CN117494481B - 一种沟道松散岩土体堰塞坝溃决模拟方法及系统 - Google Patents
一种沟道松散岩土体堰塞坝溃决模拟方法及系统 Download PDFInfo
- Publication number
- CN117494481B CN117494481B CN202410001395.0A CN202410001395A CN117494481B CN 117494481 B CN117494481 B CN 117494481B CN 202410001395 A CN202410001395 A CN 202410001395A CN 117494481 B CN117494481 B CN 117494481B
- Authority
- CN
- China
- Prior art keywords
- dam
- experimental
- simulation
- model
- debris flow
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 184
- 238000000034 method Methods 0.000 title claims abstract description 103
- 239000011435 rock Substances 0.000 title claims abstract description 55
- 230000000903 blocking effect Effects 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 68
- 239000012530 fluid Substances 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 16
- 238000002474 experimental method Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 239000004576 sand Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 4
- 238000005406 washing Methods 0.000 claims description 4
- 238000005086 pumping Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 abstract description 9
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000011010 flushing procedure Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001687 destabilization Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000011236 particulate material Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- -1 silt Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及地质灾害防控领域，具体为一种沟道松散岩土体堰塞坝溃决模拟方法及系统。所述模拟方法包括如下步骤：确定堰塞坝基础参数，根据堰塞坝基础参数搭建堰塞坝实验模型，并基于堰塞坝实验模型等比例搭建堰塞坝仿真模型；通过实验模型和仿真模型模拟持续汇水情况下的溃决过程，并对应获得实验泥石流流量数据和仿真泥石流流量数据；设置泥石流流量数据的误差阈值，并通过双模型泥石流流量数据间的实际误差结合误差阈值，实时调整仿真模型参数直至实际误差不超过误差阈值；利用不超过误差阈值的仿真模型，模拟堰塞坝溃决过程。本发明通过实验仿真双模型，充分利用实验数据和数值模拟的优势，能够更好地模拟复杂的沟道松散岩土体堰塞坝溃决行为。
Description
技术领域
本发明涉及地质灾害防控领域，具体为一种沟道松散岩土体堰塞坝溃决模拟方法及系统。
背景技术
松散岩土体指的是由岩石碎片、砂、粉砂、泥和其他颗粒状材料组成的土壤或地层。这些颗粒之间可能有一定的间隙，使其具有较高的渗透性，同时也影响了其工程性质，如稳定性和抗压强度。沟道通常是由水流削减而成的线性地势，通常呈现为地表上的河流、小溪或沟渠。
在世界范围内，特别是在山区和河流上游地区，沟道松散岩土体堰塞坝是河流（小溪或沟渠）中的松散岩土体（如泥石流、碎石等）堆积而成的临时性坝体。这些堰塞坝可能由于地质灾害、降雨、泥石流或其它自然事件引起的外部作用，导致坝体的破坏和失稳，进而引发溃决。堰塞坝溃决将释放大量水和泥石流，威胁下游社区、基础设施和生态系统。
模拟沟道松散岩土体堰塞坝的溃决常常采用传统的土坝模拟方法。传统的土坝模拟方法通常过于简化，无法准确反映材料的非均质性、水土耦合作用和坝体内部结构。这导致模拟结果的准确性不高，使得风险评估和灾害管理存在不确定性。随着计算机技术的发展，数值模拟方法逐渐应用于堰塞坝的溃决模拟。数值方法能够更精确地考虑各种复杂的物理过程，例如泥石流的流动和沟道松散岩土体的行为。然而，数值模拟仍然需要准确的输入参数和合理的模型假设，以确保结果的可信度。因此，亟需一种更可靠且精确的堰塞坝溃决模拟方法，以更好模拟和理解堰塞坝的行为以降低潜在的灾害风险。
发明内容
针对现有方法的不足以及实际应用的需求，本发明提供了一种沟道松散岩土体堰塞坝溃决模拟方法及系统，旨在为沟道松散岩土体堰塞坝的溃决行为，提供一种更可靠且精确的堰塞坝溃决模拟方法及系统。
第一方面，本发明提供了一种沟道松散岩土体堰塞坝溃决模拟方法，所述沟道松散岩土体堰塞坝溃决模拟方法包括如下步骤：确定堰塞坝基础参数，并基于堰塞坝基础参数搭建堰塞坝实验模型；通过所述堰塞坝实验模型模拟持续汇水情况下的溃决过程，并获取实验泥石流流量数据；基于所述堰塞坝实验模型，等比例搭建对应的堰塞坝仿真模型；通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据；设置泥石流流量数据的误差阈值，并通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值；利用不超过所述误差阈值的堰塞坝仿真模型，模拟堰塞坝溃决过程。本发明所提供的模拟方法，通过实验模型与数值仿真相结合，充分利用实验数据和数值模拟的优势，能够更好地模拟复杂的沟道松散岩土体堰塞坝的行为。本发明所提供的模型方法，还通过引入实时参数调整，增强了模拟方法的可靠性和适用性，有助于提高堰塞坝的安全性和风险管理水平。
可选地，所述堰塞坝基础参数包括坝体材料参数、坝体几何参数、沟道几何参数以及水源输入参数。本可选项明确定义了可选的堰塞坝基础参数，包括坝体材料参数、坝体几何参数、沟道几何参数以及水源输入参数。这些参数的具体值允许根据具体情况和研究需求选择设定，以更准确地模拟和预测堰塞坝的溃决过程。
可选地，本发明所提供的沟道松散岩土体堰塞坝溃决模拟方法中，基于堰塞坝基础参数搭建的堰塞坝实验模型包括：实验槽，所述实验槽的一端封闭，所述实验槽的另一端导通，所述实验槽的两侧通过合页与实验槽的底部连接；调节架，所述调节架设置于地面，所述调节架背离地面的一端与所述实验槽封闭端的底部固定连接；支撑架，所述支撑架设置于地面，所述支撑架背离地面的一端与所述实验槽的导通端的底部固定连接；堰塞坝体，所述堰塞坝体设置于所述实验槽的内部，所述堰塞坝体与所述实验槽的封闭端形成储水区；水箱，所述水箱用于存储实验流体；水管，所述水管的一端设置于所述储水区内，所述水管的另一端设置与所述水泵与所述水箱导通；水泵，所述水泵用于将所述水箱中的实验流体通过所述水管抽取至所述储水区。本可选项所提供的堰塞坝实验模型，允许相关技术人员模拟堰塞坝的不同参数和条件下的行为，而无需在实际场地进行危险的试验。通过堰塞坝的材料、几何和水文参数可以对堰塞坝实验模型的各项参数进行精确的控制和调整，进而可以在实验室中更加精准模拟堰塞坝的溃决行为。
可选地，所述获取实验泥石流流量数据，包括如下步骤：设置实验数据记录频率，根据所述实验记录频率实时采样实验泥石流流量数据；基于所述实验数据记录频率和实时采样的实验泥石流流量数据，获得实验泥石流流量数据序列。本可选项通过设定实验数据记录频率，并以一定频率实时采集泥石流流量数据，并将这些数据整理成一个有序序列，为后续堰塞坝仿真模型的相关参数的调整提供了实验关键数据。
可选地，所述堰塞坝仿真模型通过FLOW 3D基于所述堰塞坝实验模型构建。本可选利用FLOW 3D软件来实现堰塞坝仿真模型的构建，基于FLOW 3D软件优秀的计算能力，允许相关技术人员以高精度和高保真度的方式模拟堰塞坝在各种情况下的溃决过程。
可选地，通过FLOW 3D基于所述堰塞坝实验模型构建堰塞坝仿真模型，包括如下步骤：根据堰塞坝实验模型创建堰塞坝几何体；基于所述堰塞坝几何体划分模拟网格，并通过设置模拟网格的网格属性和边界条件，获得堰塞坝仿真模型。本可选项通过FLOW 3D搭建的堰塞坝仿真模型，被细分成模拟网格，可以通过设置这些每个网格单元的属性和边界条件，模拟持续汇水情况下的堰塞坝溃决过程。
可选地，通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据，包括如下步骤：设置堰塞坝仿真模型的初始起动条件，并设置堰塞坝仿真模型的模拟条件；将堰塞坝仿真模型根据所述初始起动条件初始化后，利用所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并根据所述模拟条件获取溃决过程中的仿真泥石流流量数据。本可选项通过堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取了溃决过程中的仿真泥石流流量数据，为后续堰塞坝仿真模型的相关参数的调整提供了仿真关键数据。
可选地，所述通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值，包括如下步骤：确定堰塞坝仿真模型的可调元素，并设定所述可调元素的调整范围，所述可调元素包括一个或者多个；获取第一个模拟时间内的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差；根据所述实际误差和所述误差阈值，在所述调整范围调整堰塞坝仿真模型的可调元素，直至堰塞坝仿真模型的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差不超过所述误差阈值。本可选项通过实验与仿真数据之间的误差来优化模型，进而使得本发明所搭建的堰塞坝仿真模型能在实验基础上精细调整，以更准确地模拟堰塞坝溃决情景，为工程和风险管理提供有力支持。
可选地，所述误差阈值满足如下表征模型：，其中，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值。本可选项方法允许将误差阈值分配给不同时刻的模拟，以考虑性能变化，这有助于模型更好地模拟实际泥石流流量数据，提高了预测的准确性。进一步地，通过允许整体和局部误差阈值的设置，该方法更灵活，可以更好地适应不同模拟阶段的性能变化，从而提高了模拟过程的鲁棒性。
第二方面，为更好执行上述沟道松散岩土体堰塞坝溃决模拟方法，本发明还提供了一种沟道松散岩土体堰塞坝溃决模拟系统。所述沟道松散岩土体堰塞坝溃决模拟系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本发明第一方面所提供的沟道松散岩土体堰塞坝溃决模拟方法。本发明所提供的系统通过调用存储在存储器中的计算机程序来执行沟道松散岩土体堰塞坝溃决模拟方法，为相关技术人员提供了一个实用性的工具，以更好地理解和模拟潜在的泥石流风险，有助于改进堰塞坝泥石流的风险管理和安全措施。
附图说明
图1为本发明实施例提供的沟道松散岩土体堰塞坝溃决模拟方法流程图；
图2为本发明实施例提供的堰塞坝实验模型结构示意图；
图3为本发明实施例提供的堰塞坝实验模型模拟过程图；
图4为本发明实施例所获得的实验泥石流流量数据图；
图5为本发明实施例提供的堰塞坝仿真模型调整流程图；
图6为本发明实施例提供的仿真泥石流流量与实验泥石流流量的数据图；
图7为本发明实施例提供的沟道松散岩土体堰塞坝溃决模拟系统结构图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
在一个可选的实施例中，请参见图1，图1为本发明实施例提供的沟道松散岩土体堰塞坝溃决模拟方法流程图。如图1所示，所述沟道松散岩土体堰塞坝溃决模拟方法，包括如下步骤：
S01、确定堰塞坝基础参数，并基于堰塞坝基础参数搭建堰塞坝实验模型。
本发明所述堰塞坝基础参数包括坝体材料参数、坝体几何参数、沟道几何参数以及水源输入参数。
所述坝体材料参数是指堰塞坝的坝体的材料特性，如坝体孔隙率、粒度分布、内摩擦角等，这些坝体材料参数决定了堰塞坝体的稳定性。所述坝体几何参数是用以描述堰塞坝形状尺寸的参数，如堰塞坝高度、底宽以及坝坡坡度。所述沟道几何参数是指堰塞坝所处沟道（河流、小溪或沟渠）的结构特征，如沟道长度、沟道底部宽度、沟道顶部宽度、沟道两侧坡以及沟道升降坡度。所述水源输入参数是指输入堰塞坝内的水文数据，如降雨量、降雨时间、汇水数据等。
进一步地，上述坝体材料参数可以通过采集堰塞坝材料的样本，进行实验室测试来获得。例如，使用颗粒分析仪测量颗粒分布，通过剪切试验来确定内摩擦角，测量孔隙率等。上述坝体几何参数和沟道几何参数，可以通过现场测量或使用遥感技术获得。例如，使用测距仪和GPS设备在现场测量堰塞坝和沟道的尺寸，或者利用卫星图像和遥感数据来获取这些参数。上述水源输入参数可以通过气象站、降雨记录和水文监测站来获取。
在一个可选的实施例中，请参见图2，图2为本发明实施例提供的堰塞坝实验模型结构示意图。如图2所示，在本实施例中，基于堰塞坝基础参数搭建堰塞坝实验模型包括：实验槽1、调节架2、支撑架3、堰塞坝体4、水箱5、水管6以及水泵。
其中，所述实验槽1的一端封闭，所述实验槽1的另一端导通，所述实验槽1的两侧通过合页与实验槽1的底部连接，所述两侧可通过调节合页的开合角度调节对应的坡度；所述实验槽1的封闭端的底部与所述调节架2的一端固定连接，所述实验槽1的导通端与支撑架3接触；所述调节架2的另一端与水平地面接触，所述实验槽1的坡度可通过调整所述调节架2的高度实现。
进一步地，所述堰塞坝体4设置于所述实验槽1的内部，所述堰塞坝体4与所述实验槽1的封闭端形成储水区；所述水管6的一端设置于所述储水区内，所述水管6的另一端通过所述水泵与所述水箱5导通，所述水泵用于抽取所述水箱5的水，并经过所述水管6注入所述储水区以形成堰塞湖。
在本实施例中，通过上述部件所搭建的堰塞坝实验模型，其对应的坝体材料参数、坝体几何参数、沟道几何参数以及水源输入参数等则是根据目标堰塞坝按照比例或者等比设定的。
进一步地，所述目标堰塞坝可以是某个特定地理位置处的堰塞坝，也可以是表征某区域内堰塞坝普遍特征（包括结构特征和土体特征）的理想堰塞坝。
S02、通过所述堰塞坝实验模型模拟持续汇水情况下的溃决过程，并获取实验泥石流流量数据。
如图2所示，基于步骤S01搭建的堰塞坝实验模型，步骤S02中通过水泵和水管6，将水箱5中的水持续汇入由堰塞坝体4与所述实验槽1的封闭端形成储水区内。从向储水区内汇水开始，持续记录实验槽1导通端所流出坝体冲砂流量数据，直至堰塞坝的溃决缺口趋于稳定，并将单位时间内的坝体冲砂流量作为所述实验泥石流流量数据，用于下述仿真模型的调整参照。
请参见图3和图4，图3为本发明实施例提供的堰塞坝实验模型模拟过程图，图4为本发明实施例所获得的实验泥石流流量数据图。在图3中的（1）图至（6）图分别表示：堰塞坝实验模型模拟过程中放水冲刷的初始时刻图（0秒），图3中（2）图为堰塞坝实验模型模拟过程中水流漫顶时刻图（165秒），图3中（3）图为堰塞坝实验模型模拟过程中水流面蚀塞坝图（254秒），图3中（4）图为堰塞坝实验模型模拟过程中方涌水时刻图（484秒），图3中（5）图为堰塞坝实验模型模拟过程中流恢复较为稳定时刻图（564秒），图3中（6）图为堰塞坝实验模型模拟过程中溃决过程结束时刻图（882秒）。图4中的横坐标表示时间，图4中纵坐标表示实验泥石流流量数据。
进一步，为便于后续堰塞坝仿真模型的参数智能调整，在本实施例中，所述获取实验泥石流流量数据，包括如下步骤：
S021、设置实验数据记录频率，根据所述实验记录频率实时采样实验泥石流流量数据。
所述数据记录频率是指在特定时间间隔内记录数据的次数。这个频率可以根据实验的需求和目标来确定。容易理解的是，高频率记录可以提供更详细的数据，但也会导致更多的数据量和更大的计算量。
S022、基于所述实验数据记录频率和实时采样的实验泥石流流量数据，获得实验泥石流流量数据序列。
在本实施例中，所述实验泥石流流量数据序列满足如下表征模型：，其中，/>，/>，/>表示第i个实验泥石流流量数据的采样时刻，/>表示采样起始时刻，/>表示采样终止时刻，/>表示采样起始时刻/>所采集的实验泥石流流量数据，/>表示采样时刻/>所采集的实验泥石流流量数据，/>表示采样终止时刻/>所采集的实验泥石流流量数据，/>表示数据记录频率。
S03、基于所述堰塞坝实验模型，等比例搭建对应的堰塞坝仿真模型。
容易理解的是，步骤S03所搭建的堰塞坝仿真模型，是基于堰塞坝实验模型的结构和相关参数，搭建的等比例仿真模型。该堰塞坝仿真模型在计算机环境下模拟了实验模型的特征，能够捕捉到在实验模型不容易捕捉或者记录的溃决过程数据。
进一步地，所述堰塞坝仿真模型可以通过现有计算流体动力学软件，结合上述堰塞坝实验模型的结构和相关参数进行对应的搭建。在一个可选的的实施例中，所述堰塞坝仿真模型利用FLOW 3D结合上述堰塞坝实验模型的结构和相关参数构建。FLOW 3D是一种流体动力学模拟软件，通常用于分析流体流动和相关的物理现象。
在本实施例中，通过FLOW 3D构建堰塞坝仿真模型，包括如下步骤：
S031、根据堰塞坝实验模型创建堰塞坝几何体。
具体地，可以使用FLOW 3D的导入现有几何体，或手动创建几何体。在创建几何体时，需要考虑模型的尺寸、形状、边界条件等因素，借助AutoCAD、Rhino等专业的建模软件，建立三维模型并转化为stl格式，最后导入到FLOW 3D。
S032、基于所述堰塞坝几何体划分模拟网格，并通过设置模拟网格的网格属性和边界条件，获得堰塞坝仿真模型。
所述模拟网格通常是立体的，类似于一个三维空间中的网格框架。这种细分可以是结构化（规则的立方体网格）或非结构化（不规则的网格），具体选择取决于模拟的复杂性和几何形状。在FLOW 3D，所述网格包括Multi-Block网格和Conforming网格，其中，Multi-Block网格用于处理流场中的非常大的区域，其允许用户以分段的方式对整个域进行网格划分。Conforming网格用于模拟较为复杂的流体流动问题，其支持自适应网格划分。
进一步地，针对任一个模拟网格的网格属性和边界条件，需要根据堰塞坝实验模型的具体结构进行区分。当模拟网格所处区域为流体区域，则需要设置该模拟网格中的流体模型，当模拟网格所处区域为边界区域，则需要设置该模拟网格的边界条件。
FLOW 3D中支持多种物理模型，如湍流模型，高浓度颗粒介质模型，浅水模型和泥沙冲刷模块等。所述边界条件包括称边界条件、体积流量边界条件、溢出边界条件等条件，具体流体流场的计算模型以及边界条件则根据实际需求进行选择。
S04、通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据。
在一个可选的实施例中，基于步骤S03所搭建的堰塞坝仿真模型，步骤S04所述的通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据，包括如下步骤：
S041、设置堰塞坝仿真模型的初始起动条件，并设置堰塞坝仿真模型的模拟条件。
在本实施例中，所述堰塞坝仿真模型的初始起动条件具体是指流体初始条件，包括流体速度（包括初速度）、流体温度、流体浓度等。所述模拟条件包括是堰塞坝仿真模型在模拟过程中的性能表现，包括数据计算步长，溃决过程模拟时间、仿真泥石流流量输出频率等。
进一步地，所述数据计算步长是指仿真模型中计算的时间间隔。它表示了仿真模型中的时间离散程度，通常以秒为单位。较小的数据计算步长可以提供更精确的结果，但也需要更多的计算资源和时间。所述溃决过程模拟时间是指模型在仿真中模拟溃决过程所经历的总时间。它通常以秒或分钟为单位。所述仿真泥石流流量输出频率是指模型生成仿真泥石流流量数据的时间间隔。它表示了在模拟期间数据输出的频率。
在本实施例中，为了更好实现结合上述实际泥石流流量数据，实现堰塞坝仿真模型参数的实时调整，以获得更为精准的仿真模型，在本实施例中，所述溃决过程模拟时间的大小为：/>,所述仿真泥石流流量输出频率/>与实验泥石流流量数据的数据记录频率/>相同，即，/>，/>，/>表示第i个实验泥石流流量数据的采样时刻，/>表示采样起始时刻，/>表示采样终止时刻。
S042、将堰塞坝仿真模型根据所述初始起动条件初始化后，利用所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并根据所述模拟条件获取溃决过程中的仿真泥石流流量数据。
容易理解的是，在步骤S042中堰塞坝仿真模型会根据步骤S041中设置的初始起动条件，包括流体速度、温度、浓度等，进行初始化。一旦模型初始化完成，仿真过程就开始了。
进一步地，初始化后的堰塞坝仿真模型会模拟持续汇水情况下的堰塞坝溃决过程。这意味着模型将根据初始条件、模拟条件以及其他相关参数，模拟水流穿越坝体、坍塌、泥石流生成等过程。在整个模拟过程中，模型会根据设定的仿真泥石流流量输出频率，定期记录和输出泥石流的流量数据。这些数据将以时间序列的方式记录下来，以便后续分析和对比。
在本实施例中，所述堰塞坝仿真模型会记录与堰塞坝实验模型相同时长的仿真泥石流流量数据，并且两者数据采样频率相同。因此，结合上述实施例，在本实施例中，所述仿真泥石流流量数据序列满足如下表征模型：，其中，/>表示采样起始时刻/>所采集的仿真泥石流流量数据，/>表示采样时刻/>的仿真泥石流流量数据，/>表示采样终止时刻/>所采集的实验泥石流流量数据。
S05、设置泥石流流量数据的误差阈值，并通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值。
步骤S05旨在通过实验数据和仿真数据之间的误差来优化堰塞坝仿真模型，进而通过不断优化改进的堰塞坝仿真模型，在不超出误差阈值的前提下尽可能准确地模拟实际泥石流流量数据。这有助于提高模型的可信度和预测能力，从而更好地理解和管理潜在的泥石流风险。
在实际情况中，由于实际环境因素以及其他相关因素的影响，在溃决过程中，堰塞坝仿真模型在不同时段的表现出不同的拟合性能，例如，在达到泥石流流量峰值前期，堰塞坝仿真模型能较好模拟实际泥石流流量数据，在泥石流流量峰值后期，堰塞坝仿真模型模拟实际泥石流流量数据的能力较差。因此，除了设定整体述误差阈值，在其他的一个或者多个可选的实施例中，所述误差阈值还可以设定多个局部误差阈值。
进一步地，所述整体述误差阈值是指任意采样时刻所对应的实验泥石流流量数据与仿真泥石流流量数据之间的误差阈值。所述局部误差阈值是指部分采样时刻所对应的实验泥石流流量数据与仿真泥石流流量数据之间的误差阈值。
基于上述实施例所提出的，实验泥石流流量数据序列和仿真泥石流流量数据序列/>，对设定有满足下述误差阈值序列，其中，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值。
进一步地，当误差阈值为整体述误差阈值时，上述误差阈值序列中的误差阈值相等，当误差阈值为局部误差阈值时，上述误差阈值序列/>中的误差阈值部分相等，获得互不相等。
在一个可选的实施例中，请参见图5和图6，图5为本发明实施例提供的堰塞坝仿真模型调整流程图，图6为本发明实施例提供的仿真泥石流流量与实验泥石流流量的数据图。如图5所示，所述通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值，包括如下步骤：
S051、确定堰塞坝仿真模型的可调元素，并设定所述可调元素的调整范围，所述可调元素包括一个或者多个。
在本实施例中，所述可调元素是指影响模型的输出模型参数（但是不包括堰塞坝仿真的结构参数），例如上述初始起动条件。容易理解的是，可调元素通常是通过先前的模拟经验或专业知识来确定的。
进一步地，对于每个可调元素需要设定其可以调整的范围。这个范围定义了参数可以变化的上下限，以确保调整不会导致模型无效或不切实际的参数值。
S052、获取第一个模拟时间的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差。
任一模拟时间长度是一致的，即为溃决过程模拟时间的大小为：/>。
S053、根据所述实际误差和所述误差阈值，在所述调整范围调整堰塞坝仿真模型的可调元素，直至堰塞坝仿真模型的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差不超过所述误差阈值。
当所述实际误差超过所述误差阈值，则在所述调整范围调整堰塞坝仿真模型的可调元素后，再次进入一个模拟过程以获得对应的仿真泥石流流量数据，并将该仿真泥石流流量数据与实验泥石流流量数据进行比价获得实时的实际误差，如此迭代直至实际误差小于或者等于误差阈值。
进一步地，为更好更快地节省可调元素的调整，可以结梯度下降法、遗传算法等优化算法，以在误差阈值内找到更快更好地参数实现上述目标。
S06、利用不超过所述误差阈值的堰塞坝仿真模型，模拟堰塞坝溃决过程。
步骤S06的目的是根据经过实时调整的堰塞坝仿真模型，可以有效地保证溃决过程数据的准确性。进一步地，除了上述用的泥石流流量数据，基于上述FLOW 3D软件的可视化功能，还通过准确的模拟数据，实现堰塞坝从注水时刻开始的仿真泥流流量变化过程，仿真溃口高程演编过程以及仿真溃口横截面演变过程等多种堰塞坝溃决过程的状态可视化。
本发明所提供的模拟方法，通过实验模型与数值仿真相结合，充分利用实验数据和数值模拟的优势，能够更好地模拟复杂的沟道松散岩土体堰塞坝的行为。本发明所提供的模型方法，还通过引入实时参数调整，增强了模拟方法的可靠性和适用性，有助于提高堰塞坝的安全性和风险管理水平。这种综合的方法为解决堰塞坝溃决问题提供了更全面和精确的工具。
在一个可选的实施例中，为更好执行上述沟道松散岩土体堰塞坝溃决模拟方法，本发明还提供了一种沟道松散岩土体堰塞坝溃决模拟系统，请参见图7，图7为本发明实施例提供的沟道松散岩土体堰塞坝溃决模拟系统结构图。
如图7所示，所述沟道松散岩土体堰塞坝溃决模拟系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述的沟道松散岩土体堰塞坝溃决模拟方法。
在本实施例中，所述处理器是系统的核心部分，负责执行计算机程序中的指令，包括上述的堰塞坝溃决模拟方法。进一步地，处理器可以是通用处理器，也可以是专用的高性能处理器，以确保在模拟过程中获得高效的计算。具体地，处理器可以是多核CPU，或者是GPU，这些硬件可以提供并行计算能力，提高模拟速度。
所述输入设备用于接收和输入必要的数据，如堰塞坝的初始参数、实验泥石流流量数据、误差阈值等。这些数据是模拟过程的关键输入。具体地，所述输入设备可以包括键盘、鼠标、传感器等，用于手动或自动输入数据。
所述输出设备用于显示或记录模拟的结果，包括模拟泥石流流量数据、溃决过程的模拟结果等。这些结果对于分析和决策非常重要。具体地，所述输出设备可以包括计算机屏幕、打印机、数据存储设备等。
所述存储器用于存储计算机程序、输入数据、模型参数、模拟结果等信息。它允许数据的长期保存和随时访问。具体地，所述存储器可以包括硬盘驱动器、固态硬盘、云存储等，以满足不同的存储需求。
本发明所提供的系统通过调用存储在存储器中的计算机程序来执行沟道松散岩土体堰塞坝溃决模拟方法，为相关技术人员提供了一个实用性的工具，以更好地理解和模拟潜在的泥石流风险，有助于改进堰塞坝泥石流的风险管理和安全措施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (7)
1.一种沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，包括如下步骤：
确定堰塞坝基础参数，并基于堰塞坝基础参数搭建堰塞坝实验模型，所述堰塞坝基础参数包括坝体材料参数、坝体几何参数、沟道几何参数以及水源输入参数；
通过所述堰塞坝实验模型模拟持续汇水情况下的溃决过程，并获取实验泥石流流量数据，所述实验泥石流流量数据为所述堰塞坝实验模型在溃决过程中单位时间内的坝体冲砂流量；
基于所述堰塞坝实验模型，等比例搭建对应的堰塞坝仿真模型；
通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据，所述仿真泥石流流量数据为所述堰塞坝仿真模型在溃决过程中单位时间内的坝体冲砂流量；
设置泥石流流量数据的误差阈值，并通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值，并利用不超过所述误差阈值的堰塞坝仿真模型，模拟堰塞坝溃决过程，所述误差阈值满足如下表征模型：，其中，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值，/>表示实验泥石流流量数据/>与仿真泥石流流量数据/>之间的误差阈值；
所述设置泥石流流量数据的误差阈值，并通过实验泥石流流量数据与仿真泥石流流量数据之间的实际误差结合所述误差阈值，实时调整堰塞坝仿真模型的参数直至实际误差不超过所述误差阈值，包括如下步骤：
确定堰塞坝仿真模型的可调元素，并设定所述可调元素的调整范围，所述可调元素包括流体速度、流体温度、流体浓度、数据计算步长，溃决过程模拟时间以及仿真泥石流流量输出频率；
获取第一个模拟时间内的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差；
根据所述实际误差和所述误差阈值，在所述调整范围调整堰塞坝仿真模型的可调元素，直至堰塞坝仿真模型的仿真泥石流流量数据与实验泥石流流量数据之间的实际误差不超过所述误差阈值。
2.根据权利要求1所述的沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，基于堰塞坝基础参数搭建的堰塞坝实验模型，包括：
实验槽，所述实验槽的一端封闭，所述实验槽的另一端导通，所述实验槽的两侧通过合页与实验槽的底部连接；
调节架，所述调节架设置于地面，所述调节架背离地面的一端与所述实验槽封闭端的底部固定连接；
支撑架，所述支撑架设置于地面，所述支撑架背离地面的一端与所述实验槽的导通端的底部固定连接；
堰塞坝体，所述堰塞坝体设置于所述实验槽的内部，所述堰塞坝体与所述实验槽的封闭端形成储水区；
水箱，所述水箱用于存储实验流体；
水管，所述水管的一端设置于所述储水区内，所述水管的另一端设置与水泵与所述水箱导通；
水泵，所述水泵用于将所述水箱中的实验流体通过所述水管抽取至所述储水区。
3.根据权利要求1所述的沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，所述获取实验泥石流流量数据，包括如下步骤：
设置实验数据记录频率，根据所述实验记录频率实时采样实验泥石流流量数据；
基于所述实验数据记录频率和实时采样的实验泥石流流量数据，获得实验泥石流流量数据序列。
4.根据权利要求1所述的沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，所述堰塞坝仿真模型通过FLOW 3D基于所述堰塞坝实验模型构建。
5.根据权利要求4所述的沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，通过FLOW3D基于所述堰塞坝实验模型构建堰塞坝仿真模型，包括如下步骤：
根据堰塞坝实验模型创建堰塞坝几何体；
基于所述堰塞坝几何体划分模拟网格，并通过设置模拟网格的网格属性和边界条件，获得堰塞坝仿真模型。
6.根据权利要求5所述的沟道松散岩土体堰塞坝溃决模拟方法，其特征在于，所述通过所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并获取仿真泥石流流量数据，包括如下步骤：
设置堰塞坝仿真模型的初始起动条件，并设置堰塞坝仿真模型的模拟条件；
将堰塞坝仿真模型根据所述初始起动条件初始化后，利用所述堰塞坝仿真模型模拟持续汇水情况下的溃决过程，并根据所述模拟条件获取溃决过程中的仿真泥石流流量数据。
7.一种沟道松散岩土体堰塞坝溃决模拟系统，其特征在于，所述沟道松散岩土体堰塞坝溃决模拟系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行权利要求1-6中任一项所述的沟道松散岩土体堰塞坝溃决模拟方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410001395.0A CN117494481B (zh) | 2024-01-02 | 2024-01-02 | 一种沟道松散岩土体堰塞坝溃决模拟方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410001395.0A CN117494481B (zh) | 2024-01-02 | 2024-01-02 | 一种沟道松散岩土体堰塞坝溃决模拟方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117494481A CN117494481A (zh) | 2024-02-02 |
| CN117494481B true CN117494481B (zh) | 2024-03-19 |
Family
ID=89685384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410001395.0A Active CN117494481B (zh) | 2024-01-02 | 2024-01-02 | 一种沟道松散岩土体堰塞坝溃决模拟方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117494481B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102104196A (zh) * | 2010-11-17 | 2011-06-22 | 中国电子科技集团公司第十研究所 | 一种相控阵天线系统模块级误差分析控制方法 |
| CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
| CN107908917A (zh) * | 2017-12-29 | 2018-04-13 | 清华大学 | 一种高强板冲压成形回弹预测方法 |
| CN110532648A (zh) * | 2019-08-09 | 2019-12-03 | 西安理工大学 | 一种堰塞湖风险评估平台 |
| CN111222462A (zh) * | 2020-01-07 | 2020-06-02 | 河海大学 | 一种基于目标检测的表观特征监测数据智能标注方法 |
| CN113111489A (zh) * | 2021-03-11 | 2021-07-13 | 重庆交通大学 | 一种堰塞坝洪水漫顶溃坝过程仿真方法及仿真系统 |
| CN113627100A (zh) * | 2021-08-05 | 2021-11-09 | 北京航空航天大学 | 流量系数确定方法、装置和电子设备 |
| CN115094818A (zh) * | 2022-06-29 | 2022-09-23 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 模拟冰坝及冰碛坝蓄水溃决的试验系统及试验方法 |
| CN115796376A (zh) * | 2022-12-13 | 2023-03-14 | 浙江大学建筑设计研究院有限公司 | 基于深度学习的堰塞坝稳定性及溃决参数快速预测方法 |
-
2024
- 2024-01-02 CN CN202410001395.0A patent/CN117494481B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102104196A (zh) * | 2010-11-17 | 2011-06-22 | 中国电子科技集团公司第十研究所 | 一种相控阵天线系统模块级误差分析控制方法 |
| CN103544390A (zh) * | 2013-10-18 | 2014-01-29 | 西南交通大学 | 基于元胞自动机的溃决洪水快速演进模拟分析方法 |
| CN107908917A (zh) * | 2017-12-29 | 2018-04-13 | 清华大学 | 一种高强板冲压成形回弹预测方法 |
| CN110532648A (zh) * | 2019-08-09 | 2019-12-03 | 西安理工大学 | 一种堰塞湖风险评估平台 |
| CN111222462A (zh) * | 2020-01-07 | 2020-06-02 | 河海大学 | 一种基于目标检测的表观特征监测数据智能标注方法 |
| CN113111489A (zh) * | 2021-03-11 | 2021-07-13 | 重庆交通大学 | 一种堰塞坝洪水漫顶溃坝过程仿真方法及仿真系统 |
| CN113627100A (zh) * | 2021-08-05 | 2021-11-09 | 北京航空航天大学 | 流量系数确定方法、装置和电子设备 |
| CN115094818A (zh) * | 2022-06-29 | 2022-09-23 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 模拟冰坝及冰碛坝蓄水溃决的试验系统及试验方法 |
| CN115796376A (zh) * | 2022-12-13 | 2023-03-14 | 浙江大学建筑设计研究院有限公司 | 基于深度学习的堰塞坝稳定性及溃决参数快速预测方法 |
Non-Patent Citations (7)
| Title |
|---|
| Design and assessment of weirs for fish passage under drowned conditions;R.J. Keller等;《Ecological Engineering》;20110806;第61-69页 * |
| 利用Flow-3D软件数值模拟堰塞坝溃决过程;彭成 等;《水科学与工程技术》;20230531(第05期);第1-5页 * |
| 唐家山堰塞体溃口宽度的模拟计算;贺莉;张成;傅旭东;;应用基础与工程科学学报;20091115(S1);第10-17页 * |
| 唐家山堰塞坝散粒堆积体开槽泄流的冲刷过程分析;许萍;邵生俊;佘芳涛;马林;;西北农林科技大学学报(自然科学版);20100910(09);第167-172页 * |
| 王高峰 ; 陈宗良 ; 毛佳睿 ; 田运涛 ; 高幼龙 ; 邓兵 ; .不同工程情景和降雨频率工况下白龙江流域泥石流危险性评价.山东科技大学学报(自然科学版).(05),第35-45页. * |
| 雷布大箐"9·17"泥石流灾害 发育特征及运动过程模拟分析;刘关雄 等;《水力发电》;20230930;第49卷(第09期);第29-34页 * |
| 顾及动力耦合关系的地质灾害链模型参数遗传进化率定方法;李倩 等;《武汉大学学报（信息科学版）》;20230719;第1-14页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117494481A (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kakinuma et al. | Large-scale experiment and numerical modeling of a riverine levee breach | |
| Van Asch et al. | Techniques, issues and advances in numerical modelling of landslide hazard | |
| KR20200014147A (ko) | 대형 복합재난 영향 확산을 고려한 수치모형 및 시나리오 기반 피해 예측방법 | |
| Hassan et al. | Literature Review for the Development of Dike's Breach Channel Mechanism Caused By Erosion Processes during Overtopping Failure | |
| Johansson et al. | Effects of external water-level fluctuations on slope stability | |
| Robbins et al. | Analyses of backward erosion progression rates from small-scale flume experiments | |
| Onyelowe et al. | Solving large deformation problems in geotechnical and geo-environmental engineering with the smoothed particle hydrodynamics: a state-of-the-art review of constitutive solutions | |
| CN117494481B (zh) | 一种沟道松散岩土体堰塞坝溃决模拟方法及系统 | |
| Song et al. | Risk assessment on the stability of barrier dam induced by Caijiaba landslide, SW China | |
| CN117494478A (zh) | 一种模拟心墙坝漫顶溃坝流量及溃口演化过程的计算方法 | |
| Wu et al. | Analysis of seepage failure probability for high core rockfill dams during rapid drawdown of reservoir water level | |
| Haddad et al. | Extreme rainfall-runoff events modeling by HEC-HMS model for Koudiet Rosfa watershed, Algeria | |
| Kang et al. | Numerical modeling of large-scale dam breach experiment | |
| Wright et al. | Environmental applications of computational fluid dynamics | |
| Waskito et al. | Simulation of Saguling dam break using the HEC-RAS software | |
| Lee | Evaluation of methodologies for continuous discharge monitoring in unsteady open-channel flows | |
| CN117744535B (zh) | 一种松散岩土体堰塞坝泥石流流量峰值预测方法及系统 | |
| Lim et al. | Derivation of governing equation for short-term shoreline response due to episodic storm wave incidence: comparative verification in terms of longshore sediment transport | |
| Petrula et al. | A new small-scale experimental device for testing backward erosion piping | |
| Wishart | Overtopping breaching of rock-avalanche dams | |
| Wei et al. | A coupled hydrological and hydrodynamic modeling approach for estimating rainfall thresholds of debris-flow occurrence | |
| Riselo et al. | Stability analysis of a slope and runout analysis movement of the mobilized-mass volume | |
| Gharehbaghi et al. | Simulation of bed changes in rivers with finite volume method by kinematic wave model | |
| Nakagawa et al. | Recent Flood Disasters Caused by River Embankment Failure in Japan and Numerical Modelling of Embankment Failure | |
| Beckett et al. | Centrifuge modelling of drawdown seepage in tailings storage facilities |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |