energy dissipation. The application of rough elements on the sloping surface of the drop significantly reduced the downstream Froude number, so that the Froude number in all models ranging from 4.7~7.5 to 1.45~3.36 also decreased compared to the plain drop. Bat-shaped elements are structurally smaller in size, so the use of these elements, in addition to dissipating more energy, is also economically viable.

이 연구의 주요 목적은 경사진 낙하에서 에너지 소산을 증가시키는 방법을 제공하는 것입니다. 따라서 0.128 ~ 0.36의 상대 임계 깊이 범위에서 경사면에 원통형, 삼각형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거친 요소가 사용되며 이러한 요소의 형상의 영향은 Flow 3D 소프트웨어를 사용하여 조사됩니다. 결과는 수치 분석에서 얻은 하류 상대 깊이가 실험실 결과와 잘 일치함을 보여줍니다. 경 사진 낙하에 거친 요소를 적용하면 하류 상대 깊이와 상대 에너지 소산이 증가했습니다. 낙차 경사면에 거친 요소를 적용하면 하류의 Froude 수를 크게 감소시켜 4.7~7.5에서 1.45~3.36 범위의 모든 모델에서 Froude 수도 일반 낙차에 비해 감소했습니다. 박쥐 모양의 요소는 구조적으로 크기가 더 작기 때문에 더 많은 에너지를 분산시키는 것 외에도 이러한 요소를 사용하는 것이 경제적으로도 가능합니다.

Keywords: Downstream depth, Energy dissipation, Froude number, Inclined drop, Roughness elements

Introduction

급수 네트워크 시스템, 침식 수로, 수처리 시스템 및 경사가 큰 경우 흐름 에너지를 더 잘 제어하기 위해 경사 방울을 사용할 수 있습니다. 낙하 구조는 지반의 자연 경사를 설계 경사로 변환하여 에너지 소산, 유속 감소 및 수심 증가를 유발합니다. 따라서 흐름의 하류 에너지를 분산 시키기 위해 에너지 분산 구조를 사용할 수 있습니다. 난기류와 혼합된 물과 공기의 형성은 에너지 소비를 증가 시키는 효과적인 방법입니다. 흐름 경로에서 거칠기 요소를 사용하는 것은 에너지 소산을 위한 알려진 방법입니다. 이러한 요소는 흐름 경로에 배치됩니다. 그들은 종종 에너지 소산을 증가시키기 위해 다른 기하학적 구조와 배열을 가지고 있습니다. 이 연구의 목적은 직사각형 경사 방울에 대한 거칠기 요소의 영향을 조사하는 것입니다.

Fig. 1: Model made in Ardabil, Iran
Fig. 1: Model made in Ardabil, Iran
Fig. 2: Geometric and hydraulic parameters of an inclined drop equipped with roughness elements
Fig. 2: Geometric and hydraulic parameters of an inclined drop equipped with roughness elements
Fig. 3: Views of the incline with (a) Bat-shaped, (b) Cylindrical, (c) Triangular roughness elements
Fig. 3: Views of the incline with (a) Bat-shaped, (b) Cylindrical, (c) Triangular roughness elements
Fig. 4: Geometric profile of inclined drop and boundary conditions with the bat-shape roughness element
Fig. 4: Geometric profile of inclined drop and boundary conditions with the bat-shape roughness element
Fig. 5: Variation of the RMSE varying cell size
Fig. 5: Variation of the RMSE varying cell size
Fig. 6: Numerical and laboratory comparison of the downstream relative depth
Fig. 6: Numerical and laboratory comparison of the downstream relative depth
Fig. 7: Flow profile on inclined drop in discharge of 5 L/s: (a) Without roughness elements; (b) Bat-shaped roughness element; (c) Cylindrical roughness element; (d) Triangular roughness element
Fig. 7: Flow profile on inclined drop in discharge of 5 L/s: (a) Without roughness elements; (b) Bat-shaped roughness element; (c) Cylindrical roughness element; (d) Triangular roughness element
Fig. 8: Relative edge depth versus the relative critical depth
Fig. 8: Relative edge depth versus the relative critical depth
Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow
Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow
Fig. 9: Flow on the inclined drop with bat-shaped elements: (b) Submerged flow
Fig. 9: Flow on the inclined drop with bat-shaped elements: (b) Submerged flow
Fig. 10: Relative downstream depth versus the relative critical depth
Fig. 10: Relative downstream depth versus the relative critical depth
Fig. 11: Relative downstream depth versus the relative critical depth
Fig. 11: Relative downstream depth versus the relative critical depth

Conclusions

현재 연구에서 FLOW-3D 소프트웨어를 사용하여 한 높이, 한 각도, 밀도 15% 및 지그재그 배열에서 삼각형, 원통형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거칠기 요소를 사용하여 경사 낙하 수리학적 매개변수에 대한 거칠기 요소 형상의 영향 평가되었다. VOF 방법을 사용하여 자유 표면 흐름을 시뮬레이션하고 초기에 3개의 난류 모델 RNG, k-ɛ 및 kω를 검증에 사용하고 이를 검토한 후 RNG 방법을 사용하여 다른 모델을 시뮬레이션했습니다. 1- 수치 결과에서 얻은 부드러운 경사 방울의 하류 상대 깊이는 실험실 데이터와 매우 좋은 상관 관계가 있으며 원통형 요소가 장착 된 경사 방울의 상대 에지 깊이 값이 가장 높았습니다. 2- 하류 상대깊이는 임계상대깊이가 증가함에 따라 상승하는 경향을 나타내어 박쥐형 요소를 구비한 경사낙하와 완만한 경사낙하가 각각 하류상대깊이가 가장 높고 가장 낮았다. 3- 하류 깊이의 증가로 인해 상대적 임계 깊이가 증가함에 따라 상대적 에너지 소산이 감소합니다. 한편, 가장 높은 에너지 소산은 박쥐 모양의 요소가 장착된 경사 낙하와 관련이 있으며 가장 낮은 에너지 소산은 부드러운 낙하와 관련이 있습니다. 삼각형, 원통형 및 박쥐 모양의 거친 요소가 장착된 드롭은 부드러운 드롭보다 각각 65%, 76% 및 85% 더 많은 흐름 에너지를 소산합니다. 4- 낙차의 경사면에 거친 요소를 적용하여 다운 스트림 Froude 수를 크게 줄여 4.7 ~ 7.5에서 1.45 ~ 3.36까지의 모든 모델에서 Froude 수가 부드러운 낙하에 비해 감소했습니다. 또한, 다른 원소보다 부피가 작은 박쥐 모양의 거칠기의 부피로 인해 이러한 유형의 거칠기를 사용하는 것이 경제적입니다.

References

References:
[1] Abbaspour, A., Shiravani, P., and Hosseinzadeh dalir, A.,
“Experimental study of the energy dissipation on the rough ramps”,
ISH journal of hydraulic engineering, 2019, p. 1-9.
[2] Abraham, J.P., Sparrow, E.M., Gorman, J.M., Zhao, Y., and
Minkowycz, W.J., “Application of an Intermittency model for
laminar, transitional, and turbulent internal flows”, Journal of
Fluids Engineering, vol. 141, 2019, paper no. 071204.
[3] Ahmad, Z., Petappa, N.M., and Westrich, B., “Energy
dissipation on block ramps with staggered boulders”, Journal of
hydraulic engineering, vol. 135(6), 2009, p. 522-526.
[4] Babaali, H.R., Shamsai, A., and Vosoughifar, H.R.,
“Computational modeling of the hydraulic jump in the stilling
basin with convergence walls using CFD codes”, Arabian Journal
for Science and Engineering, vol. 40(2), 2014, p. 381-395.
[5] Castillo, L.G., Carrillo, J.M., and Cacía, J.T., “Numerical
simulations and laboratory measurements in hydraulic jumps”,
International conference on hydroinformatics. (2014, August) New
York city.
[6] Daneshfaraz, R., Aminvash, E., Esmaeli, R., Sadeghfam, S.,
and Abraham, J., “Experimental and numerical investigation for
energy dissipation of supercritical flow in sudden contractions”,
Journal of groundwater science and engineering, vol. 8(4), 2020a,
p. 396-406.
[7] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Kuriqi, A., and
Abraham, J., “Three-dimensional investigation of hydraulic
properties of vertical drop in the presence of step and grid
dissipators”, Symmetry, vol. 13 (5), 2021a, p. 895.
[8] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Abraham, J., and
Bagherzadeh, M., “SVM performance for predicting the effect of
horizontal screen diameters on the hydraulic parameters of a
vertical drop”, Applied sciences, vol. 11 (9), 2021b, p. 4238.
[9] Daneshfaraz, R., Bagherzadeh, M., Esmaeeli, R., Norouzi, R.,
and Abraham, J. “Study of the performance of support vector
machine for predicting vertical drop hydraulic parameters in the
presence of dual horizontal screens”, Water supply, vol 21(1),
2021c, p. 217-231.
[10] Daneshfaraz, R., and Ghaderi, A., “Numerical investigation of
inverse curvature ogee spillways”, Civil engineering journal, vol.
3(11), 2017, p. 1146-1156.
[11] Daneshfaraz, R., Majedi Asl, M., and Bagherzadeh, M.,
“Experimental Investigation of the Energy Dissipation and the
Downstream Relative Depth of Pool in the Sloped Gabion Drop
and the Sloped simple Drop”, AUT Journal of Civil Engineering,
2020b (In persian).
[12] Daneshfaraz, R., Majedi Asl, M., Bazyar, A., Abraham, J.,
Norouzi, R., “The laboratory study of energy dissipation in inclined
drops equipped with a screen”, Journal of Applied Water
Engineering and Research, 2020c, p. 1-10.
[13] Daneshfaraz, R., Minaei, O., Abraham, J., Dadashi, S., and
Ghaderi, A., “3-D Numerical simulation of water flow over a
broad-crested weir with openings”, ISH Journal of Hydraulic
Engineering, 2019, p.1-9.
[14] Daneshfaraz, R., Sadeghfam, S., and Kashani, M., “Numerical
simulation of flow over stepped spillways”, Research in civil
engineering and environmental engineering, vol. 2(4), 2014, p.
190-198.
[15] Ghaderi, A., Abbasi, S., Abraham, J., and Azamathulla, H.M.,
“Efficiency of trapezoidal labyrinth shaped stepped spillways”,
Flow measurement and instrumentation, vol. 72, 2020a.
[16] Ghaderi, A., Daneshfaraz, R., Dasineh, M., and Di Francesco,
S., “Energy dissipation and hydraulics of flow over trapezoidaltriangular labyrinth weirs”, Water, vol. 12(7), 2020b, p. 1-18.
[17] Ghaderi, A., Daneshfaraz, R., Torabi, M., Abraham, and
Azamathulla, H.M. “Experimental investigation on effective
scouring parameters downstream from stepped spillways”, Water
supply, vol. 20(4), 2020c, p. 1-11.
[18] Ghare, A.D., Ingle, R.N., Porey, P.D., and Gokhale, S.S.
“Block ramp design for efficient energy dissipation”, Journal of
energy dissipation, vol. 136(1), 2010, p. 1-5.
[19] Gorman, J.M., Sparrow, E.M., Smith, C.J., Ghoash, A.,
Abraham, J.P., Daneshfaraz, R., Rezezadeh, J., “In-bend pressure
drop and post-bend heat transfer for a bend with partial blockage at
its inlet”, Numerical Heat Transfer A, vol, 73, 2018, p. 743-767.
[20] Jamil, M., and Khan, S.A., “Theorical study of hydraulic jump
in circular channel section”, ISH journal of hydraulic engineering,
vol. 16(1), 2010, p. 1-10.
[21] Katourani, S., and Kashefipour, S.M., “Effect of the geometric
characteristics of baffle on hydraulic flow condition in baffled
apron drop”, Irrigation sciences and engineering, vol. 37(2), 2012,
p. 51-59.
[22] Lai, Y.G., and Wu, K.A., “Three-dimensional flow and
sediment transport model for free surface open channel flow on
unstructured flexible meshes”, Fluids, vol. 4(1), 2019, p. 1-19.

[23] Nayebzadeh, B., Lotfollahi yaghin, M.A., and Daneshfaraz,
R., “Numerical investigation of hydraulic characteristics of vertical
drops with screens and gradually wall expanding”, Amirkabir
journal of civil engineering, 2020 (In Persian).
[24] Nurouzi, R., Daneshfaraz, R., and Bazyar, A., “The study of
energy dissipation due to the use of vertical screen in the
downstream of inclined drop by adaptive Neuro-Fuzzy inference
system (ANFIS)”, AUT journal of civil engineering, 2019, (In
Persian).
[25] Ohtsu, I., and Yasuda, Y., “Hydraulic jump in sloping
channel”, Journal of hydraulic engineering, vol. 117(7), 1991, p.
905-921.
[26] Olsen, L., Abraham, J.P., Cheng, L.K., Gorman, J.M., and
Sparrow, E.M., “Summary of forced-convection fluid flow and
heat transfer for square cylinders of different aspect ratios ranging
from the cube to a two-dimensional cylinder”, Advances in Heat
Transfer, Vol. 51, 2019, p. 351-457.
[27] Pagliara, S., Das, R., and Palermo, M., “Energy dissipation on
submerged block ramps”, Journal of irrigation and drainage
engineering, vol. 134(4), 2008, p.527-532.
[28] Pagliara, S., and Palermo, M., “Effect of stilling basin
geometry on the dissipative process in the presence of block
ramps”, Journal of irrigation and drainage engineering, vol.
138(11), 2012, p. 1027-1031.
[29] Simsek, O., Akoz, M.S, and Soydan, N.G., “Numerical
validation of open channel flow over a curvilinear broad-creasted
weir”, Progress in computational fluid dynamics an international
journal, vol. 16(6), 2016, p. 364-378.
[30] Sharif, N., and Rostami, A., “Experimental and numerical
study of the effect of flow sepration on dissipating energy in
compound bucket”, APCBEE procedia, vol. 9, 2014, p. 334-338.
[31] Sparrow, E.M., Tong, J.C.K., and Abraham, J.P., “Fluid flow
in a system with separate laminar and turbulent zones”, Numerical
Heat Transfer A, vol. 53(4), 2008, p. 341-353.
[32] Sparrow, E.M., Gorman, J.M., Abraham, J.P., and
Minkowycz, W.J., “Validation of turbulence models for numerical
simulation of fluid flow and convective heat transfers”, Advances
in Heat Transfer, vol. 49, 2017, p. 397-421.
[33] Wagner, W.E., “Hydraulic model studies of the check intake
structure-potholes East canal”, Bureau of reclamation hydraulic
laboratory report hyd, 1956, 411.

Numerical simulation of energy dissipation in crescent-shaped contraction of the flow path

Numerical simulation of energy dissipation in crescent-shaped contraction of the flow path

Authors

1 Professor, Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Iran.
2 M.sc student, Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Iran.
3 M.sc student, Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Iran

Abstract

One of the methods of controlling and reducing flow energy is the use of energy dissipating structures and the formation of hydraulic jumps. One of these types of structures is the constriction elements in the flow path, which leads to a decrease in the energy of the passing flow. In the present study, the effect of crescent-shaped contraction as an energy dissipating structure in the supercritical flow path has been investigated using FLOW-3D software. Examining the simulation results, the RNG turbulence model due to its higher accuracy and lower relative error and absolute error percentage than other models, among the RNG turbulence models, k-ε, k-ω and LES was selected. In this study, the amplitude of the Froude number after the gate as the most effective dimensionless parameter in energy dissipation varied from 2.8 to 7.5 and the values of stenosis on both sides are 5 and 7.5 cm. The results show that in all cases of using the crescent-shaped contractions, the energy consumption due to the contraction is 5 and 7.5 cm, respectively, based on the energy drop relative to the upstream of 24.62% and 29.84% and compared to the downstream 46.14% and 48.42% more than the classic free jump. Also, by examining the obtained results, it was observed that the crescent-shaped contractions have a better performance in terms of energy loss compared to the sudden contraction, obtained from the studies of previous researchers. Based on the simulation results, with increasing the upstream Froude number, the relative energy dissipation to the upstream and downstream crescent-shaped contraction increased so that the use of contraction elements reduces the downstream Froude number of the contracted section in the range of 1.6 to 3/2.

흐름 에너지를 제어하고 줄이는 방법 중 하나는 에너지 소산 구조를 사용하고 유압 점프를 형성하는 것입니다. 이러한 유형의 구조 중 하나는 흐름 경로의 수축 요소로, 통과하는 흐름의 에너지를 감소시킵니다. 현재 연구에서는 초 임계 유동 경로에서 에너지 소산 구조로서 초승달 모양의 수축 효과가 FLOW-3D 소프트웨어를 사용하여 조사되었습니다. 시뮬레이션 결과를 살펴보면 RNG 난류 모델 중 k-ε, k-ω, LES 중에서 다른 모델보다 정확도가 높고 상대 오차와 절대 오차 비율이 낮은 RNG 난류 모델을 선택했습니다. 이 연구에서 에너지 소산에서 가장 효과적인 무 차원 매개 변수 인 게이트 뒤의 Froude 수의 진폭은 2.8에서 7.5까지 다양했으며 양쪽의 협착 값은 5cm와 7.5cm입니다. 결과는 초승달 모양의 수축을 사용하는 모든 경우에서 수축으로 인한 에너지 소비는 각각 5cm와 7.5cm로 상류에 비해 에너지 강하가 24.62 % 및 29.84 %이고 하류와 비교됩니다. 고전적인 자유 점프보다 46.14 % 및 48.42 % 더 많습니다. 또한 얻어진 결과를 살펴보면 초승달 모양의 수축이 이전 연구자들의 연구에서 얻은 갑작스런 수축에 비해 에너지 손실 측면에서 더 나은 성능을 보이는 것으로 나타났습니다. 시뮬레이션 결과에 따르면 상류 Froude 수를 증가 시키면 상류 및 하류 초승달 모양의 수축에 대한 상대적 에너지 소산이 증가하여 수축 요소를 사용하면 수축 된 부분의 하류 Froude 수가 1.6 ~ 3/2 범위에서 감소합니다. .

Keywords

Figure 3. Flow velocity on seawall in A2-3 modeling.

Modeling of the Changes in Flow Velocity on Seawalls under Different Conditions Using FLOW-3D Software

Open Journal of Marine Science
Vol.06 No.02(2016), Article ID:65874,6 pages
10.4236/ojms.2016.62026

FLOW-3D 소프트웨어를 사용하여 다양한 조건에서 Seawalls의 흐름 속도 변경 모델링

Maryam Deilami-Tarifi1, Mehdi Behdarvandi-Askar2*, Vahid Chegini3, Sadegh Haghighi-Pour4
1Department of Coastal Engineering, Khorramshahr University of Marine Science and Technology, Khorramshahr, Iran

2Department of Marine Structures, Khorramshahr University of Marine Science and Technology, Khorramshahr, Iran
3Iran National Center for Oceanography and Atmospheric Sciences, Tehran, Iran
4Department of Civil Engineering, Excellence in Education Center of Jihad University of Khuzestan, Ahvaz, Iran
Copyright © 2016 by authors and Scientific Research Publishing Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/

ABSTRACT

방파벽은 파도힘의 수준을 감소시키고 다른 구조물로부터 보호하기 위해 건설되는 보호 구조물 중 하나입니다. 이와 관련하여 이러한 구조에 대한 보다 정확한 조사는 다른 관점에서 매우 중요합니다. 이 연구는 다른 레이아웃과 경사면에서 장애물을 고려하여 방파제 크라운의 속도 변화를 조사합니다. FLOW-3D는 모델링을 위한 이 연구에서 사용되었습니다. 모델링의 결과는 장애물의 존재가 방파벽의 크라운의 유량을 줄이는 결정적인 역할을 한다는 것을 보여줍니다. 또한, 예상대로, 상류 방파의 경사계는 벽의 가장 낮은 속도가 D-상태 레이아웃과 45°의 경사에서 발생하므로 이 속도를 줄이는 데 매우 결정적입니다.

Keywords: 플로우 속도, 방파제 크라운, 모델링, Flow Velocity, Seawall Crown, Modeling, FLOW-3D

1. 소개

방파벽은 파도의 속도를 감소시키고 다른 구조물을 보호하기 위해 건설되는 보호 구조물 중 하나입니다. 등대는 일반적으로 방파벽에 의해 보호되는 구조 중 하나입니다. 따라서, 방파성상에 통과하는 물의 부피의 중요성 외에도, 이 구조물에 대한 크라운의 통과-흐름의 속도는 이러한 벽 뒤에 있는 구조물에 추진력과 충동을 만드는 속도 요인의 중요성 때문에 매우 중요하다. 기본적으로 업스트림 경사면에서 장애물을 생성하고 업스트림 경사의 속도는 이 속도의 양을 줄이는 데 매우 효과적일 수 있습니다. 그러나 특정 경사면에서 최적의 장애물 레이아웃에 도달하기 위해 모델링하여 이 문제를 정확하게 조사해야 합니다. 본 연구에서는, FLOW-3D의 3차원 모델이 언급된 문제점을 조사하는 데 사용된다 [1].

2. 연구 역사

여러 연구는 파도가 해양 구조물을 덮어 넘나는 데 초점을 맞추고 있습니다. 이러한 방법은 지속적으로 바다 파도로부터 해안을 보호하기 위해 구조물의 오버 토핑을 정확하게 예측했다. 2002년까지 거의 6,500건의 시험이 실시되었습니다. 일반 파도의 물리적 모델도 미국에서 수행되었습니다 [2] . 무작위 파도의 가장 완벽한 세트는 오웬에 의해 완료되었다 (1980). 오웬은 오버 토핑과 바다 벽의 높이와 오버 토핑의 정도 사이의 관계를 연구하기 위해 물리적 모델 테스트의 번호를 수행 [3] . 그는 오버 토핑의 정도는 파도 높이 및 파도 기간과 같은 환경 조건뿐만 아니라 구조 재료의 기하학 및 유형에 따라 달라지며 있음을 보여주었습니다. 이러한 요인의 조합을 조사해야 합니다. 폰 마이어와 듀발 (1992) 연구의 또 다른 시리즈를 수행 [4] .

3. 재료 및 방법

이 연구에서는 68개의 다양한 형상이 모델링용 소프트웨어에 제공되며 다음 표 1에간단히 소개됩니다. 이 68 개의 다른 기하학에는 4 개의 다른 슬로프, 4 개의 다른 레이아웃 및 4 개의 다른 장애물 높이및 장애물이없는 4 개의 상태및 다른 경사에서만 포함 [5] . 그런 다음, 이러한 서로 다른 형상 및 상태는 FLOW-3D 3차원 모델을 사용하여 동일한 조건에서 평가 및 분석됩니다.

표 1. 변수지정.

4. 숫자 모델

FLOW-3D 소프트웨어는 3차원 유동 필드 분석을 통해 유체 역학 분야에서 강력한 유압 시뮬레이터 응용 프로그램입니다. 모델에서 지배하는 방정식은 다른 유사한 모델과 마찬가지로 Navier-Stokes 방정식과 질량 방정식의 보존[6]입니다.

이 응용 프로그램의 채널을 모델링하려면 일반 조건(모든 시스템의 시뮬레이션 포함), 물리적 조건, 형상 및 모델 해결 네트워크, 출력 및 관련 옵션을 조정해야 합니다. 온도도는 시스템 단위, SI 및 온도에 대해 선택되었습니다.

물리적 인 측면에서, 소프트웨어는 현상을 지배하는 물리학의 원칙에 따라 관련 조건을 선택할 수 있습니다. 이 연구를 지배하는 물리적 조건은 중력과 점도와 난기류입니다. 이 소프트웨어의 난기류는 5 가지 모델에 의해 자극되고이 연구에 사용되는 모델은 재정상화 그룹 (RNG)이었습니다. 난기류의 이 모델에서, K-모델에서 실험적으로 계산된 상수값은 암시적으로 파생된다[7].

그 후 유체를 정의해야 합니다. 이 연구의 선택된 유체는 섭씨 20도물[ 8]이다.

다음 단계는 형상을 정의하고 시뮬레이션에서 중요한 네트워크를 해결하는 것입니다 [9]. FLOW3D를 사용하면 소프트웨어에서 사용할 수 있는 도구로 많은 유체 현상을 묘사할 수 있습니다. 채널 형상을 정의하면 네트워크를 해결해야 합니다. 소프트웨어의 정의된 해결 네트워크는 네트워크 크기, 셀 수 및 X, Y 및 Z 및 경계 조건의 세 가지 좌표에서 해당 치수를 포함한 일반(입방) 해결 네트워크의 형태입니다. 네트워크 셀 치수의 크기가 작을수록 시뮬레이션을 위한 프로그램의 기능과 정밀도가 높을수록[10]이됩니다.

5. 결과

다른 그림에서 관찰할 수 있으므로 다이어그램은 두 가지 유형으로, 먼저 그림 1-4를 포함하는 소프트웨어의 직접 출력과 다른 숫자 5-7을 변경 프로세스의 다이어그램으로 포함합니다. 그러나 그림 1-4에서는 경사면 중 하나에서 출력이 소프트웨어 출력에서 직접 가져온다는 점을 언급해야 합니다.

언급된 수치와 관련하여, 이러한 속도는 장애물없이 상태의 상류 경사면에서 최대인 반면 방파제의 상류 경사면에서 가장 높은 속도 비율이 발생한다는 것을 이해할 수 있다. 흥미로운 점은 가장 낮은 속도는 일반적으로 방파제 크라운에 존재한다는 것입니다.

그림 5-8에서 볼 수 있듯이, 상류 방파제의 모든 다른 경사 상태에서, 가장 높은 유량 속도는 10cm 높이와 가장 낮은 속도의 장애물과 관련이 있으며 50cm 높이의 장애물과 관련이 있다. 그 이유는 장애물과의 충돌로 인해 잠재적 에너지로 변환되는 유동 운동 에너지의 가치가 장애물의 높이를 증가시켜 증가하기 때문입니다. 따라서, 높이가

그림 1. A1 모델링의 방파제의 흐름 속도.

그림 2. A2-1 모델링의 방파제의 흐름 속도.

Figure 3. Flow velocity on seawall in A2-3 modeling.

그림 4. A3-1 모델링의 방파제의 흐름 속도.

그림 5. 방파제 유형 A(61° 경사)의 흐름 속도 의 변화.

그림 6. 방파제 형 B (56 ° 경사)의 흐름 속도의 변화.

그림 7. 방파제 유형 C(51° 경사)의 흐름 속도 의 변화.

그림 8. 방파제 유형 D(45° 경사)의 흐름 속도 변경입니다.

해당 유동 운동 에너지는 각 장애물에 대한 흐름의 충돌에서 잠재적 에너지의 해당 높이로 변환되며, 흐름 속도가 잠시 0이 되고 장애물을 건너면 속도가 증가한다. 장애물의 높이가 낮은 것이든, 순간적인 제로 속도 상태가 줄어들고 흐름은 더 높은 속도와 함께 계속 움직입니다.

6. 결론

Also, as it can be observed, the highest difference of velocity in all the figures is between the obstacles with 10
cm height and the obstacles with 50 cm height. Also, this amount of difference in velocity for difference between the obstacles with 10 cm and 20 cm heights is higher than that of the differences in the obstacles with 20
cm and 30 cm heights which can be related to the special conditions in flow hydraulic in that range of height.

또한, 관찰할 수 있으므로 모든 수치에서 속도의 가장 높은 차이는 높이 가 10cm의 장애물과 높이가 50cm인 장애물 사이에 있습니다. 또한, 10cm와 20cm 높이의 장애물 사이의 차이에 대한 속도차이는 20cm 및 30cm 높이의 장애물의 차이보다 높으며, 이는 그 높이 범위에서 유압의 특별한 조건과 관련이 있을 수 있다.

이 논문 인용

메리암 데일라미-타리피, 메디 베다르반디-아스카르, 바히드 체기니, 사데 그 하그하이-부어(2016) FLOW-3D 소프트웨어를 사용하여 다양한 조건하에서 해벽에 흐르는 속도의 변화를 모델링한다. 해양 과학의 오픈 저널,06,317-322. doi: 10.4236/ojms.2016.62026

참조

  1. 1. Owen, M.W. (1980) Design of Seawalls Allowing for Wave Overtopping. Rep. EX924, Hydraulics Research Wallingford, England.   [Citation Time(s):1]
  2. 2. van der Meer, J.W. and Janssen, J.P.F.M. (1995) Wave Run-Up and Wave Overtopping at Dikes. In: Kobayashi, N. and Demirbilek, Z., Eds., Wave Forces on Inclined and Vertical Wall Structures, ASCE, New York.   [Citation Time(s):1]
  3. 3. CIRIA/CUR (1995) Manual on the Use of Rock in Hydraulic Engineering. CUR/RWS Report 169, A.A. Balkema, Rotterdam.   [Citation Time(s):1]
  4. 4. Pullen, T., Allsop, N.W.H., Bruce, T., Kortenhaus, A., Schuttrumpf, H. and van der Meer, J.W. (2007) EurOtop— Wave Overtopping of Seadefences and Related Structures Assessment Manual.
    http://www.overtopping-manual.com/manual.html?   [Citation Time(s):1]
  5. 5. De Wall, J.P. and Van der Meer, J.W. (1992) Wave Run-Up and Overtopping at Coastal Structures. ASCE, Proceeding of 23rd ICCE, Venice, 1758-1771.   [Citation Time(s):1]
  6. 6. De Gerloni, M., Franco, L. and Passoni, G. (1991) The Safety of Breakwaters against Wave Overtopping. Proceedings of ICE Conference on Breakwaters and Coastal Structures, Thomas Telford, London.   [Citation Time(s):1]
  7. 7. Fenton, J.D. (1988) The Numerical Solution of Steady Water Wave Problems. Computers & Geosciences, 14.
    http://dx.doi.org/10.1016/0098-3004(88)90066-0   [Citation Time(s):1]
  8. 8. Owen, M.W. (1982) Design of Seawalls Allowing for Wave Overtopping. Rep. EX924, Hydraulics Research Wallingford, England.   [Citation Time(s):1]
  9. 9. Allsop, W., Bruce, T., Pearson, J. and Besley, P. (2006) Wave Overtopping at Vertical and Steep Seawall.   [Citation Time(s):1]
  10. 10. TAW (1974) Technical Advisory Committee on Protection against Inundation, Wave Run-Up and Overtopping. Government Publishing Office, The Hague.   [Citation Time(s):1]
Figure 5 - Modeling a simple lotus overflow symmetrically in FLOW-3D software

Flow-3D를 이용한 Morning Glory Spillway의 배출 계수에 대한 소용돌이 차단 블레이드 45 도의 효과

Effect of Vortex Breaker Blades 45 Degree on Discharge Coefficient of Morning Glory Spillway Using Flow-3D

Authors

S. Noruzi1
and J. Ahadiyan2*
1– M.Sc. Student, Faculty of Water Sciences Engineering, Shahid Chamran University of Ahvaz, Iran.
2*-Corresponding Author, Associate Professor, Faculty of Water Sciences Engineering, Shahid Chamran
University of Ahvaz, Iran.

Abstract

The discharge coefficient of morning glory spillway is decreased with eddies created by vortex at the inlet part of weir. However, a series of specific blades can reduce vortices which result in the spillway efficiency is increased. Hence, in this research numerical modeling of installed breaker blade on morning glory spillway was evaluated using Flow-3D model. To achieve these purposes, morning glory spillway was modeled without and with blades 3, 4 and 6 blades at 45 degree angle. To simulate the turbulence fluctuations, the modified k-e model (RNG k-e) was used and its results were compared to the experimental data. Results showed that by installing blades, the discharge coefficient increases up to 42 percent with 25 percent decreasing in the upstream water level. Moreover, among the three different arrangements of blades, the six-blade model was found to have more satisfactory results than other models. In comparison to control model, for H/D between 0 to 0.1 and 0.1 to 0.2 the discharge coefficient has been increased 40 and 57 percent for six-blade arrangement, respectively. 

모닝 글로리의 배출 계수는 위어 입구 부분의 와류에 의해 생성된 소용돌이로 감소합니다. 그러나 일련의 특정 블레이드는 와류를 줄여 배수로 효율성을 높일 수 있습니다. 따라서 본 연구에서는 모닝 글로리 여수로에 설치된 브레이커 블레이드의 수치 모델링을 Flow-3D 모델을 사용하여 평가했습니다. 이러한 목적을 달성하기 위해 45도 각도에서 블레이드 3, 4 및 6 블레이드 없이 모닝 글로리 여수로를 모델링 했습니다. 난류 변동을 시뮬레이션하기 위해 수정된 k-e 모델 (RNG k-e)을 사용하고 그 결과를 실험 데이터와 비교했습니다. 결과에 따르면 블레이드를 설치하면 상류 수위가 25 % 감소하면서 배출 계수가 42 %까지 증가합니다. 또한 3 개의 블레이드 배열 중 6 개 블레이드 모델이 다른 모델보다 더 만족스러운 결과를 나타냈다. 제어 모델에 비해 H / D가 0 ~ 0.1 및 0.1 ~ 0.2 인 경우 방전 계수가 6- 블레이드 배열에서 각각 40 % 및 57 % 증가했습니다.

Keywords

Figure 1 - Dimensions of the vortex blade
Figure 1 – Dimensions of the vortex blade
Figure 3 - A (Physical model of lotus overflow without blade, b) Physical model of lotus overflow with eddy blades.
Figure 3 – A (Physical model of lotus overflow without blade, b) Physical model of lotus overflow with eddy blades.
Figure 5 - Modeling a simple lotus overflow symmetrically in FLOW-3D software
Figure 5 – Modeling a simple lotus overflow symmetrically in FLOW-3D software
Figure 7 - Comparison of Ashley flow chart with numerical model and laboratory
Figure 7 – Comparison of Ashley flow chart with numerical model and laboratory
Figure 8 - Comparison of flow coefficient diagram - immersion ratio of numerical model with laboratory: a (overflow without blade, b) overflow with three blades, c (overflow with four blades, d) overflow with six blades
Figure 8 – Comparison of flow coefficient diagram – immersion ratio of numerical model with laboratory: a (overflow without blade, b) overflow with three blades, c (overflow with four blades, d) overflow with six blades

Reference

1 -حیدری ارجلو، س.، موسوی جهرمی، س. ح. و ادیب، ا. 1386 .بررسی تاثیر شیب بر تعداد بهینه پلکانها در سرریزهای پلکانی، مجله علوم و مهندسی
.)123-136 :)2(33 ،كشاورزی علمی )آبیاری
2 -حاجیپور، گ. 1363 .بررسی آزمایشگاهی تأثیر تیغههای گردابشکن بر هیدرولیک جریان سرریز نیلوفری. پایاننامه كارشناسی ارشد رشته سازههای آبی،
دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
3 -رنجبر ملکشاه، م.، 1363 .بررسی رفتار سرریز نیلوفری با پایین دست تاج پلکانی بوسیله مدلسازی رایانهای، پایاننامه كارشناسی ارشد مهندسی عمران،
دانشکده مهندسی عمران، دانشگاه خواجه نصیر طوسی.
4 -رمضانی، س. كاویانپور، م ر. و ع. حسنی نژاد. 1362 .بررسی پارامترهای مؤثر بر آبگذری سرریزهای نیلوفری. هفتمین كنگره ملی مهندسی عمران،
دانشکده مهندسی شهید نیکبخت، زاهدان.
1 -سامانی، م. 1331 .طراحی سازههای هیدرولیکی. انتشارات شركت مهندسی مشاور دز آب اهواز
1 -قاسمزاده، ف. 1362 .شبیه سازی مسائل هیدرولیکی در 3D-FLOW .تهران، نوآور.
3 -كمانبدست، 1 ،.موسوی، س.ر. 1361 .مطالعه آزمایشگاهی تأثیر تعداد و زاویه گرداب شکن بر مشخصات جریان در سرریز نیلوفری مربعی، نشریه علوم
آب و خاک )غعلوم و فنون كشاورزی و منابع طبیعی(، سال بیستم، شماره 38 ،صفحه 182-131 .
8 -نظری پوركیانی، ع ا. 1363 .بررسی فشار و سرعت جریان در سرریز نیلوفری سد البرز با استفاده از نرمافزار 3D-FLOW .اولین كنفرانس سراسری
توسعه محوری مهندسی عمران، معماری، برق و مکانیک ایران.
6 -نوحانی، ا.، جمالی امام قیس، ر. 1364 .بررسی آزمایشگاهی تأثیرشکل تیغه های ضد گرداب برراندمان تخلیهی سرریزهای نیلوفری، نشریه آبیاری و
زهکشی ایران، جلد 6 ،شماره 1 ،صفحه 346-341 .
10-Akbari, A A., Nohani, E and A. Afrous. 2015. Numerical study of the effect of anti-vortex plates on the
inflow pattern in shaft spillways. Indian Journal of Fundamental and Applied Life Sciences, 5(S1):
3819-3826.
11-Anonymous, 1965. Design of Small Dams. Water Resources Technical publication, U.S Department of
the interior Bureau of Reclamation.
12-Bagheri, A., Shafai Bajestan, M., Mousavi Jahromi, H., Kashkuli, H. and H. Sedghi. 2010. Hydraulic
evaluation of the flow over polyhedral morning glory spillways. Word Applied Sciences Journal, 9(7):
712-717.
13- Fattor, C. A. and J. D. Bacchiega. 2003. Analysis of instabilities in the charge of regime in morning
glory spillways. Journal of Hydraulic Research, 40(4): 114-123.
14- Khatsuria, R. M. 2005. Hydraulics of spillways and energy dissipaters. Marcel Dekker. Department of
Civil and Environmental Engineering Georgia, Institute of Technology Atlanta, Newyork, USA.
15-Mousavi. S. R., Kamanbedast, A.A., and H. Fathian. 2013. Experimental investigation of the effect of
number of anti-vortex piers on submergence threshold in morning glory spillway with square inlet.
Technical Journal of Engineering and Applied Sciences, 3(24): 3534-3540.
16- Novak, P. 2007. Hydraulic Structures, Fourth edition published by Taylor and Francis. University of
New Castle upon, Tyne, UK, Landon and Network.
17-Tavana, M H., Mousavi Jahromi, H., Shafai Bajestan, M., Masjedi, A. R. and H. Sedghi. 2011.
Optimization of number and direction of vortex breakers in the morning glory spillway using physical
model. Economy, Environmental and Conservation Journal, 17(2): 435-440.
18-Vresteeg. H. K and W. Malalasekera. 1995. An introduction to computational fluid dynamics. Longman
Scientific and Technical. New York.
19-Yakhot. V and L. M. Smith. 1992. The renormalization group. The e-expansion and of turbulence
models. Journal of Computing, 7(1): 35-61.

Fig.2- Richard Dam overflow in America

Studying the effect of shape changes in plan of labyrinth weir on increasing flow discharge coefficient using Flow-3D numerical model

FLOW-3D 수치 모델을 이용하여 미로 위어 평면도의 형상 변화가 유량 계수 증가에 미치는 영향 연구

E. Zamiri 1
, H. Karami 2*
and S. Farzin3
1- M.S. Student, Department of Civil Engineering, Semnan University, Semnan, Iran.
2
*

  • Corresponding Author, Assistant Professor, Department of Civil Engineering, Semnan
    University, Semnan, Iran. (hkarami@semnan.ac.ir).
    3- Assistant Professor, Department of Civil Engineering, Semnan University, Semnan, Iran.

Keywords: : Flood control, Sidewall angle, Predicting discharge coefficient, Computational hydraulic,

Introduction

Weirs are hydraulic structures used to measure, regulate and control the water levels and are
fixed upon open channels and rivers width. Growing magnitude of probable maximum flood
events (PMF) has highlighted the demand for increasing discharge capacity. Application of
labyrinth weir has been suggested as a solution for increasing discharge capacity.
Tullis et al. (1995) evaluated the effective parameters in determining the capacity of a labyrinth
weir. They introduced total head, the effective crest length and the discharge coefficient as
parameters influencing the discharge capacity of a labyrinth weir. Khode et al. (2011)
experimentally studied the parameters of a flow-over labyrinth weir for different side wall angles
(α) from 8 to 30°. They found that discharge coefficient increases by growing side wall angle
values.
Crookston and Tullis (2012a) studied performance of different labyrinth weirs by making
differences between geometric shapes of weirs in plan. The results indicated that discharge
capacity of the arced labyrinth weirs is more than the discharge capacity of horseshoe weirs.
Seo et al. (2016) investigated the effect of weir shapes on discharge of weirs. It was shown that
the discharge of the labyrinth weir had an increase of approximately 71% in comparison with the
linear ogee weir.
In this research, labyrinth weir with sidewall angle equal to 6° was simulated through Flow3D model, using experimental results of previous researchers. After validation, the changes of
discharge coefficient of weir with angles of 45° and 85° and apex shapes of triangular and halfcircular shapes were analyzed.

Weirs는 수위를 측정, 조절 및 제어하는 ​​데 사용되는 수력 구조물이며 열린 수로 및 강 폭에 고정됩니다. 예상되는 최대 홍수 사건 (PMF)의 규모가 커짐에 따라 배출 용량 증가에 대한 요구가 강조되었습니다. 미로 위어 (labyrinth weir)의 적용은 배출 용량을 증가시키기 위한 해결책으로 제안 되었습니다.

Tullis et al. (1995)는 미로 위어의 용량을 결정하는데 효과적인 매개 변수를 평가했습니다. 그들은 미로 위어의 배출 용량에 영향을 미치는 매개 변수로 총 수두, 유효 문장 길이 및 배출 계수를 도입했습니다.

Khode et al. (2011)은 8 ~ 30 °의 다양한 측벽 각도 (α)에 대한 유동-오버 래비 린스 위어의 매개 변수를 실험적으로 연구했습니다.

그들은 측벽 각도 값이 증가함에 따라 방전 계수가 증가한다는 것을 발견했습니다. Crookston과 Tullis (2012a)는 평면에서 위어의 기하학적 모양을 차이를 만들어 서로 다른 미로 위어의 성능을 연구했습니다.

결과는 호형 미로 위어의 배출 용량이 말굽 위어의 배출 용량보다 더 많다는 것을 나타냅니다. Seo et al. (2016)은 위어의 배출에 대한 위어 모양의 영향을 조사했습니다. 미로 위어의 배출량은 선형 오지 위어에 비해 약 71 % 증가한 것으로 나타났습니다.

이 연구에서는 이전 연구자들의 실험 결과를 사용하여 Flow3D 모델을 통해 측벽 각도가 6 ° 인 미로 위어를 시뮬레이션했습니다. 검증 후 각 45 °, 85 °의 위어의 배출 계수 변화와 삼각형 및 반원 형태의 정점 형태를 분석 하였다.

Fig.1- Schematic of trapezoidal, triangular, and rectangular congressional overflow
Fig.1- Schematic of trapezoidal, triangular, and rectangular congressional overflow
Fig.2- Richard Dam overflow in America
Fig.2- Richard Dam overflow in America
Fig.3- Plan of geometric parameters of congressional overflow
Fig.3- Plan of geometric parameters of congressional overflow
Fig. 4- The boundary conditions of the congressional overflow model
Fig. 4- The boundary conditions of the congressional overflow model
Fig.5- View of a simulated congressional overflow
Fig.5- View of a simulated congressional overflow
Fig. 6- Comparison of discharge coefficients resulted from numerical and experimental models
Fig. 6- Comparison of discharge coefficients resulted from numerical and experimental models
Fig.7- The relationship between Cd and Q for different angles of the congressional overflow wall
Fig.7- The relationship between Cd and Q for different angles of the congressional overflow wall
Fig. 8- The relationship between Cd and HT/p for different angles of the congressional overflow wall
Fig. 8- The relationship between Cd and HT/p for different angles of the congressional overflow wall
Table 3- The correlation of Q and HT/p with Cd for different angles of the overflow wall
Table 3- The correlation of Q and HT/p with Cd for different angles of the overflow wall
Fig. 9- The congressional overflow with linear, semicircular and triangular spans
Fig. 9- The congressional overflow with linear, semicircular and triangular spans
Fig. 10- The relationship between Cd and Q for different forms of congressional overflow
Fig. 10- The relationship between Cd and Q for different forms of congressional overflow
Fig. 11- The relationship of Cd and HT/p under different forms of congressional overflow
Fig. 11- The relationship of Cd and HT/p under different forms of congressional overflow
Fig. 12- The relationship Cd other/Cd simple and HT/p in a congressional overflow
Fig. 12- The relationship Cd other/Cd simple and HT/p in a congressional overflow
Fig. 13- Comparison of discharge coefficients resulted from a numerical model and proposed relation
Fig. 13- Comparison of discharge coefficients resulted from a numerical model and proposed relation
Fig. 14- Comparison of Cd from the present study and other studies for 6 angle congressional overflow
Fig. 14- Comparison of Cd from the present study and other studies for 6 angle congressional overflow
Fig. 15- The relationship between the discharge coefficient and HT/p for 6 ◦ angle congressional overflow
Fig. 15- The relationship between the discharge coefficient and HT/p for 6 ◦ angle congressional overflow

Results

오버행의 넘침 흐름을 증가시키는 것이 중요하기 때문에 본 연구에서는 넘침 벽의 돌출부에 6, 45 및 85 도의 세 가지 값을 채점하고 넘침 개구부에 삼각형 및 반원 모양을 제안함으로써 , 오버 플로우의 오버 플로우 계수를 변경하여 3D 숫자 래치를 사용하십시오.

Irene Par Vahsh Bareh에서 얻은 결과는 다음과 같습니다.

1- 흐름을 따라 포병의 범람 벽 각도를 늘리면 방출 계수가 증가합니다. 벽 각도가 85도 및 45 도인 포병의 범람 계수는 벽 각도가 6 도인 범람 계수 평균의 2.28 및 1.24 배입니다.

2-구부러진 양고기를 먹은 상태에서 배수로 모양의 변화는 배출 계수를 증가시킨다. 삼각형과 비 삼각형 개구부가있는 오버플로의 배출 계수는 온대 개구부가있는 오버플로의 배출 계수에 비해 양고기가 50.29 및 4.16 % 증가했습니다.

3- 오버플로 양 (p / HT)의 부하와 함께 부하 부하의 무 차원 비율 값을 늘리면 혼잡 한 오버플로의 방전 계수가 감소합니다. 또한 p <HT / 0.5의 값에서 세 가지 형태의 오버플로 개구에 대한 배출 계수의 값은 서로 가깝고 오버플로 모양의 각 끝은 값에서 동일한 기능을 갖습니다. p / HT <0.5. 4-유량이 증가함에 따라 유량 계수가 감소합니다.

References

1- Azhdary Moghaddam, M. and Jafari Nodoushan, E., 2013. Optimization of Geometry of
trapezoidallabyrinth Spillway with using ANFIS Models and Genetic Algorithms (Ute Dam Case Study
in the United States of America). Journal of Civil Engineering. 24(2), pp. 129-138. (In Persian).
2- Canholi, J. F., Canholi, A. P. and Sobral, V., 2011. Hydraulic Design of a Labyrinth Weir in
Aclimação´s Lake. 12nd International Conference on Urban Drainage, Porto Alegre/Brazil.
3- Crookston, B. M. and Tullis, B. P., 2012a. Arced labyrinth weirs. Journal of Hydraulic
Engineering. 138(6), pp.555-562.
4- Crookston, B. M. and Tullis, B. P., 2012b, Hydraulic design and analysis of labyrinth weirs. I:
Discharge relationships. Journal of Irrigation and Drainage Engineering. 139(5), pp.363-370.
5- Esmaeili Varaki, M. and Safarrazavi Zadeh, M., 2013. Study of Hydraulic Features of Flow Over
Labyrinth Weir with Semi-circular Plan form. Journal of Water and Soil. 27(1), pp. 224-234. (In
Persian).
6- Farzin, S., Karami, H. and Zamiri, E., 2016. Study of the Flow over Rubber Dam Using Computational
Hydrodynamics. Journal of Dam and Hydroelectric Powerplant. 3(9), pp.1-11. (In Persian).
7- Hirt, C. W. and Richardson, J. E., 1999. The modeling of shallow flows, Flow Science, Technical
Notes. 48, pp.1-14.
8- Hosseini, K., Tajnesaie, M. and Jafari Nodoush, E., 2015. Optimization of the Geometry of Triangular
Labyrinth Spillways, Using Fuzzy‐Neural System and Differential Evolution Algorithm. Journal of
Civil and Environmental Engineering. 45(1), PP.81-91. (In Persian).
9- Khode, B. V., Tembhurkar, A. R., Porey, P. D. and Ingle, R. N., 2011. Experimental studies on flow
over labyrinth weir. Journal of Irrigation and Drainage Engineering. 138(6), pp.548-552.
10- Nezami, F., Farsadizadeh, D., Hosseinzadeh Delir, A. and Salmasi, F., 2012. Experimental Study of
Discharge Coefficient of Trapezoidal Labyrinth Side-Weirs. Journal of Water and Soil Science. 23(1),
PP.247-257. (In Persian).
11- Nikpiek, P. and Kashefipour, S. M., 2014. Effect of the hydraulic conditions and structure geometry on
mathematical modelling of discharge coefficient for duckbill and oblique weirs. Journal of Irrigation
Science and Engineering. 39(1), pp.1-10. (In Persian).
12- Noori, B. M. and Aaref, N. T., 2017. Hydraulic Performance of Circular Crested Triangular Plan Form
Weirs. Arabian Journal for Science and Engineering. pp.1-10.
13- Noruzi, S. and Ahadiyan, J., 2016. Effect of Vortex Breaker Blades 45 Degree on Discharge
Coefficient of Morning Glory Spillway Using Flow-3D. Journal of Irrigation Science and
Engineering. 39(4), PP. 47-58. (In Persian).
14- Paxson, G. and Savage, B., 2006. Labyrinth spillways: comparison of two popular USA design
methods and consideration of non-standard approach conditions and geometries. Proceedings of the
international junior researcher and engineer workshop on hydraulic structures, Montemor-o-Novo,
Portugal, Division of Civil Engineering, 37.
15- Payri, R., Tormos, B., Gimeno, J. and Bracho, G., 2010. The potential of Large Eddy Simulation (LES)
code for the modeling of flow in diesel injectors. Mathematical and Computer Modelling. 52(7),
pp.1151-1160.
16- Rezaee, M., Emadi, A. and Aqajani Mazandarani, Q., 2016. Experimental Study of Rectangular
Labyrinth Weir. Journal of Water and Soil. 29(6), pp. 1438-1446. (In Persian).
17- Seo, I. W., Do Kim, Y., Park, Y. S. and Song, C. G. 2016, Spillway discharges by modification of weir
shapes and overflow surroundings. Environmental Earth Sciences. 75(6), pp.1-13.
18- Suprapto, M., 2013. Increase spillway capacity using Labyrinth Weir. Procedia Engineering. 54, pp.
440-446.
19- Tullis, J. P., Amanian, N. and Waldron, D., 1995. Design of labyrinth spillways. Journal of Hydraulic
Engineering. 121(3), pp.247-255.
20- Zamiri, E., Karami, H. and Farzin, S., 2016. Numerical Study of Labyrinth Weir Using RNG
Turbulence Model. 15th Iranian Hydraulic Conference, Imam Khomeini International University,
Qazvin, Iran. (In Persian).

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Numerical investigation of flow characteristics over stepped spillways

Güven, Aytaç
Mahmood, Ahmed Hussein
Water Supply (2021) 21 (3): 1344–1355.
https://doi.org/10.2166/ws.2020.283Article history

Abstract

Spillways are constructed to evacuate flood discharge safely so that a flood wave does not overtop the dam body. There are different types of spillways, with the ogee type being the conventional one. A stepped spillway is an example of a nonconventional spillway. The turbulent flow over a stepped spillway was studied numerically by using the Flow-3D package. Different fluid flow characteristics such as longitudinal flow velocity, temperature distribution, density and chemical concentration can be well simulated by Flow-3D. In this study, the influence of slope changes on flow characteristics such as air entrainment, velocity distribution and dynamic pressures distribution over a stepped spillway was modelled by Flow-3D. The results from the numerical model were compared with an experimental study done by others in the literature. Two models of a stepped spillway with different discharge for each model were simulated. The turbulent flow in the experimental model was simulated by the Renormalized Group (RNG) turbulence scheme in the numerical model. A good agreement was achieved between the numerical results and the observed ones, which are exhibited in terms of graphics and statistical tables.

배수로는 홍수가 댐 몸체 위로 넘치지 않도록 안전하게 홍수를 피할 수 있도록 건설되었습니다. 다른 유형의 배수로가 있으며, ogee 유형이 기존 유형입니다. 계단식 배수로는 비 전통적인 배수로의 예입니다. 계단식 배수로 위의 난류는 Flow-3D 패키지를 사용하여 수치적으로 연구되었습니다.

세로 유속, 온도 분포, 밀도 및 화학 농도와 같은 다양한 유체 흐름 특성은 Flow-3D로 잘 시뮬레이션 할 수 있습니다. 이 연구에서는 계단식 배수로에 대한 공기 혼입, 속도 분포 및 동적 압력 분포와 같은 유동 특성에 대한 경사 변화의 영향을 Flow-3D로 모델링 했습니다.

수치 모델의 결과는 문헌에서 다른 사람들이 수행한 실험 연구와 비교되었습니다. 각 모델에 대해 서로 다른 배출이 있는 계단식 배수로의 두 모델이 시뮬레이션되었습니다. 실험 모델의 난류 흐름은 수치 모델의 Renormalized Group (RNG) 난류 계획에 의해 시뮬레이션되었습니다. 수치 결과와 관찰 된 결과 사이에 좋은 일치가 이루어졌으며, 이는 그래픽 및 통계 테이블로 표시됩니다.

HIGHLIGHTS

ListenReadSpeaker webReader: Listen

  • A numerical model was developed for stepped spillways.
  • The turbulent flow was simulated by the Renormalized Group (RNG) model.
  • Both numerical and experimental results showed that flow characteristics are greatly affected by abrupt slope change on the steps.

Keyword

CFDnumerical modellingslope changestepped spillwayturbulent flow

INTRODUCTION

댐 구조는 물 보호가 생활의 핵심이기 때문에 물을 저장하거나 물을 운반하는 전 세계에서 가장 중요한 프로젝트입니다. 그리고 여수로는 댐의 가장 중요한 부분 중 하나로 분류됩니다. 홍수로 인한 파괴 나 피해로부터 댐을 보호하기 위해 여수로가 건설됩니다.

수력 발전, 항해, 레크리에이션 및 어업의 중요성을 감안할 때 댐 건설 및 홍수 통제는 전 세계적으로 매우 중요한 문제로 간주 될 수 있습니다. 많은 유형의 배수로가 있지만 가장 일반적인 유형은 다음과 같습니다 : ogee 배수로, 자유 낙하 배수로, 사이펀 배수로, 슈트 배수로, 측면 채널 배수로, 터널 배수로, 샤프트 배수로 및 계단식 배수로.

그리고 모든 여수로는 입구 채널, 제어 구조, 배출 캐리어 및 출구 채널의 네 가지 필수 구성 요소로 구성됩니다. 특히 롤러 압축 콘크리트 (RCC) 댐 건설 기술과 더 쉽고 빠르며 저렴한 건설 기술로 분류 된 계단식 배수로 건설과 관련하여 최근 수십 년 동안 많은 계단식 배수로가 건설되었습니다 (Chanson 2002; Felder & Chanson 2011).

계단식 배수로 구조는 캐비테이션 위험을 감소시키는 에너지 소산 속도를 증가시킵니다 (Boes & Hager 2003b). 계단식 배수로는 다양한 조건에서 더 매력적으로 만드는 장점이 있습니다.

계단식 배수로의 흐름 거동은 일반적으로 낮잠, 천이 및 스키밍 흐름 체제의 세 가지 다른 영역으로 분류됩니다 (Chanson 2002). 유속이 낮을 때 nappe 흐름 체제가 발생하고 자유 낙하하는 낮잠의 시퀀스로 특징 지워지는 반면, 스키밍 흐름 체제에서는 물이 외부 계단 가장자리 위의 유사 바닥에서 일관된 흐름으로 계단 위로 흐릅니다.

또한 주요 흐름에서 3 차원 재순환 소용돌이가 발생한다는 것도 분명합니다 (예 : Chanson 2002; Gonzalez & Chanson 2008). 계단 가장자리 근처의 의사 바닥에서 흐름의 방향은 가상 바닥과 가상으로 정렬됩니다. Takahashi & Ohtsu (2012)에 따르면, 스키밍 흐름 체제에서 주어진 유속에 대해 흐름은 계단 가장자리 근처의 수평 계단면에 영향을 미치고 슈트 경사가 감소하면 충돌 영역의 면적이 증가합니다. 전이 흐름 체제는 나페 흐름과 스키밍 흐름 체제 사이에서 발생합니다. 계단식 배수로를 설계 할 때 스키밍 흐름 체계를 고려해야합니다 (예 : Chanson 1994, Matos 2000, Chanson 2002, Boes & Hager 2003a).

CFD (Computational Fluid Dynamics), 즉 수력 공학의 수치 모델은 일반적으로 물리적 모델에 소요되는 총 비용과 시간을 줄여줍니다. 따라서 수치 모델은 실험 모델보다 빠르고 저렴한 것으로 분류되며 동시에 하나 이상의 목적으로 사용될 수도 있습니다. 사용 가능한 많은 CFD 소프트웨어 패키지가 있지만 가장 널리 사용되는 것은 FLOW-3D입니다. 이 연구에서는 Flow 3D 소프트웨어를 사용하여 유량이 서로 다른 두 모델에 대해 계단식 배수로에서 공기 농도, 속도 분포 및 동적 압력 분포를 시뮬레이션합니다.

Roshan et al. (2010)은 서로 다른 수의 계단 및 배출을 가진 계단식 배수로의 두 가지 물리적 모델에 대한 흐름 체제 및 에너지 소산 조사를 연구했습니다. 실험 모델의 기울기는 각각 19.2 %, 12 단계와 23 단계의 수입니다. 결과는 23 단계 물리적 모델에서 관찰 된 흐름 영역이 12 단계 모델보다 더 수용 가능한 것으로 간주되었음을 보여줍니다. 그러나 12 단계 모델의 에너지 손실은 23 단계 모델보다 더 많았습니다. 그리고 실험은 스키밍 흐름 체제에서 23 단계 모델의 에너지 소산이 12 단계 모델보다 약 12 ​​% 더 적다는 것을 관찰했습니다.

Ghaderi et al. (2020a)는 계단 크기와 유속이 다른 정련 매개 변수의 영향을 조사하기 위해 계단식 배수로에 대한 실험 연구를 수행했습니다. 그 결과, 흐름 체계가 냅페 흐름 체계에서 발생하는 최소 scouring 깊이와 같은 scouring 구멍 치수에 영향을 미친다는 것을 보여주었습니다. 또한 테일 워터 깊이와 계단 크기는 최대 scouring깊이에 대한 실제 매개 변수입니다. 테일 워터의 깊이를 6.31cm에서 8.54 및 11.82cm로 늘림으로써 수세 깊이가 각각 18.56 % 및 11.42 % 증가했습니다. 또한 이 증가하는 테일 워터 깊이는 scouring 길이를 각각 31.43 % 및 16.55 % 감소 시킵니다. 또한 유속을 높이면 Froude 수가 증가하고 흐름의 운동량이 증가하면 scouring이 촉진됩니다. 또한 결과는 중간의 scouring이 횡단면의 측벽보다 적다는 것을 나타냅니다. 계단식 배수로 하류의 최대 scouring 깊이를 예측 한 후 실험 결과와 비교하기 위한 실험식이 제안 되었습니다. 그리고 비교 결과 제안 된 공식은 각각 3.86 %와 9.31 %의 상대 오차와 최대 오차 내에서 scouring 깊이를 예측할 수 있음을 보여주었습니다.

Ghaderi et al. (2020b)는 사다리꼴 미로 모양 (TLS) 단계의 수치 조사를 했습니다. 결과는 이러한 유형의 배수로가 확대 비율 LT / Wt (LT는 총 가장자리 길이, Wt는 배수로의 폭)를 증가시키기 때문에 더 나은 성능을 갖는 것으로 관찰되었습니다. 또한 사다리꼴 미로 모양의 계단식 배수로는 더 큰 마찰 계수와 더 낮은 잔류 수두를 가지고 있습니다. 마찰 계수는 다양한 배율에 대해 0.79에서 1.33까지 다르며 평평한 계단식 배수로의 경우 대략 0.66과 같습니다. 또한 TLS 계단식 배수로에서 잔류 수두의 비율 (Hres / dc)은 약 2.89이고 평평한 계단식 배수로의 경우 약 4.32와 같습니다.

Shahheydari et al. (2015)는 Flow-3D 소프트웨어, RNG k-ε 모델 및 VOF (Volume of Fluid) 방법을 사용하여 배출 계수 및 에너지 소산과 같은 자유 표면 흐름의 프로파일을 연구하여 스키밍 흐름 체제에서 계단식 배수로에 대한 흐름을 조사했습니다. 실험 결과와 비교했습니다. 결과는 에너지 소산 율과 방전 계수율의 관계가 역으로 실험 모델의 결과와 잘 일치 함을 보여 주었다.

Mohammad Rezapour Tabari & Tavakoli (2016)는 계단 높이 (h), 계단 길이 (L), 계단 수 (Ns) 및 단위 폭의 방전 (q)과 같은 다양한 매개 변수가 계단식 에너지 ​​소산에 미치는 영향을 조사했습니다. 방수로. 그들은 해석에 FLOW-3D 소프트웨어를 사용하여 계단식 배수로에서 에너지 손실과 임계 흐름 깊이 사이의 관계를 평가했습니다. 또한 유동 난류에 사용되는 방정식과 표준 k-ɛ 모델을 풀기 위해 유한 체적 방법을 적용했습니다. 결과에 따르면 스텝 수가 증가하고 유량 배출량이 증가하면 에너지 손실이 감소합니다. 얻은 결과를 다른 연구와 비교하고 경험적, 수학적 조사를 수행하여 결국 합격 가능한 결과를 얻었습니다.

METHODOLOGY

ListenReadSpeaker webReader: ListenFor all numerical models the basic principle is very similar: a set of partial differential equations (PDE) present the physical problems. The flow of fluids (gas and liquid) are governed by the conservation laws of mass, momentum and energy. For Computational Fluid Dynamics (CFD), the PDE system is substituted by a set of algebraic equations which can be worked out by using numerical methods (Versteeg & Malalasekera 2007). Flow-3D uses the finite volume approach to solve the Reynolds Averaged Navier-Stokes (RANS) equation, by applying the technique of Fractional Area/Volume Obstacle Representation (FAVOR) to define an obstacle (Flow Science Inc. 2012). Equations (1) and (2) are RANS and continuity equations with FAVOR variables that are applied for incompressible flows.

formula

(1)

formula

(2)where  is the velocity in xi direction, t is the time,  is the fractional area open to flow in the subscript directions,  is the volume fraction of fluid in each cell, p is the hydrostatic pressure,  is the density, is the gravitational force in subscript directions and  is the Reynolds stresses.

Turbulence modelling is one of three key elements in CFD (Gunal 1996). There are many types of turbulence models, but the most common are Zero-equation models, One-equation models, Two-equation models, Reynolds Stress/Flux models and Algebraic Stress/Flux models. In FLOW-3D software, five turbulence models are available. The formulation used in the FLOW-3D software differs slightly from other formulations that includes the influence of the fractional areas/volumes of the FAVORTM method and generalizes the turbulence production (or decay) associated with buoyancy forces. The latter generalization, for example, includes buoyancy effects associated with non-inertial accelerations.

The available turbulence models in Flow-3D software are the Prandtl Mixing Length Model, the One-Equation Turbulent Energy Model, the Two-Equation Standard  Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (Flow Science Inc. 2012).In this research the RNG model was selected because this model is more commonly used than other models in dealing with particles; moreover, it is more accurate to work with air entrainment and other particles. In general, the RNG model is classified as a more widely-used application than the standard k-ɛ model. And in particular, the RNG model is more accurate in flows that have strong shear regions than the standard k-ɛ model and it is defined to describe low intensity turbulent flows. For the turbulent dissipation  it solves an additional transport equation:

formula

(3)where CDIS1, CDIS2, and CDIS3 are dimensionless parameters and the user can modify them. The diffusion of dissipation, Diff ɛ, is

formula

(4)where uv and w are the x, y and z coordinates of the fluid velocity; ⁠, ⁠,  and ⁠, are FLOW-3D’s FAVORTM defined terms;  and  are turbulence due to shearing and buoyancy effects, respectively. R and  are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production (⁠⁠) and turbulent kinetic energy (⁠⁠).The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from

formula

(5)where ⁠: is the turbulent kinematic viscosity.  is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for  in Equation (3), since this equation could produce a value for  very close to zero and also because the physical value of  may approach to zero in such cases, the value of  is calculated from the following equation:

formula

(6)where ⁠: the turbulent length scale.

VOF and FAVOR are classifications of volume-fraction methods. In these two methods, firstly the area should be subdivided into a control volume grid or a small element. Each flow parameter like velocity, temperature and pressure values within the element are computed for each element containing liquids. Generally, these values represent the volumetric average of values in the elements.Numerous methods have been used recently to solve free infinite boundaries in the various numerical simulations. VOF is an easy and powerful method created based on the concept of a fractional intensity of fluid. A significant number of studies have confirmed that this method is more flexible and efficient than others dealing with the configurations of a complex free boundary. By using VOF technology the Flow-3D free surface was modelled and first declared in Hirt & Nichols (1981). In the VOF method there are three ingredients: a planner to define the surface, an algorithm for tracking the surface as a net mediator moving over a computational grid, and application of the boundary conditions to the surface. Configurations of the fluids are defined in terms of VOF function, F (x, y, z, t) (Hirt & Nichols 1981). And this VOF function shows the volume of flow per unit volume

formula

(7)

formula

(8)

formula

(9)where  is the density of the fluid, is a turbulent diffusion term,  is a mass source,  is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, ⁠).  in the x-direction is the fractional area open to flow,  and  are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.

The FAVOR method is a different method and uses another volume fraction technique, which is only used to define the geometry, such as the volume of liquid in each cell used to determine the position of fluid surfaces. Another fractional volume can be used to define the solid surface. Then, this information is used to determine the boundary conditions of the wall that the flow should be adapted for.

Case study

ListenReadSpeaker webReader: Listen

In this study, the experimental results of Ostad Mirza (2016) was simulated. In a channel composed of two 4 m long modules, with a transparent sidewall of height 0.6 m and 0.5 m width. The upstream chute slope (i.e. pseudo-bottom angle) Ɵ1 = 50°, the downstream chute slope Ɵ2 = 30° or 18.6°, the step heights h = 0.06 m, the total number of steps along the 50° chute 41 steps, the total number of steps along the 30° chute 34 steps and the total number of steps along the 18.6° chute 20 steps.

The flume inflow tool contained a jetbox with a maximum opening set to 0.12 meters, designed for passing the maximum unit discharge of 0.48 m2/s. The measurements of the flow properties (i.e. air concentration and velocity) were computed perpendicular to the pseudo-bottom as shown in Figure 1 at the centre of twenty stream-wise cross-sections, along the stepped chute, (i.e. in five steps up on the slope change and fifteen steps down on the slope change, namely from step number −09 to +23 on 50°–30° slope change, or from −09 to +15 on 50°–18.6° slope change, respectively).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Pressure sensors were arranged with the x/l values for different slope change as shown in Table 1, where x is the distance from the step edge, along the horizontal step face, and l is the length of the horizontal step face. The location of pressure sensors is shown in Table 1.Table 1

Location of pressure sensors on horizontal step faces

Θ(°)L(m)x/l (–)
50.0 0.050 0.35 0.64 – – – 
30.0 0.104 0.17 0.50 0.84 – – 
18.6 0.178 0.10 0.30 0.50 0.7 0.88 
Location of pressure sensors on horizontal step faces
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Numerical model set-up

ListenReadSpeaker webReader: Listen

A 3D numerical model of hydraulic phenomena was simulated based on an experimental study by Ostad Mirza (2016). The water surcharge and flow pressure over the stepped spillway was computed for two models of a stepped spillway with different discharge for each model. In this study, the package was used to simulate the flow parameters such as air entrainment, velocity distribution and dynamic pressures. The solver uses the finite volume technique to discretize the computational domain. In every test run, one incompressible fluid flow with a free surface flow selected at 20̊ was used for this simulation model. Table 2 shows the variables used in test runs.Table 2

Variables used in test runs

Test no.Θ1 (°)Θ2 (°)h(m)d0q (m3s1)dc/h (–)
50 18.6 0.06 0.045 0.1 2.6 
50 18.6 0.06 0.082 0.235 4.6 
50 30.0 0.06 0.045 0.1 2.6 
50 30.0 0.06 0.082 0.235 4.6 
Table 2 Variables used in test runs

For stepped spillway simulation, several parameters should be specified to get accurate simulations, which is the scope of this research. Viscosity and turbulent, gravity and non-inertial reference frame, air entrainment, density evaluation and drift-flux should be activated for these simulations. There are five different choices in the ‘viscosity and turbulent’ option, in the viscosity flow and Renormalized Group (RNG) model. Then a dynamical model is selected as the second option, the ‘gravity and non-inertial reference frame’. Only the z-component was inputted as a negative 9.81 m/s2 and this value represents gravitational acceleration but in the same option the x and y components will be zero. Air entrainment is selected. Finally, in the drift-flux model, the density of phase one is input as (water) 1,000 kg/m3 and the density of phase two (air) as 1.225 kg/m3. Minimum volume fraction of phase one is input equal to 0.1 and maximum volume fraction of phase two to 1 to allow air concentration to reach 90%, then the option allowing gas to escape at free surface is selected, to obtain closer simulation.

The flow domain is divided into small regions relatively by the mesh in Flow-3D numerical model. Cells are the smallest part of the mesh, in which flow characteristics such as air concentration, velocity and dynamic pressure are calculated. The accuracy of the results and simulation time depends directly on the mesh block size so the cell size is very important. Orthogonal mesh was used in cartesian coordinate systems. A smaller cell size provides more accuracy for results, so we reduced the number of cells whilst including enough accuracy. In this study, the size of cells in x, y and z directions was selected as 0.015 m after several trials.

Figure 3 shows the 3D computational domain model 50–18.6 slope change, that is 6.0 m length, 0.50 m width and 4.23 m height. The 3D model of the computational domain model 50–30 slope changes this to 6.0 m length, 0.50 m width and 5.068 m height and the size of meshes in x, y, and z directions are 0.015 m. For the 50–18.6 slope change model: both total number of active and passive cells = 4,009,952, total number of active cells = 3,352,307, include real cells (used for solving the flow equations) = 3,316,269, open real cells = 3,316,269, fully blocked real cells equal to zero, external boundary cells were 36,038, inter-block boundary cells = 0 (Flow-3D report). For 50–30 slope change model: both total number of active and passive cells = 4,760,002, total number of active cells equal to 4,272,109, including real cells (used for solving the flow equations) were 3,990,878, open real cells = 3,990,878 fully blocked real cells = zero, external boundary cells were 281,231, inter-block boundary cells = 0 (Flow-3D report).

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
Figure3 The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Figure 3VIEW LARGEDOWNLOAD SLIDE

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

When solving the Navier-Stokes equation and continuous equations, boundary conditions should be applied. The most important work of boundary conditions is to create flow conditions similar to physical status. The Flow-3D software has many types of boundary condition; each type can be used for the specific condition of the models. The boundary conditions in Flow-3D are symmetry, continuative, specific pressure, grid overlay, wave, wall, periodic, specific velocity, outflow, and volume flow rate.

There are two options to input finite flow rate in the Flow-3D software either for inlet discharge of the system or for the outlet discharge of the domain: specified velocity and volume flow rate. In this research, the X-minimum boundary condition, volume flow rate, has been chosen. For X-maximum boundary condition, outflow was selected because there is nothing to be calculated at the end of the flume. The volume flow rate and the elevation of surface water was set for Q = 0.1 and 0.235 m3/s respectively (Figure 2).

The bottom (Z-min) is prepared as a wall boundary condition and the top (Z-max) is computed as a pressure boundary condition, and for both (Y-min) and (Y-max) as symmetry.

RESULTS AND DISCUSSION

ListenReadSpeaker webReader: Listen

The air concentration distribution profiles in two models of stepped spillway were obtained at an acquisition time equal to 25 seconds in skimming flow for both upstream and downstream of a slope change 50°–18.6° and 50°–30° for different discharge as in Table 2, and as shown in Figure 4 for 50°–18.6° slope change and Figure 5 for 50°–30° slope change configuration for dc/h = 4.6. The simulation results of the air concentration are very close to the experimental results in all curves and fairly close to that predicted by the advection-diffusion model for the air bubbles suggested by Chanson (1997) on a constant sloping chute.

Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure 4VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 5VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 6VIEW LARGEDOWNLOAD SLIDE

Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

Figure 7VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

But as is shown in all above mentioned figures it is clear that at the pseudo-bottom the CFD results of air concentration are less than experimental ones until the depth of water reaches a quarter of the total depth of water. Also the direction of the curves are parallel to each other when going up towards the surface water and are incorporated approximately near the surface water. For all curves, the cross-section is separate between upstream and downstream steps. Therefore the (-) sign for steps represents a step upstream of the slope change cross-section and the (+) sign represents a step downstream of the slope change cross-section.

The dimensionless velocity distribution (V/V90) profile was acquired at an acquisition time equal to 25 seconds in skimming flow of the upstream and downstream slope change for both 50°–18.6° and 50°–30° slope change. The simulation results are compared with the experimental ones showing that for all curves there is close similarity for each point between the observed and experimental results. The curves increase parallel to each other and they merge near at the surface water as shown in Figure 6 for slope change 50°–18.6° configuration and Figure 7 for slope change 50°–30° configuration. However, at step numbers +1 and +5 in Figure 7 there are few differences between the simulated and observed results, namely the simulation curves ascend regularly meaning the velocity increases regularly from the pseudo-bottom up to the surface water.

Figure 8 (50°–18.6° slope change) and Figure 9 (50°–30° slope change) compare the simulation results and the experimental results for the presented dimensionless dynamic pressure distribution for different points on the stepped spillway. The results show a good agreement with the experimental and numerical simulations in all curves. For some points, few discrepancies can be noted in pressure magnitudes between the simulated and the observed ones, but they are in the acceptable range. Although the experimental data do not completely agree with the simulated results, there is an overall agreement.

Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 8VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

The pressure profiles were acquired at an acquisition time equal to 70 seconds in skimming flow on 50°–18.6°, where p is the measured dynamic pressure, h is step height and ϒ is water specific weight. A negative sign for steps represents a step upstream of the slope change cross-section and a positive sign represents a step downstream of the slope change cross-section.

Figure 10 shows the experimental streamwise development of dimensionless pressure on the 50°–18.6° slope change for dc/h = 4.6, x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute compared with the numerical simulation. It is obvious from Figure 10 that the streamwise development of dimensionless pressure before slope change (steps number −1, −2 and −3) both of the experimental and simulated results are close to each other. However, it is clear that there is a little difference between the results of the streamwise development of dimensionless pressure at step numbers +1, +2 and +3. Moreover, from step number +3 to the end, the curves get close to each other.

Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 10VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 11 compares the experimental and the numerical results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute. It is apparent that the outcomes of the experimental work are close to the numerical results, however, the results of the simulation are above the experimental ones before the slope change, but the results of the simulation descend below the experimental ones after the slope change till the end.

Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

Figure 11VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

CONCLUSION

ListenReadSpeaker webReader: Listen

In this research, numerical modelling was attempted to investigate the effect of abrupt slope change on the flow properties (air entrainment, velocity distribution and dynamic pressure) over a stepped spillway with two different models and various flow rates in a skimming flow regime by using the CFD technique. The numerical model was verified and compared with the experimental results of Ostad Mirza (2016). The same domain of the numerical model was inputted as in experimental models to reduce errors as much as possible.

Flow-3D is a well modelled tool that deals with particles. In this research, the model deals well with air entrainment particles by observing their results with experimental results. And the reason for the small difference between the numerical and the experimental results is that the program deals with particles more accurately than the laboratory. In general, both numerical and experimental results showed that near to the slope change the flow bulking, air entrainment, velocity distribution and dynamic pressure are greatly affected by abrupt slope change on the steps. Although the extent of the slope change was relatively small, the influence of the slope change was major on flow characteristics.

The Renormalized Group (RNG) model was selected as a turbulence solver. For 3D modelling, orthogonal mesh was used as a computational domain and the mesh grid size used for X, Y, and Z direction was equal to 0.015 m. In CFD modelling, air concentration and velocity distribution were recorded for a period of 25 seconds, but dynamic pressure was recorded for a period of 70 seconds. The results showed that there is a good agreement between the numerical and the physical models. So, it can be concluded that the proposed CFD model is very suitable for use in simulating and analysing the design of hydraulic structures.

이 연구에서 수치 모델링은 두 가지 다른 모델과 다양한 유속을 사용하여 스키밍 흐름 영역에서 계단식 배수로에 대한 유동 특성 (공기 혼입, 속도 분포 및 동적 압력)에 대한 급격한 경사 변화의 영향을 조사하기 위해 시도되었습니다. CFD 기술. 수치 모델을 검증하여 Ostad Mirza (2016)의 실험 결과와 비교 하였다. 오차를 최대한 줄이기 위해 실험 모형과 동일한 수치 모형을 입력 하였다.

Flow-3D는 파티클을 다루는 잘 모델링 된 도구입니다. 이 연구에서 모델은 실험 결과를 통해 결과를 관찰하여 공기 혼입 입자를 잘 처리합니다. 그리고 수치와 실험 결과의 차이가 작은 이유는 프로그램이 실험실보다 입자를 더 정확하게 다루기 때문입니다. 일반적으로 수치 및 실험 결과는 경사에 가까워지면 유동 벌킹, 공기 혼입, 속도 분포 및 동적 압력이 계단의 급격한 경사 변화에 크게 영향을받는 것으로 나타났습니다. 사면 변화의 정도는 상대적으로 작았지만 사면 변화의 영향은 유동 특성에 큰 영향을 미쳤다.

Renormalized Group (RNG) 모델이 난류 솔버로 선택되었습니다. 3D 모델링의 경우 계산 영역으로 직교 메쉬가 사용되었으며 X, Y, Z 방향에 사용 된 메쉬 그리드 크기는 0.015m입니다. CFD 모델링에서 공기 농도와 속도 분포는 25 초 동안 기록되었지만 동적 압력은 70 초 동안 기록되었습니다. 결과는 수치 모델과 물리적 모델간에 좋은 일치가 있음을 보여줍니다. 따라서 제안 된 CFD 모델은 수력 구조물의 설계 시뮬레이션 및 해석에 매우 적합하다는 결론을 내릴 수 있습니다.

DATA AVAILABILITY STATEMENT

ListenReadSpeaker webReader: Listen

All relevant data are included in the paper or its Supplementary Information.

REFERENCES

Boes R. M. Hager W. H. 2003a Hydraulic design of stepped spillways. Journal of Hydraulic Engineering 129 (9), 671–679.
Google Scholar
Boes R. M. Hager W. H. 2003b Two-Phase flow characteristics of stepped spillways. Journal of Hydraulic Engineering 129 (9), 661–670.
Google Scholar
Chanson H. 1994 Hydraulics of skimming flows over stepped channels and spillways. Journal of Hydraulic Research 32 (3), 445–460.
Google Scholar
Chanson H. 1997 Air Bubble Entrainment in Free Surface Turbulent Shear Flows. Academic Press, London.
Google Scholar
Chanson H. 2002 The Hydraulics of Stepped Chutes and Spillways. Balkema, Lisse, The Netherlands.
Google Scholar
Felder S. Chanson H. 2011 Energy dissipation down a stepped spillway with nonuniform step heights. Journal of Hydraulic Engineering 137 (11), 1543–1548.
Google Scholar
Flow Science, Inc. 2012 FLOW-3D v10-1 User Manual. Flow Science, Inc., Santa Fe, CA.
Ghaderi A. Daneshfaraz R. Torabi M. Abraham J. Azamathulla H. M. 2020a Experimental investigation on effective scouring parameters downstream from stepped spillways. Water Supply 20 (5), 1988–1998.
Google Scholar
Ghaderi A. Abbasi S. Abraham J. Azamathulla H. M. 2020b Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Measurement and Instrumentation 72, 101711.
Google Scholar
Gonzalez C. A. Chanson H. 2008 Turbulence and cavity recirculation in air-water skimming flows on a stepped spillway. Journal of Hydraulic Research 46 (1), 65–72.
Google Scholar
Gunal M. 1996 Numerical and Experimental Investigation of Hydraulic Jumps. PhD Thesis, University of Manchester, Institute of Science and Technology, Manchester, UK.
Hirt C. W. Nichols B. D. 1981 Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics 39 (1), 201–225.
Google Scholar
Matos J. 2000 Hydraulic design of stepped spillways over RCC dams. In: Intl Workshop on Hydraulics of Stepped Spillways (H.-E. Minor & W. Hager, eds). Balkema Publ, Zurich, pp. 187–194.
Google Scholar
Mohammad Rezapour Tabari M. Tavakoli S. 2016 Effects of stepped spillway geometry on flow pattern and energy dissipation. Arabian Journal for Science & Engineering (Springer Science & Business Media BV) 41 (4), 1215–1224.
Google Scholar
Ostad Mirza M. J. 2016 Experimental Study on the Influence of Abrupt Slope Changes on Flow Characteristics Over Stepped Spillways. Communications du Laboratoire de Constructions Hydrauliques, No. 64 (A. J. Schleiss, ed.). Swiss Federal Institute of Technology Lausanne (EPFL), Lausanne, Switzerland.
Roshan R. Azamathulla H. M. Marosi M. Sarkardeh H. Pahlavan H. Ab Ghani A. 2010 Hydraulics of stepped spillways with different numbers of steps. Dams and Reservoirs 20 (3), 131–136.
Google Scholar
Shahheydari H. Nodoshan E. J. Barati R. Moghadam M. A. 2015 Discharge coefficient and energy dissipation over stepped spillway under skimming flow regime. KSCE Journal of Civil Engineering 19 (4), 1174–1182.
Google Scholar
Takahashi M. Ohtsu I. 2012 Aerated flow characteristics of skimming flow over stepped chutes. Journal of Hydraulic Research 50 (4), 427–434.
Google Scholar
Versteeg H. K. Malalasekera W. 2007 An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Pearson Education, Harlow.
Google Scholar
© 2021 The Authors
This is an Open Access article distributed under the terms of the Creative Commons Attribution Licence (CC BY 4.0), which permits copying, adaptation and redistribution, provided the original work is properly cited (http://creativecommons.org/licenses/by/4.0/).

Figure 47: The course of the level on the physical model [22]

NUMERICAL MODELLING OF FLOW IN SPILLWAY

Author Svoboda, Jiří
Contributors Jandora, Jan (advisor); Holomek, Petr (referee)

Abstract

이 학위 논문의 주제는 Boskovice 상수도의 안전 배수로에서 유량 수치 모델링 솔루션입니다. 디플로마 논문의 소개에서는 기본 오버플로를 일반적으로 설명하고 모양과 유형에 따라 구분합니다. 수역에 사용되는 안전 배수로도 있습니다. 그 다음에는 오버 플로우 계산에 대한 설명, 수학적 모델링 및 사용 된 난류 모델에 대한 설명이 이어집니다. 또한이 작업은 Boskovice 상수도에 대한 기술적 설명, AutoCAD 2020 소프트웨어의 안전 배수로, 경사 및 미끄러짐의 가상 3D 모델 생성, Blender 소프트웨어에서의 검사 및 수리를 다룹니다. 결론적으로 Flow-3D 소프트웨어의 흐름 수치 모델링 결과와 토목 공학부 유압 공학과에서 수행 된 유압 모델 연구와의 후속 비교가 제시됩니다.

The goal of the diploma thesis is the numerical modelling of flow in planned spillway of the Boskovice dam. In the introduction of this diploma thesis are described and divided basic spillways according to their types and profiles. There are also mentioned emergency spillways. Then the thesis introduces the description of calculation of overflow quantity, the description of mathematic modelling and used turbulent models. The next part is concerned with the technical description of the Boskovice dam, the creation of virtual 3D model of spillway and spillway chute in the AutoCAD 2020 software and concerned with the control and revision of model in the Blender software. In the end of the thesis are mentioned results of numeric modelling of flow gained from the Flow-3D software and the comparison of results with the research of hydraulic model implemented at Water structures institute of Faculty of Civil Engineering of BUT.

Keywords: Spillway, numerical model, 3D model, FLOW-3D, Boskovice dam, rockfill dam.

Introduction

상수도 (VD)는 인구에게 식수 공급, 홍수 방지, 발전 등과 같은 긍정적 인 효과만 있는 것이 아닙니다. 안타깝게도 물 작업, 특히 더 많은 양의 물이 남아있는 작업도 중요한 위협 요소가 될 수 있습니다. 수술 중에 자연의 힘이나 심지어 인적 요인의 실패로 인해 사고가 발생할 수 있습니다. 흐름의 수치 모델링을 위해 안전 배수로를 선택한 VD Boskovice의 경우,이 작업은 1 차 범주에 포함됩니다.

이론적 사고는 극도로 높은 경제적 피해를 입히고 환경에 피해를 줄 수 있으며 국가 규모에 사회적 영향을 미치고 큰 인명 손실을 초래할 수 있습니다. 가설적인 사고는 여러 가지 이유로 발생할 수 있습니다. 예를 들어, 홍수가 극심한 동안의 배수로에서 배수로의 마루가 넘쳐 댐의 공기 경사면이 표면 침식으로 이어지고 이후 배수로가 파열 될 수 있습니다.

이러한 사고를 방지하기 위해 VD에 안전 유출 구조물을 구축하고 있으며, 유출이 넘치지 않도록 관련 VD 범주에 해당하는 충분한 용량이 있어야 합니다. 안타깝게도 VD 운영의 역사에서 안전 배수로에 충분한 용량이 없었고 극심한 홍수 흐름 중에 댐이 유출되고 VD 댐이 파열되는 경우가 있습니다. 이러한 이유로 안전 배수로를 설계하는 것은 비용과 시간이 많이 드는 프로세스입니다.

설계 중에는 설계 홍수파 (NPV) 및 제어 홍수파 (KPV)를 안전하게 전달하기 위해 충분한 용량이 사용됩니다. 적절한 설계를 확인하기 위해 안전 배수로의 흐름 모델링이 사용되며, 여기서 물리적 모델이 일반적으로 사용되며 실험실에서 축소 된 규모로 생성됩니다. 수년 동안 컴퓨터 기술 사용 가능성이 증가함에 따라 다양한 소프트웨어에서 수치 모델링을 사용하여 CFD (유체 흐름 시뮬레이션)를 사용하여 안전 배수로의 흐름을 모델링하여 재정 비용을 크게 줄일 수 있었습니다.

<중략>………….

Figure 1: Basic type of sharp-edged overflow (Bazin's overflow) [1]
Figure 1: Basic type of sharp-edged overflow (Bazin’s overflow) [1]
Figure 3: Overflow with a wide crown [1]
Figure 3: Overflow with a wide crown [1]
Figure 4: Schematic longitudinal section of shaft overflow [14]
Figure 4: Schematic longitudinal section of shaft overflow [14]
Figure 5: Overflow over overflow of general cross-section [1]
Figure 5: Overflow over overflow of general cross-section [1]
Figure 6: Imperfect overflow [1]
Figure 6: Imperfect overflow [1]
Figure 7: Types of overflows according to floor plan [1]
Figure 7: Types of overflows according to floor plan [1]
Figure 8: Lateral contraction and lateral constriction coefficient of pillars [1]
Figure 8: Lateral contraction and lateral constriction coefficient of pillars [1]
Figure 9: Schematic comparison of a pressureless jet surface with a pressure and vacuum surface [22]
Figure 9: Schematic comparison of a pressureless jet surface with a pressure and vacuum surface [22]
Figure 14: Situation of external relations of VD Boskovice [17]
Figure 14: Situation of external relations of VD Boskovice [17]
Figure 15: Air slope of VD Boskovice [24]
Figure 15: Air slope of VD Boskovice [24]
Figure 16: Guide slope of VD Boskovice [24]
Figure 16: Guide slope of VD Boskovice [24]
Figure 17: Sampling tower of VD Boskovice [24]
Figure 17: Sampling tower of VD Boskovice [24]
Figure 18: Fountain front safety spillway [24]
Figure 18: Fountain front safety spillway [24]
Figure 19: Sliding of the security object VD Boskovice [24]
Figure 19: Sliding of the security object VD Boskovice [24]
Figure 20: Slip and divergent broth of the security object VD Boskovice [24]
Figure 20: Slip and divergent broth of the security object VD Boskovice [24]
Figure 21: Probable course of the theoretical PV10 000 in Bělá in the profile of the VD Boskovice dam [6]
Figure 21: Probable course of the theoretical PV10 000 in Bělá in the profile of the VD Boskovice dam [6]
Figure 22: Floor plan of the safety spillway and part of the VD Boskovice slip [12]
Figure 22: Floor plan of the safety spillway and part of the VD Boskovice slip [12]
Figure 23: Longitudinal section of BP and slope in the plane of symmetry [12]
Figure 23: Longitudinal section of BP and slope in the plane of symmetry [12]
Figure 24: Modified floor plan of the overflow and chute of VD Boskovice for the creation of a 3D model
Figure 24: Modified floor plan of the overflow and chute of VD Boskovice for the creation of a 3D model
Figure 25: Created overflow structure without modification
Figure 25: Created overflow structure without modification
Figure 26: Created overflow structure after treatment
Figure 26: Created overflow structure after treatment
Figure 27: Detail of the modified overflow shape
Figure 27: Detail of the modified overflow shape
Figure 33: 3D model with normals shown in blue
Figure 33: 3D model with normals shown in blue
Figure 37: Improperly selected mesh block size
Figure 37: Improperly selected mesh block size
Figure 45: Flow profile in Flow-3D without 3D model displayed
Figure 45: Flow profile in Flow-3D without 3D model displayed
Figure 47: The course of the level on the physical model [22]
Figure 47: The course of the level on the physical model [22]
Figure 51: Comparison of levels in PFm4a
Figure 51: Comparison of levels in PFm4a
Figure 52: Isoline of overflow pressures at flow Q = 173.49 m3/s
Figure 52: Isoline of overflow pressures at flow Q = 173.49 m3/s

결론

이 학위 논문에서는 Flow-3D 소프트웨어에서 Boskovice 상수도의 계획된 안전 오버플로 흐름을 시뮬레이션했습니다. 계획된 안전 범람의 범람 가장자리 길이는 21.99m입니다. 그러나 VD Boskovice의 재건 내에서 VD Boskovice [7]의 수력 학적 모델 연구 결과에 따라 안전 개체 VD Boskovice [7]의 결론에 따라 24.60m로 증가했습니다.

MBH 수준 (해발 432.30m)에서는 최고 유량 Q10 000 = 186.5 m3 / s로 제어 홍수 파 KPV10 000의 안전한 전송이 없지만 유량 Q = 167.0 m3 / s 만 있기 때문에 에스. 이 진술은 Flow-3D에서 난류 RNG k – ε 모델을 사용한 수치 적 흐름 모델링에 의해 확인되었으며 MBH에서 173.49 m3 / s의 유속을보고했습니다.

따라서 수력학적 모델 연구 [7]와 Flow3D의 수치 적 흐름 모델링 간의 차이는 약 3.7 % 였는데, 이는 물리적 모델의 형상 또는 생성 된 형상의 가능한 오류와 같은 다양한 요인으로 인한 것일 수 있습니다. 가상 3D 모델. 또한 실제 모델에서 측정하는 동안 발생할 수 있는 오류 (예 : 오버플로 높이 또는 흐름 값을 결정할 때의 장치 오류). 수치 모델의 경우 차이는 사용 된 셀 네트워크 셀 크기, 거칠기, 전류 폭기의 무시, 수치 적 방법에 의해 주어진 불확실성 또는 3D 모델의 단순화로 인한 것일 수 있습니다.

이러한 요소는 Flow-3D 소프트웨어에서 시뮬레이션 된 레벨의 과정에 영향을 미칠 수 있습니다. 일부 영역에서는 유압 모델 연구 [7]의 현재 깊이와 센티미터 단위 만 다릅니다. 그러나 일부 영역에서는 이러한 차이가 수십 센티미터 정도, 예외적으로 1m 측벽에서 더 두드러지며 이는 Flow-3D 소프트웨어의 유동 시뮬레이션에서는 발생하지 않았습니다.

Flow-3D의 흐름에 의한 수치 모델링에 따르면, Q10 000 = 186.5 m3 / s의 피크 흐름을 가진 제어 홍수 파 KPV10 000은 해발 432.40 m의 탱크 레벨에서만 안전 오버플로를 통해 전송됩니다. 즉, MBH 레벨보다 10cm 높음. 이 계산은 오버플로 가장자리 21.99m의 너비에 대해 수행되었지만 이미 재구성 된 안전 오버플로 VD Boskovice의 너비는 24.60m입니다.

이전 평가에서 생성 된 항목에 수치 모델링 만 사용하는 것이 완전히 신뢰할 수있는 것은 아님이 분명합니다. 민감도 분석 및 물리적 모델에 대한 수리적 연구와의 후속 비교가 없는 가상 3D 모델. 그러나 향후 몇 년 동안 물리적 모델로 평가할 필요 없이 수치 적 흐름 모델링의 결과가 충분히 신뢰할 수 있다면 실험실에서 수행되는 더 많은 비용이 드는 수력학적 모델 연구를 점진적으로 대체 할 수 있습니다.

Reference

[1] JANDORA, Jan a Jan ŠULC. Hydraulika: Modul 01. Brno: AKADEMICKÉ
NAKLADATELSTVÍ CERM, 2007. ISBN 978-80-7204-512-9.
[2] BOOR, B., J. KUNŠTÁTSKÝ a C. PATOČKA. Hydraulika pro vodohospodářské
stavby. Praha: SNTL, 1968. ISBN 04-710-68.
[3] STARA, Vlastimil a Helena KOUTKOVÁ. 3. Vodohospodářská konference
s mezinárodní účastí: Součinitel přepadu přelivu s kruhově zaoblenou korunou
z fyzikálních experimentů. Brno, 2003. ISBN 80-86433-26-9.
[4] ŘÍHA, Jaromír. Hydrotechnické stavby II: Modul 01 Přehrady. Studijní opora. FAST
VUT v Brně 2006.
[5] JANDORA, Jan. Matematické modelování ve vodním hospodářství. VUT v Brně, 2008.
[6] KŘÍŽ, Tomáš. Manipulační řád pro vodní dílo Boskovice na toku Bělá v km 7,400. Brno,
2020.
[7] ŠULC, Jan a Michal ŽOUŽELA. Hydraulický modelový výzkum bezpečnostního objektu
VD Boskovice na ÚVS Stavební fakulty VUT v Brně. Výzkumná zpráva, LVV-ÚVSFAST VUT v Brně, 2013
[8] Autodesk® AutoCAD® 2020 [Počítačový software]. (2019). https://www.autodesk.cz/
[9] Blender v2.90 [Počítačový software]. (2020). https://www.blender.org/
[10] FLOW-3D® verze 11.0.4 [Počítačový software]. (2015). Santa Fe, NM: Flow Science,
Inc. https://www.flow3d.com
[11] Why FLOW-3D? Flow-3D [online]. [cit. 2020-11-03]. Dostupné z:
https://www.flow3d.com/products/flow-3d/why-flow-3d/
[12] Podklady poskytnuté Ing. Petrem Holomkem (Povodí Moravy, s. p.)
[13] CHANSON, H. a J.S. MONTES. Journal of Irrigation and Drainage Engineering:
Overflow Characteristics of Circular Weirs: Effcets of Inflow Conditions. 3. Reston: The
American Society of Civil Engineers, 1998. ISBN 0733-9437.
[14] KRATOCHVÍL, Jiří, Miloš JANDA a Vlastimil STARA. Projektování přehrad:
Komplexní projekt HT. Brno: Vysoké učení technické v Brně, 1988.
[15] STUDNIČKA, Tomáš. Matematické modelování odlehčovacích komor na stokových
sítích. Brno, 2013. Disertační práce. Vysoké učení technické v Brně, Fakulta stavební.
Vedoucí práce Ing. Petr Prax, Ph.D.
[16] ŘÍHA, Jaromír. Hydraulika podzemních vod: Modul 01. Studijní opora. FAST VUT
v Brně 2006.

[17] ArcMap Desktop 10.5 Version: 10.5.0.6491, [Počítačový software]. (2016). Copyright ©
1995-2016 Esri
[18] VD Boskovice. Povodí Moravy [online]. Media Age Digital, s.r.o., 2010-2020. [cit. 2020-
09-08]. Dostupné z: http://www.pmo.cz/cz/o-podniku/vodni-dila/boskovice/.
[19] DESATOVÁ, Martina. Numerické modelování proudění v bezpečnostním přelivu
vybraného vodního díla. Brno, 2020. Diplomová práce. Vysoké učení technické v Brně,
Fakulta stavební, Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[20] HOLINKA, Matouš. Numerické modelování proudění v bezpečnostním objektu vodního
díla. Brno, 2017. Diplomová práce. Vysoké učení technické v Brně, Fakulta stavební,
Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[21] KŘIVOHLÁVEK, Roman. Numerické modelování proudění v bezpečnostním přelivu
vodního díla Letovice. Brno, 2018. Diplomová práce. Vysoké učení technické v Brně,
Fakulta stavební, Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[22] ŠULC, Jan, Podklady k přednáškám předmětu CR053 Bezpečnostní objekty
hydrotechnických staveb. Brno, 2020.
[23] HOLEČEK, Miroslav. Hydraulika přelivu sypaných přehrad. Praha, 2006. České vysoké
učení technické v Praze, Fakulta stavební, Katedra hydrotechniky.
[24] Místní šetření dne 17. 12. 2020 za účasti Bc. Jiří Svoboda a Milan Coufal
(Povodí Moravy, s. p.).
[25] JANDORA, Jan, Podklady k přednáškám předmětu CR005 Matematické modelování ve
vodním hospodářství. Brno, 2020.
[26] KOZUBKOVÁ, Milada, Modelování proudění tekutin, FLUENT, CFX. Vysoká škola
Báňská Technická univerzita Ostrava, 2008.

A photo of HeMOSU-1.

FLOW-3D를 이용한 해상 자켓구조물 주변의 세굴 수치모의 실험

Numerical Simulation Test of Scour around Offshore Jacket Structure using FLOW-3D

J Korean Soc Coast Ocean Eng. 2015;27(6):373-381Publication date (electronic) : 2015 December 31doi : https://doi.org/10.9765/KSCOE.2015.27.6.373Dong Hui Ko*Shin Taek Jeong,**Nam Sun Oh****Hae Poong Engineering Inc.**Department of Civil and Environmental Engineering, Wonkwang University***Ocean·Plant Construction Engineering, Mokpo Maritime National University
고동휘*, 정신택,**, 오남선***

*(주)해풍기술**원광대학교 토목환경공학과***목포해양대학교 해양·플랜트건설공학과

Abstract

해상풍력 기기, 해상 플랫폼과 같은 구조물이 해상에서 빈번하게 설치되면서 세굴에 관한 영향도 중요시되고 있다. 이러한 세굴 영향을 검토하기 위해 세굴 수치모의 실험을 수행한다. 일반적으로 수치모의 조건은 일방향 흐름에 대해서만 검토가 이뤄지고 있으며 서해안과 같은 왕복성 조류 흐름에 대해서는 검토되지 않는다. 본 연구에서는 서해안에 설치된 HeMOSU-1호 해상 자켓구조물 주변에서 발생하는 세굴 현상을 FLOW-3D를 이용하여 수치모의하였다. 해석 조건으로는 일방향 흐름과 조석현상을 고려한 왕복성 흐름을 고려하였으며, 이를 현장 관측값과 비교하였다. 10,000초 동안의 수치모의 결과, 일방향의 흐름 조건에서는 1.32 m의 최대 세굴심이 발생하였으며, 양방향 흐름 조건에서는 1.44 m의 최대 세굴심이 발생하였다. 한편, 현장 관측값의 경우 약 1.5~2.0 m의 세굴심이 발생하여 양방향의 흐름에 대한 해석 결과와 근사한 값을 보였다.

Keywords 세굴일방향 흐름왕복성 조류 흐름해상 자켓구조물FLOW-3D최대 세굴심, scouruni-directional flowbi-directional tidal current flowoffshore jacket substructureFlow-3Dmaximum scour depth

As offshore structures such as offshore wind and offshore platforms have been installed frequently in ocean, scour effects are considered important. To test the scour effect, numerical simulation of scour has been carried out. However, the test was usually conducted under the uni-directional flow without bi-directional current flow in western sea of Korea. Thus, in this paper, numerical simulations of scour around offshore jacket substructure of HeMOSU-1 installed in western sea of Korea are conducted using FLOW-3D. The conditions are uni-directional and bi-directional flow considering tidal current. And these results are compared to measured data. The analysis results for 10,000 sec show that under uni-directional conditions, maximum scour depth was about 1.32 m and under bi-directional conditions, about 1.44 m maximum scour depth occurred around the structure. Meanwhile, about 1.5~2.0 m scour depths occurred in field observation and the result of field test is similar to result under bi-directional conditions.

1. 서 론

최근 해상풍력기기, 해상플랫폼과 같은 해상구조물 설치가 빈번해지면서 해상구조물의 안정성을 저하시키는 요인에 대한 대응 연구가 필요하다. 특히 해상에서의 구조물 설치는 육상과 달리 수력학적 하중이 작용하게 되기 때문에 파랑에 의한 구조물과의 진동, 세굴 현상에 대하여 철저한 사전 검토가 요구된다. 특히, 해상 기초에서 발생하는 세굴은 조류 및 파랑 등 유체 흐름과 구조물 사이의 상호작용으로 인해 해저 입자가 유실되는 현상으로 정의할 수 있으며 해상 외력 조건에 포함되어 설계시 고려하도록 제안하고 있다(IEC, 2009).구조물을 해상에 설치하게 되면 구조물이 흐름을 방해하는 장애요인으로 작용하여 구조물 주위에 부분적으로 더 빠른 유속이 발생하게 된다. 이러한 유속 변화는 압력 분포 변화에 기인하게 되어 해양구조물 주위에 아래로 흐르는 유속(downflow), 말굽형 와류(horseshoe vortex) 그리고 후류 와류(wake vortex)가 나타난다. 결국, 유속과 흐름의 변화를 야기하고 하상전단응력과 유사이동 능력을 증가시켜 해저 입자를 유실시키며 구조물의 안정성을 위협하는 요인으로 작용하게 된다. 이러한 세굴 현상이 계속 진행되면 해상풍력 지지구조물 기초의 지지력이 감소하게 될 뿐만 아니라 지지면의 유실로 상부반력 작용에 편심을 유발하여 기초의 전도를 초래한다. 또한 세굴에 의한 기초의 부등 침하가 크게 발생하면 상부 해상풍력 지지구조물에 보다 큰 단면력이 작용하므로 세굴에 의한 붕괴가 발생할 수 있다. 이처럼 세굴은 기초지지구조물을 붕괴하고, 침하와 얕은 기초의 변형을 초래하며, 구조물의 동적 성능을 변화시키기 때문에 설계 및 시공 유지관리시 사전에 세굴심도 산정, 세굴 완화 대책 등을 고려하여야 한다.또한 각종 설계 기준서에서는 세굴에 대해 다양하게 제시하고 있다. IEC(2009)ABS(2013)BSH(2007)MMAF(2005)에서는 세굴에 대한 영향을 검토할 것을 주문하지만 심도 산정 등 세굴에 대한 구체적인 내용은 언급하지 않고 전반적인 내용만 수록하고 있다. 그러나 DNV(2010)CEM(2006)에서는 경험 공식을 이용한 세굴 심도 산정 등 구체적인 내용을 광범위하게 수록하고 있어 세굴에 대한 영향 검토시 활용가능하다. 그 외의 기준서에서는 수치 모델 등을 통한 세굴 검토를 주문하고 있어 사용자들이 직접 판단하도록 제안하고 있다.그러나 세굴은 유속, 수심, 구조물 폭, 형상, 해저입자 등에 의해 결정되기 때문에 세굴의 영향 정도를 정확하게 예측하기란 쉽지 않지만 수리 모형 실험 또는 CFD(Computational Fluid Dynamics)를 이용한 수치 해석을 통해 지반 침식 및 퇴적으로 인한 지형변화를 예측할 수 있다. 한편, 침식과 퇴적 등 구조물 설치로 인한 해저 지형 변화를 예측하는 모델은 다양하지만, 본 연구에서는 Flowscience의 3차원 유동해석모델인 Flow-3D 모델을 사용하였다.해상 구조물은 목적에 따라 비교적 수심이 낮은 지역에 설치가 용이하다. 국내의 경우, 서남해안과 같이 비교적 연안역이 넓고 수심이 낮은 지역에 구조물을 설치하는 것이 비용 및 유지관리 측면에서 유리할 수 있다. 그러나 국내 서남해안 지역은 왕복성 흐름, 즉 조류가 발생하는 지역으로 흐름의 방향이 시간에 따라 변화하게 된다. 따라서, 세굴 수치 모의시 이러한 왕복성 흐름을 고려해야한다. 그러나 대부분의 수치 모델 적용시 조류가 우세한 지역에서도 일방향의 흐름에 대해서만 검토하며 왕복성 흐름에 의한 지층의 침식과 퇴적작용으로 인해 발생하는 해저 입자의 상호 보충 효과는 배제되게 된다. 또한 이로 인해 수치모델 결과에 많은 의구심이 발생하게 되며 현실성이 결여된 해석으로 보여질 수 있다. 이러한 왕복흐름의 영향을 검토하기 위해 Kim and Gang(2011)은 조류의 왕복류 흐름을 고려하여 지반의 수리 저항 성능 실험을 수행하였으며, 양방향이 일방향 흐름보다 세굴이 크게 발생하는 것을 발표하였다. 또한 Kim et al.(2012)은 흐름의 입사각에 따른 수리저항 실험을 수행하였으며 입사각이 커짐에 따라 세굴률이 증가하는 것으로 나타났다.본 연구에서는 단일방향 고정유속 그리고 양방향 변동유속조건에서 발생하는 지형 변화와 세굴 현상을 수치 모의하였으며, 이러한 비선형성 흐름변화에 따른 세굴 영향 정도를 검토하였다. 더불어 현장 관측 자료와의 비교를 통해 서남해안과 같은 왕복성 흐름이 발생하는 지역에서의 세굴 예측시 적절한 모델 수립 방안을 제안하고자 한다.

2. 수치해석 모형

본 연구에서는 Autodesk의 3D max 프로그램을 이용하여 지지구조물 형상을 제작하였으며, 수치해석은 미국 Flowscience가 개발한 범용 유동해석 프로그램인 FLOW-3D(Ver. 11.0.4.5)를 사용하였다. 좌표계는 직교 좌표계를 사용하였으며 복잡한 3차원 형상의 표현을 위하여 FAVOR 기법(Fractional Area/Volume Obstacle Representation Method)을 사용하였다. 또한 유한차분법에 FAVOR 기법을 도입한 유한체적법의 접근법을 사용하였으며 직교좌표계 에서 비압축성 유체의 3차원 흐름을 해석하기 위한 지배방정식으로는 연속방정식과 운동방정식이 사용되었다. 난류모형으로는 RNG(renormalized group)모델을 사용하였다.

2.1 FLOW-3D의 지배방정식

수식은 MathML 표현문제로 본 문서의 하단부의 원문바로가기 링크를 통해 원문을 참고하시기 바랍니다.

2.1.1 연속방정식

직교좌표계 (x,y,z)에서 비압축성 유체는 압축성 유체의 연속방정식에서 유도될 수 있으며 다음 식 (1)과 같다.

(1)

∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ
여기서, u, v, w는 (x,y,z) 방향별 유체속도, Ax, Ay, Az는 각 방향별 유체 흐름을 위해 확보된 면적비 (Area fraction), ρ는 유체 밀도, RSOR은 질량생성/소멸(Mass source/sink)항이다.

2.1.2 운동방정식

본 모형은 3차원 난류모형이므로 각각의 방향에 따른 운동량 방정식은 다음 식(2)~(4)와 같다.

(2)

∂u∂t+1VF(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)   =−1ρ∂p∂x+Gx+fx−bx−RSORρVFu∂u∂t+1VF(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)   =−1ρ∂p∂x+Gx+fx−bx−RSORρVFu

(3)

∂v∂t+1VF(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)   =−1ρ∂p∂y+Gy+fy−by−RSORρVFv∂v∂t+1VF(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)   =−1ρ∂p∂y+Gy+fy−by−RSORρVFv

(4)

∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw여기서, RSOR은 질량생성/소멸(Mass source/sink)항, VF는 체적비 (Volume fraction), p는 압력, Gx, Gy, Gz는 방향별 체적력항, fx, fy, fz는 방향별 점성력항, bx, by, bz는 다공질 매체에서 방향별 흐름 손실이다.그리고 점성계수 µ에 대하여 점성력항은 다음 식 (5)~(7)과 같다.

(5)

ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}

(6)

ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}

(7)

ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}여기서, wsx, wsy, wsz는 벽전단응력이며, 벽전단응력은 벽 근처에서 벽 법칙 (law of the wall)을 따르며, 식 (8)~(13)에 의해 표현되어진다.

(8)

τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(9)

τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(10)

τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(11)

τxy=−μ{∂v∂x+R∂u∂y−ζvx}τxy=−μ{∂v∂x+R∂u∂y−ζvx}

(12)

τxz=−μ{∂u∂y+∂w∂x}τxz=−μ{∂u∂y+∂w∂x}

(13)

τyz=−μ{∂v∂z+R∂w∂y}τyz=−μ{∂v∂z+R∂w∂y}

2.1.3 Sediment scour model

Flow-3D 모델에서 사용하는 sediment scour model은 해저입자의 특성에 따라 해저 입자의 침식, 이송, 전단과 흐름 변화로 인한 퇴적물의 교란 그리고 하상 이동을 계산한다.

2.1.3.1 The critical Shields parameter

무차원 한계소류력(the dimensionless critical Shields parameter)은 Soulsby-Whitehouse 식에 의해 다음 식 (14)와 같이 나타낼 수 있다(Soulsby, 1997).

(14)

θcr,i=0.31+1.2R∗i+0.055[1−exp(−0.02R∗i)]θcr,i=0.31+1.2Ri*+0.055[1−exp(−0.02Ri*)]여기서 무차원 상수, R∗iRi*는 다음 식 (15)와 같다.

(15)

R∗i=ds,i0.1(ρs,i−ρf)ρf∥g∥ds,i−−−−−−−−−−−−−−−−−−−√μfRi*=ds,i0.1(ρs,i−ρf)ρf‖g‖ds,iμf여기서 ρs, i는 해저 입자의 밀도, ρf는 유체 밀도, ds, i는 해저입자 직경, g는 중력가속도이다.한편, 안식각에 따라 한계소류력은 다음 식 (16)과 같이 표현될 수 있다.

(16)

θ′cr,i=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2β−−−−−−−−−−−−−−−−−−−−√tanψiθcr,i′=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2βtanψi여기서, β는 하상 경사각, ψi는 해저입자의 안식각, ψ는 유체와 해저경사의 사잇각이다.또한 local Shields number는 국부 전단응력, τ에 기초하여 다음 식 (17)과 같이 계산할 수 있다.

(17)

θi=τ∥g∥ds,i(ρs,i−ρf)θi=τ‖g‖ds,i(ρs,i−ρf)여기서, ||g||g 는 중력 벡터의 크기이며, τ는 식 (8)~(13)의 벽 법칙을 이용하여 계산할 수 있다.

2.1.3.2 동반이행(Entrainment)과 퇴적

다음 식은 해저 지반과 부유사 사이의 교란을 나타내는 동반이행과 퇴적 현상을 계산한다. 해저입자의 동반이행 속도의 계산식은 다음 식 (18)과 같으며 부유사로 전환되는 해저의 양을 계산한다.

(18)

ulift,i=αinsd0.3∗(θi−θ′cr,i)1.5∥g∥ds,i(ρs,i−ρf)ρf−−−−−−−−−−−−−−√ulift,i=αinsd*0.3(θi−θcr,i′)1.5‖g‖ds,i(ρs,i−ρf)ρf여기서, αi는 동반이행 매개변수이며, ns는 the packed bed interface에서의 법선벡터, µ는 유체의 동점성계수 그리고 d*은 무차원 입자 직경으로 다음 식 (19)와 같다.

(19)

d∗=ds,i[ρf(ρs,i−ρf)∥g∥μ2]1/3d*=ds,i[ρf(ρs,i−ρf)‖g‖μ2]1/3또한 퇴적 모델에서 사용하는 침강 속도 식은 다음 식 (20)같이 나타낼 수 있다.

(20)

usettling,i=νfds,i[(10.362+1.049d3∗)0.5−10.36]usettling,i=νfds,i[(10.362+1.049d*3)0.5−10.36]여기서, νf는 유체의 운동점성계수이다.

2.1.3.3 하상이동 모델(Bedload transport)

하상이동 모델은 해저면에 대한 단위 폭당 침전물의 체적흐름을 예측하는데 사용되며 다음 식 (21)과 같이 표현되어진다.

(21)

Φi=βi(θi−θ′cr,i)1.5Φi=βi(θi−θcr,i′)1.5여기서 Φi는 무차원 하상이동률이며 βi는 일반적으로 8.0의 값을 사용한다(van Rijn, 1984).단위 폭당 체적 하상이동률, qi는 다음 식 (22)와 같이 나타낼 수 있다.

(22)

qb,i=fb,i Φi[∥g∥(ρs,i−ρfρf)d3s,i]1/2qb,i=fb,i Φi[‖g‖(ρs,i−ρfρf)ds,i3]1/2여기서, fb, i는 해저층의 입자별 체적률이다.또한 하상이동 속도를 계산하기 위해 다음 식 (23)에 의해 해저면층 두께를 계산할 수 있다.

(23)

δi=0.3ds,id0.7∗(θiθ′cr,i−1)0.5δi=0.3ds,id*0.7(θiθcr,i′−1)0.5그리고 하상이동 속도 식은 다음 식 (24)와 같이 계산되어진다.

(24)

ubedload,i=qb,iδifb,iubedload,i=qb,iδifb,i

2.2 모델 구성 및 해역 조건

2.2.1 해역 조건 및 적용 구조물

본 수치해석은 위도와 안마도 사이의 해양 조건을 적용하였으며 지점은 Fig. 1과 같다.

jkscoe-27-6-373f1.gifFig. 1.Iso-water depth contour map in western sea of Korea.

본 해석 대상 해역은 서해안의 조석 현상이 뚜렷한 지역으로 조류 흐름이 지배적이며 위도의 조화분석의 결과를 보면 조석형태수가 0.21로서 반일주조 형태를 취한다. 또한 북동류의 창조류와 남서류의 낙조류의 특성을 보이며 조류의 크기는 대상 영역에서 0.7~1 m/s의 최강유속 분포를 보이는 것으로 발표된 바 있다. 또한 대상 해역의 시추조사 결과를 바탕으로 해저조건은 0.0353 mm 로 설정하였고(KORDI, 2011), 수위는 등수심도를 바탕으로 15 m로 하였다.한편, 풍황자원 분석을 통한 단지 세부설계 기초자료 제공, 유속, 조류 등 해양 환경변화 계측을 통한 환경영향평가 기초자료 제공을 목적으로 Fig. 2와 같이 해상기상탑(HeMOSU-1호)을 설치하여 운영하고 있다. HeMOSU-1호는 평균해수면 기준 100 m 높이이며, 중량은 100 톤의 자켓구조물로 2010년 설치되었다. 본 연구에서는 HeMOSU-1호의 제원을 활용하여 수치 모의하였으며, 2013년 7월(설치 후 약 3년 경과) 현장 관측을 수행하였다.

jkscoe-27-6-373f2.gifFig. 2.A photo of HeMOSU-1.

2.2.2 모델 구성

본 연구에서는 왕복성 조류의 영향을 살펴보기 위해 2 case에 대하여 해석하였다. 먼저, Case 1은 1 m/s의 고정 유속을 가진 일방향 흐름에 대한 해석이며, Case 2는 -1~1 m/s의 유속분포를 가진 양방향 흐름에 대한 해석이다. 여기서 (-)부호는 방향을 의미한다. Fig. 3은 시간대별 유속 분포를 나타낸 것이다.

jkscoe-27-6-373f3.gifFig. 3.Comparison of current speed conditions.

2.2.3 구조물 형상 및 격자

HeMOSU-1호 기상 타워 자켓 구조물 형상은 Fig. 4, 격자 정보는 Table 1과 같으며, 본 연구에서는 총 2,883,000 개의 직교 가변 격자체계를 구성하였다.

jkscoe-27-6-373f4.gifFig. 4.3 Dimensional plot of jacket structure.
Table 1.

Grid information of jacket structure

Xmin/Xmax(m)Ymin/Ymax(m)Zmin/Zmax(m)No. of x gridNo. of y gridNo. of z grid
−100/100−40/40−9/2031015560
Download Table

한편, 계산영역의 격자 형상은 Fig. 5와 같다.

jkscoe-27-6-373f5.gifFig. 5.3 dimensional grid of jacket structure.

2.3 계산 조건

계산영역의 경계 조건으로, Case 1의 경우, 유입부는 유속 조건을 주었으며 유출부는 outflow 조건을 적용하였다. 그리고 Case 2의 경우, 왕복성 흐름을 표현하기 위해 유입부와 유출부 조건을 유속 조건으로 설정하였다. 또한 2가지 경우 모두 상부는 자유수면을 표현하기 위해 pressure로 하였으며 하부는 지반 조건의 특성을 가진 wall 조건을 적용하였다. 양측면은 Symmetry 조건으로 대칭면으로 정의하여 대칭면에 수직한 방향의 에너지와 질량의 유출입이 없고 대칭면에 평행한 방향의 유동저항이 없는 경우로 조건을 설정하였다. 본 연구에서 케이스별 입력 조건을 다음 Table 2에 정리하였다.

Table 2.

Basic information of two scour simulation tests

CaseStructure typeVelocityDirectionAnalysis time
Case 1Jacket1 m/sUnidirectional10,000 sec
Case 2−1~1 m/sBidirectional
Download Table

FLOW-3D는 자유표면을 가진 유동장의 계산에서 정상상태 해석이 불가능하므로 비정상유동 난류해석을 수행하게 되는데 정지 상태의 조건은 조위를 설정하였다. 또한 유속의 초기 흐름은 난류상태의 비정상흐름이 되므로 본 해석에서는 정상상태의 해석 수행을 위해 1,000초의 유동 해석을 수행하였으며 그 후에 10,000초의 sediment scour 모델을 수행하였다. 해수의 밀도는 1,025 kg/m3의 점성유체로 설정하였으며 RNG(renormalized group) 난류 모델을 적용하였다.Go to : Goto

3. 수치모형 실험 결과

3.1 Case 1

본 케이스에서는 1 m/s의 유속을 가진 흐름이 구조물 주변을 흐를 때, 발생하는 세굴에 대해서 수치 모의하였다. Fig. 6은 X-Z 평면의 유속 분포도이고 Fig. 7은 X-Y 평면의 유속 분포이다. 구조물 주변에서 약간의 유속 변화가 발생했지만 전체적으로 1 m/s의 정상 유동 상태를 띄고 있다.

jkscoe-27-6-373f6.gifFig. 6.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f7.gifFig. 7.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Y plane).

이러한 흐름과 구조물과의 상호 작용에 의한 세굴 현상이 발생되며 Fig. 8에 구조물 주변 지형 변화를 나타내었다. 유속이 발생하는 구조물의 전면부는 대체로 침식이 일어나 해저지반이 초기 상태보다 낮아진 것을 확인할 수 있으며, 또한 전면부의 지반이 유실되어 구조물 후면부에 최대 0.13 m까지 퇴적된 것을 확인할 수 있다.

jkscoe-27-6-373f8.gifFig. 8.Sea-bed elevation change of case 1 at t = 10,000 sec.

일방향 흐름인 Case 1의 경우에는 Fig. 9와 같이 10,000초 후 구조물 주변에 최대 1.32 m의 세굴이 발생하는 것으로 나타났다. 또한 구조물 뒤쪽으로는 퇴적이 일어났으며, 구조물 전면부에는 침식작용이 일어나고 있다.

jkscoe-27-6-373f9.gifFig. 9.Scour phenomenon around jacket substructure(Case 1).

3.2 Case 2

서해안은 조석현상으로 인해 왕복성 조류 흐름이 나타나고 있으며 대상해역은 -1~1 m/s의 유속분포를 가지고 있다. 본 연구에서는 이러한 특성을 고려한 왕복성 흐름에 대해서 수치모의하였다.다음 Fig. 10은 X-Z 평면의 유속 분포도이며 Fig. 11은 X-Y 평면의 유속 분포도이다.

jkscoe-27-6-373f10.gifFig. 10.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f11.gifFig. 11.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Y plane).

양방향 흐름인 Case 2의 경우에는 Fig. 12와 같이 10,000초후 구조물 주변에 최대 1.44 m의 세굴이 발생하는 것으로 나타났다. 특히 구조물 내부에 조류 흐름 방향으로 침식 작용이 일어나고 있는 것으로 나타났다.

jkscoe-27-6-373f12.gifFig. 12.Sea-bed elevation change of case 2 at t = 10,000 sec.

Fig. 13은 3차원 수치해석 모의 결과이다.

jkscoe-27-6-373f13.gifFig. 13.Scour phenomenon around jacket substructure(Case 2).

3.3 현장 관측

본 연구에서는 수치모의 실험의 검증을 위해 HeMOSU-1호 기상 타워를 대상으로 하여 2013년 7월 1일 수심 측량을 실시하였다.HeMOSU-1호 주변의 수심측량은 Knudsen sounder 1620과 미국 Trimble사의 DGPS를 이용하여 실시하였다. 매 작업시 Bar-Check를 실시하고, 수중 음파속도는 1,500 m/s로 결정하여 조위 보정을 통해 수심을 측량하였다. 측량선의 해상위치자료는 DGPS를 사용하여 UTM 좌표계로 변환을 실시하였다. 한편, 수심측량은 해면이 정온할 때 실시하였으며 관측 자료의 변동성을 제거하기 위해 2013년 7월 1일 10시~13시에 걸쳐 수심 측량한 자료를 동시간대에 국립해양조사원에서 제공한 위도 자료를 활용해 조위 보정하였다. 다음 Fig. 14는 위도 조위 관측소의 현장관측시간대 조위 시계열 그래프이다.

jkscoe-27-6-373f14.gifFig. 14.Time series of tidal data at Wido (2013.7.1).

2013년 7월 1일 오전 10시부터 오후 1시에 걸쳐 수심측량한 결과를 이용하여 0.5 m 간격으로 등수심도를 작성하였으며 그 결과는 Fig. 15와 같다. 기상탑 내부 해역은 선박이 접근할 수 없기 때문에 측량을 실시하지 않고 Blanking 처리하였다.

jkscoe-27-6-373f15.gifFig. 15.Iso-depth contour map around HeMOSU-1.

대상 해역의 수심은 대부분 -15 m이나 4개의 Jacket 구조물 주변에서는 세굴이 발생하여 수심의 변화가 나타났다. 특히 L-3, L-4 주변에서 최대 1.5~2.0 m의 세굴이 발생한 것으로 보였으며, L-4 주변에서는 넓은 범위에 걸쳐 세굴이 발생하였다. 창조류는 북동, 낙조류는 남서 방향으로 흐르는 조류 방향성을 고려하였을 때, L-4 주변은 조류방향과 동일하게 세굴이 발생하고 있었으며, 보다 상세한 세굴형태는 원형 구조물 내부 방향의 세굴 심도를 측정하여 파악하여야 할 것으로 판단된다.관측결과 최대 1.5~2.0 m인 점을 고려하면 양방향 흐름을 대상으로 장기간에 걸쳐 모의실험을 진행하는 경우, 실제 현상에 더 근접하는 결과를 얻을 수 있을 것으로 사료된다.Go to : Goto

4. 결론 및 토의

본 연구에서는 자켓구조물인 해상기상탑 HeMOSU-1 주변에서 발생하는 세굴현상을 검토하기 위하여 2013년 7월 1일 현장 관측을 수행하고, FLOW-3D를 이용하여 수치모의 실험을 수행하였다. 실험 조건으로는 먼저 1 m/s의 유속을 가진 일방향 흐름과 -1~1 m/s의 흐름 분포를 가진 왕복성 흐름에 대해서 수치모의를 수행하였다. 그 결과 일방향 흐름의 경우, 10,000 초에 이르렀을 때 1.32 m, 왕복성 흐름의 경우 동일 시간에서 1.44 m의 최대 세굴심도가 발생하였다. 동일한 구조물에 대해서 현장 관측 결과는 1.5~2.0 m로 관측되어 일방향 흐름보다 왕복성 흐름의 경우 실제 현상에 더 근사한 것으로 판단되었다. 이는 일방향 흐름의 경우, Fig. 8에서 보는 바와 같이 구조물 후면에 퇴적과 함께 해저입자의 맞물림이 견고해져 해저 지반의 저항력이 커지는 현상에 기인한 것으로 판단된다. 반면 양방향 흐름의 경우, 흐름의 변화로 인해 맞물림이 약해지고 이로 인해 지반의 저항력이 일방향 흐름보다 약해져 세굴이 더 크게 발생하는 것으로 판단되었다.또한 장시간에 걸쳐 모델링을 수행하는 경우, 보다 근사한 결과를 얻을 수 있을 것을 사료되며, 신형식 기초 구조물을 개발하여 세굴을 저감할 수 있는 지 여부를 판단하는 등의 추가 연구가 필요하다.Go to : GotoInternational Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

감사의 글

본 연구는 지식경제 기술혁신사업인 “승강식 해상플랫폼을 가진 수직 진자운동형 30kW급 파력발전기 개발(과제번호 :20133010071570)”와 첨단항만건설기술개발사업인 “해상풍력 지지구조 설계기준 및 콘크리트 지지구조물 기술 개발(과제번호:20120093)”의 일환으로 수행되었습니다.Go to : Goto

References

American Bureau of Shipping (ABS). (2013). Guide for Building and Classing Bottom-Founded Offshore Wind turbine Installations.

API RP 2A WSD. (2005). Recommended Practice for Planning, Designing and Constructing Fixed Offshore Platforms-Working Stress Design, API.

Det Norske Veritas (DNV). (2010). OS-J101 Design of Offshore Wind Turbine Structures.

Federal Maritime and Hydrographic Agency (BSH). (2007). Standard. Design of Offshore Wind Turbines.

FLOW SCIENCE. (2014). FLOW-3D User’s Manual, Version 11.0.4.5.

International Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

International Organization for Standardization (ISO). (2007). ISO 19902: Petroleum and Natural Gas Industries – Fixed Steel Offshore Structures.

Kim, YS, Kang, GO. (2011). Experimental Study on Hydraulic Resistance of Sea Ground Considering Tidal Current Flow, Journal of Korean Society of Coastal and Ocean Engineers. 23(1):118-125 (in Korean).

Kim, YS, Han, BD, Kang, GO. (2012). Effect of Incidence Angle of Current on the Hydraulic Resistance Capacity of Clayey Soil, Journal of Korean Society of Coastal and Ocean Engineers. 24(1):26-35 (in Korean).

KORDI. (2011). BSPN64710-2275-2. An Analysis on the Marine Characteristics and Design Supporting for Offshore Wind Power Plant (in Korean).

Ministry of Maritime Affairs and Fisheries. (2005). Harbor and fishery design criteria (in Korean).

Soulsby, R. (1997). Dynamics of marine sands. Thomas Telford Publications, London.

U.S. Army Corps of Engineers. (2006). Coastal Engineering Manual, Part II : Coastal Hydrodynamics, Chapter II–2, Meteorology and Wave Climate.

van Rijn, L. (1984). Sediment transport, Part II:bed load transport, Journal of Hydraulic Engineering, 110(10):1431-1456.

Figure 4. Structure of artificial neural network [37]

Turbulent Flow Modeling at Tunnel Spillway Concave Bends and Prediction of Pressure using Artificial Neural Network

터널 배수로 오목 굴곡에서 난류 유동 모델링 인공 신경망을 이용한 압력 예측 및 예측

Zeinab Bashari Moghaddam 1
Hossein Mohammad Vali Samani2
Seyed Habib Mousavi Jahromi 3

Abstract

터널 배수로는 높은 자유 표면 유속이 설정되는 배수로 유형 중 하나입니다. 회전 가속과 난류 흐름의 불규칙성으로 인해 오목한 수직 굽힘에서 압력이 증가합니다. 물리적 모델은 이 현상을 분석하는 가장 좋은 도구입니다.

모든 실제 프로토 타입 상태 분석을 포괄하는 데 필요한 물리적 모델의 수가 너무 많아 배치 및 비용 측면에서 비실용적입니다. 따라서 FLOW-3D 소프트웨어는 가능한 모든 실제 대안을 포괄하는 오목한 굴곡 터널의 난류 흐름 데이터베이스를 분석하고 생성하기 위해 선택되었습니다.

이 소프트웨어는 방전과 형상이 다른 다양한 터널을 시뮬레이션했습니다. 수치 결과는 Alborz Dam 터널 배수로의 건설 된 물리적 모델의 실험 결과로 검증되었으며 만족스러운 동의를 얻었습니다. 차원 분석은 문제의 관련 변수를 차원 없는 매개 변수로 그룹화하는 데 사용됩니다.

이러한 매개 변수는 인공 신경망 시뮬레이션에 사용됩니다. 결과는 Flow-3D 소프트웨어로 얻은 무 차원 매개 변수와 신경망에 의해 예측된 변수 사이의 상관 계수 R2 = 0.95를 보여 주었으며, 이와 관련하여 난류 모델링을 통해 얻은 데이터베이스를 기반으로 한 인공 신경망이 결론을 내릴 수있었습니다. 압력 예측을 위한 강력한 도구입니다.

Keywords: Flow-3D, Tunnel spillway concave bend, Numerical simulation, Turbulent flow,
Artificial neural network

본문 내용 생략 : 본문 내용은 내용 하단부에 첨부된 본문 링크를 참조하시기 바랍니다.

Figure 1. Flow in a concave curvature
Figure 1. Flow in a concave curvature
Figure 2. Flow in the curvature of the flip bucket
Figure 2. Flow in the curvature of the flip bucket
Figure 3. The location of piezometers on the bed of the concave curvature of tunnel spillway in Alborz Dam
Figure 3. The location of piezometers on the bed of the concave curvature of tunnel spillway in Alborz Dam
Figure 4. Structure of artificial neural network [37]
Figure 4. Structure of artificial neural network [37]
Figure 5. Correlation coefficient of the Neural Network simulation and Flow-3D in the training
stage
Figure 6. Correlation coefficient of the Neural Network simulation and Flow-3D in the validation stage
Figure 6. Correlation coefficient of the Neural Network simulation and Flow-3D in the validation stage
Figure 7. Comparison 0f the Simulated Neural Network and Flow-3D Results of the validation stage
Figure 7. Comparison 0f the Simulated Neural Network and Flow-3D Results of the validation stage
Figure 8. Correlation coefficient of the Flow-3D numerical results and Equation (1)
Figure 8. Correlation coefficient of the Flow-3D numerical results and Equation (1)
Figure 9. Correlation coefficient of the Flow-3D numerical results and Equation (2)
Figure 9. Correlation coefficient of the Flow-3D numerical results and Equation (2)
Figure 10. Correlation coefficient of the Flow-3D numerical results and Equation (3)
Figure 10. Correlation coefficient of the Flow-3D numerical results and Equation (3)

현재 연구에서 FLOW-3D 소프트웨어는 처음에 다양한 크기와 배출의 터널 배수로에서 난류 흐름을 시뮬레이션하는데 사용되었습니다. 결과는 이란 에너지부 물 연구소에서 제공한 Alborz 저장 댐에서 얻은 실제 데이터와 비교하여 검증되었습니다.

시뮬레이션에는 다양한 난류 모델이 사용되었으며 RNG 방법이 관찰된 실제 결과와 가장 잘 일치하는 것으로 나타났습니다. 직경이 3 ~ 15m 인 다양한 터널 배수로, 곡률 반경 3 개, 거의 모든 실제 사례를 포괄하는 3개의 배출이 시뮬레이션에 사용되었습니다.

차원 분석을 사용하여 무 차원 매개 변수를 생성하고 문제의 변수 수를 줄였으며 마지막으로 두 개의 주요 무 차원 그룹이 결정되었습니다. 이러한 무 차원 변수 간의 관계를 얻기 위해 신경망을 사용하고 터널 배수로의 오목한 굴곡에서 압력 예측 단계에서 0.95의 상관 계수를 얻었습니다.

압력 계산 결과는 다른 일반적인 방법으로 얻은 결과와 비교되었습니다. 비교는 신경망 결과가 훨씬 더 정확하고 배수로 터널의 오목한 곡률에서 압력을 예측하는 강력한 도구로 간주 될 수 있음을 나타냅니다.

References

  1. Kim, D. G., & Park, J. H. (2005). Analysis of flow structure over ogee-spillway in
    consideration of scale and roughness effects by using CFD model. KSCE Journal of Civil
    Engineering, 9(2), 161-169.
  2. Sabbagh-Yazdi, S. R., Rostami, F., & Mastorakis, N. E. (2008, March). Simulation of selfaeration at steep chute spillway flow using VOF technique in a 3D finite volume software. In
    Am. Conf. on Appl. Maths. Harvard, Mass, 24-28.
  1. Nohani, E. (2015). Numerical simulation of the flow pattern on morning glory spillways.
    International Journal of Life Sciences, 9(4): 28-31.
  2. Parsaie, A., Dehdar-Behbahani, S., & Haghiabi, A. H. (2016). Numerical modeling of
    cavitation on spillway’s flip bucket. Frontiers of Structural and Civil Engineering, 10(4),
    438-444.
  3. Teuber, K., Broecker, T., Bay´on, A., N¨utzmann, G. and Hinkelmann, R. (2019) ‘CFDmodelling of free surface flows in closed conduits’, Progress in Computational Fluid
    Dynamics, 19(6), 368–380.
  4. Ghazanfari-Hashemi, R.S., Namin, M.M., Ghaeini-Hessaroeyeh, M. and Fadaei-Kermani,
    E., 2020. A Numerical Study on Three-Dimensionality and Turbulence in Supercritical Bend
    Flow. International Journal of Civil Engineering, 18(3), 381-391.
  5. Sha, H. F., Wu, S. Q., & Zhou, H. (2009). Flow characteristics in a circular-section bend of
    high head spillway tunnel. Advances in Water Science, (6), 14.
  6. Liu, Z., Zhang, D., Zhang, H., & Wu, Y. (2011). Hydraulic characteristics of converse
    curvature section and aerator in high-head and large discharge spillway tunnel. Science
    China Technological Sciences, 54(1), 33-39.
  7. Zheng, Q. W., Luo, S. J., & Zhang, F. X. (2012). The Effect of Concave Types on the
    Hydraulic Characteristics in Spillway Tunnels with High-Speed Velocity. China Rural
    Water and Hydropower, 4.
  8. Hongmin, G. U. O., Jiang, L. I., Shan, Q. I. N., & Yang, X. I. E. (2014). Three-Dimensional
    Numerical Simulation on Spillway Tunnel of Pankou Hydropower Station. Water Resources
    and Power, (4), 22.
  9. Wan, W., Liu, B., & Raza, A. (2018). Numerical Prediction and Risk Analysis of Hydraulic
    Cavitation Damage in a High-Speed-Flow Spillway. Shock and Vibration, 2018.
  10. Wei, W., Deng, J. and Xu, W. (2020). Numerical investigation of air demand by the free
    surface tunnel flows. Journal of Hydraulic Research, 1-8.
  11. Xu, W., Dang, Y., Li, G., Shao, J. and Chen, G. (2007) ‘Three-dimensional numerical
    simulation of the bi-tunnel spillway flow [J] ‘, Journal of Hydroelectric Engineering, 1, 56-
    60.
  12. Huang, H.Y., Gong, A.M., Qiu, Y. and Wangliang, Z.A. (2015) ‘ 3D Numerical Simulation
    and Experimental Analysis of Spillway Tunnel’ In Applied Mechanics and Materials. Trans
    Tech Publications Ltd. 723, 171-175.
  13. Li, S., Zhang, J. M., Xu, W. L., Chen, J. G., Peng, Y., Li, J. N., & He, X. L. (2016).
    Simulation and experiments of aerated flow in curve-connective tunnel with high head and
    large discharge. International Journal of Civil Engineering, 14(1), 23-33.
  14. Shilpakar, R., Hua, Z., Manandhar, B., Shrestha, N., Zafar, M. R., Iqbal, T., & Hussain, Z.
    (2017, August). Numerical simulation on tunnel spillway of Jingping-I hydropower project
    with four aerators. In IOP Conference Series: Earth and Environmental Science. 82, 012013.
  15. Song, C. C., & Zhou, F. (1999). Simulation of free surface flow over spillway. Journal of
    Hydraulic Engineering, 125(9), 959-967.
  16. Fais, L.M.C.F., Filho, J.G.D., Genovez, A.I.B. (2015). Geometry influence and discharge
    curve correction in morning glory spillways. Proceedings of the 36th IAHR World
    Congress.
  17. Falvey, H. T. (1990). Cavitation in chutes and spillways. Denver: US Department of the
    Interior, Bureau of Reclamation. 49-57.
  18. Chaudhry, M. H. (2007). Open-channel flow. Springer Science & Business Media.
  1. Novak, P., Moffat, A. I. B., Nalluri, C., & Narayanan, R. (2007). Hydraulic structures.
    Fourth Edition, Taylor & Francis, New York , 246–265.
  2. Jorabloo, M., Maghsoodi, R., Sarkardeh, H., & Branch, G. (2011). 3D simulation of flow
    over flip buckets at dams. Journal of American Science, 7(6), 931-936.
  3. Khani, S., Moghadam, M. A., & Nikookar, M. (2017). Pressure Fluctuations Investigation
    on the Curve of Flip Buckets Using Analytical and Numerical Methods. Vol. 03(04), 165-
    171.
  4. McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous
    activity. The bulletin of mathematical biophysics, 5(4), 115-133.
  5. Hopfield, J. J. (1982). Neural networks and physical systems with emergent collective
    computational abilities. Proceedings of the national academy of sciences, 79(8), 2554-2558.
  6. Wu,C.L. Huang, B. Xie, C.B. (2008) . Comparison of calculation methods for irrigation
    district water inlet, China Rural Water and Hydropower ,5 (71) ,74–77.
  7. Qiu,J. Huang, B.S. . Lai, G.W. (2002). Research and application of discharge coefficient of
    wide crest weir, China Rural Water and Hydropower ,9 ,41–42.
  8. Xiang, H.Q .Ba,D.D. Liu, J.J. (2012) . Acquiring of curved practical weir flow coefficient by
    curve-fitting based on Matlab, Hydropower Energy Sci. 3 ,97–99.
  9. Ye,Y.T. He,J.J.(2013).Experimental study on hydraulic calculation of discharge under plane
    gate on broad-crested weir, J. Water Resour. Archit. Eng. 11 (2), 138–141.
  10. Salmasi, F., Yıldırım, G., Masoodi, A., & Parsamehr, P. (2013). Predicting discharge
    coefficient of compound broad-crested weir by using genetic programming (GP) and
    artificial neural network (ANN) techniques. Arabian Journal of Geosciences, 6(7), 2709-
    2717.
  11. Noori, R.; Hooshyaripor, F. (2014). Effective prediction of scour downstream of ski-jump
    buckets using artificial neural networks. Water Resour. 41, 8–18.
  12. Flow-Science. (2014). FLOW-3D user manual. version11. In: Flow Science Santa Fe, NM.
  13. Yakhot, V. S. A. S. T. B. C. G., Orszag, S. A., Thangam, S., Gatski, T. B., & Speziale, C. G.
    (1992). Development of turbulence models for shear flows by a double expansion technique.
    Physics of Fluids A: Fluid Dynamics, 4(7), 1510-1520.
  14. Report on the hydraulic model of Alborz dam reservoir. (2001). Iran Water Research
    Institute
  15. Lippman, R. (1987). An introduction to computing with neural nets. IEEE Assp magazine,
    4(2), pp.4-22.
  16. Baylar, A., Ozgur, K.I.S.I. and Emiroglu, M.E. (2009). Modeling air entrainment rate and
    aeration efficiency of weirs using ANN approach. Gazi University Journal of Science, 22(2),
    107-116.
  17. Maureen, C. and Caudill, M. (1989). Neural network primer: Part I. AI Expert, 2(12),
    p.1987.
Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

Velocity distribution and discharge calculation at a sharp-crested weir

Shun-Chung Tsung • Jihn-Sung Lai •
Der-Liang Young

sharp-crested weir에서 속도 분포 및 배출 계산

개방 수로의 harp-crested 위어는 수두-방류 관계를 통해 방류를 계산하는데 유용한 장치입니다. 그러나 수위 측정 사이트와 배출 계수는 배출 계산 정확도에 큰 영향을 미칩니다. 따라서 본 연구는 각각 16MHz MicroADV와 FLOW-3D를 사용하여 위어 부분의 속도 분포를 측정하고 시뮬레이션합니다. 감마 확률 밀도 함수를 사용하여 속도 분포를 특성화하기 위해 위어 섹션의 수심 및 표면 속도가 선택됩니다. 본 연구에서는 측정된 수심과 수면 속도에서 도출된 속도 분포를 기반으로 속도-면적 통합 방법으로 정확한 배출을 계산합니다. 이 연구의 주요 기여는 정확한 측정 사이트를 제공하고, 속도 분포와 방류를 연결하고, 방류 계수 영향을 피하고, 방류 계산 정확도를 향상시키는 것입니다.

A sharp-crested weir in open channel is a useful device to calculate discharge via head-discharge relationship. However, water stage measurement site and discharge coefficient significantly influence discharge calculation accuracy. Therefore, this study measures and simulates velocity distribution at the weir section using 16-MHz MicroADV and FLOW-3D, respectively. The water depth and surface velocity at the weir section are selected to characterize velocity distribution using gamma probability density function. In this study, accurate discharge is calculated by velocity–area integration method based on velocity distribution derived from measured water depth and surface velocity. The main contributions of this study are to give an exact measurement site, link velocity distribution and discharge, avoid discharge coefficient influence, and improve discharge calculation accuracy.

Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan
Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

References

  • Ackers P, White WR, Perkins JA, Harrison AJM (1978) Weirs and flumes for flow measurement. Wiley, New York
  • Bagheri S, Heidarpour M (2010) Application of free vortex theory to estimating discharge coefficient for sharp-crested weirs. Biosyst Eng 105:423–427
  • Chanson H, Montes JS (1998) Overflow characteristics of circular weirs: effects of inflow conditions. J Irrig Drain Eng 124(3):152–162
  • Costa JE, Cheng RT, Haeni FP, Melcher N, Spicer KR, Hayes E, Plant W, Hayes K, Teague C, Barrick D (2006) Use of radars to monitor stream discharge by noncontact methods. Water Resour Res 42:1–14
  • Ferrari A (2010) SPH simulation of free surface flow over a sharpcrested weir. Adv Water Resour 33:270–276
  • Ghodsian M (2003) Supercritical flow over a rectangular side weir. Can J Civ Eng 30:596–600
  • Hirt CW, Nichols BD (1981) Volume of fluid (VOF) method for the dynamics of free boundaries. J Comput Phys 39:201–225
  • Hirt CW, Sicilian JM (1985) A porosity technique for the definition of obstacles in rectangular cell meshes. In: Proc. 4th Int. Conf. Ship Hydrodynamics, National Academy of Science, Washington, DChttp://www.flow3d.com/. Accessed 20 Nov 2012
  • Kindsvater CE, Carter R (1957) Discharge characteristics of rectangular thin-plate weirs. J Hydraul Div 83(3):1–36
  • Lai JS, Tsorng SC, Tan YC, Hwang CY (2008) Measurements and analysis of flow field over sharp-crested weir. Taiwan Water Conservancy 56(1):49–59 (in Chinese)
  • Lin C, Huang WY, Suen HF, Hsieh SC (2002) Study on the characteristics of velocity field of free overfalls over a vertical drop. In: Proc. Hydraul Meas Exp Methods Conf, Estes Park, CO, USA
  • Muson BR, Young DF, Okiishi TH (1990) Fundamentals of fluid mechanics. Wiley, New York
  • Qu J, Ramamurthy AS, Tadayon R, Chen Z (2009) Numerical simulation of sharp-crested weir flows. Can J Civ Eng 36:1530–1534
  • Rajaratnam N, Muralidhar D (1971) Pressure and velocity distribution for sharp-crested weirs. J Hydraul Res 9(2):241–248
  • Ramamurthy AS, Tim US, Rao MV (1987) Flow over sharp-crested weirs. J Irrig Drain Eng 113(2):163–172
  • Rehbock T (1929) Discussion of ‘‘precise weir measurements’’ by Schoder EW and Turner KB Trans ASCE 93: 1143–1162
  • Rouse H (1936) Discharge characteristics of the free overfall. Civ Eng ASCE 6(4):257–260
  • Samani AK, Ansari A, Borghei SM (2010) Hydraulic behaviour of flow over an oblique weir. J Hydraul Res 48(5):669–673
  • Sargisonl JE, Percy A (2009) Hydraulics of broad-crested weirs with varying side slopes. J Irrig Drain Eng 135(1):115–118
  • Subramanya K (1986) Flow in open channels. Tata McGraw-Hill, New Delhi
  • Swamee PK (1988) Generalized rectangular weir equation. J Hydraul Eng 114(8):945–949
  • Tadayon R, Ramamurthy AS (2009) Turbulence modeling of flows over circular spillways. J Irrig Drain Eng 135(4):493–498
  • U.S. Bureau of Reclamation (1997) Water measurement manual. 3rd (ed.), U.S. Government Printing Office, Washington, DC
  • Versteeg HK, Malalasekera W (1995) An introduction to computational fluid dynamics: the finite volume method. Longman Scientific & Technical, UK
  • Zhang X, Yuan L, Peng R, Chen Z (2010) Hydraulic relations for clinging flow of sharp-crested weir. J Hydraul Eng 136(6): 385–390
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies

3D numerical simulation of flow field around twin piles

트윈 말뚝 주위의 유동장 3D 수치 시뮬레이션

Amini, A; Parto, AA
Amini, A (reprint author), AREEO, Kurdistan Agr & Nat Resources Res & Educ Ctr, Sanandaj, Iran.
, 2017; 65 (6): 1243

Abstract

이 연구에서는, 파일 그룹 주위의 흐름 패턴과 국소적 스크루 메커니즘을 식별하기 위해, 플로우 필드를 FLOW-3D 소프트웨어를 사용해 시뮬레이션했다. 편평한 침대 채널에 나란히 배열되어 있는 한 쌍의 말뚝이 조사되었다. Navier-Stokes 방정식을 확립하기 위해 RNGk-epsilon 난류 모델을 사용하였고 실험 데이터를 사용하여 결과를 검증하였다. FLOW-3D 기능의 경우, 소프트웨어가 파일 그룹 간의 예상 상호작용을 적절히 시뮬레이션할 수 있는 것으로 확인되었다. 플로우 필드 시뮬레이션 결과는 레이놀즈 숫자와 말뚝 간격이 vortices 형성에 가장 큰 영향을 미치는 변수라는 것을 보여주었다. 탠덤 더미 주변의 흐름과 웨이크 바이크 주변의 하향 흐름은 측면 배치와 단일 더미에 비해 더 강렬하고 복잡했다.

In this study to identify the flow pattern and local scour mechanism around pile groups, the flow field was simulated using FLOW-3D software. A pair of pile on a flat-bed channel with side by side and tandem arrangements was investigated. To establish Navier–Stokes equations, the RNGk-e turbulence model was used and the results were verified using experimental data. In case of FLOW-3D capability, it was found that the software was able to properly simulate the expected interaction between the pile groups. The results of flow field simulation showed that Reynolds number and the pile spacing are the most influential variables in forming vortices. The flow around tandem pile and the downward flow around wake vortices were more intense and complicate in comparison with side by side arrangements and single pile.

Keywords : Bridge, Sediment, Flow pattern, Pile group, Local scour

Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = - 1.65D; b x = - 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = – 1.65D; b x = – 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles

References

  • Akilli AA, Karakus C (2004) Flow characteristics of circular cylinders arranged side-by- side in shallow water. Flow Meas Instrum 15(4):187–189
  • Amini A, Mohammad TM (2017) Local scour prediction in complex pier. Mar Georesour Geotechnol 35(6):857–864
  • Amini A, Melville B, Thamer M, Halim G (2012) Clearwater local scour around pile groups in shallow-water flow. J Hydraul Eng (ASCE) 138(2):177–185
  • Amini A, Mohd TA, Ghazali H, Bujang H, Azlan A (2011) A local scour prediction method for pile cap in complex piers. ICE-water Manag. 164(2):73–80
  • Aslani A (2008) Experimental evaluation of flow pattern around double piles. MSc thesis, Sharif University, Tehran
  • Gu ZF, Sun TF (1999) On interference between two circular cylinders in staged arrangement at high sub-critical Reynolds numbers. J Wind Eng Ind Aerodyn 80:287–309
  • Hang-Wook P, Hyun P, Yang-Ki C (2014) Evaluation of the applicability of pier local scour formulae using laboratory and field data. Mar Georesour Geotechnol. https://doi.org/10.1080/ 1064119X.2014.954658
  • Hannah CR (1978) Scour at pile groups. Research Rep. No. 78-3, Civil Engineering, Univ. of Canterbury, Christchurch
  • Hosseini R, Amini A (2015) Scour depth estimation methods around pile groups. J Civ Eng KSCE 19(7):2144–2156
  • Lanca R, Fael C, Maia R, Peˆgo J, Cardoso A (2013) Clear-water scour at pile groups. J Hydraul Eng. ttps://doi.org/10.1061/ (ASCE)HY.1943-7900.0000770
  • Mohamed HI (2013) Numerical simulation of flow and local scour at two submerged-emergent tandem cylindrical piers. J Eng Sci 41(1):1–19
  • Palau-Salvador G, Stoesser T, Rodi W (2008) LES of the flow around two cylinders in tandem. J Fluids Struct 24(8):1304–1312
  • Papaionannou GV, Yuea DKP, Triantafylloua MS, Karniadakis GE (2008) On the effect of spacing on the vortex-induced vibrations of tandem cylinders. J Fluids Struct 24:833–854
  • Price SJ, Paidoussis MP (1989) The flow induced response of a single flexible cylinder in an in-line array of rigid cylinder. J Fluid Struct 3:61–82
  • Raudkivi AJ (1998) Loose boundary hydraulics. A. A. Balkema, Rotterdam, pp 8–28. https://doi.org/10.1080/02508069608686502
  • Salim MS, Cheah SC (2009) Wall y ? strategy for dealing with wallbounded turbulent flows. In: Proceedings of the international multiconference of engineers and computer scientists, vol II, IMECS, Hong Kong
  • Shin JH, Park HI (2010) Neural network formula for local scour at piers using field data. Mar Georesour Geotechnol 28(1):37–48
  • Sicilian JM, Hirt CW, Harper RP (1987) FLOW-3D. Computational modeling power for scientists and engineers. Report FSI-87-00-Flow Science. Los Alamos, NM
  • Solaimani N, Amini A, Banejad H, Taheri P (2017) The effect of pile spacing and arrangement on bed formation and scour hole dimensions in pile groups. Int J River Basin Manag 15(2):219–225
  • Sumer BM, Fredsøe J (2002) The mechanics of scour in the marine environment. World Scientific, Farrer Road, Singapore
  • Sumer B, Chua L, Cheng N, Fredsøe J (2003) Influence of turbulence on bed load sediment transport. J Hydraul Eng. https://doi.org/ 10.1061/(ASCE)0733-9429(2003)129:8(585)
  • Sun TF, Gu ZF, He DX, Zhang LL (1992) Fluctuating pressure on two circular cylinder at high Reynolds number. J Wind Eng Ind Aero. 42:577–588
Figure 7. Formation of incident and reflected waves.

Investigate Impact Force of Dam-Break Flow against Structures by Both 2D and 3D Numerical Simulations

2D 및 3D 수치 시뮬레이션에 의한 댐 붕괴유동의 구조물 충격력 조사

1 Faculty of Water Resources Engineering, Thuyloi University, 175 Tay Son, Dong Da, Ha Noi 116705, Vietnam
2 Hydraulic Construction Institute, 3/95 Chua Boc, Dong Da, Ha Noi 116705, Vietnam
* Author to whom correspondence should be addressed.
Academic Editor: Costanza Aricò
Water 2021, 13(3), 344;

Abstract

본 논문의 목적은 일부 2D 및 3D 수치 모델이 침수 지역에 고립된 건물 또는 건물 배열이 있는 곳에서 홍수 파동을 시뮬레이션하는 능력을 조사하는 것이었습니다.

먼저, 제안된 2D 수치 모델은 구조화된 메시에서 2D 얕은 물 방정식(2D-SWEs)을 해결하기 위한 유한 볼륨 방법(FVM)을 기반으로 했습니다.

FDS (flux-difference splitting)은 정확한 질량 균형을 얻기 위해 사용되었고 Roe 체계는 Riemann 문제를 근사하기 위해 호출되었습니다.

둘째, 상업적으로 이용 가능한 3D CFD 소프트웨어 패키지가 선택되었으며, 여기에는 두 가지 난류 모델이 포함된 Flow 3D 모델이 포함되어 있습니다.

RNG(Renormalized Group) 및 LES(Large-eddy Simulation)를 사용하는 레이놀즈 평균 Navier-Stokes(RAN)입니다. 댐 붕괴 흐름으로 인한 장애물에 대한 충격력의 수치 결과는 3D 솔루션이 2D 솔루션보다 훨씬 낫다는 것을 보여주었습니다.

건물 배열에 작용하는 충격력의 3D 수치 힘 결과를 보유하고 있는 실험 데이터와 비교함으로써, 속도 유도력이 동적 힘에 미치는 영향은 Froude 숫자의 함수와 사고 파동의 수심 함수에 의해 정량화 되었습니다. 또한, 우리는 힘의 강도의 피크 값의 3D 계산 결과에 대한 초기 물 단계와 댐 붕괴 폭의 영향을 조사했습니다.

The aim of this paper was to investigate the ability of some 2D and 3D numerical models to simulate flood waves in the presence of an isolated building or building array in an inundated area. Firstly, the proposed 2D numerical model was based on the finite-volume method (FVM) to solve 2D shallow-water equations (2D-SWEs) on structured mesh. The flux-difference splitting method (FDS) was utilized to obtain an exact mass balance while the Roe scheme was invoked to approximate Riemann problems. Secondly, the 3D commercially available CFD software package was selected, which contained a Flow 3D model with two turbulent models: Reynolds-averaged Navier-Stokes (RANs) with a renormalized group (RNG) and a large-eddy simulation (LES). The numerical results of an impact force on an obstruction due to a dam-break flow showed that a 3D solution was much better than a 2D one. By comparing the 3D numerical force results of an impact force acting on building arrays with the existence experimental data, the influence of velocity-induced force on a dynamic force was quantified by a function of the Froude number and the water depth of the incident wave. Furthermore, we investigated the effect of the initial water stage and dam-break width on the 3D-computed results of the peak value of force intensity.

Keywords: dam-break wave2D numerical modelFlow 3D modelstructuresimpact force

Introduction

홍수 위험 분석에 따른 도시 계획은 최근에 큰 연구 과제였습니다.

건물 또는 건물 그룹에 대한 홍수 파동의 영향에 대한 연구는 하류 지역에 대한 조기 경고 또는 안전 의식 향상에 중요한 역할을 했습니다. 기본적으로 댐 파괴 흐름에 대한 연구는 실험 측정이나 수치 시뮬레이션을 통해 추정 할 수 있습니다 [1,2,3,4,5,6].

컴퓨터 처리 능력의 증가로 인해 불연속 흐름에 대한 수치 연구가 비용 효율적이되었습니다. 지난 10 년 동안 얕은 물 솔버는 정확성과 계산 능력면에서 크게 향상되었습니다. 침수 가능 지역의 수심 및 속도 프로파일과 같은 유체 역학적 매개 변수에 많은주의를 기울였습니다 [1,2,3,4,5,6,7,8].

Migot et al. [9]는 도시 홍수의 실험적 모델링에 관한 많은 기사를 검토했습니다. 그 논문에 언급 된 45 개의 작품 중 단 4 개의 프로젝트 만이 장애물에 가해지는 일정한 또는 비정상적인 흐름의 힘 또는 압력을 측정했습니다.

또한 물리적 및 2D 수치 모델에서 건물 또는 건물 그룹에 돌발 홍수가 미치는 영향에 대한 연구는 거의 없었습니다. 얕은 물 모델은 [10,11]에서 고립된 장애물에 대한 충격의 힘을 예측하는데 사용되었습니다.

한편 Shige-eda [12]는 액체와 건물 배열 간의 상호 작용을 결정하기 위해 물리적 모델과 2D 수치 체계를 선택했습니다. Aureli와 Shige-eda는 수직 속도와 가속도를 무시하기 때문에 댐 파괴 흐름의 힘을 추정하기 위한 2D 얕은 물 방정식 (SWE)의 단점을 보여주었습니다 [10,12].

Migot [9]은 또한 장애물 주변의 시뮬레이션된 홍수 흐름에 대한 2D SWE에 대한 여러 출판물이 있었지만 이 주제에 대한 3D 수치 모델에 대한 연구는 거의 없다고 지적했습니다. 최근 전산 유체 역학 (CFD) 3D 시뮬레이션은 유체 흐름과 관련된 문제를 해결하기위한 광범위한 도구가되었습니다.

댐 파괴 파의 특성은 [13,14,15,16]에 의해 주목되었고 Issakhov [17]는 다양한 종류의 장애물이 압력 분포에 미치는 영향을 조사하기 위해 CFD 방법을 사용했습니다. 그들은 분포가 댐 표면에서 3 배 더 낮다는 것을 밝혔다.

Aureli [10]는 댐 파괴 파가 구조물에 미치는 영향의 정적 힘을 평가하기 위해 실험 테스트와 2D 및 3D 수치 모델을 사용했습니다. Mokarani [18]는 댐 브레이크 흐름 영향의 VOF 시뮬레이션에서 피크 압력 안정성 조건을 연구했습니다.

앞서 언급한 작품에서 구조물이나 구조물 군에 작용하는 힘은 압력에 의한 정 수력 또는 정력이었다. 한편, 급류에서 속도로 인한 힘은 압력 력보다 크거나 같았습니다 [19]. Armanini [20]는 정상 흐름에 대해이 항을 추정하기 위한 분석적 표현 만을 제시했습니다. 우리가 아는 한, 건물 그룹에 작용하는 비정상 흐름의 동적 힘을 생성하기 위해 2D 및 3D 수학적 모델을 모두 사용하는 작업은 없습니다.

따라서 본 연구에서는 제안된 2D 수치 모델과 3D 수학적 모델 모두에 의해 고립 된 장애물 또는 장애물 그룹에 대한 급격한 비정상 흐름의 테스트 사례를 재현했습니다. 수심 및 유속 수문 그래프와 같은 몇 가지 수력 학적 특성이 추정되었으며 측정 된 데이터와 매우 잘 일치했습니다.

특히 댐 브레이크 흐름이 서로 다른 건물에 가하는 동적인 힘도 시뮬레이션했습니다. 속도 유도 힘이 동적 힘에 미치는 영향 수준을 나타내는 매개 변수는 Froude 수와 입사 파동의 수심의 함수인 것으로 밝혀졌습니다. 또한 붕괴된 댐 사이트 폭 (b)과 초기 수위 (h0)는 충격력의 최대 값에 영향을 미치는 변수로 고려되었습니다.

Figure 1. (a) Configuration of experiment test (dimension in meters); (b) Gauges on the vertical front face of building.
Figure 1. (a) Configuration of experiment test (dimension in meters); (b) Gauges on the vertical front face of building.
Figure 2. (a) Distributed pressure profiles at centerline of front face of column; (b) Comparison of load-time histories simulated by different numerical models
Figure 2. (a) Distributed pressure profiles at centerline of front face of column; (b) Comparison of load-time histories simulated by different numerical models
Figure 3. Group of buildings in flooded area.
Figure 3. Group of buildings in flooded area.
Figure 4. Water depth and u-velocity profiles at gauge b.
Figure 4. Water depth and u-velocity profiles at gauge b.
Figure 5. Water hydrographs at gauges a and c.
Figure 5. Water hydrographs at gauges a and c.
Figure 6. Velocity component profiles at gauges a and c.
Figure 6. Velocity component profiles at gauges a and c.
Figure 7. Formation of incident and reflected waves.
Figure 7. Formation of incident and reflected waves.
Figure 8. Snapshots of streamlines of Froude number at different times: 1.0 s, 2.0 s, 5.0 s and 10 s.
Figure 8. Snapshots of streamlines of Froude number at different times: 1.0 s, 2.0 s, 5.0 s and 10 s.
Figure 9. Force in the flow direction exerted on 6 buildings.
Figure 9. Force in the flow direction exerted on 6 buildings.
Figure 10. The linear regression between forces per unit width (F) and q2b/h0.
Figure 10. The linear regression between forces per unit width (F) and q2b/h0.

Conclusions

댐 붕괴 흐름으로 인한 홍수 파도는 높은 속도 또는 큰 깊이가 관련되었을 때 건물에 큰 영향을 미칩니다. 본 논문에서는 2D 및 3D 수치 모델의 건물 및 건물 그룹에 대한 빠른 흐름에 의해 발생하는 유압 특성과 충격 부하를 추정할 수 있는 능력을 조사했습니다. 얕은 물 방정식에 기초한 2D 수학 모델은 FDS 방법으로 해결되었으며, FDS 방법은 최신 버전의 Flow 3D 유체 역학 모델과 함께 사용되었습니다. 연구의 주요 발견은 다음과 같습니다.
(1) 수심 또는 속도 프로파일을 공식화하기 위해 2D 및 3D 수치 솔루션은 모두 매우 유사합니다. 제안된 2D 수치 모델은 정적 힘의 최대 값 뿐만 아니라 수심 및 속도 구성 요소를 포함하는 유압 특성을 예측하는 데 적합합니다. 그러나 LES 및 RAN 난류 모듈이 포함된 3D 유체역학 모델은 2D 얕은 흐름 모델이 1개만 제공하는 동안 두 개의 최고 충격 부하를 잘 포착할 수 있습니다. 일반적으로 3D 결과는 실험 결과와 더 가깝습니다.
(2) 여러 건물에 대한 정적 및 동적 힘은 모두 LES 모듈을 사용하여 Flow 3D에 의해 계산되었습니다. 건물에서 속도에 의한 힘과 압력의 역할은 위치에 따라 다릅니다. 댐 현장 근처에서, 속도 유도 힘은 댐 파괴 파동의 주 방향에서 멀리 떨어져 있거나 두 번째 배열에서 압력 힘이 더 중요합니다. 속도 유도 힘의 영향은 매개 변수 α에 의해 정량화되며, 이는 사고파의 Froude 숫자와 수심 함수로 수행됩니다. q2b/h0과 정적 힘과 동적 힘의 피크 강도 사이의 선형 회귀 관계는 합리적인 R-제곱 양으로 해결됩니다.

추가 연구에서, 제시된 2D 수치 모델의 견고성과 효과는 더 명확하게 드러날 것입니다. 대규모 도메인에 대한 홍수 흐름을 시뮬레이션하는 데 쉽게 적용할 수 있습니다. 또한, α 매개변수의 제안된 방정식(21)은 실제 사례 연구에서 다운스트림 영역의 건물에 대한 속도 유도 힘의 영향을 정확하게 평가하기 위한 매우 의미가 있습니다. 이 매개 변수의 정확도 수준을 높이려면 서로 다른 조건에서 장애물에 작용하는 여러 가지 힘 실험이 구현되어야 합니다.

References

  1. Testa, G.; Zuccala, D.; Alcrudo, F.; Mulet, J.; Frazao, S.S. Flash flood flow experiment in a simplifed urban district. J. Hydraul. Res. 200745, 37–44. [Google Scholar] [CrossRef]
  2. Soares-Frazao, S.; Zech, Y. Dam-break flow through an idealized city. J. Hydraul. Res. 200846, 648–665. [Google Scholar] [CrossRef]
  3. Soares-Frazão, S.; Zech, Y. Experimental study of dam-break flow against an isolated obstacle. J. Hydraul. Res. 200745, 27–36. [Google Scholar] [CrossRef]
  4. Soares-Frazão, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res. 200745, 19–26. [Google Scholar] [CrossRef]
  5. di Cristo, C.; Evangelista, S.; Greco, M.; Iervolino, M.; Leopardi, A.; Vacca, A. Dam-break waves over an erodible embankment: Experiments and simulations. J. Hydraul. Res. 201856, 196–210. [Google Scholar] [CrossRef]
  6. Evangelista, S. Experiments and numerical simulations of dike erosion due to a wave impact. Water 20157, 5831–5848. [Google Scholar] [CrossRef]
  7. Li, Y.L.; Yu, C.H. Research on dam break flow induced front wave impacting a vertical wall based on the CLSVOF and level set methods. Ocean Eng. 2019178, 442–462. [Google Scholar] [CrossRef]
  8. Özgen, I.; Zhao, J.; Liang, D.; Hinkelmann, R. Urban flood modeling using shallow water equations with depth-dependent anisotropic porosity. J. Hydrol. 2016541, 1165–1184. [Google Scholar] [CrossRef]
  9. Mignot, E.; Li, X.; Dewals, B. Experimental modelling of urban flooding: A review. J. Hydrol. 2019568, 334–342. [Google Scholar] [CrossRef]
  10. Aureli, F.; Dazzi, A.; Maranzoni, A.; Mignosa, P.; Vacondio, R. Experimental and numerical evaluation of the force due to the impact of a dam break wave on a structure. Adv. Water Resour. 201576, 29–42. [Google Scholar] [CrossRef]
  11. Milanesi, L.; Pilotti, M.; Belleri, A.; Marini, A.; Fuchs, S. Vulnerability to flash floods: A simplified structural model for masonry buldings. Water Resour. Res. 201854, 7177–7197. [Google Scholar] [CrossRef]
  12. Shige-eda, M.; Akiyama, J. Numerical and experimental study on two dimensional flood flows with and without structures. J. Hydraul. Eng. 2003129, 817–821. [Google Scholar] [CrossRef]
  13. Cagatay, H.O.; Kocaman, S. Dam break flows during initial stage using SWE and RANs approaches. J. Hydraul. Res. 201048, 603–611. [Google Scholar] [CrossRef]
  14. Yang, S.; Yang, W.; Qin, S.; Li, Q.; Yang, B. Numerical study on characteristics of dam break wave. Ocean Eng. 2018159, 358–371. [Google Scholar] [CrossRef]
  15. Robb., D.M.; Vasquez., J.A. Numerical simulation of dam break flows using depth averaged hydrodynamic and three dimensional CFD models. In Proceedings of the 22nd Canadian Hydrotechnical Conference, Ottawa, ON, Canada, 28–30 April 2015. [Google Scholar]
  16. Kocaman, S.; Evangelista, S.; Viccione, G.; Guzel, H. Experimental and Numerical analysis of 3D dam break waves in an enclosed domain with a single oriented obstacles. Environ. Sci. Proc. 20202, 35. [Google Scholar] [CrossRef]
  17. Issakhov, A.; Zhandaulet, Y.; Nogaeva, A. Numerical simulation of dambreak flow for various forms of the obstacle by VOF method. Int. J. Multiph. Flow 2018109, 191–206. [Google Scholar] [CrossRef]
  18. Mokarani, C.; Abadie, S. Conditions for peak pressure stability in VOF simulations of dam break flow impact. J. Fluids Struct. 201662, 86–103. [Google Scholar] [CrossRef]
  19. Liu, L.; Sun, J.; Lin, B.; Lu, L. Building performance in dam break flow—an experimental sudy. Urban Water J. 201815, 251–258. [Google Scholar] [CrossRef]
  20. Armanini, A.; Larcher, M.; Odorizzi, M. Dynamic impact of a debris flow front against a vertical wall. In Proceedings of the 5th international conference on debris-flow hazards mitigation: Mechanics, prediction and assessment, Padua, Italy, 14–17 June 2011. [Google Scholar] [CrossRef]
  21. Hubbard, M.E.; Garcia Navarro, P. Flux difference splitting and the balancing of source terms and flux gradients. J. Comput. Phys. 2000165, 89–125. [Google Scholar] [CrossRef]
  22. Roe, P.L. A basis for upwind differencing of the two-dimensional unsteady Euler equations. In Numerical Methods in Fluids Dynamics II; Oxford University Press: Oxford, UK, 1986. [Google Scholar]
  23. Bradford, S.F.; Sander, B. Finite volume model for shallow water flooding of arbitrary topography. J. Hydraul. Eng. (ASCE) 2002128, 289–298. [Google Scholar] [CrossRef]
  24. Brufau, P.; Garica-Navarro, P. Two dimensional dam break flow simulation. Int. J. Numer. Meth. Fluids 200033, 35–57. [Google Scholar] [CrossRef]
  25. Hien, L.T.T. 2D Numerical Modeling of Dam-Break Flows with Application to Case Studies in Vietnam. Ph.D. Thesis, Brescia University, Brescia, Italy, 2014. [Google Scholar]
  26. Hien, L.T.T.; Tomirotti, M. Numerical modeling of dam break flows over complex topography. Case studies in Vietnam. In Proceedings of the 19th IAHR-APD Congress 2014, Hanoi, Vietnam, 21–24 September 2014; ISBN 978-604-82-1383-1. [Google Scholar]
  27. Flow-3D, Version 12.0; User Mannual; Flow Science Inc.: Santa Fe, NM, USA, 2020.
  28. Guney, M.S.; Tayfur, G.; Bombar, G.; Elci, S. Distorted physical model to study sudden partial dam break flow in an urban area. J. Hydraul. Eng. 2014140, 05014006. [Google Scholar] [CrossRef]
  29. Shige-eda, M.; Akiyama, J. Discussion and Closure to “Numerical and experimental study on two dimensional flood flows with and without structures” by Mirei Shige-eda and Juichiro Akiyama. J. Hydraul. Eng. 2005131, 336–337. [Google Scholar] [CrossRef]
  30. Ritter, A. Die Fortpflanzung der Wasserwelle (Generation of the water wave). Z. Ver. Dtsch. Ing. 189236, 947–954. [Google Scholar]
Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.

Flow-induced Shear Stress Confers Resistance to Carboplatin in an Adherent Three-Dimensional Model for Ovarian Cancer: A Role for EGFR-Targeted Photoimmunotherapy Informed by Physical Stress

난소암에 대한 일관된 3차원 모델에서 카보플라틴에 대한 유동에 의한 전단응력변화에 관한 연구

Abstract

A key reason for the persistently grim statistics associated with metastatic ovarian cancer is resistance to conventional agents, including platinum-based chemotherapies. A major source of treatment failure is the high degree of genetic and molecular heterogeneity, which results from significant underlying genomic instability, as well as stromal and physical cues in the microenvironment. Ovarian cancer commonly disseminates via transcoelomic routes to distant sites, which is associated with the frequent production of malignant ascites, as well as the poorest prognosis. In addition to providing a cell and protein-rich environment for cancer growth and progression, ascitic fluid also confers physical stress on tumors. An understudied area in ovarian cancer research is the impact of fluid shear stress on treatment failure. Here, we investigate the effect of fluid shear stress on response to platinum-based chemotherapy and the modulation of molecular pathways associated with aggressive disease in a perfusion model for adherent 3D ovarian cancer nodules. Resistance to carboplatin is observed under flow with a concomitant increase in the expression and activation of the epidermal growth factor receptor (EGFR) as well as downstream signaling members mitogen-activated protein kinase/extracellular signal-regulated kinase (MEK) and extracellular signal-regulated kinase (ERK). The uptake of platinum by the 3D ovarian cancer nodules was significantly higher in flow cultures compared to static cultures. A downregulation of phospho-focal adhesion kinase (p-FAK), vinculin, and phospho-paxillin was observed following carboplatin treatment in both flow and static cultures. Interestingly, low-dose anti-EGFR photoimmunotherapy (PIT), a targeted photochemical modality, was found to be equally effective in ovarian tumors grown under flow and static conditions. These findings highlight the need to further develop PIT-based combinations that target the EGFR, and sensitize ovarian cancers to chemotherapy in the context of flow-induced shear stress.

전이성 난소 암과 관련된 지속적으로 암울한 통계의 주요 이유는 백금 기반 화학 요법을 포함한 기존 약제에 대한 내성 때문입니다. 치료 실패의 주요 원인은 높은 수준의 유전적 및 분자적 이질성이며, 이는 중요한 기본 게놈 불안정성과 미세 환경의 기질 및 물리적 단서로 인해 발생합니다.

난소 암은 흔히 transcoelomic 경로를 통해 먼 부위로 전파되며, 이는 악성 복수의 빈번한 생산과 가장 나쁜 예후와 관련이 있습니다. 암 성장 및 진행을위한 세포 및 단백질이 풍부한 환경을 제공하는 것 외에도 복수 액은 종양에 물리적 스트레스를 부여합니다. 난소 암 연구에서 잘 연구되지 않은 분야는 유체 전단 응력이 치료 실패에 미치는 영향입니다.

여기, 우리는 백금 기반 화학 요법에 대한 반응과 부착 3D 난소 암 결절에 대한 관류 모델에서 공격적인 질병과 관련된 분자 경로의 변조에 대한 유체 전단 응력의 효과를 조사합니다.

카르보플라틴에 대한 내성은 상피 성장 인자 수용체 (EGFR)의 발현 및 활성화의 수반되는 증가 뿐만 아니라 다운 스트림 신호 구성원인 미토겐 활성화 단백질 키나제/세포 외 신호 조절 키나제 (MEK) 및 세포 외 신호 조절과 함께 관찰됩니다. 키나아제 (ERK). 3D 난소 암 결절에 의한 백금 흡수는 정적 배양에 비해 유동 배양에서 상당히 높았습니다.

포스 포-포컬 접착 키나제 (p-FAK), 빈 쿨린 및 포스 포-팍 실린의 하향 조절은 유동 및 정적 배양 모두에서 카보 플 라틴 처리 후 관찰되었습니다. 흥미롭게도, 표적 광 화학적 양식 인 저용량 항 EGFR 광 면역 요법 (PIT)은 유동 및 정적 조건에서 성장한 난소 종양에서 똑같이 효과적인 것으로 밝혀졌습니다.

이러한 발견은 EGFR을 표적으로하는 PIT 기반 조합을 추가로 개발하고 흐름 유도 전단 응력의 맥락에서 화학 요법에 난소 암을 민감하게 할 필요성을 강조합니다.

Keywords: ovarian cancer, epidermal growth factor receptor (EGFR), mitogen-activated protein kinase/extracellular signal-regulated kinase (MEK), extracellular signal-regulated kinase (ERK), chemoresistance, fluid shear stress, ascites, perfusion model, photoimmunotherapy (PIT), photodynamic therapy (PDT), carboplatin

Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.
Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.
Figure 2 (A) Geometry of the micronodule located at the center of the microchannel. The flow velocity is in the X-direction. The nodule is modeled as an ellipse with a semi-minor axis of 40 μm in the Z-direction. The semi-major axis varies from 40-100 μm in the X-direction. The section over which the fluid dynamics are studied is the middle part of the channel with dimensions 4 mm along the Y-axis and 250 μm along the Z-axis. The nodule is located at (0, 20 μm). The black dotted line shows the centerline of the largest nodule. (B) Shear stress distribution over the surface of the solid micro-nodule on the XZ-plane. (C) Shear stress distribution over the surface of the porous micro-nodule on the XZ-plane. (D) Flow flux distribution over the centerline of the porous micro-nodule on the XZ-plane. The flux enters the surface at the left and leaves at the right.
Figure 2 (A) Geometry of the micronodule located at the center of the microchannel. The flow velocity is in the X-direction. The nodule is modeled as an ellipse with a semi-minor axis of 40 μm in the Z-direction. The semi-major axis varies from 40-100 μm in the X-direction. The section over which the fluid dynamics are studied is the middle part of the channel with dimensions 4 mm along the Y-axis and 250 μm along the Z-axis. The nodule is located at (0, 20 μm). The black dotted line shows the centerline of the largest nodule. (B) Shear stress distribution over the surface of the solid micro-nodule on the XZ-plane. (C) Shear stress distribution over the surface of the porous micro-nodule on the XZ-plane. (D) Flow flux distribution over the centerline of the porous micro-nodule on the XZ-plane. The flux enters the surface at the left and leaves at the right.
Figure 3 Cytotoxic response in carboplatin-treated 3D OVCAR-5 cultures under static conditions. (A) Representative confocal images of 3D tumors treated with carboplatin (0-500 μM) for 96 h showing a dose-dependent reduction in viable tumor (calcein signal). (B) Image-based quantification of normalized viable tumor area in 3D OVCAR-5 cultures following treatment with increasing doses of carboplatin. A minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was applied to the fluorescence images for quantitative analysis of the normalized viable tumor area. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; * p < 0.05; *** p < 0.001; N = 9) (C) Inductively coupled plasma mass spectrometry (ICP-MS)-based quantification of carboplatin uptake in static 3D OVCAR-5 tumors shows a dose-dependent increase in platinum levels, up to 9774 ± 3,052 ng/mg protein at an incubation concentration of 500 μM carboplatin. (One-way ANOVA with Dunn’s multiple comparisons test; n.s., not significant; * p < 0.05; ** p < 0.01; N = 3). Results are expressed as mean ± standard error of mean (SEM). Scale bars: 500 μm.
Figure 3 Cytotoxic response in carboplatin-treated 3D OVCAR-5 cultures under static conditions. (A) Representative confocal images of 3D tumors treated with carboplatin (0-500 μM) for 96 h showing a dose-dependent reduction in viable tumor (calcein signal). (B) Image-based quantification of normalized viable tumor area in 3D OVCAR-5 cultures following treatment with increasing doses of carboplatin. A minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was applied to the fluorescence images for quantitative analysis of the normalized viable tumor area. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; * p < 0.05; *** p < 0.001; N = 9) (C) Inductively coupled plasma mass spectrometry (ICP-MS)-based quantification of carboplatin uptake in static 3D OVCAR-5 tumors shows a dose-dependent increase in platinum levels, up to 9774 ± 3,052 ng/mg protein at an incubation concentration of 500 μM carboplatin. (One-way ANOVA with Dunn’s multiple comparisons test; n.s., not significant; * p < 0.05; ** p < 0.01; N = 3). Results are expressed as mean ± standard error of mean (SEM). Scale bars: 500 μm.
Figure 4 flow-induced chemo-resistance
Figure 4 flow-induced chemo-resistance
Figure 5 The effects of flow-induced shear stress on 3D ovarian cancer biology. (A) Western blot analysis of OVCAR-5 tumors was performed 7 days after culture under static or flow conditions. A flow-induced increase in EGFR and p-ERK, compared to static cultures, was observed. Conversely, a reduction in p-FAK, p-Paxillin, and Vinculin was observed under flow, relative to static conditions. (B) Western blot analysis of 3D OVCAR-5 tumors was performed 11 days after culture under static or flow conditions, including 4 days of treatment with 500 µM carboplatin, and respective controls. In both static and flow 3D cultures, carboplatin treatment resulted in downregulation of EGFR, FAK, p-Paxillin, Paxillin, and Vinculin. Upregulation of p-ERK was observed after carboplatin treatment in both static and flow 3D cultures. (C) Baseline levels of EGFR activity and expression are maintained by a complex array of factors, including recycling and degradation of the activated receptor complex. Flow-induced shear stress has been shown to cause a posttranslational up-regulation of EGFR expression and activation, likely resulting from increased receptor recycling and decreased EGFR degradation. Activation of EGFR results in ERK phosphorylation to induce gene expression, ultimately leading to cell proliferation, survival, and chemoresistance. FAK and other tyrosine kinases are activated by the engagement of integrins with the ECM. Subsequent phosphorylation of paxillin by FAK not only influences the remodeling of the actin cytoskeleton, but also modulates vinculin activation to regulate mitogen-activated protein kinase (MAPK) cascades, thereby stimulating pro-survival gene expression.
Figure 5 The effects of flow-induced shear stress on 3D ovarian cancer biology. (A) Western blot analysis of OVCAR-5 tumors was performed 7 days after culture under static or flow conditions. A flow-induced increase in EGFR and p-ERK, compared to static cultures, was observed. Conversely, a reduction in p-FAK, p-Paxillin, and Vinculin was observed under flow, relative to static conditions. (B) Western blot analysis of 3D OVCAR-5 tumors was performed 11 days after culture under static or flow conditions, including 4 days of treatment with 500 µM carboplatin, and respective controls. In both static and flow 3D cultures, carboplatin treatment resulted in downregulation of EGFR, FAK, p-Paxillin, Paxillin, and Vinculin. Upregulation of p-ERK was observed after carboplatin treatment in both static and flow 3D cultures. (C) Baseline levels of EGFR activity and expression are maintained by a complex array of factors, including recycling and degradation of the activated receptor complex. Flow-induced shear stress has been shown to cause a posttranslational up-regulation of EGFR expression and activation, likely resulting from increased receptor recycling and decreased EGFR degradation. Activation of EGFR results in ERK phosphorylation to induce gene expression, ultimately leading to cell proliferation, survival, and chemoresistance. FAK and other tyrosine kinases are activated by the engagement of integrins with the ECM. Subsequent phosphorylation of paxillin by FAK not only influences the remodeling of the actin cytoskeleton, but also modulates vinculin activation to regulate mitogen-activated protein kinase (MAPK) cascades, thereby stimulating pro-survival gene expression.
Figure 6 PIT efficacy in 3D tumors. (A) Dose-dependent change in normalized viable tumor area in static 3D cultures treated with PIC (1 μM BPD equivalent) and increasing energy densities (10–50 J/cm2 @ 50 mW/cm2). Significant tumoricidal efficacy is observed in a light-dose-dependent manner, starting at 15 J/cm2. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; ** p < 0.01, *** p < 0.001, N = 9) (B) Comparison of cytotoxic response in PIT-treated 3D cultures under static and flow conditions. For quantitative analysis of fluorescence images, a minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was used to establish normalized viable tumor area. PIT is equally effective in 3D tumors grown in static cultures (green) and under flow-induced shear stress (blue) (in contrast to flow-induced chemo-resistance shown in Figure 4) (Two-tailed t test; n.s., not significant; N = 9).
Figure 6 PIT efficacy in 3D tumors. (A) Dose-dependent change in normalized viable tumor area in static 3D cultures treated with PIC (1 μM BPD equivalent) and increasing energy densities (10–50 J/cm2 @ 50 mW/cm2). Significant tumoricidal efficacy is observed in a light-dose-dependent manner, starting at 15 J/cm2. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; ** p < 0.01, *** p < 0.001, N = 9) (B) Comparison of cytotoxic response in PIT-treated 3D cultures under static and flow conditions. For quantitative analysis of fluorescence images, a minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was used to establish normalized viable tumor area. PIT is equally effective in 3D tumors grown in static cultures (green) and under flow-induced shear stress (blue) (in contrast to flow-induced chemo-resistance shown in Figure 4) (Two-tailed t test; n.s., not significant; N = 9).

References

  1. Siegel R.L., Miller K.D., Jemal A. Cancer statistics, 2019. CA Cancer J. Clin. 2019;69:7–34. doi: 10.3322/caac.21551. [PubMed] [CrossRef] [Google Scholar]
  2. Foley O.W., Rauh-Hain J.A., Del Carmen M.G. Recurrent epithelial ovarian cancer: An update on treatment. Oncology. 2013;27:288–294, 298. [PubMed] [Google Scholar]
  3. Kipps E., Tan D.S., Kaye S.B. Meeting the challenge of ascites in ovarian cancer: New avenues for therapy and research. Nat. Rev. Cancer. 2013;13:273–282. doi: 10.1038/nrc3432. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  4. Tan D.S., Agarwal R., Kaye S.B. Mechanisms of transcoelomic metastasis in ovarian cancer. Lancet Oncol. 2006;7:925–934. doi: 10.1016/S1470-2045(06)70939-1. [PubMed] [CrossRef] [Google Scholar]
  5. Ahmed N., Stenvers K.L. Getting to know ovarian cancer ascites: Opportunities for targeted therapy-based translational research. Front. Oncol. 2013;3:256. doi: 10.3389/fonc.2013.00256. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  6. Shield K., Ackland M.L., Ahmed N., Rice G.E. Multicellular spheroids in ovarian cancer metastases: Biology and pathology. Gynecol. Oncol. 2009;113:143–148. doi: 10.1016/j.ygyno.2008.11.032. [PubMed] [CrossRef] [Google Scholar]
  7. Naora H., Montell D.J. Ovarian cancer metastasis: Integrating insights from disparate model organisms. Nat. Rev. Cancer. 2005;5:355–366. doi: 10.1038/nrc1611. [PubMed] [CrossRef] [Google Scholar]
  8. Lengyel E. Ovarian cancer development and metastasis. Am. J. Pathol. 2010;177:1053–1064. doi: 10.2353/ajpath.2010.100105. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  9. Javellana M., Hoppenot C., Lengyel E. The road to long-term survival: Surgical approach and longitudinal treatments of long-term survivors of advanced-stage serous ovarian cancer. Gynecol. Oncol. 2019;152:228–234. doi: 10.1016/j.ygyno.2018.11.007. [PubMed] [CrossRef] [Google Scholar]
  10. Al Habyan S., Kalos C., Szymborski J., McCaffrey L. Multicellular detachment generates metastatic spheroids during intra-abdominal dissemination in epithelial ovarian cancer. Oncogene. 2018;37:5127–5135. doi: 10.1038/s41388-018-0317-x. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  11. Kim S., Kim B., Song Y.S. Ascites modulates cancer cell behavior, contributing to tumor heterogeneity in ovarian cancer. Cancer Sci. 2016;107:1173–1178. doi: 10.1111/cas.12987. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  12. Bowtell D.D., Bohm S., Ahmed A.A., Aspuria P.J., Bast R.C., Beral V., Berek J.S., Birrer M.J., Blagden S., Bookman M.A., et al. Rethinking ovarian cancer II: Reducing mortality from high-grade serous ovarian cancer. Nat. Rev. Cancer. 2015;15:668–679. doi: 10.1038/nrc4019. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  13. Hoppenot C., Eckert M.A., Tienda S.M., Lengyel E. Who are the long-term survivors of high grade serous ovarian cancer? Gynecol. Oncol. 2018;148:204–212. doi: 10.1016/j.ygyno.2017.10.032. [PubMed] [CrossRef] [Google Scholar]
  14. Zhao Y., Cao J., Melamed A., Worley M., Gockley A., Jones D., Nia H.T., Zhang Y., Stylianopoulos T., Kumar A.S., et al. Losartan treatment enhances chemotherapy efficacy and reduces ascites in ovarian cancer models by normalizing the tumor stroma. Proc. Natl. Acad. Sci. USA. 2019;116:2210–2219. doi: 10.1073/pnas.1818357116. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  15. Ayantunde A.A., Parsons S.L. Pattern and prognostic factors in patients with malignant ascites: A retrospective study. Ann. Oncol. 2007;18:945–949. doi: 10.1093/annonc/mdl499. [PubMed] [CrossRef] [Google Scholar]
  16. Latifi A., Luwor R.B., Bilandzic M., Nazaretian S., Stenvers K., Pyman J., Zhu H., Thompson E.W., Quinn M.A., Findlay J.K., et al. Isolation and characterization of tumor cells from the ascites of ovarian cancer patients: Molecular phenotype of chemoresistant ovarian tumors. PLoS ONE. 2012;7:e46858. doi: 10.1371/journal.pone.0046858. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  17. Ahmed N., Greening D., Samardzija C., Escalona R.M., Chen M., Findlay J.K., Kannourakis G. Unique proteome signature of post-chemotherapy ovarian cancer ascites-derived tumor cells. Sci. Rep. 2016;6:30061. doi: 10.1038/srep30061. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  18. Gjorevski N., Boghaert E., Nelson C.M. Regulation of Epithelial-Mesenchymal Transition by Transmission of Mechanical Stress through Epithelial Tissues. Cancer Microenviron. 2012;5:29–38. doi: 10.1007/s12307-011-0076-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  19. Polacheck W.J., Charest J.L., Kamm R.D. Interstitial flow influences direction of tumor cell migration through competing mechanisms. Proc. Natl. Acad. Sci. USA. 2011;108:11115–11120. doi: 10.1073/pnas.1103581108. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  20. Polacheck W.J., German A.E., Mammoto A., Ingber D.E., Kamm R.D. Mechanotransduction of fluid stresses governs 3D cell migration. Proc. Natl. Acad. Sci. USA. 2014;111:2447–2452. doi: 10.1073/pnas.1316848111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  21. Polacheck W.J., Zervantonakis I.K., Kamm R.D. Tumor cell migration in complex microenvironments. Cell Mol. Life Sci. 2013;70:1335–1356. doi: 10.1007/s00018-012-1115-1. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  22. Swartz M.A., Lund A.W. Lymphatic and interstitial flow in the tumour microenvironment: Linking mechanobiology with immunity. Nat. Rev. Cancer. 2012;12:210–219. doi: 10.1038/nrc3186. [PubMed] [CrossRef] [Google Scholar]
  23. Pisano M., Triacca V., Barbee K.A., Swartz M.A. An in vitro model of the tumor-lymphatic microenvironment with simultaneous transendothelial and luminal flows reveals mechanisms of flow enhanced invasion. Integr. Biol. 2015;7:525–533. doi: 10.1039/C5IB00085H. [PubMed] [CrossRef] [Google Scholar]
  24. Follain G., Herrmann D., Harlepp S., Hyenne V., Osmani N., Warren S.C., Timpson P., Goetz J.G. Fluids and their mechanics in tumour transit: Shaping metastasis. Nat. Rev. Cancer. 2020;20:107–124. doi: 10.1038/s41568-019-0221-x. [PubMed] [CrossRef] [Google Scholar]
  25. Rizvi I., Gurkan U.A., Tasoglu S., Alagic N., Celli J.P., Mensah L.B., Mai Z., Demirci U., Hasan T. Flow induces epithelial-mesenchymal transition, cellular heterogeneity and biomarker modulation in 3D ovarian cancer nodules. Proc. Natl. Acad. Sci. USA. 2013;110:E1974–E1983. doi: 10.1073/pnas.1216989110. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  26. Novak C., Horst E., Mehta G. Mechanotransduction in ovarian cancer: Shearing into the unknown. APL Bioeng. 2018;2 doi: 10.1063/1.5024386. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  27. Carmignani C.P., Sugarbaker T.A., Bromley C.M., Sugarbaker P.H. Intraperitoneal cancer dissemination: Mechanisms of the patterns of spread. Cancer Metastasis Rev. 2003;22:465–472. doi: 10.1023/A:1023791229361. [PubMed] [CrossRef] [Google Scholar]
  28. Sugarbaker P.H. Observations concerning cancer spread within the peritoneal cavity and concepts supporting an ordered pathophysiology. Cancer Treatment Res. 1996;82:79–100. [PubMed] [Google Scholar]
  29. Feki A., Berardi P., Bellingan G., Major A., Krause K.H., Petignat P., Zehra R., Pervaiz S., Irminger-Finger I. Dissemination of intraperitoneal ovarian cancer: Discussion of mechanisms and demonstration of lymphatic spreading in ovarian cancer model. Crit. Rev. Oncol./Hematol. 2009;72:1–9. doi: 10.1016/j.critrevonc.2008.12.003. [PubMed] [CrossRef] [Google Scholar]
  30. Holm-Nielsen P. Pathogenesis of ascites in peritoneal carcinomatosis. Acta Pathol. Microbiol. Scand. 1953;33:10–21. doi: 10.1111/j.1699-0463.1953.tb04805.x. [PubMed] [CrossRef] [Google Scholar]
  31. Ahmed N., Riley C., Oliva K., Rice G., Quinn M. Ascites induces modulation of alpha6beta1 integrin and urokinase plasminogen activator receptor expression and associated functions in ovarian carcinoma. Br. J. Cancer. 2005;92:1475–1485. doi: 10.1038/sj.bjc.6602495. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  32. Woodburn J.R. The epidermal growth factor receptor and its inhibition in cancer therapy. Pharmacol. Ther. 1999;82:241–250. doi: 10.1016/S0163-7258(98)00045-X. [PubMed] [CrossRef] [Google Scholar]
  33. Servidei T., Riccardi A., Mozzetti S., Ferlini C., Riccardi R. Chemoresistant tumor cell lines display altered epidermal growth factor receptor and HER3 signaling and enhanced sensitivity to gefitinib. Int. J. Cancer J. Int. Cancer. 2008;123:2939–2949. doi: 10.1002/ijc.23902. [PubMed] [CrossRef] [Google Scholar]
  34. Chen A.P., Zhang J., Liu H., Zhao S.P., Dai S.Z., Sun X.L. Association of EGFR expression with angiogenesis and chemoresistance in ovarian carcinoma. Zhonghua zhong liu za zhi [Chinese journal of oncology] 2009;31:48–52. [PubMed] [Google Scholar]
  35. Alper O., Bergmann-Leitner E.S., Bennett T.A., Hacker N.F., Stromberg K., Stetler-Stevenson W.G. Epidermal growth factor receptor signaling and the invasive phenotype of ovarian carcinoma cells. J. Natl. Cancer Inst. 2001;93:1375–1384. doi: 10.1093/jnci/93.18.1375. [PubMed] [CrossRef] [Google Scholar]
  36. Zeineldin R., Muller C.Y., Stack M.S., Hudson L.G. Targeting the EGF receptor for ovarian cancer therapy. J. Oncol. 2010;2010:414676. doi: 10.1155/2010/414676. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  37. Alper O., De Santis M.L., Stromberg K., Hacker N.F., Cho-Chung Y.S., Salomon D.S. Anti-sense suppression of epidermal growth factor receptor expression alters cellular proliferation, cell-adhesion and tumorigenicity in ovarian cancer cells. Int. J. Cancer. 2000;88:566–574. doi: 10.1002/1097-0215(20001115)88:4<566::AID-IJC8>3.0.CO;2-D. [PubMed] [CrossRef] [Google Scholar]
  38. Posadas E.M., Liel M.S., Kwitkowski V., Minasian L., Godwin A.K., Hussain M.M., Espina V., Wood B.J., Steinberg S.M., Kohn E.C. A phase II and pharmacodynamic study of gefitinib in patients with refractory or recurrent epithelial ovarian cancer. Cancer. 2007;109:1323–1330. doi: 10.1002/cncr.22545. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  39. Psyrri A., Kassar M., Yu Z., Bamias A., Weinberger P.M., Markakis S., Kowalski D., Camp R.L., Rimm D.L., Dimopoulos M.A. Effect of epidermal growth factor receptor expression level on survival in patients with epithelial ovarian cancer. Clin. Cancer Res. 2005;11:8637–8643. doi: 10.1158/1078-0432.CCR-05-1436. [PubMed] [CrossRef] [Google Scholar]
  40. Dimou A., Agarwal S., Anagnostou V., Viray H., Christensen S., Gould Rothberg B., Zolota V., Syrigos K., Rimm D. Standardization of epidermal growth factor receptor (EGFR) measurement by quantitative immunofluorescence and impact on antibody-based mutation detection in non-small cell lung cancer. Am. J. Pathol. 2011;179:580–589. doi: 10.1016/j.ajpath.2011.04.031. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  41. Anagnostou V.K., Welsh A.W., Giltnane J.M., Siddiqui S., Liceaga C., Gustavson M., Syrigos K.N., Reiter J.L., Rimm D.L. Analytic variability in immunohistochemistry biomarker studies. Cancer Epidemiol Biomarkers Prev. 2010;19:982–991. doi: 10.1158/1055-9965.EPI-10-0097. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  42. Del Carmen M.G., Rizvi I., Chang Y., Moor A.C., Oliva E., Sherwood M., Pogue B., Hasan T. Synergism of epidermal growth factor receptor-targeted immunotherapy with photodynamic treatment of ovarian cancer in vivo. J. Natl. Cancer Inst. 2005;97:1516–1524. doi: 10.1093/jnci/dji314. [PubMed] [CrossRef] [Google Scholar]
  43. Armstrong D.K., Bundy B., Wenzel L., Huang H.Q., Baergen R., Lele S., Copeland L.J., Walker J.L., Burger R.A., Gynecologic Oncology G. Intraperitoneal cisplatin and paclitaxel in ovarian cancer. N. Engl. J. Med. 2006;354:34–43. doi: 10.1056/NEJMoa052985. [PubMed] [CrossRef] [Google Scholar]
  44. Verwaal V.J., Van Ruth S., De Bree E., Van Sloothen G.W., Van Tinteren H., Boot H., Zoetmulder F.A. Randomized trial of cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy and palliative surgery in patients with peritoneal carcinomatosis of colorectal cancer. J. Clin. Oncol. 2003;21:3737–3743. doi: 10.1200/JCO.2003.04.187. [PubMed] [CrossRef] [Google Scholar]
  45. Van Driel W.J., Koole S.N., Sikorska K., Schagen van Leeuwen J.H., Schreuder H.W.R., Hermans R.H.M., De Hingh I., Van der Velden J., Arts H.J., Massuger L., et al. Hyperthermic Intraperitoneal Chemotherapy in Ovarian Cancer. N. Engl. J. Med. 2018;378:230–240. doi: 10.1056/NEJMoa1708618. [PubMed] [CrossRef] [Google Scholar]
  46. Verwaal V.J., Bruin S., Boot H., Van Slooten G., Van Tinteren H. 8-year follow-up of randomized trial: Cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy in patients with peritoneal carcinomatosis of colorectal cancer. Ann. Surg. Oncol. 2008;15:2426–2432. doi: 10.1245/s10434-008-9966-2. [PubMed] [CrossRef] [Google Scholar]
  47. DeLaney T.F., Sindelar W.F., Tochner Z., Smith P.D., Friauf W.S., Thomas G., Dachowski L., Cole J.W., Steinberg S.M., Glatstein E. Phase I study of debulking surgery and photodynamic therapy for disseminated intraperitoneal tumors. Int. J. Radiat. Oncol. Biol. Phys. 1993;25:445–457. doi: 10.1016/0360-3016(93)90066-5. [PubMed] [CrossRef] [Google Scholar]
  48. Celli J.P., Spring B.Q., Rizvi I., Evans C.L., Samkoe K.S., Verma S., Pogue B.W., Hasan T. Imaging and photodynamic therapy: Mechanisms, monitoring, and optimization. Chem. Rev. 2010;110:2795–2838. doi: 10.1021/cr900300p. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  49. Spring B.Q., Rizvi I., Xu N., Hasan T. The role of photodynamic therapy in overcoming cancer drug resistance. Photochem. Photobiol. Sci. 2015;14:1476–1491. doi: 10.1039/C4PP00495G. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  50. Liang B.J., Pigula M., Baglo Y., Najafali D., Hasan T., Huang H.C. Breaking the Selectivity-Uptake Trade-Off of Photoimmunoconjugates with Nanoliposomal Irinotecan for Synergistic Multi-Tier Cancer Targeting. J. Nanobiotechnol. 2020;18:1. doi: 10.1186/s12951-019-0560-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  51. Huang H.C., Rizvi I., Liu J., Anbil S., Kalra A., Lee H., Baglo Y., Paz N., Hayden D., Pereira S., et al. Photodynamic Priming Mitigates Chemotherapeutic Selection Pressures and Improves Drug Delivery. Cancer Res. 2018;78:558–571. doi: 10.1158/0008-5472.CAN-17-1700. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  52. Huang H.C., Mallidi S., Liu J., Chiang C.T., Mai Z., Goldschmidt R., Ebrahim-Zadeh N., Rizvi I., Hasan T. Photodynamic Therapy Synergizes with Irinotecan to Overcome Compensatory Mechanisms and Improve Treatment Outcomes in Pancreatic Cancer. Cancer Res. 2016;76:1066–1077. doi: 10.1158/0008-5472.CAN-15-0391. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  53. Cengel K.A., Glatstein E., Hahn S.M. Intraperitoneal photodynamic therapy. Cancer Treat. Res. 2007;134:493–514. [PubMed] [Google Scholar]
  54. Obaid G., Broekgaarden M., Bulin A.-L., Huang H.-C., Kuriakose J., Liu J., Hasan T. Photonanomedicine: A convergence of photodynamic therapy and nanotechnology. Nanoscale. 2016;8:12471–12503. doi: 10.1039/C5NR08691D. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  55. Ogata F., Nagaya T., Nakamura Y., Sato K., Okuyama S., Maruoka Y., Choyke P.L., Kobayashi H. Near-infrared photoimmunotherapy: A comparison of light dosing schedules. Oncotarget. 2017;8:35069–35075. doi: 10.18632/oncotarget.17047. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  56. Mitsunaga M., Ogawa M., Kosaka N., Rosenblum L.T., Choyke P.L., Kobayashi H. Cancer cell-selective in vivo near infrared photoimmunotherapy targeting specific membrane molecules. Nat. Med. 2011;17:1685–1691. doi: 10.1038/nm.2554. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  57. Inglut C.T., Baglo Y., Liang B.J., Cheema Y., Stabile J., Woodworth G.F., Huang H.-C. Systematic Evaluation of Light-Activatable Biohybrids for Anti-Glioma Photodynamic Therapy. J. Clin. Med. 2019;8:1269. doi: 10.3390/jcm8091269. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  58. Huang H.C., Pigula M., Fang Y., Hasan T. Immobilization of Photo-Immunoconjugates on Nanoparticles Leads to Enhanced Light-Activated Biological Effects. Small. 2018:e1800236. doi: 10.1002/smll.201800236. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  59. Spring B.Q., Abu-Yousif A.O., Palanisami A., Rizvi I., Zheng X., Mai Z., Anbil S., Sears R.B., Mensah L.B., Goldschmidt R., et al. Selective treatment and monitoring of disseminated cancer micrometastases in vivo using dual-function, activatable immunoconjugates. Proc. Natl. Acad. Sci. USA. 2014;111:E933–E942. doi: 10.1073/pnas.1319493111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  60. Abu-Yousif A.O., Moor A.C., Zheng X., Savellano M.D., Yu W., Selbo P.K., Hasan T. Epidermal growth factor receptor-targeted photosensitizer selectively inhibits EGFR signaling and induces targeted phototoxicity in ovarian cancer cells. Cancer Lett. 2012;321:120–127. doi: 10.1016/j.canlet.2012.01.014. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  61. Rizvi I., Dinh T.A., Yu W., Chang Y., Sherwood M.E., Hasan T. Photoimmunotherapy and irradiance modulation reduce chemotherapy cycles and toxicity in a murine model for ovarian carcinomatosis: Perspective and results. Israel J. Chem. 2012;52:776–787. doi: 10.1002/ijch.201200016. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  62. Quirk B.J., Brandal G., Donlon S., Vera J.C., Mang T.S., Foy A.B., Lew S.M., Girotti A.W., Jogal S., LaViolette P.S., et al. Photodynamic therapy (PDT) for malignant brain tumors–where do we stand? Photodiagnosis Photodyn. Ther. 2015;12:530–544. doi: 10.1016/j.pdpdt.2015.04.009. [PubMed] [CrossRef] [Google Scholar]
  63. Eljamel M.S., Goodman C., Moseley H. ALA and Photofrin fluorescence-guided resection and repetitive PDT in glioblastoma multiforme: A single centre Phase III randomised controlled trial. Lasers Med. Sci. 2008;23:361–367. doi: 10.1007/s10103-007-0494-2. [PubMed] [CrossRef] [Google Scholar]
  64. Varma A.K., Muller P.J. Cranial neuropathies after intracranial Photofrin-photodynamic therapy for malignant supratentorial gliomas-a report on 3 cases. Surg. Neurol. 2008;70:190–193. doi: 10.1016/j.surneu.2007.01.060. [PubMed] [CrossRef] [Google Scholar]
  65. Akimoto J. Photodynamic Therapy for Malignant Brain Tumors. Neurol. Medico-Chirurgica. 2016;56:151–157. doi: 10.2176/nmc.ra.2015-0296. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  66. Kercher E.M., Nath S., Rizvi I., Spring B.Q. Cancer Cell-targeted and Activatable Photoimmunotherapy Spares T Cells in a 3D Coculture Model. Photochem. Photobiol. 2019 doi: 10.1111/php.13153. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  67. Savellano M.D., Hasan T. Targeting cells that overexpress the epidermal growth factor receptor with polyethylene glycolated BPD verteporfin photosensitizer immunoconjugates. Photochem. Photobiol. 2003;77:431–439. doi: 10.1562/0031-8655(2003)077<0431:TCTOTE>2.0.CO;2. [PubMed] [CrossRef] [Google Scholar]
  68. Molpus K.L., Hamblin M.R., Rizvi I., Hasan T. Intraperitoneal photoimmunotherapy of ovarian carcinoma xenografts in nude mice using charged photoimmunoconjugates. Gynecol. Oncol. 2000;76:397–404. doi: 10.1006/gyno.1999.5705. [PubMed] [CrossRef] [Google Scholar]
  69. Savellano M.D., Hasan T. Photochemical targeting of epidermal growth factor receptor: A mechanistic study. Clin. Cancer Res. 2005;11:1658–1668. doi: 10.1158/1078-0432.CCR-04-1902. [PubMed] [CrossRef] [Google Scholar]
  70. Nath S., Saad M.A., Pigula M., Swain J.W.R., Hasan T. Photoimmunotherapy of Ovarian Cancer: A Unique Niche in the Management of Advanced Disease. Cancers. 2019;11:1887. doi: 10.3390/cancers11121887. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  71. Calibasi Kocal G., Guven S., Foygel K., Goldman A., Chen P., Sengupta S., Paulmurugan R., Baskin Y., Demirci U. Dynamic Microenvironment Induces Phenotypic Plasticity of Esophageal Cancer Cells Under Flow. Sci. Rep. 2016;6:38221. doi: 10.1038/srep38221. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  72. Tasoglu S., Gurkan U.A., Wang S., Demirci U. Manipulating biological agents and cells in micro-scale volumes for applications in medicine. Chem. Soc. Rev. 2013;42:5788–5808. doi: 10.1039/c3cs60042d. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  73. Moon S., Gurkan U.A., Blander J., Fawzi W.W., Aboud S., Mugusi F., Kuritzkes D.R., Demirci U. Enumeration of CD4+ T-cells using a portable microchip count platform in Tanzanian HIV-infected patients. PLoS ONE. 2011;6:e21409. doi: 10.1371/journal.pone.0021409. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  74. White F.M. Fluid Mechanics. McGraw-Hill; Boston, MA, USA: 2011. [Google Scholar]
  75. Luo Q., Kuang D., Zhang B., Song G. Cell stiffness determined by atomic force microscopy and its correlation with cell motility. Biochim Biophys Acta. 2016;1860:1953–1960. doi: 10.1016/j.bbagen.2016.06.010. [PubMed] [CrossRef] [Google Scholar]
  76. Sarntinoranont M., Rooney F., Ferrari M. Interstitial Stress and Fluid Pressure Within a Growing Tumor. Ann. Biomed. Eng. 2003;31:327–335. doi: 10.1114/1.1554923. [PubMed] [CrossRef] [Google Scholar]
  77. Baxter L.T., Jain R.K. Transport of fluid and macromolecules in tumors. I. Role of interstitial pressure and convection. Microvasc. Res. 1989;37:77–104. doi: 10.1016/0026-2862(89)90074-5. [PubMed] [CrossRef] [Google Scholar]
  78. Malik R., Khan A.P., Asangani I.A., Cieślik M., Prensner J.R., Wang X., Iyer M.K., Jiang X., Borkin D., Escara-Wilke J., et al. Targeting the MLL complex in castration-resistant prostate cancer. Nat. Med. 2015;21:344. doi: 10.1038/nm.3830. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  79. Nath S., Christian L., Tan S.Y., Ki S., Ehrlich L.I., Poenie M. Dynein Separately Partners with NDE1 and Dynactin To Orchestrate T Cell Focused Secretion. J. Immunol. 2016;197:2090–2101. doi: 10.4049/jimmunol.1600180. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  80. Celli J.P., Rizvi I., Evans C.L., Abu-Yousif A.O., Hasan T. Quantitative imaging reveals heterogeneous growth dynamics and treatment-dependent residual tumor distributions in a three-dimensional ovarian cancer model. J. Biomed. Opt. 2010;15:051603. doi: 10.1117/1.3483903. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  81. Rizvi I., Celli J.P., Evans C.L., Abu-Yousif A.O., Muzikansky A., Pogue B.W., Finkelstein D., Hasan T. Synergistic Enhancement of Carboplatin Efficacy with Photodynamic Therapy in a Three-Dimensional Model for Micrometastatic Ovarian Cancer. Cancer Res. 2010;70:9319–9328. doi: 10.1158/0008-5472.CAN-10-1783. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  82. Glidden M.D., Celli J.P., Massodi I., Rizvi I., Pogue B.W., Hasan T. Image-Based Quantification of Benzoporphyrin Derivative Uptake, Localization, and Photobleaching in 3D Tumor Models, for Optimization of PDT Parameters. Theranostics. 2012;2:827–839. doi: 10.7150/thno.4334. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  83. Celli J.P., Rizvi I., Blanden A.R., Massodi I., Glidden M.D., Pogue B.W., Hasan T. An imaging-based platform for high-content, quantitative evaluation of therapeutic response in 3D tumour models. Sci. Rep. 2014;4:3751. doi: 10.1038/srep03751. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  84. Bulin A.L., Broekgaarden M., Hasan T. Comprehensive high-throughput image analysis for therapeutic efficacy of architecturally complex heterotypic organoids. Sci. Rep. 2017;7:16645. doi: 10.1038/s41598-017-16622-9. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  85. Rahmanzadeh R., Rai P., Celli J.P., Rizvi I., Baron-Luhr B., Gerdes J., Hasan T. Ki-67 as a molecular target for therapy in an in vitro three-dimensional model for ovarian cancer. Cancer Res. 2010;70:9234–9242. doi: 10.1158/0008-5472.CAN-10-1190. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  86. Anbil S., Rizvi I., Celli J.P., Alagic N., Pogue B.W., Hasan T. Impact of treatment response metrics on photodynamic therapy planning and outcomes in a three-dimensional model of ovarian cancer. J. Biomed. Opt. 2013;18:098004. doi: 10.1117/1.JBO.18.9.098004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  87. Di Pasqua A.J., Goodisman J., Dabrowiak J.C. Understanding how the platinum anticancer drug carboplatin works: From the bottle to the cell. Inorg. Chim. Acta. 2012;389:29–35. doi: 10.1016/j.ica.2012.01.028. [CrossRef] [Google Scholar]
  88. Rabik C.A., Dolan M.E. Molecular mechanisms of resistance and toxicity associated with platinating agents. Cancer Treat. Rev. 2007;33:9–23. doi: 10.1016/j.ctrv.2006.09.006. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  89. Ozols R.F. Carboplatin and paclitaxel in ovarian cancer. Semin. Oncol. 1995;22:78–83. [PubMed] [Google Scholar]
  90. Neijt J.P., Lund B. Paclitaxel with carboplatin for the treatment of ovarian cancer. Semin. Oncol. 1996;23:2–4. [PubMed] [Google Scholar]
  91. Subauste C.M., Pertz O., Adamson E.D., Turner C.E., Junger S., Hahn K.M. Vinculin modulation of paxillin–FAK interactions regulates ERK to control survival and motility. J. Cell Biol. 2004;165:371–381. doi: 10.1083/jcb.200308011. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  92. Eke I., Cordes N. Focal adhesion signaling and therapy resistance in cancer. Semin. Cancer Biol. 2015;31:65–75. [PubMed] [Google Scholar]
  93. McCubrey J.A., Steelman L.S., Chappell W.H., Abrams S.L., Wong E.W., Chang F., Lehmann B., Terrian D.M., Milella M., Tafuri A., et al. Roles of the Raf/MEK/ERK pathway in cell growth, malignant transformation and drug resistance. Biochim. Biophys. Acta. 2007;1773:1263–1284. doi: 10.1016/j.bbamcr.2006.10.001. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  94. Duska L.R., Hamblin M.R., Miller J.L., Hasan T. Combination photoimmunotherapy and cisplatin: Effects on human ovarian cancer ex vivo. J. Natl. Cancer Inst. 1999;91:1557–1563. doi: 10.1093/jnci/91.18.1557. [PubMed] [CrossRef] [Google Scholar]
  95. Spring B., Mai Z., Rai P., Chang S., Hasan T. Theranostic nanocells for simultaneous imaging and photodynamic therapy of pancreatic cancer. Proc. SPIE. 2010;7551:755104. [Google Scholar]
  96. Kessel D., Oleinick N.L. Photodynamic therapy and cell death pathways. Methods Mol. Biol. 2010;635:35–46. doi: 10.1007/978-1-60761-697-9_3. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  97. Van Dongen G.A., Visser G.W., Vrouenraets M.B. Photosensitizer-antibody conjugates for detection and therapy of cancer. Adv. Drug Deliv. Rev. 2004;56:31–52. doi: 10.1016/j.addr.2003.09.003. [PubMed] [CrossRef] [Google Scholar]
  98. Ayhan A., Gultekin M., Taskiran C., Dursun P., Firat P., Bozdag G., Celik N.Y., Yuce K. Ascites and epithelial ovarian cancers: A reappraisal with respect to different aspects. Int. J. Gynecol. Cancer. 2007;17:68–75. doi: 10.1111/j.1525-1438.2006.00777.x. [PubMed] [CrossRef] [Google Scholar]
  99. Shen-Gunther J., Mannel R.S. Ascites as a predictor of ovarian malignancy. Gynecol. Oncol. 2002;87:77–83. doi: 10.1006/gyno.2002.6800. [PubMed] [CrossRef] [Google Scholar]
  100. Pourgholami M.H., Ataie-Kachoie P., Badar S., Morris D.L. Minocycline inhibits malignant ascites of ovarian cancer through targeting multiple signaling pathways. Gynecol. Oncol. 2013;129:113–119. doi: 10.1016/j.ygyno.2012.12.031. [PubMed] [CrossRef] [Google Scholar]
  101. Shender V., Arapidi G., Butenko I., Anikanov N., Ivanova O., Govorun V. Peptidome profiling dataset of ovarian cancer and non-cancer proximal fluids: Ascites and blood sera. Data Brief. 2019;22:557–562. doi: 10.1016/j.dib.2018.12.056. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  102. Parsons S.L., Watson S.A., Steele R.J.C. Malignant ascites. Br. J. Surg. 1996;83:6–14. doi: 10.1002/bjs.1800830104. [PubMed] [CrossRef] [Google Scholar]
  103. Becker G., Galandi D., Blum H.E. Malignant ascites: Systematic review and guideline for treatment. Eur. J. Cancer. 2006;42:589–597. doi: 10.1016/j.ejca.2005.11.018. [PubMed] [CrossRef] [Google Scholar]
  104. Huang H., Li Y.J., Lan C.Y., Huang Q.D., Feng Y.L., Huang Y.W., Liu J.H. Clinical significance of ascites in epithelial ovarian cancer. Neoplasma. 2013;60:546–552. doi: 10.4149/neo_2013_071. [PubMed] [CrossRef] [Google Scholar]
  105. Blagden S.P. Harnessing Pandemonium: The Clinical Implications of Tumor Heterogeneity in Ovarian Cancer. Front. Oncol. 2015;5:149. doi: 10.3389/fonc.2015.00149. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  106. Ahmed N., Latifi A., Riley C.B., Findlay J.K., Quinn M.A. Neuronal transcription factor Brn-3a(l) is over expressed in high-grade ovarian carcinomas and tumor cells from ascites of patients with advanced-stage ovarian cancer. J. Ovarian Res. 2010;3:17. doi: 10.1186/1757-2215-3-17. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  107. Mahmood N., Mihalcioiu C., Rabbani S.A. Multifaceted Role of the Urokinase-Type Plasminogen Activator (uPA) and Its Receptor (uPAR): Diagnostic, Prognostic, and Therapeutic Applications. Front. Oncol. 2018;8:24. doi: 10.3389/fonc.2018.00024. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  108. Jeffrey B., Udaykumar H.S., Schulze K.S. Flow fields generated by peristaltic reflex in isolated guinea pig ileum: Impact of contraction depth and shoulders. Am. J. Physiol. Gastrointest. Liver Physiol. 2003;285:G907–G918. doi: 10.1152/ajpgi.00062.2003. [PubMed] [CrossRef] [Google Scholar]
  109. Nagy J.A., Herzberg K.T., Dvorak J.M., Dvorak H.F. Pathogenesis of malignant ascites formation: Initiating events that lead to fluid accumulation. Cancer Res. 1993;53:2631–2643. [PubMed] [Google Scholar]
  110. Ahmed N., Abubaker K., Findlay J., Quinn M. Epithelial mesenchymal transition and cancer stem cell-like phenotypes facilitate chemoresistance in recurrent ovarian cancer. Curr. Cancer Drug Targets. 2010;10:268–278. doi: 10.2174/156800910791190175. [PubMed] [CrossRef] [Google Scholar]
  111. Latifi A., Abubaker K., Castrechini N., Ward A.C., Liongue C., Dobill F., Kumar J., Thompson E.W., Quinn M.A., Findlay J.K., et al. Cisplatin treatment of primary and metastatic epithelial ovarian carcinomas generates residual cells with mesenchymal stem cell-like profile. J. Cell Biochem. 2011;112:2850–2864. doi: 10.1002/jcb.23199. [PubMed] [CrossRef] [Google Scholar]
  112. Chan D.W., Hui W.W., Cai P.C., Liu M.X., Yung M.M., Mak C.S., Leung T.H., Chan K.K., Ngan H.Y. Targeting GRB7/ERK/FOXM1 signaling pathway impairs aggressiveness of ovarian cancer cells. PLoS ONE. 2012;7:e52578. doi: 10.1371/journal.pone.0052578. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  113. Mebratu Y., Tesfaigzi Y. How ERK1/2 activation controls cell proliferation and cell death: Is subcellular localization the answer? Cell Cycle. 2009;8:1168–1175. doi: 10.4161/cc.8.8.8147. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  114. Zebisch A., Czernilofsky A.P., Keri G., Smigelskaite J., Sill H., Troppmair J. Signaling through RAS-RAF-MEK-ERK: From basics to bedside. Curr. Med. Chem. 2007;14:601–623. doi: 10.2174/092986707780059670. [PubMed] [CrossRef] [Google Scholar]
  115. Jo H., Sipos K., Go Y.M., Law R., Rong J., McDonald J.M. Differential effect of shear stress on extracellular signal-regulated kinase and N-terminal Jun kinase in endothelial cells. Gi2- and Gbeta/gamma-dependent signaling pathways. J. Biol. Chem. 1997;272:1395–1401. doi: 10.1074/jbc.272.2.1395. [PubMed] [CrossRef] [Google Scholar]
  116. Surapisitchat J., Hoefen R.J., Pi X., Yoshizumi M., Yan C., Berk B.C. Fluid shear stress inhibits TNF-alpha activation of JNK but not ERK1/2 or p38 in human umbilical vein endothelial cells: Inhibitory crosstalk among MAPK family members. Proc. Natl. Acad. Sci. USA. 2001;98:6476–6481. doi: 10.1073/pnas.101134098. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  117. Kim C.H., Jeung E.B., Yoo Y.M. Combined Fluid Shear Stress and Melatonin Enhances the ERK/Akt/mTOR Signal in Cilia-Less MC3T3-E1 Preosteoblast Cells. Int. J. Mol. Sci. 2018;19:2929. doi: 10.3390/ijms19102929. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  118. Persons D.L., Yazlovitskaya E.M., Cui W., Pelling J.C. Cisplatin-induced activation of mitogen-activated protein kinases in ovarian carcinoma cells: Inhibition of extracellular signal-regulated kinase activity increases sensitivity to cisplatin. Clin. Cancer Res. 1999;5:1007–1014. [PubMed] [Google Scholar]
  119. Hayakawa J., Ohmichi M., Kurachi H., Ikegami H., Kimura A., Matsuoka T., Jikihara H., Mercola D., Murata Y. Inhibition of extracellular signal-regulated protein kinase or c-Jun N-terminal protein kinase cascade, differentially activated by cisplatin, sensitizes human ovarian cancer cell line. J. Biol. Chem. 1999;274:31648–31654. doi: 10.1074/jbc.274.44.31648. [PubMed] [CrossRef] [Google Scholar]
  120. Yeh P.Y., Chuang S.E., Yeh K.H., Song Y.C., Ea C.K., Cheng A.L. Increase of the resistance of human cervical carcinoma cells to cisplatin by inhibition of the MEK to ERK signaling pathway partly via enhancement of anticancer drug-induced NF kappa B activation. Biochem. Pharmacol. 2002;63:1423–1430. doi: 10.1016/S0006-2952(02)00908-5. [PubMed] [CrossRef] [Google Scholar]
  121. Wang X., Martindale J.L., Holbrook N.J. Requirement for ERK activation in cisplatin-induced apoptosis. J. Biol. Chem. 2000;275:39435–39443. doi: 10.1074/jbc.M004583200. [PubMed] [CrossRef] [Google Scholar]
  122. Qin X., Liu C., Zhou Y., Wang G. Cisplatin induces programmed death-1-ligand 1(PD-L1) over-expression in hepatoma H22 cells via Erk /MAPK signaling pathway. Cell Mol. Biol. 2010;56:OL1366-72. doi: 10.1170/156. [PubMed] [CrossRef] [Google Scholar]
  123. Basu A., Tu H. Activation of ERK during DNA damage-induced apoptosis involves protein kinase Cdelta. Biochem. Biophys. Res. Commun. 2005;334:1068–1073. doi: 10.1016/j.bbrc.2005.06.199. [PubMed] [CrossRef] [Google Scholar]
  124. Nowak G. Protein kinase C-alpha and ERK1/2 mediate mitochondrial dysfunction, decreases in active Na+ transport, and cisplatin-induced apoptosis in renal cells. J. Biol. Chem. 2002;277:43377–43388. doi: 10.1074/jbc.M206373200. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  125. Chaudhury A., Tan B.J., Das S., Chiu G.N. Increased ERK activation and cellular drug accumulation in the enhanced cytotoxicity of folate receptor-targeted liposomal carboplatin. Int. J. Oncol. 2012;40:703–710. doi: 10.3892/ijo.2011.1262. [PubMed] [CrossRef] [Google Scholar]
  126. Lok G.T., Chan D.W., Liu V.W., Hui W.W., Leung T.H., Yao K.M., Ngan H.Y. Aberrant activation of ERK/FOXM1 signaling cascade triggers the cell migration/invasion in ovarian cancer cells. PLoS ONE. 2011;6:e23790. doi: 10.1371/journal.pone.0023790. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  127. Lafky J.M., Wilken J.A., Baron A.T., Maihle N.J. Clinical implications of the ErbB/epidermal growth factor (EGF) receptor family and its ligands in ovarian cancer. Biochim. Biophys. Acta. 2008;1785:232–265. doi: 10.1016/j.bbcan.2008.01.001. [PubMed] [CrossRef] [Google Scholar]
  128. Secord A.A., Blessing J.A., Armstrong D.K., Rodgers W.H., Miner Z., Barnes M.N., Lewandowski G., Mannel R.S., Gynecologic Oncology G. Phase II trial of cetuximab and carboplatin in relapsed platinum-sensitive ovarian cancer and evaluation of epidermal growth factor receptor expression: A Gynecologic Oncology Group study. Gynecol. Oncol. 2008;108:493–499. doi: 10.1016/j.ygyno.2007.11.029. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  129. Bae G.-Y., Choi S.-J., Lee J.-S., Jo J., Lee J., Kim J., Cha H.-J. Loss of E-cadherin activates EGFR-MEK/ERK signaling, which promotes invasion via the ZEB1/MMP2 axis in non-small cell lung cancer. Oncotarget. 2013;4:2512. doi: 10.18632/oncotarget.1463. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  130. Pece S., Gutkind J.S. Signaling from E-cadherins to the MAPK pathway by the recruitment and activation of epidermal growth factor receptors upon cell-cell contact formation. J. Biol. Chem. 2000;275:41227–41233. doi: 10.1074/jbc.M006578200. [PubMed] [CrossRef] [Google Scholar]
  131. Lifschitz-Mercer B., Czernobilsky B., Feldberg E., Geiger B. Expression of the adherens junction protein vinculin in human basal and squamous cell tumors: Relationship to invasiveness and metastatic potential. Hum. Pathol. 1997;28:1230–1236. doi: 10.1016/S0046-8177(97)90195-7. [PubMed] [CrossRef] [Google Scholar]
  132. Raz A., Geiger B. Altered organization of cell-substrate contacts and membrane-associated cytoskeleton in tumor cell variants exhibiting different metastatic capabilities. Cancer Res. 1982;42:5183–5190. [PubMed] [Google Scholar]
  133. Fukada T., Sakajiri H., Kuroda M., Kioka N., Sugimoto K. Fluid shear stress applied by orbital shaking induces MG-63 osteosarcoma cells to activate ERK in two phases through distinct signaling pathways. Biochem. Biophys. Rep. 2017;9:257–265. doi: 10.1016/j.bbrep.2017.01.004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  134. Wu D.W., Wu T.C., Wu J.Y., Cheng Y.W., Chen Y.C., Lee M.C., Chen C.Y., Lee H. Phosphorylation of paxillin confers cisplatin resistance in non-small cell lung cancer via activating ERK-mediated Bcl-2 expression. Oncogene. 2014;33:4385–4395. doi: 10.1038/onc.2013.389. [PubMed] [CrossRef] [Google Scholar]
  135. Kessel D. Apoptosis and associated phenomena as a determinants of the efficacy of photodynamic therapy. Photochem. Photobiol. Sci. 2015;14:1397–1402. doi: 10.1039/C4PP00413B. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  136. Agostinis P., Berg K., Cengel K.A., Foster T.H., Girotti A.W., Gollnick S.O., Hahn S.M., Hamblin M.R., Juzeniene A., Kessel D., et al. Photodynamic therapy of cancer: An update. CA Cancer J. Clin. 2011;61:250–281. doi: 10.3322/caac.20114. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  137. Sorrin A.J., Ruhi M.K., Ferlic N.A., Karimnia V., Polacheck W.J., Celli J.P., Huang H.C., Rizvi I. Photodynamic Therapy and the Biophysics of the Tumor Microenvironment. Photochem. Photobiol. 2020 doi: 10.1111/php.13209. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  138. Niu C.J., Fisher C., Scheffler K., Wan R., Maleki H., Liu H., Sun Y., C A.S., Birngruber R., Lilge L. Polyacrylamide gel substrates that simulate the mechanical stiffness of normal and malignant neuronal tissues increase protoporphyin IX synthesis in glioma cells. J. Biomed. Opt. 2015;20:098002. doi: 10.1117/1.JBO.20.9.098002. [PubMed] [CrossRef] [Google Scholar]
  139. Perentes J.Y., Wang Y., Wang X., Abdelnour E., Gonzalez M., Decosterd L., Wagnieres G., Van den Bergh H., Peters S., Ris H.B., et al. Low-Dose Vascular Photodynamic Therapy Decreases Tumor Interstitial Fluid Pressure, which Promotes Liposomal Doxorubicin Distribution in a Murine Sarcoma Metastasis Model. Transl. Oncol. 2014;7 doi: 10.1016/j.tranon.2014.04.010. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  140. Leunig M., Goetz A.E., Gamarra F., Zetterer G., Messmer K., Jain R.K. Photodynamic therapy-induced alterations in interstitial fluid pressure, volume and water content of an amelanotic melanoma in the hamster. Br. J. Cancer. 1994;69:101–103. doi: 10.1038/bjc.1994.15. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  141. Foster T.H., Murant R.S., Bryant R.G., Knox R.S., Gibson S.L., Hilf R. Oxygen consumption and diffusion effects in photodynamic therapy. Radiat Res. 1991;126:296–303. doi: 10.2307/3577919. [PubMed] [CrossRef] [Google Scholar]
  142. Foster T.H., Hartley D.F., Nichols M.G., Hilf R. Fluence rate effects in photodynamic therapy of multicell tumor spheroids. Cancer Res. 1993;53:1249–1254. [PubMed] [Google Scholar]
  143. Nichols M.G., Foster T.H. Oxygen diffusion and reaction kinetics in the photodynamic therapy of multicell tumour spheroids. Phys. Med. Biol. 1994;39:2161–2181. doi: 10.1088/0031-9155/39/12/003. [PubMed] [CrossRef] [Google Scholar]
  144. Cavin S., Wang X., Zellweger M., Gonzalez M., Bensimon M., Wagnieres G., Krueger T., Ris H.B., Gronchi F., Perentes J.Y. Interstitial fluid pressure: A novel biomarker to monitor photo-induced drug uptake in tumor and normal tissues. Lasers Surg. Med. 2017;49:773–780. doi: 10.1002/lsm.22687. [PubMed] [CrossRef] [Google Scholar]
  145. Garcia Calavia P., Chambrier I., Cook M.J., Haines A.H., Field R.A., Russell D.A. Targeted photodynamic therapy of breast cancer cells using lactose-phthalocyanine functionalized gold nanoparticles. J. Colloid Interface Sci. 2018;512:249–259. doi: 10.1016/j.jcis.2017.10.030. [PubMed] [CrossRef] [Google Scholar]
  146. Kato T., Jin C.S., Ujiie H., Lee D., Fujino K., Wada H., Hu H.P., Weersink R.A., Chen J., Kaji M., et al. Nanoparticle targeted folate receptor 1-enhanced photodynamic therapy for lung cancer. Lung Cancer. 2017;113:59–68. doi: 10.1016/j.lungcan.2017.09.002. [PubMed] [CrossRef] [Google Scholar]
  147. Sebak A.A., Gomaa I.E.O., ElMeshad A.N., AbdelKader M.H. Targeted photodynamic-induced singlet oxygen production by peptide-conjugated biodegradable nanoparticles for treatment of skin melanoma. Photodiagnosis Photodyn. Ther. 2018;23:181–189. doi: 10.1016/j.pdpdt.2018.05.017. [PubMed] [CrossRef] [Google Scholar]
  148. Fernandes S.R.G., Fernandes R., Sarmento B., Pereira P.M.R., Tome J.P.C. Photoimmunoconjugates: Novel synthetic strategies to target and treat cancer by photodynamic therapy. Org. Biomol. Chem. 2019;17:2579–2593. doi: 10.1039/C8OB02902D. [PubMed] [CrossRef] [Google Scholar]
  149. Hamblin M.R., Miller J.L., Hasan T. Effect of charge on the interaction of site-specific photoimmunoconjugates with human ovarian cancer cells. Cancer Res. 1996;56:5205–5210. [PubMed] [Google Scholar]
  150. Flont M., Jastrzebska E., Brzozka Z. Synergistic effect of the combination therapy on ovarian cancer cells under microfluidic conditions. Anal. Chim. Acta. 2020;1100:138–148. doi: 10.1016/j.aca.2019.11.047. [PubMed] [CrossRef] [Google Scholar]
Mixing Tank with FLOW-3D

CFD Stirs Up Mixing 일반

CFD (전산 유체 역학) 전문가가 필요하고 때로는 실행하는데 몇 주가 걸리는 믹싱 시뮬레이션의 시대는 오래 전입니다. 컴퓨팅 및 관련 기술의 엄청난 도약에 힘 입어 Ansys, Comsol 및 Flow Science와 같은 회사는 엔지니어의 데스크톱에 사용하기 쉬운 믹싱 시뮬레이션을 제공하고 있습니다.

“병렬화 및 고성능 컴퓨팅의 발전과 템플릿화는 비전문 화학 엔지니어에게 정확한 CFD 시뮬레이션을 제공했습니다.”라고 펜실베이니아  피츠버그에있는 Ansys Inc.의 수석 제품 마케팅 관리자인 Bill Kulp는 말합니다 .

흐름 개선을위한 실용적인 지침이 필요하십니까? 다운로드 화학 처리의 eHandbook을 지금 흐름 도전 싸우는 방법!

예를 들어, 회사는 휴스턴에있는 Nalco Champion과 함께 프로젝트를 시작했습니다. 이 프로젝트는 시뮬레이션 전문가가 아닌 화학 엔지니어에게 Ansys Fluent 및 ACT (분석 제어 기술) 템플릿 기반 시뮬레이션 앱에 대한 액세스 권한을 부여합니다. 새로운 화학 물질을위한 프로세스를 빠르고 효율적으로 확장합니다.

Giving Mixing Its Due

“화학 산업은 CFD와 같은 계산 도구를 사용하여 많은 것을 얻을 수 있지만 혼합 프로세스는 단순하다고 가정하기 때문에 간과되는 경우가 있습니다. 그러나 최신 수치 기법을 사용하여 우수한 성능을 달성하는 흥미로운 방법이 많이 있습니다.”라고 Flow Science Inc. , Santa Fe, NM의 CFD 엔지니어인 Ioannis Karampelas는 말합니다 .

이러한 많은 기술이 회사의 Flow-3D Multiphysics 모델링 소프트웨어 패키지와 전용 포스트 프로세서 시각화 도구 인 FlowSight에 포함되어 있습니다.

“모든 상업용 CFD 패키지는 어떤 형태의 시각화 도구와 번들로 제공되지만 FlowSight는 매우 강력하고 사용하기 쉽고 이해하기 쉽게 설계되었습니다. 예를 들어, 프로세스를 재 설계하려는 엔지니어는 다양한 설계 변경의 효과를 평가하기 위해 매우 직관적인 시각화 도구가 필요합니다.”라고 그는 설명합니다.

이 접근 방식은 실험 측정을 얻기 어려운 공정 (예 : 쉽게 측정 할 수없는 매개 변수 및 독성 물질의 존재로 인해 본질적으로 위험한 공정)을 더 잘 이해하고 최적화하는데 특히 효과적입니다.

동일한 접근 방식은 또한 믹서 관련 장비 공급 업체가 고객 요구에 맞게 제품을보다 정확하게 개발하고 맞춤화하는 데 도움이되었습니다. “이는 불필요한 프로토 타이핑 비용이나 잠재적 인 과도한 엔지니어링을 방지합니다. 두 가지 모두 일부 공급 업체의 문제였습니다.”라고 Karampelas는 말합니다.

CFD 기술 자체는 계속해서 발전하고 있습니다. 예를 들어, 수치 알고리즘의 관점에서 볼 때 구형 입자의 상호 작용이 열 전달을 적절하게 모델링하는 데 중요한 다양한 문제에 대해 이산 요소 모델링을 쉽게 적용 할 수있는 반면, LES 난류 모델은 난류 흐름 패턴을 정확하게 시뮬레이션하는 데 이상적입니다.

컴퓨팅 리소스에 대한 비용과 수요에도 불구하고 Karampelas는 난류 모델의 전체 제품군을 제공 할 수있는 것이 중요하다고 생각합니다. 특히 LES는 이미 대부분의 학계와 일부 산업 (예 : 전력 공학)에서 선택하는 방법이기 때문입니다. .

그럼에도 불구하고 CFD의 사용이 제한적이거나 비실용적 일 수있는 경우는 확실히 있습니다. 여기에는 나노 입자에서 벌크 유체 증발을 모델링하는 것과 같이 관심의 규모가 다른 규모에 따라 달라질 수있는 문제와 중요한 물리적 현상이 아직 알려지지 않았거나 제대로 이해되지 않았거나 아마도 매우 복잡한 문제 (예 : 모델링)가 포함됩니다. 음 펨바 효과”라고 Karampelas는 경고합니다.

반면에 더욱 강력한 하드웨어와 업데이트 된 수치 알고리즘의 출현은 CFD 소프트웨어를 사용하여 과다한 설계 및 최적화 문제를 해결하기위한 최적의 접근 방식이 될 것이라고 그는 믿습니다.

“복잡한 열교환 시스템 및 새로운 혼합 기술과 같이 점점 더 복잡한 공정을 모델링 할 수있는 능력은 가까운 장래에 가능할 수있는 일을 간단히 보여줍니다. 수치적 방법 사용의 주요 이점은 설계자가 상상력에 의해서만 제한되어 소규모 믹서에서 대규모 반응기 및 증류 컬럼에 이르기까지 다양한 화학 플랜트 공정을 최적화 할 수있는 길을 열어 준다는 것입니다. 실험적 또는 경험적 접근 방식은 항상 관련성이 있지만 CFD가 미래의 엔지니어를위한 선택 도구가 될 것이라고 확신합니다.”라고 그는 결론을 내립니다.


Ottewell2
Seán Ottewell은 Chemical Processing의 편집장입니다. sottewell@putman.net으로 이메일을 보낼 수 있습니다 .

기사 원문 : https://www.chemicalprocessing.com/articles/2017/cfd-stirs-up-mixing/

aerospace-sloshing-simulation

Aerospace Sloshing Dynamics

Sloshing Dynamics

우주선의 연료 탱크에서 추진체의 움직임에 대한 지식은 작동 및 성능의 다양한 측면을 이해하는 데 필수적입니다. 추진체 운동은 액체 배출, 가스 배출 및 가압과 같은 추진 기능에 영향을 미칩니다. 어떤 경우에는 추진체 운동에 의해 생성되는 힘도 알아야합니다. 이것은 액체 질량이 전체 우주선 질량의 상당 부분을 포함할 때 특히 그렇습니다.

FLOW-3D: Aircraft Fuel Tank Sloshing
FLOW-3D: Aircraft Fuel Tank Sloshing : 회전과 가속을 하는 동안 전투기의 연료 탱크 시뮬레이션

Visualizing Non-Inertial Reference Frame Motion

연료 탱크 슬로싱은 연료의 slosh 역학을 구성하며, 여기서 연료의 역학은 컨테이너와 상호 작용하여 시스템 역학을 변경할 수 있습니다. 일반적으로 연료에는 자유 표면이 있습니다. FLOW-3D는 TruVOF를 사용한 정확한 자유 표면 추적으로 인해 연료 슬로싱 역학을 시뮬레이션하는 데 탁월한 소프트웨어입니다. 또한 FLOW-3D의 NIRF (Non-Inertial Reference Frame) 모듈을 사용하면 고정된 참조 프레임에서 연료 및 움직이는 컨테이너 (연료 탱크)를 시각화하기 위한 쉽고 계산 효율적인 설정이 가능합니다.

FLOW-3D의 NIRF 모듈 기능을 강조하기 위해 우주 왕복선의 연료 슬로 싱을 보여주는 샘플 시뮬레이션이 설정됩니다. 우주 왕복선은 처음 25 초 동안 위쪽으로 가속한 다음, 다음 25 초 동안 같은 양만큼 감속합니다. 그 후 각 가속도를 사용하여 셔틀이 90도 회전한 다음 다시 선형 가속을 계속합니다. 이 복잡한 우주 왕복선 기동 중에 복잡한 자유 표면 유체 운동을 보는 것은 흥미롭습니다. RNG 난류 모델은 유체의 난류 운동 에너지를 추정하는데 사용됩니다.

애니메이션의 왼쪽 창에는 FlowSight에서 생성 된 NIRF 시각화가 표시되고 오른쪽 뷰포트에는 FlowSight를 사용하여 다시 생성된 비 NIRF 시각화가 표시됩니다. NIRF 시각화는 고정된 기준 프레임에서 유체와 탱크의 움직임을 이해하는데 도움이되므로 시스템의 전반적인 역학을 보다 관련성 있게 강조 할 수 있습니다.

Evaluation of the Wind Effects on the Iron-Ore Stock Pile

Energy

Energy

전 세계 에너지 부문의 엔지니어는 전산 유체 역학(CFD)을 통해 해결책을 찾기 위해 광범위한 프로세스에서 매일 복잡한 설계 문제에 직면합니다. 특히 자유 표면 흐름과 관련이 높은 이러한 문제의 대부분은 FLOW-3D가 매우 정확한 분석을 제공하여 문제 해결에 적합합니다.

  • 공해에서 컨테이너 내부의 연료 또는화물 슬로싱 / Fuel or cargo sloshing inside containers on the high seas
  • 해양 플랫폼에 대한 파도 효과 / Wave effects on offshore platforms
  • 6 자유도 모션을 받는 분리 장치의 성능 최적화 / Performance optimization for separation devices undergoing 6 DOF motion
  • 파동 에너지 포착 장치 / Design of devices to capture energy from waves

Energy Case Studies

천연자원이 계속 감소함에 따라, 대체 자원과 방법을 탐구하고 가능한 한 효과적으로 현재 공급량을 사용하고 있습니다. 엔지니어는 사고를 예방하고 채굴 및 기타 에너지 수확 기법으로 인한 환경적 영향을 평가하기 위해 FLOW-3D를 사용합니다.

Tailing Breach Simulation – CFD Analysis with FLOW-3D

점성이 높은 유체, 비 뉴턴 흐름, 슬러리 또는 심지어 세분화 된 흐름의 형태를 취할 수있는 많은 채광 응용 프로그램의 잔여 물인 테일링은 악명 높은 시뮬레이션 전제를 제공합니다. FLOW-3D  는 비 뉴턴 유체, 슬러리 및 입상 흐름에 대한 특수 모델을 포함하여 이러한 분석을 수행하는 데 필요한 모든 도구를 제공합니다. FLOW-3D 의 자유 표면 유동 모델링 기능 과 결합되어  이러한 어렵고 환경 적으로 민감한 문제에 대한 탁월한 모델링 솔루션을 제공합니다.

관련 응용 분야에는 바람 강제 분석에 따른 광석 비축 더미 먼지 드리프트가 포함되며, 여기서 FLOW-3D 의 드리프트 플럭스 모델을 통해 엔지니어는 광석 침착 및 유입 패턴과 개선 솔루션의 효과를 연구 할 수 있습니다.

액화와 기계적 방해가 물과 같은 뉴턴 흐름과는 대조적으로 입자 흐름의 매우 독특한 속성 인 결국 저절로 멈추는 위반의 동적 특징의 일부라는 점에 유의하십시오.

오일 및 가스 분리기

FLOW-3D  는 기름과 물과 같은 혼합 불가능한 유체를 모델링 할 수 있으며 개방 된 환경 (주변 공기)과 관련된 구성 요소 간의 뚜렷한 인터페이스를 정확하게 추적 할 수 있습니다. 유체는 전체 도메인에 영향을 미치는 역학으로 인해 자유롭게 혼합 될 수 있습니다. 시간이 지남에 따라 유체는 연속 상과 분산 상 간의 드리프트 관계에 따라 다시 분리됩니다. 중력 분리기의 성능은 CFD 모델링을 통해 향상 될 수 있습니다.

  • 기체 및 액체 흐름의 균일성을 개선하고 파도에 의한 슬로싱으로 인한 오일과 물의 혼합을 방지하기 위해 용기 입구 구성을 개발합니다.
  • 유압 효율 및 분리 성능에 대한 내부 장비의 영향을 결정합니다.
  • 작동 조건 변화의 영향 측정
  • 소규모 현상 (다상 흐름, 방울, 입자, 기포)을 정확하게 모델링

생산 파이프 | Production Pipes

생산에 사용되는 공정 파이프의 청소 과정에서 유체가 위로 흘러도 고밀도 입자가 침전될 수 있습니다. 침전 입자를 포착하도록 장치를 설계 할 수 있습니다. 파이프 중앙에 있는 “버킷”이 그러한 잠재적 장치중 하나 입니다. 흐름 변위로 인해 버킷 외부의 상류 속도는 고밀도 입자에 대한 침전 속도보다 높으며 버킷 내부에 모여 있습니다. 표시된 디자인에서 버킷 주변의 상향 유체 속도는 입자 안정화 속도보다 높습니다. 이로 인해 입자가 버킷과 파이프 벽 사이의 틈새를 통해 빠져 나갈 수 없습니다. 따라서 시뮬레이션된 입자는 버킷을 통과하여 아래에 정착하지 않습니다.

파동 에너지 장치 모델링 | Modeling Wave Energy Devices

포인트 흡수 장치 | Point Absorber Devices

이 시뮬레이션은 상단에 부력이있는 구형 구조가있는 점 흡수 장치를 보여 주며, 들어오는 파도의 볏과 골과 함께 위아래로 이동합니다. FLOW-3D 의 움직이는 물체 모델은 x 또는 y 방향으로의 움직임을 제한하면서 z 방향으로 결합 된 움직임을 허용하는 데 사용됩니다. 진폭 5m, 파장 100m의 스톡 스파를 사용했다. RNG 모델은 파도가 점 흡수 장치와 상호 작용할 때 발생하는 난류를 포착하는 데 사용되었습니다. 예상대로 많은 난류 운동 에너지가 장치 근처에서 생성됩니다. 플롯은 난류로 인해 장치 근처의 복잡한 속도 장의 진화로 인해 질량 중심의 불규칙한 순환 운동을 보여줍니다.

다중 플랩, 하단 경첩 파동 에너지 변환기 | Multi-Flap, Bottom-Hinged Wave Energy Converter

진동하는 플랩은 바다의 파도에서 에너지를 추출하여 기계 에너지로 변환합니다. Arm은 물결에 반응하여 피벗된 조인트에 장착된 진자로 진동합니다. 플랩을 배열로 구성하여 다중 플랩 파동 에너지 변환기를 만들 수 있습니다. 아래 상단에 표시된 CFD 시뮬레이션에서 3 개의 플랩 배열이 시뮬레이션됩니다. 모든 플랩은 바닥에 경첩이 달려 있으며 폭 15m x 높이 10m x 두께 2m입니다. 어레이는 30m 깊이에서 10 초의 주파수로 4m 진폭파에서 작동합니다. 시뮬레이션은 중앙 평면을 따라 복잡한 속도 등 가면을 보여줍니다. 이는 한 플랩이 어레이 내의 다른 플랩에 미치는 영향을 연구하는 데 중요합니다. 3 개의 플랩이 유사한 동적 동작으로 시작하는 동안 플랩의 상호 작용 효과는 곧 동작을 위상에서 벗어납니다. 유사한 플랩 에너지 변환기가 오른쪽 하단에 표시됩니다. 이 시뮬레이션에서 플랩은 가장 낮은 지점에서 물에 완전히 잠 깁니다. 이러한 에너지 변환기를 Surface Piercing 플랩 에너지 변환기라고합니다. 이 두 시뮬레이션 예제는 모두 미네르바 역학 .

진동 수주 | Oscillating Water Column

진동하는 수주는 부분적으로 잠긴 중공 구조입니다. 그것은 물의 기둥 위에 공기 기둥을 둘러싸고 수면 아래의 바다로 열려 있습니다. 파도는 물 기둥을 상승 및 하강시키고, 차례로 공기 기둥을 압축 및 감압합니다. 이 갇힌 공기는 일반적으로 기류의 방향에 관계없이 회전 할 수 있는 터빈을 통해 대기로 흐르게 됩니다. 터빈의 회전은 전기를 생성하는 데 사용됩니다.

아래의 CFD 시뮬레이션은 진동하는 수주를 보여줍니다. FLOW-3D에서 포착한 물리학을 강조하기 위해 중공 구조에서 물기둥이 상승 및 하강하는 부분만 모델링  합니다. 시뮬레이션은 다른 파형 생성 선택을 제외하고 유사한 결과를 전달합니다. 아래의 시뮬레이션은 웨이브 유형 경계 조건을 사용하는 반면 그 아래의 시뮬레이션은  움직이는 물체 모델  을 사용하여 실험실에서 수행한 것처럼 차례로 웨이브를 생성하는 움직이는 플런저를 생성합니다. 각 시뮬레이션에 대해 속이 빈 구조의 압력 플롯이 표시됩니다. 결국 그 압력에 기초하여 터빈이 회전 운동으로 설정되기 때문에 챔버에서 얼마나 많은 압력이 생성되는지 아는 것이 중요합니다.

사례 연구

eadership-in-energy-and-environmental-design

Architects Achieve LEED Certification in Sustainable Buildings

LEED (Leadership in Energy and Environmental Design)는 제 3자가 친환경 건축물 인증을 제공하는 자발적 인증 시스템입니다.

FLOW-3D는 보고타(콜롬비아)의 사무실 건물에서 “IEQ-Credit2–환기 증가”라는 신뢰를 얻는 데 큰 도움을 주었습니다. 이러한 인정을 받기 위해서는 실외 공기가 ASHRAE의 표준 비율인 30%를 초과한다는 것을 증명해야만 합니다. 이 건물에서 실외 공기는 태양 광선에 의해, 가열되는 지붕 위의 2개의 유리 굴뚝에 의해 발생되는 온도 차이에 의해 발생하는 열 부력의 영향으로 제공됩니다. 이것은 바람이 불지 않는 조건에서 이루어져야 합니다.

Comparing HVAC System Designs

최근 프로젝트에서 Tecsult의 HVAC(난방, 냉방 및 환기)시스템 엔지니어는 강력한 에어컨 시스템의 두 가지 다른 구성을 고려해야 했고 노동자들에게 어떤 것이 가장 쾌적함을 제공하는지 보여주기를 원했습니다. FLOW-3D는 대체 설계를 시뮬레이션하고 비교하는 데 사용되었습니다.

이 발전소는 대형(길이 90m, 너비 33m, 높이 26m)건물로 변압기, 전력선, 조명 등 열 발생 장비를 갖추고 있습니다. 에어컨 시스템의 목적은 건물 내 최대 온도를 35ºC로 제한하는 것입니다. 디퓨저가 하부 레벨에 위치하고 천장 근처의 환기구가 있기 때문에 천장 근처에서 최대 공기 온도가 발생하고 바닥 레벨은 반드시 몇도 더 낮습니다.

Modeling velocity of debris types

Debris Transport in a Nuclear Reactor Containment Building

이 기사는 FLOW-3D가 원자력 시설에서 봉쇄 시설의 성능을 모델링하는데 사용된 방법을 설명하며, Alion Science and Technology의 Tim Sande & Joe Tezak이 기고 한 바 있습니다.

가압수형 원자로 원자력 발전소에서 원자로 노심을 통해 순환되는 물은 약 2,080 psi 및 585°F의 압력과 온도로 유지되는 1차 배관 시스템에 밀폐됩니다. 수압이 높기 때문에 배관이 파손되면 격납건물 내에 여러 가지 이물질 유형이 생성될 수 있습니다. 이는 절연재가 장비와 균열 주변 영역의 배관에서 떨어져 나가기 때문에 발생합니다. 생성될 수 있는 다양한 유형의 이물질의 일반적인 예가 나와 있습니다(오른쪽).

Evaluation of the Wind Effects on the Iron-Ore Stock Pile

Evaluation of the Wind Effects on the Iron-Ore Stock Pile

바람이 개방형 골재 저장소에 미치는 영향은 전 세계적으로 환경 문제가 되고 있습니다. 2.7km철골 저장소 부지에서 이런 문제가 관찰되었습니다. 이 시설은 철도 운송차량를 통해 광석을 공급받는데, 이 운송차량은 자동 덤프에 의해 비워집니다. 그런 다음 이 광석은 일련의 컨베이어와 이송 지점을 통과하여 저장 장소중 하나로 운송됩니다. 비산먼지 배출은 풍력이 비축된량에 미치는 영향의 결과로 관찰된 결과입니다.

관련 기술자료


Figure 1. Typical road and rail tunnel sections.

터널의 화재 위험을 평가하는 컴퓨터 모델(FASIT)

A Computer Model to Assess Fire Hazards in Tunnels (FASlT) David A. Charters, W. Alan Gray, Andrew C. McIntoshCharters is ...
더 보기
Fig. 2 Schematic diagram of the experimental Rijke tube

RIJKE 튜브 내부의 열음향 장에 대한 새로운 조사

A novel investigation of the thermoacoustic field inside a Rijke tube B. Entezam, W. Van Moorhem and J. MajdalaniPublished Online:22 ...
더 보기
Fig. 2. Schematic indication of the separate parts comprising the rotary kiln model, together with the energy fluxes from Eq. (1).

화염 모델링, 열 전달 및 클링커 화학을 포함한 시멘트 가마에 대한 CFD 예측

E Mastorakos Massias 1C.D Tsakiroglou D.A Goussis V.N Burganos A.C Payatakes 2 Abstract 실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 ...
더 보기
그림 3. 수중 4차 횡파 영향

Validation of Sloshing Simulations in Narrow Tanks

This case study was contributed by Peter Arnold, Minerva Dynamics. 이 작업의 목적은 FLOW-3D  를 검증하는 것입니다. 밀폐된 좁은 스팬 직사각형 탱크의 출렁거림 문제에 ...
더 보기
Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).

그리스 수로의 작은 수력 전위를 활용하는 관형 아르키메데스 스크류 터빈의 CFD 시뮬레이션

CFD Simulations of Tubular Archimedean Screw Turbines Harnessing the Small Hydropotential of Greek Watercourses Alkistis Stergiopoulou1, Vassilios Stergiopoulos21Institut für Wasserwirtschaft, ...
더 보기
Fig. 1. Nysted Offshore Wind Farm

FLOW-3D 모형을 이용한 해상풍력기초 세굴현상 분석

박영진1, 김태원2*1 서일대학교 토목공학과, 2 (주)지티이 Analysis of Scour Phenomenon around Offshore Wind Foundation using Flow-3D Mode Abstract 국내․외에서 다양한 ...
더 보기
Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).

Coupled Simulation of Vehicle Dynamics and Tank Slosh. Phase 1 Report. Testing and Validation of Tank Slosh Analysis

Prepared byGlenn R. WendelSteven T. GreenRussell C. Burkey Abstract: 차량 동력학의 컴퓨터 시뮬레이션은 차량 설계에서 귀중한 도구가 되었다. 그러나 그들은 ...
더 보기
Figure 6. Scour depth (in negative value) at different views around pier

Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software

Flow-3D 소프트웨어를 이용한 원형 교각 주변 지역 scour의 3 차원 수치 시뮬레이션 To cite this article: Halah Kais Jalal and ...
더 보기
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung

Implementation of an angled trash rack in the 3D-numerical simulation with FLOW-3D

Abstract Sebastian Krzyzagorski · Roman Gabl · Jakob Seibl · Heidi Böttcher · Markus AuflegerOnline publiziert: 17. Februar 2016© Die ...
더 보기
Figure 1: Die configuration for a multi-attribute composite die for high die life and self-lubricating surface

Innovative Die Material and Lubrication Strategies for Clean and Energy Conserving Forging Technologies

청정 및 에너지 절약 단조 기술을 위한 혁신적인 다이 재료 및 윤활 전략 이 최종 기술 보고서에는 수상 번호 DE-FC07-01ID14206에 ...
더 보기

Design of a Sewer Transition

Design of a Sewer Transition | 하수도 전환 설계

This article was contributed by Daniel Valero, Rafael García-Bartual, Ignacio Andrés and Francisco Valles of the Polytechnic University of Valencia.

2010 년 12 월, 새로운 고속 열차 MADRID-VALENCIA (스페인)가 개통되었습니다. 건설 전에 극복해야 할 많은 기술적 문제 중 하나는 터널로 구성된 도심의 철도 입구로 발렌시아의 주요 남쪽 하수도를 벗어나게 했습니다. 이탈 도달 범위는 길이가 143 미터이며 아래에 자세히 설명된 복잡한 유압 설계를 포함하여 기존 경사와 관련하여 경사 및 단면의 중요한 변경을 포함합니다. 유압 성능은 FLOW-3D를 사용한 수치 시뮬레이션과   발렌시아 폴리 테크닉 대학교의 유압 실험실에서 물리적 모델을 통해 확인되었습니다. 최대 용량 100 m 3 / s에 대한 테스트가 수행되었습니다 .

The Sewer                          

그림 1은 하수도 기하학 설계의 주요 특징을 보여줍니다. 여기에는 철도 터널을 건넌 직후에 위치한 표준 WES 프로파일이 포함됩니다. 이 위어는 높은 유속으로 초 임계 흐름을 강제합니다. 하류에서 바람직하지 않은 흐름 조건이 설정되는 것을 방지하기 위해 둑 바로 하류에 정류 조를 설계했습니다. 이러한 장치는 연결 하류 하수도에서 높은 에너지 손실 및 임계 이하의 흐름 조건을 수반하는 유압 점프를 강제합니다. 서로 다른 배출 조건에서 흐름의 거동을 보장하기 위해 채널에 두 개의 세로 줄의 삼각형 블록이 포함되었으며, 이는 정수 조 길이에서 유압 점프를 국지화하기 위해 에너지 소산 기 역할을했습니다. 그 계단의 길이에서 수압 점프. 새로운 변형 채널과 기존 도달 지점(upstream and downstream)사이는 기하학적 요소로 부드럽게 연결합니다.(그림 2).

Figure 1. Geometry of the sewer

Figure 2. Reach 2 of the sewer

FLOW-3D Simulations

문제의 정확한 해결을 위해 계산 리소스를 최적화하기 위해 하수도를 여러 개의 중첩 된 범위로 분할하여 수력 솔루션의 연속성을 보장하고 고려 된 각 도달 범위에서 더 미세한 메시를 사용할 수 있습니다. 가장 복잡한 흐름이 정수 조에서 발생하기 때문에 이러한 도달 범위는 윤곽선과 바닥 블록에서 중앙 흐름 영역까지 점진적으로 다양한 셀 크기로 가장 높은 해상도 (6.000.000 셀)로 해결되었습니다. 유압 점프 시뮬레이션에 대한 비디오는 이 기사의 끝에 있습니다.

Figure 3. Velocity magnitude distribution

Figure 4. Turbulent kinetic energy distribution.

Figure 5. Air entrained prediction with turbulent air entrainment model

ke RNG 난류 모델이 선택되었으며, 이류에 대한 명시적인 2 차 단 조성 보존 체계가 있습니다. 자유 표면 표현에는 Split Lagrangian 방법이 사용되었습니다. 정상 상태 솔루션 이전의 과도 흐름은 더 거친 메쉬로 시뮬레이션되었습니다. 그림 3과 4는 수치 시뮬레이션의 관련 결과를 보여줍니다. 또한 수력 점프의 수치 시뮬레이션을 보여주는 비디오 가이드 기술 노트에 첨부되어 있습니다.

유압 점프에서 발생하는 공기 혼입, 특히 난류와 자유 표면 간의 상호 작용을 설명하기 위해 추가 시뮬레이션이 수행되었습니다. 그림 5는 가변 밀도 옵션을 선택하고 기본 계수 C air  = 0.5를 사용하는 FLOW-3D 의 공기 혼입 모델을 사용한 결과를 보여줍니다.

Comparison with the Physical Model

발렌시아 Polytechnic University의 수압 실험실에 실물 모형을 구축하였습니다. 모형에 사용된 척도는 1/20이었습니다. 그림 6은 weir 상단 바로 위에 있는 임계 단면의 프로파일을 보여 줍니다. 발견된 평균 깊이의 오차는 1.3% 였습니다. 유동의 다른 구조적 특성은 FLOW-3D에 의해 적절하게 재현되었다. 예를 들어, 예를 들어, 하수도가 만곡된 범위에 따른 자유 표면의 형상과 Weir의 상류로의 흐르는 자유 표면의 현상입니다.

Figure 6. Relative error at the critical section. Comparison between FLOW-3D, physical model, and HEC-RAS (US Army Corps of Engineers).

Conclusions

실험실 결과와 FLOW-3D시뮬레이션 간의 약간의 차이가 확인되지만 연구 결과는 매우 만족스럽습니다. 아래 동영상을 통해 실험 및 수치해석 결과를 비교해 보시길 바랍니다.

FLOW-3D는 가능한 많은 형상 또는 유압 설계를 테스트할 때 실험실의 실험 횟수를 줄일 수 있습니다. 또한 FLOW-3D의 파일이 속도, 와도, 난류 등과 같은 관련 분야의 상세한 시공간 분포를 제공하므로 최종 설계와 관련하여 실험실에서 수행 된 결과와 측정을 확장하는 데 도움이 될 수 있습니다. 결합된 기술은 연구에서 언급한 것과 같은 유압 기반시설의 설계, 검증 및 최적화를 위한 강력한 도구입니다.

Picture of scoured bed surface

EXPERIMENTAL STUDY AND NUMERICAL SIMULATION OF FLOW AND SEDIMENT TRANSPORT AROUND A SERIES OF SPUR DIKES

유동 시뮬레이션의 실험적 연구와
일련의 SPUR DIKES 주변의 침전물 수송

by
ANU ACHARYA
Copyright © Anu Acharya 2011
A Dissertation Submitted to the Faculty of the
DEPARTMENT OF CIVIL ENGINEERING AND ENGINEERING MECHANICS
In Partial Fulfillment of the Requirements
For the Degree of
DOCTOR OF PHILOSOPHY
WITH A MAJOR IN CIVIL ENGINEERING
In the Graduate College
THE UNIVERSITY OF ARIZONA

침전물 수송에 대한 집중적인 연구는 저수지 관리, 댐 운영 및 하천 내 유압 구조물 설계를 위해 하천의 총 침전물 하중을 예측하는 적절한 방정식이 필요하다는 것을 보여준다.

침전물 운송에서 사용 가능한 어떤 방정식도 총 침전물 운송 속도를 예측하는 데 보편적으로 받아들여지지 않았다. 이러한 사실들은 침전물 수송률을 예측하기 위한 이 모든 공식을 나타내기 위한 일반적인 공식의 필요성을 나타낸다.

본 논문의 첫 번째 목표는 모든 강에 대해 통합된 총 침전물 운송 방정식을 찾는 것이다. 반면, 스퍼다이크나 교각 같은 유압 구조물을 둘러싼 마찰은 구조적 안정성을 약화시키는 심각한 문제가 될 수 있다.

이러한 유압 구조 주변의 난류 흐름장 및 난류 분포에 대한 조사는 국부적 골재 메커니즘의 이해와 국부 침전물 수송에 영향을 미치는 난류 특성을 결정하기 위해 필수적이다.

또한 개방 채널의 난류 흐름의 모든 경우에 유효한 범용 난류 모델은 존재하지 않는다. 본 논문은 일련의 3대 제방 주변의 난류장과 난류 분포를 철저히 조사했다.

목표는 국부 침전물 수송 속도를 예측하기 위한 유의한 난류 특성을 결정하고 제방 주변의 난류 유역 시뮬레이션을 위한 적절한 난류 모델을 식별하는 것이다.

일반적인 통합 총 하중 방정식을 개발하기 위해, 본 연구는 총 침전물 하중을 예측하는 데 일반적으로 사용되는 31개의 공식을 평가한다. 본 연구는 서로 다른 공식에서 침대 전단 응력의 확률적 특성으로 계산된 결과의 편차를 귀인시키고 침대 전단 응력이 로그 정규 분포를 만족한다고 가정한다.

주어진 침대 전단 응력에서 몬테카를로 시뮬레이션이 각 방정식에 적용되고 일련의 침대 전단 응력이 무작위로 생성된다. 모든 방정식의 각 몬테카를로 실현에서 생성된 총 침전물 하중은 모든 방정식에서 예측된 총 침전물 하중의 표본을 나타내기 위해 조립된다. 주어진 각 침대 전단 응력에서 결과적인 총 침전물 하중(예: 표준 편차, 평균)의 통계적 특성이 계산된다.

그런 다음 모든 방정식의 평균 값을 기반으로 통일된 총 침전물 하중 방정식을 구합니다. 결과는 모든 방정식의 평균이 무차원 침대 전단 응력의 검정력 함수임을 보여주었다. 측정과 합당한 합치도는 통합 방정식이 총 침전물 하중을 예측하기 위한 어떤 개별 방정식보다 정확하다는 것을 보여준다.

일련의 스퍼다이크 주변의 흐름장 및 국소적 스컬에 대한 실험 및 수치 시뮬레이션은 고정된 평면 침대 및 스커드 침대 조건에서 수행된다. 마이크로 어쿠스틱 도플러 속도계(ADV)는 세 가지 공간 방향 모두에서 순간 속도 필드를 측정하는 데 사용되며 측정된 속도 프로파일은 난류 특성을 계산하는 데 사용됩니다.

결과는 그 지역의 골칫거리가 첫 번째 제방을 중심으로 발전한다는 것을 보여준다. 난류 강도와 플랫 베드에서 측정한 수직 방향의 평균 속도는 스칼럼 깊이와 밀접한 관련이 있다.

또한 3다이크 시리즈의 두 번째 다이크 끝에서 발생하는 최대 침대 전단 응력은 최대 스콜과 일치하지 않는다.

침대 전단 응력으로 인한 큰 침대 하중 전달은 침대 스쿠싱을 시작하지 않을 수 있지만, 난기류 폭발(예: 스위프 및 배출)은 침대 표면에서 침전물을 끌어들여 국소적 골재를 발생시킨다. 3차원 수치 모델 FLOW-3D는 평평하고 스커드 베드에서 일련의 스퍼다이크 주변의 난류 유량을 시뮬레이션하는 데 사용된다.

본 연구는 Prandtlès의 혼합 길이 모델, 하나의 방정식 모델, 표준 2- 방정식 k-e 모델, RNG(Renormalization-Group) k-e 모델 및 LES(Large Eddy Simulations) 난류 모델을 조사한다. Prandtlès의 혼합 길이 모델과 하나의 방정식 모델은 다이크 주변의 플로우 필드에 적용되지 않는다.

표준 2- 방정식 k-e 모델과 RNG k-난류 모델을 사용한 평균 흐름 필드의 결과는 실험 데이터에 가깝지만, 다른 난류 모델에서 시뮬레이션된 난류 특성은 상당한 차이를 보인다. 다른 난류 모델에서 계산된 결과는 RNG k-e 모델이 이 일련의 스퍼다이크에 대한 평균 흐름 필드를 가장 잘 예측한다는 것을 보여준다.

난류 폐쇄 모델 중 난류 운동 에너지와 같은 난류 특성의 정확한 결과를 예측할 수 있는 모델은 없다. 이러한 결과에 기초하여, 본 연구는 다이크 주변의 평균 흐름 필드를 시뮬레이션하기 위해 RNG k-e 모델을 사용할 것을 권고한다. 다양한 흐름 조건에서 이 일련의 스퍼다이크 근처의 난류 특성을 예측하기 위해 FLOW-3D 모델의 추가 개선이 필요하다.

Picture of scoured bed surface
Picture of scoured bed surface
Bed bathymetry of the developed scour hole at Q = 0.035 m3/s
Bed bathymetry of the developed scour hole at Q = 0.035 m3/s
Distribution of dimensionless mean longitudinal velocities for straight, angled dikes on flat bed and angled dikes on mobile bed at Q = 0.035 m3/s
Distribution of dimensionless mean longitudinal velocities for straight, angled dikes on flat bed and angled dikes on mobile bed at Q = 0.035 m3/s
Distribution of dimensionless mean transverse velocities for straight, angled dikes on flat bed and angled dikes on mobile bed at Q = 0.035 m3/s
Distribution of dimensionless mean transverse velocities for straight, angled dikes on flat bed and angled dikes on mobile bed at Q = 0.035 m3/s
Distribution of dimensionless mean vertical velocities for straight, angled dikes on flat bed and angled dikes on the mobile bed at Q = 0.035 m3/s
Distribution of dimensionless mean vertical velocities for straight, angled dikes on flat bed and angled dikes on the mobile bed at Q = 0.035 m3/s
Dimensionless Reynolds stresses
Dimensionless Reynolds stresses
Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

NUMERICAL ANALYSIS AND THE REAL WORLD : IT LOOKS PRETTY BUT IS IT RIGHT?

D. K. H. Ho, S. M. Donohoo, K. M. Boyes and C. C. Lock
Advanced Analysis, Worley Pty Limited
L7, 116 Miller Street, North Sydney, NSW 2060 Australia
Tel: +61 2 8923 6817 e-mail: david.ho@worley.com.au

Abstract

엔지니어링 설계에서 유한 요소, 유한 차분 및 전산 유체 역학 분석 소프트웨어와 같은 수치 도구의 일상적인 사용이 최근 몇 년 동안 증가했습니다. 소프트웨어 및 하드웨어 기술의 발전은보다 비선형적이고 복잡한 3 차원 분석이 수행되고 있음을 의미합니다.

그러나 본질적으로 “블랙 박스”인 이러한 강력한 소프트웨어는 “컴퓨팅”기술을 보유하고 있지만 광범위한 엔지니어링 경험이 필요하지 않은 분석가의 손에 “컴퓨터 보조 재해”로 이어질 수 있습니다. 품질 보증 절차의 엄격한 구현은 수치 모델이나 분석 기법이 정확한지 확인할 필요가 없을 수 있습니다.

이 백서에서는 복잡성이 증가하는 세 가지 실제 토목 공학 응용 프로그램에서 수치 분석 결과를 검증하는 방법을 설명합니다. 여기에는 유한 요소법을 이용한 수조 탱크의 구조 해석, 전산 유체 역학법을 이용한 수력 구조물 위의 홍수 조사, 유한 ​​차분법을 이용한 안벽 시공 시뮬레이션 등이 있습니다. 입력 데이터의 불확실성 수준과 각 사례에 대한 계산 결과의 신뢰성에 대해 논의합니다. 분석 과정에서 몇 가지 흥미로운 결과가 발견되었습니다.

첫 번째 사례 연구는 시공의 질이 구조물의 성능에 상당한 영향을 미친다는 것을 보여주었습니다. 그러나 설계자는 설계 단계에서 이러한 상황을 수량화하고 분석하지 못할 수도 있습니다. 필요할 경우 향후 역분석은 물론 설계 검증의 기준점이 될 수 있도록 공사 종료 시 모니터링의 중요성이 필수적입니다. 유한 요소 분석은 복잡한 문제를 분석할 수 있는 강력한 수치 도구이지만, 분석가들은 문제의 행동이 단순하고 잘 이해되는 것처럼 보일 수 있는 상황에서 예상치 못한 결과를 만날 수 있도록 준비해야 합니다.

두 번째 사례 연구에서는 중요한 배수로 구조에 전산 유체 역학 분석이 처음으로 적용 되었기 때문에 엄격한 검증 프로세스가 강조됩니다. 그것은 2D ogee 방수로 프로파일로 시작하여 문제의 방수로의 3D 모델을 분석하기 위해 진행되는 방식으로 수행되었습니다.
계산된 결과를 각 단계에서 이론 및 물리적 테스트 데이터와 비교했습니다. 유체 흐름 문제의 비선형적 특성에도 불구하고, 분석은 확신을 가지고 실제 설계 목적에 적합한 결과를 제공할 수 있었습니다.

최종 사례 연구에서는 안벽의 거동이 시공 이력과 매립 방식에 영향을 받은 것으로 나타났습니다. 벽의 움직임은 매우 가변적인 토양 속성에도 불구하고 질적으로도 단순한 비선형 토양 모델을 사용하여 정확하게 예측되었습니다. 지속적인 모니터링 기록이 없기 때문에 검증은 어려웠습니다. 계산된 결과를 검증하는 열쇠는 수치 소프트웨어 도구를 사용하지 않는 독립적인 계산을 찾는 것입니다. 대부분의 경우 이러한 솔루션을 사용할 수 있습니다. 그러나 다른 경우에는 실험실 또는 현장 관찰에만 의존할 수 있습니다.

Introduction

오늘날 수치 해석은 대부분의 엔지니어링 설계에서 필수적인 부분을 형성합니다. 따라서 결과 검증의 필요성은 분석 기술 / 방법론을 신뢰할 수 있고 설계자가 계산 된 결과에 대한 확신을 가질 수 있도록 설계 프로세스 전반에 걸쳐 매우 중요합니다.

일반적인 관행은 고전 이론, 실험 데이터, 게시 된 데이터, 유사한 구조의 성능 및 다른 사람이 수행 한 수치 계산에 대해 결과를 검증하는 것입니다. 때때로 소프트웨어 개발자가 제공 한 벤치 마크 또는 검증 예제가 이러한 목적으로 사용될 수 있지만 전체 범위의 문제를 포괄 할만큼 포괄적 인 경우는 거의 없습니다.

수치 해석을 시작하기 전에 분석가는 입력 데이터의 신뢰성, 소프트웨어 도구가 문제의 문제를 해결할 수 있는지 여부 및 결과를 검증하는 방법을 결정해야합니다. 검증 프로세스가 많은 실무자들에 의해 품질 보증 절차의 일부로 채택되었지만 비용이 많이 드는 실패가 여전히 발생했습니다 [1].

Validation

결과 검증의 필요성은 수치 분석의 사용 (남용)에서 일부 나쁜 업계 관행을 관찰함으로써 강화 될 수 있습니다. 수치 계산을 수행하기 위해 고용 된 일부 엔지니어 / 분석가는 계산 뒤에있는 기본 이론을 완전히 이해하지 못하거나 숨겨진 함정을 처리 할 수있는 실제 엔지니어링 경험이 충분하지 않을 수 있습니다.

일부 소프트웨어가 “CAD와 유사”해지고 많은 사람들이 작동하기 쉽다고 주장하기 때문에 엔지니어링 회사가 대학원 엔지니어 대신 초보를 고용하여 수치 모델링 및 분석을 수행하는 경향이 점차 증가하고 있습니다.

사용자는 복잡한 지오메트리 모델을 생성하고, 적절한 요소와 메시를 만들고, 각 하중 케이스에 대한 경계 조건 (접촉, 하중 및 고정)을 적용하고, 속성을 할당하고, 제출에 필요한 모든 플래그 / 스위치 / 버튼을 설정하는 데 상당한 노력을 기울일 것입니다.

분석이 실행됩니다. 자체 검사를위한 일부 품질 보증 절차는 전처리 단계에서 따를 수 있지만 계산이 완료되고 결과가 후 처리 될 때까지 많은 사용자는 출력이 어느 정도 정확하다고 쉽게 믿을 것입니다. 지오메트리 생성은 수치 모델링 프로세스의 일부일뿐입니다. 가장 어려운 문제 중 하나는 전체 설계 프로세스에서 불확실성을 다루는 것입니다. 재료 속성 및 로딩 순서와 같은 입력과 관련된 불확실성이 있습니다.

예를 들어 모델이 선형 또는 비선형 방식으로 동작하는지 여부와 같이 솔루션 유형의 적절성과 관련된 불확실성이 있습니다. 마지막으로 결과 해석과 관련된 불확실성이 있습니다. 수치 분석에서 결과를 검증하고 문제를 발견하는 데있어 분석가를위한 좋은 방법에 대한 간단한 지침은 없습니다. 그러나 다음 방법을 통해 점차적으로 달성 할 수 있습니다.

• 수치 적 방법 과정에 대한 좋은 이해 – 이것은 학부 및 / 또는 대학원 수준의 공식 교육을 통해 얻을 수 있으며 지속적인 전문성 개발의 일환으로 자습을 통해 더욱 향상 될 수 있습니다.
• 특정 유형의 문제에 대한 기본 이론과 해결책의 범위를 잘 이해합니다. 이 역시 위와 같은 교육을 통해 이루어질 수 있습니다.
• 실제 문제를 해결하는 데 공학적 판단을 사용하고 수치 분석을 수행 한 경험이 있습니다. 이는 숙련 된 엔지니어가 분석가를 적절하게 감독하는 환경에서 작업함으로써 얻을 수 있습니다.

품질 보증 시스템의 구현이 실행 가능한 솔루션으로 이어지는 엔지니어링 판단을 대체하는 것은 아니라는 점에 유의해야합니다. 복잡한 대규모 모델을 분석하기 전에 시뮬레이션 기술과 문제의 근본적인 동작을 완전히 이해하기 위해 간단한 테스트 모델을 사용하여 수치 “실험”을 수행해야하는 경우가 매우 많습니다.

경험에 따르면 때때로 테스트 모델 자체가 분석가가 최종 설계 솔루션에 도달 할 수있는 충분한 정보를 제공 할 수 있습니다. 해당 대형 복합 모델의 분석은 설계 기대치를 확인하는 것입니다. 다음 사례 연구는 결과 검증이 수행 된 방법과 신뢰 수준 및 불확실성이 해결된 방법을 보여줍니다.

Applications

일반적인 토목 공학 프로젝트에서 수치 분석은 구조 역학, 기하학 및 유체 역학의 세 가지 기본 분야 중 하나 또는 조합을 포함 할 수 있습니다. 문제의 성격은 토양-구조 상호 작용, 유체-구조 상호 작용 또는 토양-유체 상호 작용 중 하나로 분류 될 수 있습니다.

어떤 경우에는 세 가지 모두를 포함 할 수 있습니다. 잠재적 인 복잡성을 고려하여, 정확도를 잃지 않고 실제 목적을 위해 중요한 동작을 캡처하지 않고 문제를 단순화하기 위해 몇 가지 가정과 이상화가 이루어져야합니다. 이러한 문제를 해결할 수있는 범용 및 특수 수치 분석 소프트웨어가 있습니다. 두 가지 유형의 소프트웨어가 사례 연구에 사용되었습니다.

Case 1 – Deflection of a steel water tank

직경 약 90m의 대형 원형 강철 물 탱크는 처음 채울 때 큰 벽면이 휘어지면서 탱크의 장기적인 구조적 무결성에 대한 우려를 불러 일으켰습니다.

물의 높이는 전체 저장 용량에서 약 10m였습니다. 지붕 구조는 탱크 내부에있는 기둥으로 거의 전적으로지지되었습니다. 스트레이크(strakes)는 벽의 바닥 1/3이 더 두꺼운 고급 강판으로 구성되었습니다. 1 차 윈드 거더는 탱크 상단 주위에 용접되었고 2 차 윈드 거더는베이스 위 2/3에 위치했습니다. 하단 스트레이 크는 환형베이스 플레이트에 필렛 용접되었습니다. 내부 기둥의 기초를 제외한 전체 바닥은 용접 된 강판으로 덮여있었습니다.

이 탱크는 유능한 중간층 사암과 미사암 기반암 위에 압축된 채움물 위에 세워졌습니다. 일련의 축 대칭 유한 요소 분석 (FEA)을 수행하여 관찰된 처짐을 예측할 수 있는지 여부를 결정하고 매일 물을 채우고 비울 때 피로 파괴가 발생할 가능성으로 인해 벽 바닥의 응력 상태를 계산했습니다.

내부 기둥과 지붕 빔을 포함하는 탱크의 12 분의 1 섹터에 대한 3 차원 모델을 처음에 분석하여 벽이 얼마나 많은 지붕 자중을지지하고 축 대칭 가정의 타당성을 조사했는지 조사했습니다. 이 분석의 결과는 지붕 구조의 강성 기여도가 중요하지 않아 후속 축 대칭 모델에 포함되지 않았 음을 보여주었습니다.

그러나 지붕 자체 무게의 작은 부분이 벽에 적용됩니다. 축 대칭 모델은 모든 강철 섹션, 필렛 및 맞대기 용접 및 기초로 구성되었습니다 (그림 1). 그것들은 몇 개의 3 노드 삼각형 축 대칭 요소가있는 4 노드 비 호환 모드 사변형으로 이산화되었습니다.

용접 재료를 통해서만 하중 전달이 허용되도록 용접이 모델링되었습니다. 용접 연결부에 미세한 메시를 사용하여 응력 상태를 정확하게 포착했습니다. 롤러 지지대는 모델의 측면 및 하단 경계에 적용되었습니다. 다음과 같은 하중이 적용되었습니다 :

철골 구조물의 자중, 지붕 자중, 벽의 정수압, 수위에 따른 바닥의 균일 한 압력. 한 모델은 용접 또는베이스의 강판이 플라스틱 힌지를 형성하기 위해 항복되었다고 가정했습니다. 이 경우 벽 바닥에서 핀 연결이 모델링되었습니다.

Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base
그림2 Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base

벽 처짐은 그림 2에 나와 있습니다. 측정 범위와 계산 된 결과는 비교 목적으로 표시됩니다. 계산 된 벽 처짐을 검증하기 위해 두 벽 두께에 대한 Timoshenko 및 Woinowsky-Krieger [2]에 기반한 고전 이론도 그림에 표시되었습니다. 계산 된 편향은 이론적 계산에 의해 제한됨을 관찰 할 수 있습니다.

벽 두께의 변화로 인한 전이가 분석에서 포착되었습니다. 이것은 유한 요소 모델에 대한 확신을 제공했습니다. 윈드 거더와 구속 된베이스의 영향도 볼 수 있습니다. 윈드 거더 설치로 인해 초기 변형이 발생하여 공사가 끝날 때 벽 상단이 안쪽으로 당겨질 수 있습니다. 굽힘 동작이 발생한베이스 근처를 제외하고는 후프 동작이 벽 동작을 지배했습니다.

계산된 최대 처짐이 측정된 순서와 동일하더라도 최대 돌출이 발생한 높이는 예측되지 않았습니다. 실제로 조사 데이터는 몇 가지 가능한 시나리오를 제안했습니다.베이스에 플라스틱 힌지 형성 (그러나이 영역에서 계산 된 응력은 항복 강도를 초과하지 않았습니다). 지반 재료의 국부적 인 베어링 고장 (다시 현장에서 균열과 같은 명백한 지시 신호가 보이지 않음); 또는 탱크 건설이 끝날 때 내장 된 기하학적 결함이있었습니다. 사전 변형 된 탱크에서 역 분석을 수행하여 측정 된 처짐이 정수압 하에서 “회복”되었습니다. 그러나 계산된 응력은 수율을 훨씬 초과했습니다. 불행히도 탱크는 완성 후 첫 번째 충전 전에 즉시 조사되지 않았습니다.

Figure 2 Wall deflection of water tank
Figure 2 Wall deflection of water tank

탱크의 원래 디자인과 건설이 2000 년대 초에 수행되었다는 점은 흥미 롭습니다. 설계 계산에 관련 표준 [3]을 사용했습니다. 이 표준은 탱크 벽이 후프 동작만으로 작용한다고 가정하고이 구조의 경우가 아닌베이스의 제약 조건을 무시합니다. 벽 처짐의 크기는 기초 강성을 고려한 Rish [4]가 개발 한 고전 이론 [2] 또는 FEA와 같은 수치 분석에 의해 결정될 수 있습니다. 고급 강철을 사용하면 설계자는 강도에는 적합하지만 서비스 가능성에는 필요하지 않은 더 얇은 섹션을 선택해야합니다. 굽힘 강성은 큐브 두께에 의해 결정됩니다. 수중 부하에서 후속 벽 변형 프로파일은 제작 품질에 영향을받습니다. 이것은 설계 단계에서 추정하기 어려웠을 것입니다.

사례 2 – 배수로 배출

호주의 많은 댐 구조는 제한된 수 문학적 정보로 1950 년대와 60 년대에 설계 및 건설되었습니다. 이러한 기존 방수로 구조는 수정 된 가능한 최대 홍수 수준에 대처하기 위해 크기가 작습니다. 증가 된 홍수 조건 하에서 방수로 꼭대기에 대한 음압 생성과 같은 잠재적 인 문제가 발생할 수 있습니다. 이는 방수로 및 게이트 구조에 불안정성 또는 캐비테이션 손상을 유발할 수 있습니다. 역사적으로 스케일링 된 물리적 모델은 이러한 동작을 연구하기 위해 수력 학 실험실에서 구성되었지만 비용이 많이 들고 시간이 많이 걸리며 스케일링 효과와 관련된 많은 어려움이 있습니다. 오늘날 고성능 컴퓨터와보다 효율적인 전산 유체 역학 (CFD) 코드를 사용하여 수리적 구조의 동작을 합리적인 시간과 비용으로 수치 적으로 조사 할 수 있습니다. 이 분석 기법은 대도시 지역에 주요 상수원을 제공하는 가장 큰 콘크리트 중력 댐에 호주에서 처음으로 적용 되었기 때문에 검증을 수행 할 필요가있었습니다. 이것은 그림 3과 같이 조사 프로세스에 통합되었습니다. 순서도는 간단한 2D에서 상세한 3D 방수로 모델로 어떻게 발전했는지 보여줍니다.

Figure 3 Flowchart showing the validation process
Figure 3 Flowchart showing the validation process

미 육군 공병대 [5]에서 발표 한 광범위한 데이터가 있기 때문에 검증을 위해 ogee 방수로 프로필 (그림 4 참조)이 선택되었습니다. 계산 된 결과는 조사의 각 단계에서 검토되었습니다. 게시 된 데이터에서 크게 벗어나면 프로젝트가 중단됩니다. 이것은 프로젝트가 시작되기 전에 고객과 상호 합의되었습니다.

Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model
Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

이러한 종류의 분석의 초기 어려움 중 하나는 개방 채널 중력 흐름 문제에서 자유 표면의 정확한 계산이었습니다. 자유 표면을 추적하는 데 적응 형 메싱 및 반복 방법을 사용하는 것은 일부 유한 체적 CFD 코드에서 사용되었지만 성공은 제한적이었습니다. 본 연구에 사용 된 코드는 SOLA-VOF 방법으로 Navier-Stokes 방정식을 해결합니다. 유체 운동의 과도 동작을 해결하기 위해 유한 차분 방법이 사용되었습니다. 유체의 부피 (VOF) 함수는 자유 표면 운동을 계산하는 데 사용됩니다 [6].

분석에 대한 자세한 내용은 [7]에 설명되어 있습니다. 계산 된 파고 압력 분포, 자유 표면 프로파일 및 정상 상태에서의 배출 속도는 검증 목적으로 사용되었습니다. 다른 상류 수두 (H) 아래의 배수로 꼭대기를 따라 압력 분포가 그림 5에 나와 있습니다. 일부 압력 진동은 코드가 일반 메시와 곡선 배수로 장애물 사이의 인터페이스에서 계산을 처리하는 방식에 기인 할 수 있습니다. 훨씬 더 미세한 메쉬는 이러한 불규칙성을 부드럽게 만들었습니다. 압력 분포에 대한 교각의 영향은 3D 모델에서 올바르게 예측되었습니다 (그림 6).

계산된 자유 표면 프로파일 (그림 7)도 게시 된 데이터와 잘 일치했습니다. Savage와 Johnson [8]은 분석 기법에 대한 신뢰도를 높이는 동일한 CFD 코드를 사용하여 유사한 유효성 검사를 수행했습니다. 문제의 배수로에 대한 후속 분석은 스케일링 된 물리적 모델 테스트에서 얻은 결과와 비교할 때 상당히 좋은 결과를 제공했습니다.

Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 7 Upper nappe profile next to pier
Figure 7 Upper nappe profile next to pier

분석에서 배수로의 기하학적 구조와 물 속성이 잘 정의되었습니다. 물은 비압축성이며 고정 된 온도에서 일정한 특성을 가지고 있다고 가정했습니다. 실제로 좋은 품질의 콘크리트 표면 마감을 얻을 수 있기 때문에 배수로 경계는 매끄럽다 고 가정했습니다. 불확실성은 메쉬 밀도와 적절한 난류 모델의 선택이라는 두 가지 소스에서 비롯됩니다. 메쉬 크기는 메모리 양과 컴퓨터의 클럭 속도에 의해 제한됩니다.

높은 레이놀즈 수의 난류 흐름은 소용돌이와 소용돌이의 형성을 포착 할 수있는 매우 미세한 메시로 계산할 수 있지만 현재 메시 밀도는 검증 및 설계 목적에 필요한 변수를 예측하기에 충분히 미세했습니다. 조사 결과는 큰 와류, k-ε 및 RNG 모델과 같은 난류 모델의 선택에 의해 크게 영향을받지 않는 것으로 나타났습니다. 분명히 벽 거칠기와 난류 모델의 도입은 방전율을 감소시킬 것입니다. 그러나 다시 분석 결과는 사용 된 메시에 거의 영향을 미치지 않음을 보여줍니다. 향후 분석은 다른 메쉬 밀도로 인한 이산화 오류를 조사 할 것입니다.

사례 3 – 안벽 건설
주요 컨테이너 항구 시설은 설계 단계에서 최소한의 수치 분석을 수행하여 약 25 년 전에 건설되었습니다. 당시에는 이러한 분석 도구를 사용하는 것이 비용 효율적이지 않은 것으로 간주되었습니다. 다수의 컨테이너 크레인이 측면을 따라 이어지는 2km 길이의 안벽을 건설하기 위해 광범위한 준설 및 매립 작업이 수행되었습니다.

시설이 완공 된 이후 일련의 콘크리트 카운터 포트 유닛으로 구성된 안벽과 후방 크레인 빔은 크레인이 할 수 있도록 후방 빔에 대한 레벨 조정 작업이 수행 될 정도로 지속적으로 이동하고 있습니다. 정상적으로 작동합니다. 그러나 영향을받는 두 구조물의 움직임을 저지하기 위해보다 영구적 인 해결책을 모색했습니다. 토양-구조 상호 작용 및 시공 시뮬레이션을 처리 할 수있는 명시 적 유한 차이 분석을 사용하여 다양한 교정 옵션의 순위를 지정했습니다.

그라우트 기둥, 타이백 앵커 및 말뚝 지지대와 같은 다양한 제안 된 개선을 분석하기 전에, 토양 및 구조적 특성과 시공 과정의 선택이 적절하도록 계산 모델을 관찰에 대해 보정해야한다고 결정했습니다. 지질 및 지질 공학 정보는 현장 및 실험실 테스트 데이터를 포함하는 현장 조사 보고서에서 평가되었습니다. 시설의 범위를 고려할 때 현장에서 만나는 특정 토양 유형에 대해 상당한 분산 테스트 데이터가 예상됩니다. 수력 모래 충전재에 대한 표준 침투 테스트 (SPT) 블로우 횟수 (N) 및 콘 침투 테스트 (CPT) 저항 (qc)에 대한 몇 가지 일반적인 기록이 그림 8과 9에 나와 있습니다.

Figure 8 SPT ‘N’ profiles
Figure 8 SPT ‘N’ profiles
Figure 9 CPT profiles
Figure 9 CPT profiles

이 결과로부터 평균 해수면 위와 아래에있는 모래 채우기의 강도와 강성의 대비를 관찰 할 수 있습니다. 이 현상은 배치 방법에 기인한다고 제안되었다 [9]. 또한 기초 수준에서 진동 압축 된 모래의 특성에도 변동이있었습니다. 분석을 위해 선택된 토양 특성은 테스트 데이터, 인근 사이트의 경험 및 유사한 토양 조건에 대한 발표 된 데이터를 기반으로합니다. 그것들은 표 1에 요약되어 있습니다. 일반적으로 시설의 건설 순서는 다음과 같습니다.

  1. Removal of pockets of soft marine clay by dredging
  2. Dredging of sand to the required level
  3. Vibro-compaction of the sand on which the counterfort units were to be founded
  4. Placement of gravel for the quay wall foundation.
  5. Placement of concrete counterfort units weighing 360 tonne each
  6. Placement of hydraulic sand fill behind the units
  7. Surcharging the fill just behind the capping beam
  8. Construct capping beam and place more sand fill to the finished level
  9. Additional surcharge prior to the operation of container cranes.

Table 1 Soil properties used in the construction
simulation of the quay wall

Table 1 Soil properties used in the construction simulation of the quay wal
Table 1 Soil properties used in the construction simulation of the quay wal

2D 평면 변형 모델의 수치 시뮬레이션에서 구성 순서 (그림 10)와 하중은 다음 단계에 따라 단순화 / 이상적입니다.

  1. The starting condition of the seabed consisted of the vibrocompacted sand, gravel bed, native sand, clay and fissured clay at depth. The “in-situ” stresses were also switched on in this step.
  2. Placement of counterfort unit (using equivalent linear elastic beam elements) with a vertical force applied through the centre of gravity of the unit to represent the buoyant self-weight.
  3. Sequentially placing hydraulic sand fill behind the unit to the level prior to surcharging.
  4. Apply an equivalent trapezoidal pressure to represent the surcharge.
  5. Placement of capping beam and the sand fill to the required level.
  6. Apply additional surcharge.
  7. Application of repeated loads from the crane seaward and landward legs.
Figure 10 Construction sequence
Figure 10 Construction sequence

분석에서는 침수 된 물질과 평균 해수면 위에있는 물질을 나타 내기 위해 적절한 밀도를 사용했습니다. 안벽의 장기적인 움직임이 중요했기 때문에 배수 된 토양 매개 변수가 사용되었습니다. 토양은 분석에서 Mohr-Coulomb 실패 기준을 따르는 것으로 가정되었습니다. 단순한 탄성-완전 소성 응력-변형 거동이 가정되었습니다. 일련의 강체 다이어그램으로 표현 된 안벽 이동의 역사는 그림 11에 나와 있습니다. 벽의 상단과 바닥에서 계산 된 수직 및 수평 이동은 그림 12와 13에 표시됩니다. 수치는 모니터링 된 데이터와 해당 상한 및 하한 (해당 상자에 표시됨)입니다. 측정에서 산란의 양에도 불구하고 벽 건설에 대해 계산 된 움직임은 합리적으로 잘 비교되었습니다. 조사 데이터와 예측을 일치시키기 위해 분석에서 토양 속성을 변경하려는 시도가 없었습니다. 반복되는 크레인 하중의 래칫 효과를 관찰 할 수 있습니다. 불행히도 반복적 인 크레인 하중 하에서 벽 이동에 대한 기준이 없었기 때문에 이러한 예상 이동을 비교할 수 없었습니다. 문제의 복잡성과 고도로 가변적 인 토양 특성을 고려할 때 계산 된 결과는 매우 고무적입니다.

Figure 11 Wall deformations
Figure 11 Wall deformations

토양에서 플라스틱 구역의 발달도 분석에서 계산되었습니다. 벽의 발가락 아래의 토양이 여러 번 과도하게 압박을받는 것으로 밝혀졌습니다. 접촉 압력은 경사 하중으로 인한 베어링 고장에 대한 안전 지표 (FOS)를 결정하는 데 사용되었습니다. 지지력은 계산 방법에 의해 크게 영향을 받았다고보고되었습니다 [10]. 원래의 기초 디자인은 덴마크 코드 [11]를 기반으로했기 때문에이 경우 일관성을 위해 사용되었습니다. 편심의 함수로서 FOS의 발전과 수평 대 수직 추력 (H / V)의 비율이 각각 그림 14와 15에 나와 있습니다.

Figure 12 Wall top movements
Figure 12 Wall top movements
Figure 13 Wall base movements
Figure 13 Wall base movements
Figure 14 ‘FOS’ vs. eccentricity
Figure 14 ‘FOS’ vs. eccentricity
Figure 15 ‘FOS’ vs. H/V ratio
Figure 15 ‘FOS’ vs. H/V ratio

그림은 벽이 추가 요금과 반복적 인 적재 단계 동안 국부적 인 베어링 고장에 가까웠음을 보여줍니다. 크레인 하중 하에서 FOS의 명백한 증가는 벽에 대한 수직 하중이 증가하는 반면 유지된 토양의 수평 압력이 다소 일정하게 유지됨에 따라 편심이 감소했기 때문입니다.

끝 맺는 말
세 가지 매우 다른 실제 응용 프로그램의 유효성 검사 프로세스가 설명되었습니다. 각 사례의 주요 특징과 결과는 표 2에 요약되어 있습니다. 재료 및 하중 불확도 및 예상 결과가 강조 표시됩니다. 건설 품질은 구조의 성능에 상당한 영향을 미치는 것으로 나타났습니다.

이는 분석가가 프로젝트의 설계 단계에서 정량화하고 정확하게 분석하지 못할 수도 있습니다. 구조가 완료된 직후 모니터링의 중요성을 간과해서는 안됩니다. 이것은 미래의 역 분석을위한 유용한 자료가 될 것입니다. 수치 도구가 이러한 복잡한 문제를 분석 할 수 있다는 사실에도 불구하고 분석가는 어떤 매개 변수가 중요하거나 중요하지 않은지 식별 할 준비가되어 있어야합니다.

익숙하지 않은 문제를 분석 할 때 유효성 검사 프로세스를 점진적으로 수행해야합니다. 아마도 검증 방법을 찾는 핵심은 수치 분석 도구를 사용하지 않고 솔루션에 도달 할 수있는 다른 방법이 있는지 묻는 것입니다. 많은 경우 이러한 솔루션은 광범위한 문헌 검색 후에 존재합니다. 그러나 다른 경우에는 실험실 테스트와 현장 관찰이 유일한 대안이 될 것입니다.

자세한 내용은 원문을 참고하시기 바랍니다.

References
[1] Puri, S.P.S. (1998) “Avoiding Engineering Failures Caused by Computer-Related Errors”, J. Comp. in Civil Engineering, ASCE, 12(4), 170-172.
[2] Timoshenko, S.P. and Woinowsky-Krieger, S. (1959) Theory of Plates and Shells, 2nd edition, McGraw-Hill Kogakusha. p.580.
[3] BS2654 (1989) Manufacturing of vertical steel welded non-refrigerated storage tanks with butt-welded shells for the petroleum industry.
[4] Rish, R.F. (1977) “Design of Cylindrical Tanks on Elastic Foundations”, Civil Engineering Transactions, The Institution of Engineers, Australia, 192-195.
[5] US Army Corps of Engineers (1990) Hydraulic Design of Spillways, Engineer Manual No. 1110-2-1603.
[6] Hirt, C.W. and Nichols, B.D. (1981) “Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries”, J. Comp. Phys. 39, 201- 225.
[7] Ho, D.K.H., Boyes, K.M and Donohoo, S.M. (2001) “Investigation of Spillway Behaviour under Increased Maximum Flood by Computational Fluid Dynamics Technique”, Proc. Conf. 14th Australasian Fluid Mechanics, Adelaide, December, 577-580.
[8] Savage, B.M. and Johnson, M.C. (2001) “Flow over Ogee Spillway: Physical and Numerical Model Case Study”, J. Hydraulic Engineering, ASCE, 127(8), 640-649.
[9] Lee, K.M., Shen, C.K., Leung, D.H.K. and Mitchell, J.K. (1999) “Effects of placement method on geotechnical behaviour of hydraulic fill sands” J. Geotech. and Geoenviron. Engineering, ASCE, 125(10), 832-846.
[10] Sieffert, J.G. and Bay-Gress, Ch. (2000) “Comparison of European bearing capacity calculation methods for shallow foundations”, Proceedings of the Institution of Civil Engineers, Geotechnical Engineering, 143, April, 65-74.
[11] DS 415 (1984) Code of Practice for Foundation Engineering. Table 2 Summary of findings for the three case studies

원자력 시설물의 잔해물 거동 예측

Debris Transport in a Nuclear Reactor Containment Building

원자로 격리 건물에서 파편 운송

이 기사는 FLOW-3D가 원자력 시설에서 봉쇄 시설의 성능을 모델링하는데 사용된 방법을 설명하며, Alion Science and Technology의 Tim Sande & Joe Tezak이 기고 한 바 있습니다.

가압수형 원자로 원자력 발전소에서 원자로 노심을 통해 순환되는 물은 약 2,080 psi 및 585°F의 압력과 온도로 유지되는 1차 배관 시스템에 밀폐됩니다. 수압이 높기 때문에 배관이 파손되면 격납건물 내에 여러 가지 이물질 유형이 생성될 수 있습니다. 이는 절연재가 장비와 균열 주변 영역의 배관에서 떨어져 나가기 때문에 발생합니다. 생성될 수 있는 다양한 유형의 이물질의 일반적인 예가 나와 있습니다(오른쪽).

Emergency Core Cooling System (ECCS)

파이프 파손 후 ECCS (비상 코어 냉각 시스템)가 활성화됩니다. 격리 건물 압력을 낮추고 대기에서 방사성 물질을 제거하기 위해 격리 스프레이를 켤 것입니다. 물은 부식 열을 제거하고 용융을 방지하기 위해 코어에 주입됩니다. 이 물은 이후 파이프 파손 부위에서 흘러 나옵니다. 격납 스프레이와 부식 열 제거에서 나온 물은 외부 탱크에서 ECCS 펌프에 의해 격납용기로 펌핑됩니다. 스프레이 및 브레이크 흐름을 통해 격리실로 펌핑된 물의 양은 격리실 바닥에 모이고 풀을 형성합니다.

Sump Strainers and Debris

외부 탱크의 물이 고갈된 후에는 ECCS 펌프에 대한 흡입기가 격납건물 내 하나 이상의 섬프로 전환됩니다(두 개의 섬프 스트레이너 예가 왼쪽에 표시됨). 섬프의 기능은 원자로 건물 풀에서 펌프 흡입구로 물을 재순환하는 것입니다. 각 섬프에는 이물질이 ECCS 펌프로 빨려 들어가 막힘이나 손상이 발생하는 것을 방지하기 위해 스트레이너 시스템이 있습니다. 그러나 스트레이너에 쌓인 이물질로 인해 펌프가 요구하는 순정 흡수헤드(NPSH)를 초과하는 헤드 손실이 발생하여 펌프가 고장을 일으키고 발전소를 안전하게 정지시킬 수 없습니다. 원자력규제위원회 일반안전문제(GSI) 191의 핵심입니다.

FLOW-3D Applied to Evaluate Performance

FLOW-3D는 격납용기 풀을 모델링하고 스트레이너에 도달할 수 있는 이물질의 양을 결정하는 데 사용됩니다. 파이프 파손, 직접 분무 구역(분무기가 비처럼 POOL에 유입되는 지역), 유출 분무 구역(분무수가 더 높은 고도에서 바닥에서 흘러나와 폭포처럼 POOL에 유입되는 지역)은 질량-모멘텀 소스 입자가 밀집된 지역으로 모델링되며, 적절한 유량과 속도가 할당됩니다. 후자는 POOL 표면까지의 자유 낙하 거리에 따라 달라집니다. 여과기 영역은 격납용기 POOL에서 물을 끌어오는 흡입구로 모델링됩니다.

Containment pool simulation

모델을 자유 표면으로 실행하여 (풀의 섬프 흡입 또는 초크 포인트로 인한) 상당한 수위 변화를 식별하고, RNG 모델을 활성화하여 풀의 난류를 예측합니다. 파괴된 절연체가 격납용기 풀을 통해 이동할 수 있는 능력은 정착 속도(정지 상태에서 이동할 수 있는 기능)와 텀블링 속도(바닥을 가로질러 이동할 수 있는 기능)의 기능입니다. 안착 속도는 절연체를 고정하는 데 필요한 운동 에너지의 양과 관련이 있습니다. 이러한 안착 및 텀블링 속도는 연도 및 탱크 테스트를 통해 결정되며, FLOW-3D 모델에 의해 계산된 값입니다.

모델이 정상 상태 상태에 도달한 후에는 FLOW-3D 결과가 후처리되어 다양한 이물질 유형을 POOL 바닥(빨간색으로 표시됨)으로 넘어뜨릴 수 있을 정도로 속도가 높은 영역 또는 난류가 서스펜션의 이물질을 운반할 수 있을 정도로 높은 영역(노란색으로 표시됨)을 결정합니다.

그런 다음 속도 벡터를 빨간색 및 노란색 영역과 함께 사용하여 흐름이 이물질을 스트레이너 쪽으로 운반하는지 여부를 확인합니다. 그런 다음 이러한 영역을 초기 이물질 분포 영역과 비교하여 각 이물질의 유형 및 크기에 대한 운송 분율을 결정합니다.

Conclusions

이물질 잔해 수송 테스트를 CFD 모델링과 결합하면 ECCS 스트레이너가 견딜 수 있어야하는 잔해 부하를 다른 방법으로는 가정해야하는 지나치게 보수적인 값에서 크게 줄일 수 있습니다. CFD는 또한 수두 손실 테스트를 지원하기 위해 ECCS 스트레이너 주변의 흐름 패턴, 수두 손실 테스트 및 플랜트 설계 수정을 식별하는 데있어 격납용 POOL 수위 변화를 식별하는데 유용함이 입증되었습니다.

Alion logo

1Alion Science and Technology is a consulting engineering company with the ITS Operation comprised of engineering professionals skilled at developing and completing diverse projects vital to power plant operations. Alion ITSO provides engineering, program management, system integration, human-systems integration, design review, testing, and analysis for nuclear, electrical and mechanical systems, as well as environmental services. Alion ITSO has developed a meticulous Quality Assurance Program, which is compliant with 10CFR50 Appendix B, 10CFR21, ASME NQA-1, ANSI N45.2 and applicable daughter standards. Alion ITSO has provided a myriad of turnkey services to customers, delivering the highest levels of satisfaction for almost 15 years.

Wave Energy Devices

파동 에너지 장치 모델링
최근 몇 년 동안 파력 에너지와 같은 재생 가능 자원을 사용하여 환경 영향이 적은 에너지를 생산하는 신기술 개발에 대한 국제적인 관심이 기하 급수적으로 증가했습니다. 바다 (해류, 파도 등)에서 전기를 유도하는 파동 에너지 장치는 특히 중요하며 FLOW-3D로 정확하게 모델링 할 수 있습니다.

포인트 흡수 장치
점 흡수 장치는 수면의 파도를 사용하여 에너지를 생성하는 많은 파도 장치 중 하나입니다. 포인트 흡수 에너지 장치는 기본적으로 파도에서 에너지를 흡수하고 바닥에 대한 부력 상단의 움직임을 전력으로 변환하는 부동 구조입니다.

이 시뮬레이션은 부력 구형 구조가 위에 있는 포인트 흡수기 장치를 보여주고, 들어오는 파동의 파고와 수조에 따라 위아래로 움직입니다. FLOW-3D의 이동 객체 모델은 x 또는 y 방향으로 이동을 제한하면서 z 방향으로 커플링 모션을 허용하는 데 사용됩니다. 스톡스 유형의 파장은 진폭 5m, 파장은 100m로 사용되었습니다. RNG 모델은 파동이 포인트 업소버 장치와 상호작용할 때 발생하는 난류를 포착하기 위해 사용되었습니다. 예상대로, 많은 난류 운동 에너지가 장치 근처에서 생성됩니다. 그림은 난류로 인해 장치 근처의 복잡한 속도장이 진화하기 때문에 질량 중심의 불규칙한 순환 운동을 보여줍니다.

Multi-Flap, Bottom-Hinged Wave Energy Converter

Oscillating flap은 바다의 파동으로부터 에너지를 추출하여 기계 에너지로 변환합니다. 암은 Water wave에 반응하여 피벗 조인트에 장착된 진자로 진동합니다. 플랩을 배열로 구성하여 멀티플랩파 에너지 변환기를 만들 수 있습니다. 3개의 플랩 배열이 아래 왼쪽에 표시된 CFD 시뮬레이션에서 시뮬레이션됩니다. 모든 플랩은 하단에 힌지로 연결되며 폭 15m x 높이 10m x 두께 2m입니다. 어레이는 깊이 30m에서 주파수가 10초인 4m 진폭 파형으로 작동 중입니다. 시뮬레이션은 한 플랩이 배열 내의 다른 플랩에 미치는 영향을 연구하는 데 중요한 중심 평면을 따라 복잡한 속도 ISO 표면을 보여줍니다. 3개의 플랩이 유사한 동적 모션으로 시작하는 동안, 곧 플랩의 상호 작용 효과가 모션을 위상 밖으로 렌더링합니다. 우측에는 유사한 플랩 에너지 변환기가 표시되어 있습니다. 이 시뮬레이션에서 플랩은 가장 낮은 지점에서 완전히 물에 잠깁니다. 이러한 에너지 변환기를 표면 천공 플랩 에너지 변환기라고 합니다. 이 두 시뮬레이션 예는 모두 미네르바 다이내믹스에 의해 제공되었습니다.

Oscillating Water Column

진동하는 물 기둥은 부분적으로 잠긴 속이 빈 구조입니다. 그것은 물의 기둥 위에 공기 기둥을 둘러싸고 수선 아래의 바다로 열려 있습니다. 파도는 물 기둥을 상승 및 하강시키고, 차례로 공기 기둥을 압축 및 감압합니다. 이 갇힌 공기는 일반적으로 기류의 방향에 관계없이 회전 할 수있는 터빈을 통해 대기로 흐르게됩니다. 터빈의 회전은 전기를 생성하는 데 사용됩니다.

위의 CFD 시뮬레이션은 진동하는 water columns를 보여줍니다. FLOW-3D로 포착된 물리학을 강조하기 위해 물기둥이 중공 구조에서 상승 및 하강하는 부분만 모델링합니다. 시뮬레이션은 파형 생성의 다른 선택을 제외하고 유사한 결과를 전달합니다. 왼쪽의 시뮬레이션은 웨이브 유형 경계 조건을 사용하고 오른쪽의 시뮬레이션은 움직이는 물체 모델을 사용하여 실험실에서 수행한 것처럼 차례로 웨이브를 생성하는 움직이는 플런저를 생성합니다. 각 시뮬레이션에 대해 속이 빈 구조의 압력 플롯이 표시됩니다. 결국 그 압력에 기초하여 터빈이 회전 운동으로 설정되기 때문에 챔버에서 얼마나 많은 압력이 생성되는지 아는 것이 중요합니다.

FLOW-3D CAST Bibliography

FLOW-3D CAST bibliography

아래는 FSI의 금속 주조 참고 문헌에 수록된 기술 논문 모음입니다. 이 모든 논문에는 FLOW-3D CAST 해석 결과가 수록되어 있습니다. FLOW-3D CAST를 사용하여 금속 주조 산업의 응용 프로그램을 성공적으로 시뮬레이션하는 방법에 대해 자세히 알아보십시오.

Below is a collection of technical papers in our Metal Casting Bibliography. All of these papers feature FLOW-3D CAST results. Learn more about how FLOW-3D CAST can be used to successfully simulate applications for the Metal Casting Industry.

33-20     Eric Riedel, Martin Liepe Stefan Scharf, Simulation of ultrasonic induced cavitation and acoustic streaming in liquid and solidifying aluminum, Metals, 10.4; 476, 2020. doi.org/10.3390/met10040476

20-20   Wu Yue, Li Zhuo and Lu Rong, Simulation and visual tester verification of solid propellant slurry vacuum plate casting, Propellants, Explosives, Pyrotechnics, 2020. doi.org/10.1002/prep.201900411

17-20   C.A. Jones, M.R. Jolly, A.E.W. Jarfors and M. Irwin, An experimental characterization of thermophysical properties of a porous ceramic shell used in the investment casting process, Supplimental Proceedings, pp. 1095-1105, TMS 2020 149th Annual Meeting and Exhibition, San Diego, CA, February 23-27, 2020. doi.org/10.1007/978-3-030-36296-6_102

12-20   Franz Josef Feikus, Paul Bernsteiner, Ricardo Fernández Gutiérrez and Michal Luszczak , Further development of electric motor housings, MTZ Worldwide, 81, pp. 38-43, 2020. doi.org/10.1007/s38313-019-0176-z

09-20   Mingfan Qi, Yonglin Kang, Yuzhao Xu, Zhumabieke Wulabieke and Jingyuan Li, A novel rheological high pressure die-casting process for preparing large thin-walled Al–Si–Fe–Mg–Sr alloy with high heat conductivity, high plasticity and medium strength, Materials Science and Engineering: A, 776, art. no. 139040, 2020. doi.org/10.1016/j.msea.2020.139040

07-20   Stefan Heugenhauser, Erhard Kaschnitz and Peter Schumacher, Development of an aluminum compound casting process – Experiments and numerical simulations, Journal of Materials Processing Technology, 279, art. no. 116578, 2020. doi.org/10.1016/j.jmatprotec.2019.116578

05-20   Michail Papanikolaou, Emanuele Pagone, Mark Jolly and Konstantinos Salonitis, Numerical simulation and evaluation of Campbell running and gating systems, Metals, 10.1, art. no. 68, 2020. doi.org/10.3390/met10010068

102-19   Ferencz Peti and Gabriela Strnad, The effect of squeeze pin dimension and operational parameters on material homogeneity of aluminium high pressure die cast parts, Acta Marisiensis. Seria Technologica, 16.2, 2019. doi.org/0.2478/amset-2019-0010

94-19   E. Riedel, I. Horn, N. Stein, H. Stein, R. Bahr, and S. Scharf, Ultrasonic treatment: a clean technology that supports sustainability incasting processes, Procedia, 26th CIRP Life Cycle Engineering (LCE) Conference, Indianapolis, Indiana, USA, May 7-9, 2019. 

93-19   Adrian V. Catalina, Liping Xue, Charles A. Monroe, Robin D. Foley, and John A. Griffin, Modeling and Simulation of Microstructure and Mechanical Properties of AlSi- and AlCu-based Alloys, Transactions, 123rd Metalcasting Congress, Atlanta, GA, USA, April 27-30, 2019. 

84-19   Arun Prabhakar, Michail Papanikolaou, Konstantinos Salonitis, and Mark Jolly, Sand casting of sheet lead: numerical simulation of metal flow and solidification, The International Journal of Advanced Manufacturing Technology, pp. 1-13, 2019. doi.org/10.1007/s00170-019-04522-3

72-19   Santosh Reddy Sama, Eric Macdonald, Robert Voigt, and Guha Manogharan, Measurement of metal velocity in sand casting during mold filling, Metals, 9:1079, 2019. doi.org/10.3390/met9101079

71-19   Sebastian Findeisen, Robin Van Der Auwera, Michael Heuser, and Franz-Josef Wöstmann, Gießtechnische Fertigung von E-Motorengehäusen mit interner Kühling (Casting production of electric motor housings with internal cooling), Geisserei, 106, pp. 72-78, 2019 (in German).

58-19     Von Malte Leonhard, Matthias Todte, and Jörg Schäffer, Realistic simulation of the combustion of exothermic feeders, Casting, No. 2, pp. 28-32, 2019. In English and German.

52-19     S. Lakkum and P. Kowitwarangkul, Numerical investigations on the effect of gas flow rate in the gas stirred ladle with dual plugs, International Conference on Materials Research and Innovation (ICMARI), Bangkok, Thailand, December 17-21, 2018. IOP Conference Series: Materials Science and Engineering, Vol. 526, 2019. doi.org/10.1088/1757-899X/526/1/012028

47-19     Bing Zhou, Shuai Lu, Kaile Xu, Chun Xu, and Zhanyong Wang, Microstructure and simulation of semisolid aluminum alloy castings in the process of stirring integrated transfer-heat (SIT) with water cooling, International Journal of Metalcasting, Online edition, pp. 1-13, 2019. doi.org/10.1007/s40962-019-00357-6

31-19     Zihao Yuan, Zhipeng Guo, and S.M. Xiong, Skin layer of A380 aluminium alloy die castings and its blistering during solution treatment, Journal of Materials Science & Technology, Vol. 35, No. 9, pp. 1906-1916, 2019. doi.org/10.1016/j.jmst.2019.05.011

25-19     Stefano Mascetti, Raul Pirovano, and Giulio Timelli, Interazione metallo liquido/stampo: Il fenomeno della metallizzazione, La Metallurgia Italiana, No. 4, pp. 44-50, 2019. In Italian.

20-19     Fu-Yuan Hsu, Campbellology for runner system design, Shape Casting: The Minerals, Metals & Materials Series, pp. 187-199, 2019. doi.org/10.1007/978-3-030-06034-3_19

19-19     Chengcheng Lyu, Michail Papanikolaou, and Mark Jolly, Numerical process modelling and simulation of Campbell running systems designs, Shape Casting: The Minerals, Metals & Materials Series, pp. 53-64, 2019. doi.org/10.1007/978-3-030-06034-3_5

18-19     Adrian V. Catalina, Liping Xue, and Charles Monroe, A solidification model with application to AlSi-based alloys, Shape Casting: The Minerals, Metals & Materials Series, pp. 201-213, 2019. doi.org/10.1007/978-3-030-06034-3_20

17-19     Fu-Yuan Hsu and Yu-Hung Chen, The validation of feeder modeling for ductile iron castings, Shape Casting: The Minerals, Metals & Materials Series, pp. 227-238, 2019. doi.org/10.1007/978-3-030-06034-3_22

04-19   Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, Vol. 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

02-19   Jingying Sun, Qichi Le, Li Fu, Jing Bai, Johannes Tretter, Klaus Herbold and Hongwei Huo, Gas entrainment behavior of aluminum alloy engine crankcases during the low-pressure-die-casting-process, Journal of Materials Processing Technology, Vol. 266, pp. 274-282, 2019. doi.org/10.1016/j.jmatprotec.2018.11.016

92-18   Fast, Flexible… More Versatile, Foundry Management Technology, March, 2018. 

82-18   Xu Zhao, Ping Wang, Tao Li, Bo-yu Zhang, Peng Wang, Guan-zhou Wang and Shi-qi Lu, Gating system optimization of high pressure die casting thin-wall AlSi10MnMg longitudinal loadbearing beam based on numerical simulation, China Foundry, Vol. 15, no. 6, pp. 436-442, 2018. doi: 10.1007/s41230-018-8052-z

80-18   Michail Papanikolaou, Emanuele Pagone, Konstantinos Salonitis, Mark Jolly and Charalampos Makatsoris, A computational framework towards energy efficient casting processes, Sustainable Design and Manufacturing 2018: Proceedings of the 5th International Conference on Sustainable Design and Manufacturing (KES-SDM-18), Gold Coast, Australia, June 24-26 2018, SIST 130, pp. 263-276, 2019. doi.org/10.1007/978-3-030-04290-5_27

64-18   Vasilios Fourlakidis, Ilia Belov and Attila Diószegi, Strength prediction for pearlitic lamellar graphite iron: Model validation, Metals, Vol. 8, No. 9, 2018. doi.org/10.3390/met8090684

51-18   Xue-feng Zhu, Bao-yi Yu, Li Zheng, Bo-ning Yu, Qiang Li, Shu-ning Lü and Hao Zhang, Influence of pouring methods on filling process, microstructure and mechanical properties of AZ91 Mg alloy pipe by horizontal centrifugal casting, China Foundry, vol. 15, no. 3, pp.196-202, 2018. doi.org/10.1007/s41230-018-7256-6

47-18   Santosh Reddy Sama, Jiayi Wang and Guha Manogharan, Non-conventional mold design for metal casting using 3D sand-printing, Journal of Manufacturing Processes, vol. 34-B, pp. 765-775, 2018. doi.org/10.1016/j.jmapro.2018.03.049

42-18   M. Koru and O. Serçe, The Effects of Thermal and Dynamical Parameters and Vacuum Application on Porosity in High-Pressure Die Casting of A383 Al-Alloy, International Journal of Metalcasting, pp. 1-17, 2018. doi.org/10.1007/s40962-018-0214-7

41-18   Abhilash Viswanath, S. Savithri, U.T.S. Pillai, Similitude analysis on flow characteristics of water, A356 and AM50 alloys during LPC process, Journal of Materials Processing Technology, vol. 257, pp. 270-277, 2018. doi.org/10.1016/j.jmatprotec.2018.02.031

29-18   Seyboldt, Christoph and Liewald, Mathias, Investigation on thixojoining to produce hybrid components with intermetallic phase, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034992

28-18   Laura Schomer, Mathias Liewald and Kim Rouven Riedmüller, Simulation of the infiltration process of a ceramic open-pore body with a metal alloy in semi-solid state to design the manufacturing of interpenetrating phase composites, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034991

41-17   Y. N. Wu et al., Numerical Simulation on Filling Optimization of Copper Rotor for High Efficient Electric Motors in Die Casting Process, Materials Science Forum, Vol. 898, pp. 1163-1170, 2017.

12-17   A.M.  Zarubin and O.A. Zarubina, Controlling the flow rate of melt in gravity die casting of aluminum alloys, Liteynoe Proizvodstvo (Casting Manufacturing), pp 16-20, 6, 2017. In Russian.

10-17   A.Y. Korotchenko, Y.V. Golenkov, M.V. Tverskoy and D.E. Khilkov, Simulation of the Flow of Metal Mixtures in the Mold, Liteynoe Proizvodstvo (Casting Manufacturing), pp 18-22, 5, 2017. In Russian.

08-17   Morteza Morakabian Esfahani, Esmaeil Hajjari, Ali Farzadi and Seyed Reza Alavi Zaree, Prediction of the contact time through modeling of heat transfer and fluid flow in compound casting process of Al/Mg light metals, Journal of Materials Research, © Materials Research Society 2017

04-17   Huihui Liu, Xiongwei He and Peng Guo, Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment, AIP Conference Proceedings 1829, 020037 (2017); doi.org/10.1063/1.4979769.

100-16  Robert Watson, New numerical techniques to quantify and predict the effect of entrainment defects, applied to high pressure die casting, PhD Thesis: University of Birmingham, 2016.

88-16   M.C. Carter, T. Kauffung, L. Weyenberg and C. Peters, Low Pressure Die Casting Simulation Discovery through Short Shot, Cast Expo & Metal Casting Congress, April 16-19, 2016, Minneapolis, MN, Copyright 2016 American Foundry Society.

61-16   M. Koru and O. Serçe, Experimental and numerical determination of casting mold interfacial heat transfer coefficient in the high pressure die casting of a 360 aluminum alloy, ACTA PHYSICA POLONICA A, Vol. 129 (2016)

59-16   R. Pirovano and S. Mascetti, Tracking of collapsed bubbles during a filling simulation, La Metallurgia Italiana – n. 6 2016

43-16   Kevin Lee, Understanding shell cracking during de-wax process in investment casting, Ph.D Thesis: University of Birmingham, School of Engineering, Department of Chemical Engineering, 2016.

35-16   Konstantinos Salonitis, Mark Jolly, Binxu Zeng, and Hamid Mehrabi, Improvements in energy consumption and environmental impact by novel single shot melting process for casting, Journal of Cleaner Production, doi.org/10.1016/j.jclepro.2016.06.165, Open Access funded by Engineering and Physical Sciences Research Council, June 29, 2016

20-16   Fu-Yuan Hsu, Bifilm Defect Formation in Hydraulic Jump of Liquid Aluminum, Metallurgical and Materials Transactions B, 2016, Band: 47, Heft 3, 1634-1648.

15-16   Mingfan Qia, Yonglin Kanga, Bing Zhoua, Wanneng Liaoa, Guoming Zhua, Yangde Lib,and Weirong Li, A forced convection stirring process for Rheo-HPDC aluminum and magnesium alloys, Journal of Materials Processing Technology 234 (2016) 353–367

112-15   José Miguel Gonçalves Ledo Belo da Costa, Optimization of filling systems for low pressure by FLOW-3D, Dissertação de mestrado integrado em Engenharia Mecânica, 2015.

89-15   B.W. Zhu, L.X. Li, X. Liu, L.Q. Zhang and R. Xu, Effect of Viscosity Measurement Method to Simulate High Pressure Die Casting of Thin-Wall AlSi10MnMg Alloy Castings, Journal of Materials Engineering and Performance, Published online, November 2015, doi.org/10.1007/s11665-015-1783-8, © ASM International.

88-15   Peng Zhang, Zhenming Li, Baoliang Liu, Wenjiang Ding and Liming Peng, Improved tensile properties of a new aluminum alloy for high pressure die casting, Materials Science & Engineering A651(2016)376–390, Available online, November 2015.

83-15   Zu-Qi Hu, Xin-Jian Zhang and Shu-Sen Wu, Microstructure, Mechanical Propert