CN115081351A - 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质 - Google Patents

基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质 Download PDF

Info

Publication number
CN115081351A
CN115081351A CN202210578637.3A CN202210578637A CN115081351A CN 115081351 A CN115081351 A CN 115081351A CN 202210578637 A CN202210578637 A CN 202210578637A CN 115081351 A CN115081351 A CN 115081351A
Authority
CN
China
Prior art keywords
plant
bed surface
turbulence
energy
suspended sand
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210578637.3A
Other languages
English (en)
Inventor
娄厦
陈明
周峰
杨中元
周晓声
张之瑞
黄钟媛
汪豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202210578637.3A priority Critical patent/CN115081351A/zh
Publication of CN115081351A publication Critical patent/CN115081351A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明涉及一种基于植物尾流紊动的悬沙浓度预测方法，包括以下步骤：获取水动力监测数据，并对水动力监测数据进行数据预处理获得流速；基于植物刚度特性，估计植物不同高度处尾流紊动能和流速关系中的比例因子；基于流速和比例因子预测植物尾流紊动能；基于流速预测床面剪切紊动能；基于植物尾流紊动能和床面剪切紊动能预测近床面悬沙浓度。与现有技术相比，本发明考虑了植物不同高度处尾流紊动能和流速关系中比例因子的变化，同时考虑了含植物水流中尾流紊动和床面剪切紊动对泥沙起动和悬浮的综合影响，可以较准确地定量预测含植物床面的悬沙浓度。

Description

基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质
技术领域
本发明涉及流体力学、水文学、泥沙动力学等相关领域，尤其是涉及一种基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质。
背景技术
自然界的水生态系统中，普遍存在着各种类型的植物，这些植物的存在可以减小水流流速，削弱波浪对岸滩的冲击；也会改变水体的紊动特征，影响泥沙输运和污染物迁移过程，对水体的物理化学性质、污染物分布等均有一定影响。而反过来，泥沙等沉积物也会影响水质和水生生物，沉积物浓度较高时，将减少到达河床底部的光照量，抑制水下植物生长，进一步影响相关物种。因此，研究含植物水体紊动特征和泥沙输运过程对水生态系统演变和水环境修复具有重要意义。
目前，一些研究对水体中植物引起的尾流紊动用流速进行量化，但仅选择了水体中单个垂向位置的测量数据进行量化分析，忽略了不同垂向位置处可能发生的改变。Tanino和Nepf在《Journal of Fluid Mechanics》2008年4月第600卷发表的《Lateraldispersion in random cylinder arrays at high Reynolds number》一文引入了植物尾流紊动能的计算公式，对植物尾流紊动能进行准确的定量预测，但是一些参数仍采用经验值进行预测，预测精度仍有提高空间。同时，越来越多的研究发现，植物尾流紊动会促进泥沙悬浮，而通过平均流速计算底床切应力的传统泥沙模型忽视了该现象，导致目前应用于裸床面悬沙浓度预测的一系列理论或经验公式并不适用于含植物床面。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质，提高了含植物床面悬沙浓度预测的精度。
本发明的目的可以通过以下技术方案来实现：
一种基于植物尾流紊动的悬沙浓度预测方法，包括以下步骤：
获取水动力监测数据，并对水动力监测数据进行数据预处理获得流速；
基于植物刚度特性，估计植物不同高度处尾流紊动能和流速关系中的比例因子；
基于流速和比例因子预测植物尾流紊动能；
基于流速预测床面剪切紊动能；
基于植物尾流紊动能和床面剪切紊动能预测近床面悬沙浓度。
所述数据预处理包括：
基于水动力监测数据，利用相位平均法分离出波浪条件下各流速组分，利用时均流速法分离出水流条件下各流速组分，获得不同水动力条件下的各组分流速。
所述比例因子通过二次函数拟合得到：
δ＝a*(z/hv)2+b*(z/hv)+c
其中，δ为比例因子，z/hv为相对植物高度，a、b、c为回归系数；z为距床面高度；hv为植物高度。
所述植物尾流紊动能预测公式为：
Figure BDA0003661419690000021
其中，ktv为植物尾流紊动能，CD为植物拖曳阻力系数，φ为植物体积分数，表征植物在水体中的空间占比，U为流速。
所述床面剪切紊动能的预测公式为：
ktb＝CfU2
其中，ktb为床面剪切紊动能，Cf为床面摩擦系数，U为流速。
所述近床面悬沙浓度的预测公式为：
Figure BDA0003661419690000022
其中，Cb为近床面悬沙浓度，a1、b1为与泥沙特性相关的回归系数，ktv为植物尾流紊动能，ktb为床面剪切紊动能。
所述流速、植物尾流紊动能、床面剪切紊动能、近床面悬沙浓度均为时间序列。
所述步骤还包括：判断预测的近床面悬沙浓度是否超过预配置的阈值，若近床面悬沙浓度时间序列中有一个值超过阈值，输出第一预警信号；计算预测的植物尾流紊动能和床面剪切紊动能之和与利用其它仪器测得的水体总紊动能之间的差值百分比，若所述差值百分比超过预配置的误差范围，输出第二预警信号。
一种基于植物尾流紊动的悬沙浓度预测装置，包括存储器、处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现如上述所述的方法。
一种存储介质，其上存储有程序，所述程序被执行时实现如上述所述的方法。
与现有技术相比，本发明具有以下有益效果：
(1)本发明考虑了植物不同高度处尾流紊动能和流速关系中比例因子的变化，区分了该方法在水体不同垂向位置处的应用，预测结果更加精确。
(2)本发明综合考虑了植物尾流紊动和床面剪切紊动对泥沙起动及悬浮的促进作用，提高了含植物床面的悬沙浓度的预测精度。
(3)本发明通过回归拟合方式确定定量式对近床面悬沙浓度进行预测，可以提高预测准确率，所得结论更具有应用价值；同时无需采用有效值来求取近床面悬沙浓度，无需大量的参数进行校正，将需要率定验证的参数简化，使其应用过程更加简单，进一步拓展了应用范围。
附图说明
图1为本发明的方法流程示意图；
图2为实验装置及布置示意图；
图3为比例因子δ与相对植物高度z/hv之间的关系图；
图4为近床面悬沙浓度Cb和植物尾流紊动能ktv之间的关系图；
图5为近床面悬沙浓度Cb和床面剪切紊动能ktb之间的关系图；
图6为近床面悬沙浓度Cb的预测结果图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种基于植物尾流紊动的悬沙浓度预测方法，其方法流程图如图1所示，包括以下步骤：
获取水动力监测数据，基于水动力监测数据，利用相位平均法分离出波浪条件下各流速组分，利用时均流速法分离出水流条件下各流速组分，获得不同水动力条件下的各组分流速。
基于植物刚度特性，估计植物不同高度处尾流紊动能和流速关系中的比例因子。所述比例因子通过二次函数拟合得到：
δ＝a*(z/hv)2+b*(z/hv)+c
其中，δ为比例因子，z/hv为相对植物高度，a、b、c为回归系数；z为距床面高度；hv为植物高度。
基于流速和比例因子预测植物尾流紊动能：
Figure BDA0003661419690000041
其中，ktv为植物尾流紊动能，CD为植物拖曳阻力系数，φ为植物体积分数，表征植物在水体中的空间占比，U为流速。
基于流速预测床面剪切紊动能：
ktb＝CfU2
其中，ktb为床面剪切紊动能，Cf为床面摩擦系数，U为流速。
基于植物尾流紊动能和床面剪切紊动能预测近床面悬沙浓度：
Figure BDA0003661419690000042
其中，Cb为近床面悬沙浓度，a1、b1为与泥沙特性相关的回归系数，ktv为植物尾流紊动能，ktb为床面剪切紊动能。
所述流速、植物尾流紊动能、床面剪切紊动能、近床面悬沙浓度均为时间序列。
所述步骤还包括：
判断预测的近床面悬沙浓度是否超过预配置的阈值，若近床面悬沙浓度时间序列中有一个值超过阈值，输出第一预警信号，即悬沙浓度超过上限值信号，且报出对应时间点；
计算预测的植物尾流紊动能和床面剪切紊动能之和与利用其它仪器测得的水体总紊动能之间的差值百分比，若所述差值百分比超过预配置的误差范围，输出第二预警信号，即程序参数需修正信号，提醒工作人员根据实际情况对模型参数进行修正。
本实施例中，优选了他人提出的植物尾流紊动能与流速的数学关系式，具体参见《Journal of Fluid Mechanics》2008年4月第600卷，358页，公式(4.1)。
下面基于在同济大学水利港口综合实验室的波流水槽中开展的实验，在水槽中布置模拟植物区，在植物区中间布置测量断面，如附图2所示。水槽首端设有造波机，根据给定的波高及波周期参数生成相应的波浪。水槽底部通道内设有水泵和造流循环系统，可根据给定的流量参数生成相应的恒定均匀流。利用三维声学多普勒测速仪(ADV)和光学后向散射浊度传感器(OBS)分别测量水流流速和水体浊度，并利用线性相关性将水体浊度率定转化为泥沙浓度。
第一阶段，利用监测流速数据获取三个方向的脉动流速u'、v'和w'，进而得到水体总紊动能kt：
Figure BDA0003661419690000051
利用无植物时的数据作为背景值，从水体总紊动能中分离出植物尾流紊动能ktv，如下：
Figure BDA0003661419690000052
其中：kt和U为含植物水流中总紊动能和流速，kt0和U0为无植物水流中总紊动能和流速。
第二阶段，确定植物不同垂向位置处植物尾流紊动能ktv与流速U的定量关系。利用下式率定植物不同高度处ktv与U之间关系的比例因子δ，其中z/hv为相对植物高度，z/hv＝0在植物底端，z/hv＝1在植物顶端。结果如表1所示。
Figure BDA0003661419690000053
其中：δ为比例因子；φ为植物体积分数，表征植物在水体中的空间占比，对圆柱形或近圆柱形植物，φ＝nπd2/4，n为植物密度，d为植物直径。
表1植物不同垂向位置处尾流紊动能ktv与流速U的拟合函数关系
Figure BDA0003661419690000054
Figure BDA0003661419690000061
其中，R2为拟合优度，RMSE为均方根误差。
第三阶段，确定比例因子δ与相对植物高度z/hv的定量关系。基于第二阶段的数据，对δ和z/hv进行回归分析，发现最适合δ和z/hv的数学关系式为二次函数，如附图3所示，两者之间具体的定量关系如下：
δ＝-4.67*(z/hv)2+6.05*(z/hv)-0.85
拟合优度R2为0.96，相关程度较大。需要注意的是，针对不同类型的植物，δ和z/hv之间虽然仍为二次函数关系，但植物刚度特性及拖曳阻力系数的变化均会对δ的取值产生影响，使得二次函数关系中的各项系数发生变化。在实际应用时，需先通过实验数据根据最优拟合结果确定适合当地植物的系数后再进行预测应用。
确定了比例因子δ与相对植物高度z/hv的定量关系后，则可根据第二阶段所述公式确定植物尾流紊动能ktv。
第四阶段，确定床面剪切紊动能ktb。在用于对比的无植物裸床面上，仅存在床面剪切紊动，基于该情境，利用关系式Cf＝ktb/U2率定床面摩擦系数Cf的数值。将率定后的Cf代入植物影响下的情境，用下式计算ktb：
ktb＝CfU2
第五阶段，近床面悬沙浓度Cb与植物尾流紊动能ktv、床面剪切紊动能ktb的关系散点图如附图4和5所示，两者之间存在正相关性，但数据离散度较大。故综合考虑两种紊动能从而准确预测Cb，如下式所示：
Figure BDA0003661419690000062
预测结果见附图6，Cb和
Figure BDA0003661419690000063
之间不仅存在正相关性，且拟合优度R2为0.84，相关程度较大。需要注意的是，针对不同类型的泥沙，函数关系中的各项系数均不同，在实际应用时，需先采集当地泥沙作为样本，进行实验率定确定系数后再进行预测应用。对比附图4、5和6可见，含植物床面上，植物尾流紊动和床面剪切紊动对泥沙的起动及悬浮均有促进作用，但单一因素与悬沙浓度的相关性较差，只有综合考虑两者的共同作用，方能对近床面悬沙浓度进行有效量化和预测。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，包括以下步骤：
获取水动力监测数据，并对水动力监测数据进行数据预处理获得流速；
基于植物刚度特性，估计植物不同高度处尾流紊动能和流速关系中的比例因子；
基于流速和比例因子预测植物尾流紊动能；
基于流速预测床面剪切紊动能；
基于植物尾流紊动能和床面剪切紊动能预测近床面悬沙浓度。
2.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述数据预处理包括：
基于水动力监测数据，利用相位平均法分离出波浪条件下各流速组分，利用时均流速法分离出水流条件下各流速组分，获得不同水动力条件下的各组分流速。
3.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述比例因子通过二次函数拟合得到：
δ＝a*(z/hv)2+b*(z/hv)+c
其中，δ为比例因子，z/hv为相对植物高度，a、b、c为回归系数；z为距床面高度；hv为植物高度。
4.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述植物尾流紊动能预测公式为：
Figure FDA0003661419680000011
其中，ktv为植物尾流紊动能，CD为植物拖曳阻力系数，φ为植物体积分数，表征植物在水体中的空间占比，U为流速。
5.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述床面剪切紊动能的预测公式为：
ktb＝CfU2
其中，ktb为床面剪切紊动能，Cf为床面摩擦系数，U为流速。
6.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述近床面悬沙浓度的预测公式为：
Figure FDA0003661419680000021
其中，Cb为近床面悬沙浓度，a1、b1为与泥沙特性相关的回归系数，ktv为植物尾流紊动能，ktb为床面剪切紊动能。
7.根据权利要求1所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述流速、植物尾流紊动能、床面剪切紊动能、近床面悬沙浓度均为时间序列。
8.根据权利要求1或7所述的一种基于植物尾流紊动的悬沙浓度预测方法，其特征在于，所述步骤还包括：判断预测的近床面悬沙浓度是否超过预配置的阈值，若近床面悬沙浓度时间序列中有一个值超过阈值，输出第一预警信号；计算预测的植物尾流紊动能和床面剪切紊动能之和与利用其它仪器测得的水体总紊动能之间的差值百分比，若所述差值百分比超过预配置的误差范围，输出第二预警信号。
9.一种基于植物尾流紊动的悬沙浓度预测装置，包括存储器、处理器，以及存储于所述存储器中的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。
10.一种存储介质，其上存储有程序，其特征在于，所述程序被执行时实现如权利要求1-8中任一所述的方法。
CN202210578637.3A 2022-05-25 2022-05-25 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质 Pending CN115081351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210578637.3A CN115081351A (zh) 2022-05-25 2022-05-25 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210578637.3A CN115081351A (zh) 2022-05-25 2022-05-25 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN115081351A true CN115081351A (zh) 2022-09-20

Family

ID=83248653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210578637.3A Pending CN115081351A (zh) 2022-05-25 2022-05-25 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115081351A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629086A (zh) * 2023-07-19 2023-08-22 水利部交通运输部国家能源局南京水利科学研究院 复式河道植被区泥沙起动计算方法及系统
CN116806585A (zh) * 2023-06-30 2023-09-29 河海大学 一种探究波潮共同作用下盐沼植物定植生长的实验方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116806585A (zh) * 2023-06-30 2023-09-29 河海大学 一种探究波潮共同作用下盐沼植物定植生长的实验方法
CN116629086A (zh) * 2023-07-19 2023-08-22 水利部交通运输部国家能源局南京水利科学研究院 复式河道植被区泥沙起动计算方法及系统
CN116629086B (zh) * 2023-07-19 2023-09-19 水利部交通运输部国家能源局南京水利科学研究院 复式河道植被区泥沙起动计算方法及系统

Similar Documents

Publication Publication Date Title
CN115081351A (zh) 基于植物尾流紊动的悬沙浓度预测方法、装置及存储介质
Tamburini et al. CFD simulations of dense solid–liquid suspensions in baffled stirred tanks: Prediction of the minimum impeller speed for complete suspension
Dupuis et al. Combined effects of bed friction and emergent cylinder drag in open channel flow
Buwa et al. Mixing in bubble column reactors: role of unsteady flow structures
Danışman Reduction of demi-hull wave interference resistance in fast displacement catamarans utilizing an optimized centerbulb concept
CN110162905B (zh) 一种基于内源释放的大型浅水湖泊模型及其构建方法
JP2010261719A (ja) 浮遊物質解析方法、浮遊物質解析システム、浮遊砂濃度の解析方法、浮遊砂濃度の解析システム
Shiotani et al. Estimation of flow in a rearing tank of marine fish larvae by simplified numerical computation—a case of two-dimensional flow
Shounda et al. Spatial-averaged turbulence statistics over regular arrays of hemispherical roughness
Yang et al. Theoretical model of suspended sediment transport capacity in submerged vegetation flow
Kiambi et al. Characterization of two phase flows in chemical engineering reactors
Berntsen et al. Internal pressure gradient errors in σ-coordinate ocean models in high resolution fjord studies
JP4899176B2 (ja) 波浪特性測定方法及びその装置
Kaszubkiewicz et al. Determination of soil grain size composition by measuring apparent weight of float submerged in suspension
CN109060611A (zh) 一种基于激光粒度仪的悬沙质量浓度数据处理方法
CN110208458B (zh) 用于研究水动力学条件下有机物降解系数变化的试验装置及方法
Hänninen et al. Computational and experimental study on local ship loads in short and steep waves
Turkmen et al. Frictional drag measurements of large-scale plates in an enhanced plane channel flowcell
Duan et al. On bed form resistance and bed load transport in vegetated channels
Kluwe et al. RANS based analysis of roll damping moments at bilge keels
Zafiryadis et al. Measurement of turbulent skin friction drag coefficients produced by distributed surface roughness of pristine marine coatings
JP2018194513A (ja) 波状粗面摩擦抵抗の評価方法及び波状粗面摩擦抵抗の評価装置
Lambert et al. Free-Surface Capturing Techniques for VOF Cases with Diminishing Wave Height
Munar-Martinez et al. Laboratory Investigation on Bed-shear Stress Partitioning in Vegetated Flows
Dang Huu Effects of temperature and salinity on the suspended sand transport

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination