CN118171603B - 一种通过cfd确定矩形植被堰流量的方法 - Google Patents

一种通过cfd确定矩形植被堰流量的方法 Download PDF

Info

Publication number
CN118171603B
CN118171603B CN202410594532.6A CN202410594532A CN118171603B CN 118171603 B CN118171603 B CN 118171603B CN 202410594532 A CN202410594532 A CN 202410594532A CN 118171603 B CN118171603 B CN 118171603B
Authority
CN
China
Prior art keywords
weir
vegetation
rectangular
rectangular vegetation
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
Application number
CN202410594532.6A
Other languages
English (en)
Other versions
CN118171603A (zh
Inventor
朱晓明
乌景秀
张霖
石莎
刘浩能
斯静
危睿
吴立建
时硕硕
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.)
Nanchang Institute of Technology
Original Assignee
Nanchang Institute of Technology
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 Nanchang Institute of Technology filed Critical Nanchang Institute of Technology
Priority to CN202410594532.6A priority Critical patent/CN118171603B/zh
Publication of CN118171603A publication Critical patent/CN118171603A/zh
Application granted granted Critical
Publication of CN118171603B publication Critical patent/CN118171603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Geometry (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于流体动力学领域，公开了一种通过CFD确定矩形植被堰流量的方法，基于缩尺的矩形植被堰进行物理模型试验和数值计算，对比验证得到合理的数值模拟方法；以0.4为临界点分别对矩形植被堰流量系数和其影响因素进行非线性拟合，得到矩形植被堰流量的非线性表达式，当渠道中设置给定几何参数的矩形植被堰后，测得物理模型试验时矩形植被堰上游水深h后，先进行堰顶长度相对水深h/L分类调用对应的矩形植被堰流量表达式，再将物理模型试验时矩形植被堰上游水深h带入对应流量表达式即可得到实时的矩形植被堰流量。本发明能够准确合理地预测矩形植被堰的流量。

Description

一种通过CFD确定矩形植被堰流量的方法
技术领域
本发明属于流体动力学领域，具体涉及一种通过CFD确定矩形植被堰流量的方法。
背景技术
在偏远山区进行水文勘测和山洪预报时需要依据准确的流量估算，在人工或半自然渠道中修建堰或者拦水坝，既可用于控制渠道水量更有利于实现流量预测，行业内通常采用Q=CdB(2g)0.5H1.5来计算带有堰或者拦水坝渠道的实时流量，式中：Cd为矩形植被堰流量系数，是一个待求未知量，随堰或拦水坝类型的不同而取值不同，极易受渠道流场水力特性和堰或拦水坝几何特征等因素的影响；B为渠道宽度（单位为m），在给定的渠道中其宽度通常可以简便测得；g为重力加速度，是一个物理常数，通常近似取9.81m/s2；H为堰上总水头（单位为m），其内涵为堰上水深h和渠道速度水头v2/2g之和，v为渠道中过流断面的平均流速（m2/s）。然而渠道中过流断面的平均流速很难精确地测试，一般是通过繁杂的迭代试算对堰上总水头H进行求解，因此很多研究者采用堰上水头h来替代堰上总水头H以简化计算流程，那么带有堰或拦水坝的渠道实时流量计算公式变为：Q=CdB(2g)0.5h1.5，将h代替H的影响考虑在矩形植被堰流量系数Cd中，在矩形植被堰流量系数Cd的准确计算后即可便利地测得带有堰或拦水坝渠道的实时流量。其缺陷是存在难以精确地预测矩形植被堰的流量的不足，目前矩形植被堰相关研究中通常忽略矩形植被堰的堰顶粗糙度对水流的影响，或者在研究时不能全面考虑所有矩形植被堰流量预测的影响因素，从而降低了矩形植被堰流量的预测精度。
在偏远山区的河道或渠道中安装堰或拦水坝，从运行情况来看：在前期，衬砌的堰或拦水坝拥有光滑堰顶表面，堰或拦水坝的流量表达式经过率定后确实可以预测渠道流量；然而后期，堰或拦水坝的顶部受水流冲刷破损不堪，经年累月后堰顶会覆盖不同类型和不同密度的植被，那么光滑堰变为植被堰，又由于堰或拦水坝的流量计算公式是在光滑堰顶条件下推导，并未考虑堰顶或坝顶植被的影响，这将导致采用的前述表达式计算的流量与实际严重不符。此外，在交通不便和施工困难的偏远山区，时常对众多植被堰进行维护不切实际。目前对偏远山区勘测者而言，植被堰流量的准确预测是一个具有挑战性的难题。
随着计算流体动力学（CFD）和云计算技术的快速发展，由于其具有建模便捷、可直接对原型进行模拟、试验重复性较好等优点，数值模拟方法逐渐成为一种非常有效的研究手段。但是现有技术中还没有利用数值试验手段精确预测植被堰流量的方法。中国专利公开号CN106844913B中公开了一种基于三维计算流体动力学（CFD）的滞留气团热力学特性模拟方法，该专利利用三维计算流体动力学（CFD）进行了滞留气团的热力学分析，但是其方法不能用于预测植被堰的流量。因此，如何利用计算流体动力学（CFD）方法来准确预测植被堰的流量是一个非常值得研究的课题，它将有效提高偏远山区山洪预报和水文勘测的精度。
发明内容
本发明的目的为了克服现有技术中存在的不足，本发明提供一种通过CFD确定矩形植被堰流量的方法，能够简便、准确和合理地矩形植被堰的流量，有效地保证了偏远山区水文勘测和山洪预报的准确性。
本发明的技术方案：一种通过CFD确定矩形植被堰流量的方法，包括以下步骤：
步骤S1：对缩尺的矩形植被堰进行物理模型试验，在矩形断面渠道中建立矩形植被堰物理模型，定义渠道宽度为B、长度为Lx和高度为Px，渠道内部堰顶宽度为Bx、堰顶长度为L和堰顶高度为P，对给定堰顶粗糙度Ks，不同矩形植被堰流量Q条件下，采集物理模型试验时矩形植被堰上游的堰上水深h；
步骤S2：对步骤S1中建立的矩形植被堰物理模型进行数值计算，计算收敛后导出结果，通过计算流体动力学后处理软件进行数据处理，在数值模拟条件下，采集数值模拟时矩形植被堰上游的堰上游水深h´；
步骤S3：对步骤S1中物理模型试验时矩形植被堰上游的堰上水深h和步骤S2中数值模拟时矩形植被堰上游的堰上水深h´进行逐点对比，找到所有数值逐点相对误差绝对值均不超过δ%的计算工况，即|h-h´|/h≤δ%，输出数值模拟方法，δ为预设精度阈值；
步骤S4：对矩形植被堰流量表达式：Q=CdB(2g)0.5h1.5中矩形植被堰流量系数Cd进行物理模型量纲分析，得到矩形植被堰流量系数的影响因素，依据不同的水力条件确定矩形植被堰流量系数Cd的表达式为：
当0.1<h/L<0.4时，Cd=a·tanh[b·(h/L) c·(h/Ks) d·(P/L) e·Frf]；
当0.4≤h/L<1.5时，Cd=α·[(h/L)β·(h/Ks)γ·(P/Ks)η·Frθ]τ；
式中：tanh为双曲正切函数，a，b，c，d，e，f，α，β，γ，η，θ，τ均为常数系数，Fr为佛罗德数，Fr=Q/B/(h+P)/(g·(h+P))0.5，式中·表示点乘；
步骤S5：通过步骤S3中数值模拟方法和统计产品与服务解决方案SPSS软件对步骤S4中常数系数a，b，c，d，e，f，α，β，γ，η，θ，τ进行回归拟合，得到常数系数具体值；
步骤S6：将步骤S5得到常数系数具体值a´，b´，c´，d´，e´，f´，α´，β´，γ´，η´，θ´，τ´带入步骤S4中矩形植被堰流量系数Cd表达式，再带入步骤S4中矩形植被堰流量Q表达式，得到矩形植被堰流量Q表达式为：
当0.1<h/L<0.4时，Q=a´·tanh[b´·(h/L)c´·(h/Ks)d´·(P/L)e´·Frf´] ·B·(2g)0.5·h1.5；
当0.4≤h/L<1.5时，Q=α´·[(h/L)β´·(h/Ks)γ´·(P/Ks)η´·Frθ´]τ´·B·(2g)0.5·h1.5；
对给定渠道宽度B、堰顶长度L、堰顶高度P和堰顶粗糙度Ks，测得矩形植被堰上游的堰上水深h，根据堰顶长度相对水深h/L的分类即可分别求得0.1<h/L<0.4或0.4≤h/L<1.5条件下通过迭代求解得到矩形植被堰流量Q。
进一步的，步骤S1中对缩尺的矩形植被堰进行物理模型试验，具体为：
物理模型试验采用正态物理模型，选取物理模型线性比尺λl，物理模型采用重力相似准则设计，角度比λγ，流速比λv=λl 0.5，流量比λQ=λl 2.5，糙率比λn=λl 1/6；
定义矩形植被堰流量系数Cd的影响参数为：物理模型试验时矩形植被堰上游的堰上水深h与堰顶长度L的比值，即堰顶长度相对水深h/L；物理模型试验时矩形植被堰上游的堰上水深h与堰顶粗糙度Ks的比值，即无量纲粗糙度h/Ks；堰顶高度P与堰顶长度L的比值，即植被堰高长比P/L；堰顶高度P与堰顶粗糙度Ks的比值，即植被堰粗糙度高度比P/Ks；以及植被堰上游佛罗德数Fr，其表达式为Fr=Q/B/(h+P)/(g·(h+P))0.5；物理模型试验时矩形植被堰上游的堰上水深h的测量位置在距离植被堰5倍堰顶高度处。
进一步的，步骤S2与步骤S1相同条件，相同条件是指步骤S2与步骤S1中几何尺寸和下游出口边界条件相同，其中几何尺寸具体指渠道宽度B、堰顶长度L、堰顶高度P和堰顶粗糙度Ks以及矩形植被堰与渠道进口的相对位置；下游出口边界条件是指自由出流，即无障碍物阻挡水流；与步骤S1中矩形植被堰流量Q相同；与步骤S1中物理模型试验时矩形植被堰上游的堰上水深h的测量位置相同。
进一步的，步骤S2中对步骤S1中建立的矩形植被堰物理模型进行数值计算，具体为：
建立与步骤S1中矩形植被堰相同的数值模型，并将数值模型进行网格剖分，输出后缀名为.mesh的计算文件，导入计算流体动力学软件进行数值计算；
在将数值模型进行网格剖分时采用不同尺度网格，得到若干不同的网格方案，若干不同的网格方案在计算流体动力学软件计算中选取不同的湍流模型及不同的数值算法。
进一步的，步骤S5实现的具体步骤为：
步骤S51：先对不同的矩形植被堰流量Q，以及不同堰顶长度L、堰顶高度P和堰顶粗糙度Ks条件的矩形植被堰进行计算流体动力学计算，采集不同工况条件下，物理模型试验时矩形植被堰上游的堰上水深h，得到对应的矩形植被堰流量系数Cd，Cd表达式和佛罗德数为：Cd=Q/(B(2g)0.5h1.5)，Fr=Q/B/(h+P)/(g·(h+P))0.5；得到数据包，包括堰顶长度相对水深h/L，佛罗德数Fr，无量纲粗糙度h/Ks，植被堰高长比P/L，植被堰粗糙度高度比P/Ks，矩形植被堰流量系数Cd；
步骤S52：对堰顶长度相对水深h/L进行分类，将步骤S51的数据包进行分类，分类时以0.4为临界点，将0.1<h/L<0.4的堰顶长度相对水深h/L、无量纲粗糙度h/Ks、植被堰高长比P/L、佛罗德数Fr和矩形植被堰流量系数Cd归为一个数据集Π，将0.4≤h/L<1.5的堰顶长度相对水深h/L、无量纲粗糙度h/Ks、植被堰粗糙度高度比P/Ks、佛罗德数Fr和矩形植被堰流量系数Cd归为另一个数据集；
步骤S53：采用统计产品与服务解决方案SPSS软件对步骤S52中数据集Π以矩形植被堰流量系数Cd为因变量，h/L、h/Ks、P/L、Fr为自变量对Cd=a·tanh[b·(h/L) c·(h/Ks)d·(P/L) e·Frf] 进行非线性拟合，得到系数a，b，c，d，e，f的具体值；
对数据集以矩形植被堰流量系数Cd为因变量，h/L、h/Ks、P/Ks、Fr为自变量对Cd=α·[(h/L)β·(h/L)γ·(P/Ks)η·Frθ]τ进行非线性拟合，得到系数α，β，γ，η，θ，τ的具体值。
进一步的，步骤S6中，测得物理模型试验时矩形植被堰上游水深h，再通过迭代求解可得矩形植被堰流量Q；实现步骤S6的步骤为：
步骤S61：根据矩形植被堰流量Q，得到佛罗德数Fr，Fr=Q/B/(h+P)/(g·(h+P))0.5；
步骤S62：通过测得的物理模型试验时矩形植被堰上游的堰上水深h进行h/L分类判断，调用相关矩形植被堰流量系数的表达式；
步骤S63：当0.1<h/L<0.4时，调用矩形植被堰流量系数的表达式Cd=a´·tanh[b´·(h/L) c´·(h/Ks) d´·(P/L) e´·(Q/B/(h+P)/(g·(h+P))0.5)f´]，矩形植被堰流量等式为Q= a´·tanh[b´·(h/L) c´·(h/Ks) d´·(P/L) e´·(Q/B/(h+P)/(g·(h+P))0.5)f´]·B·(2g)0.5·h1.5，式中a´、b´、c´、d´、e´、f´、 h、g、B、L、P和Ks均为已知值，等式两侧仅有矩形植被堰流量Q为未知数，通过迭代即可得到矩形植被堰流量Q的具体值；
步骤S64：当0.4≤h/L<1.5时，调用矩形植被堰流量系数的表达式：
Cd=α´ ·[(h/L)β´ ·(h/Ks)γ´ ·(P/Ks)η´ ·(Q/B/(h+P)/(g·(h+P))0.5)θ´]τ´；
矩形植被堰流量等式为：
Q=α´ ·[(h/L)β´ ·(h/Ks)γ´ ·(P/Ks)η´ ·(Q/B/(h+P)/(g·(h+P))0.5)θ´]τ´·B·(2g)0.5·h1.5；
式中α´、β´、γ´、η´、θ´、τ´、 h、g、B、L、P和Ks均为已知值，等式两侧仅有矩形植被堰流量Q为未知数，通过迭代即可得到矩形植被堰流量Q的具体值。
本发明的有益效果：全面考虑了包括矩形植被堰的堰顶粗糙度在内的影响因素对矩形植被堰流量预测的影响，能够简便、准确和合理地预测矩形植被堰的实时流量，有效保证了偏远山区水文勘测和山洪预报的准确性，显著提高了偏远山区防洪排涝的决策效率，更有力保证了偏远山区灌区作物的灌溉水保证率。
附图说明
图1为矩形植被堰渠道立面图；
图2为矩形植被堰渠道平面图；
图3为物理试验和数值模拟中矩形植被堰上游水深对比图；
图4为矩形植被堰流量与水深的关系图；
图5为矩形植被堰流量系数Cd测量值和预测值误差分析；
图6为矩形植被堰流量系数Cd误差频率直方图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明的一种通过CFD确定矩形植被堰流量的方法，包括先对数值模拟的方法进行验证，通过对矩形植被堰缩尺后的物理模型在不同条件下对应进行数值计算和物理试验，并对矩形植被堰上游水深进行采集与对比，得到合理的计算流体动力学数值方案，包括网格剖分、湍流模型和数值方法；再通过上述数值方案对原型条件下的矩形植被堰进行计算流体动力学计算并对矩形植被堰流量系数表达式进行非线性拟合得到准确的表达式常数系数，最后通过实时测得的原型条件下的矩形植被堰上游水深预测出原型条件下矩形植被堰的实时流量。
本发明通过缩尺物理模型试验和相应的物理模型计算流体动力学数值计算进行对比，用物理模型试验来约束数值计算方法，再通过得出的数值计算方法对原型条件下的矩形植被堰进行计算以确定原型条件下矩形植被堰上游水深，如此使得原型条件下的数值计算的结果更科学有效；使原型条件下构建的计算流体动力学数值计算模型（数值计算模型是指数值模拟构建的模型）能够满足实际流动条件，提高了计算流体动力学数值模拟的准确性，能够准确地预测矩形植被堰的实时流量。
本实施例的通过CFD确定矩形植被堰流量的方法，具体步骤如下：
步骤S1：对缩尺的矩形植被堰进行物理模型试验，建立矩形植被堰物理模型；其缩尺的矩形植被堰的渠道长度Lx为7m，渠道宽度B为0.4m，渠道高度Px为0.5m，矩形植被堰的堰顶宽度Bx与渠道宽度B相同为0.4m，堰顶长度L为1m，堰顶高度P为0.2m，在模型试验时矩形植被堰流量Q为8.1L/s~18.3L/s的条件下，对不同堰顶粗糙度Ks为0.001~0.318m进行试验，试验测得矩形植被堰上游5倍的堰顶高度P即1m处水深，其范围为0.067m~0.104m，根据佛罗德数的表达式Fr=Q/B/(h+P)/(g·(h+P))0.5，g为重力加速度，取值9.81m/s2，则佛罗德数Fr的范围为0.04~0.09（无量纲数，无单位）；物理试验模型采用正态模型，综合考虑物理试验模型水流在阻力平方区要求，拟选取模型线性比尺为10，物理模型采用重力相似准则设计，角度比为1，流速比为λv=100.5=3.16，流量比λQ=102.5=316.23，糙率比λn=101/6=1.47；矩形植被堰渠道结构如图1和图2所示。
步骤S2：与步骤S1相同条件下，对步骤S1中建立的矩形植被堰物理模型进行数值计算，计算收敛后导出结果，通过计算流体动力学后处理软件进行数据处理，采集物理模型试验矩形植被堰上游的堰上数值模拟时矩形植被堰上游水深h´；
数值计算时，先对步骤S1中矩形植被堰模型进行数值计算，建立矩形植被堰三维数值模型，并将矩形植被堰三维数值模型进行网格剖分，输出后缀名为.mesh的计算文件，再导入计算流体动力学软件进行数值计算，最后计算收敛后导出结果；通过计算流体动力学后处理软件进行后处理，在与物理模型试验中对应边界条件和几何条件下进行计算获得数值模拟时矩形植被堰上游水深h´；
再将三维数值模型网格剖分时采用不同尺度网格，从而得到若干不同的网格方案，针对各个网格方案在计算流体动力学软件计算中选取不同的湍流模型及不同的数值算法，形成若干不同的数值模拟方法，那么通过不同数值模拟方法对缩尺的矩形植被堰计算可得到不同的植被堰上游1m处数值模拟时矩形植被堰上游水深h´。
步骤S3：对步骤S2中数值模拟时不同矩形植被堰上游1m处数值模拟时矩形植被堰上游水深h´与步骤S1中物理模型试验中不同矩形植被堰上游1m处水深h进行逐点对比，找到所有数值逐点相对误差绝对值均不超过δ%的计算工况，本实例中取δ取值为2.5，即|h-h´|/h≤2.5%，输出对应的数值模拟方法；
图3为物理试验和数值模拟中矩形植被堰上游水深对比图，其相对误差的绝对值均小于2.5%，输出对应的数值模拟方法，包括网格尺寸、湍流模型、数值算法，拟采用单位体积1×1×1的六面体结构化网格，湍流模型为可实现湍流模型（Realizable k-ε），控制方程的离散方式为有限体积法（FVM）；扩散项采用二阶中心差分格式，对流项采用快速格式（QUICK），压力和速度的耦合采用简单耦合算法（SIMPLEC），计算方式采用并行计算，数值模拟方法采用气液两相流（VOF）方法。
步骤S4：对矩形植被堰流量表达式：Q=CdB(2g)0.5h1.5中矩形植被堰流量系数Cd进行物理模型量纲分析，得到的矩形植被堰流量系数的影响因素，依据不同的水力条件确定矩形植被堰流量系数Cd的表达式为：
当0.1<h/L<0.4时，Cd=a·tanh[b·(h/L) c·(h/Ks) d·(P/L) e·Frf]；
当0.4≤h/L<1.5时，Cd=α·[(h/L)β·(h/Ks)γ·(P/Ks)η·Frθ]τ；
式中：tanh为双曲正切函数，a，b，c，d，e，f，α，β，γ，η，θ，τ均为常数系数，Fr为佛罗德数，Fr=Q/B/(h+P)/(g·(h+P))0.5，式中·表示点乘。
步骤S5：在矩形植被堰的渠道长度Lx为70m，渠道宽度B为4m，渠道高度Px为5m，矩形植被堰的堰顶宽度Bx与渠道宽度B相同为4m，堰顶高度P为2m的原型条件下，对堰顶长度L分别为2m、5m和10m，堰顶粗糙度Ks分别为10mm、180mm、220mm、410mm、780mm、1470mm和3180mm时，采用单位体积1×1×1的六面体结构化网格，湍流模型为可实现湍流模型（Realizablek-ε），控制方程的离散方式为有限体积法（FVM）；扩散项采用二阶中心差分格式，对流项采用快速格式（QUICK），压力和速度的耦合采用简单耦合算法（SIMPLEC），计算方式采用并行计算，数值模拟方法采用气液两相流（VOF）方法，对矩形植被堰进行计算流体动力学计算，输出矩形植被堰流量Q=1.58m³/s~33.80m³/s条件下数值模拟时矩形植被堰上游10m处水深，图4为矩形植被堰流量与水深的关系图，根据得到的矩形植被堰流量Q与矩形植被堰上游的堰上水深h，通过矩形植被堰流量系数表达式Cd=Q/(B(2g)0.5h1.5)换算得到一系列不同工况条件下的矩形植被堰流量系数Cd。
将得到模拟值数据集合根据矩形植被堰上游水深h与堰顶长度L的比值进行分类，以0.4为临界点，将0.1<h/L<0.4的h/L、h/Ks、P/L、Fr和Cd归为一个数据集Π，将0.4≤h/L<1.5的h/L、h/Ks、P/Ks、Fr和Cd归为另一个数据集。
采用统计产品与服务解决方案软件在矩形植被堰在0.1<h/L<0.4条件下，对矩形植被堰流量系数的表达式Cd=a·tanh[b·(h/L) c·(h/Ks) d·(P/L) e·Frf]在数据集Π下，以Cd为因变量，h/L、h/Ks、P/L、Fr为自变量进行非线性拟合，得到常数系数a，b，c，d，e，f的值，具体地，a为0.385，b为21.793，c为-1.276，d为0.049，e为1.438，f为1.467，拟合决定系数R2为0.964；在矩形植被堰在0.4≤h/L<1.5条件下，对矩形植被堰流量系数的表达式Cd=α·[(h/L)β·(h/L)γ·(P/Ks)η·Frθ]τ在数据集下，以矩形植被堰流量系数Cd为因变量，h/L、h/Ks、P/Ks、Fr为自变量进行非线性拟合，得到常数系数α，β，γ，η，θ，τ的具体值，具体地，α为1.665，β为-0.040，γ为1.768，η为-1.775，θ为-2.171，τ为-0.406，拟合决定系数R2为0.977。
统计产品与服务解决方案的数据处理软件具体拟合步骤为：
1、先将数据导入数据处理软件统计产品与服务解决方案的数据处理软件；
2、然后进行回归拟合，在分析中找到回归，然后进行非线性拟合或线性拟合，确定因变量和模型表达式；
3、在选型中保存预存初始值，勾选残差值，拟合后即可得到合理的常数系数a，b，c，d，e，f，α，β，γ，η，θ和τ的具体值；
将a，b，c，d，e，f，α，β，γ，η，θ和τ的具体值带入h/L分类后的矩形植被堰流量系数表达式，可以得到：
当0.1<h/L<0.4时，Cd=0.385·tanh[21.793·(h/L) -1.276·(h/Ks) 0.049·(P/L)1.438·Fr1.467]；
当0.4≤h/L<1.5时，Cd=1.665·[(h/L)-0.040·(h/Ks)1.768·(P/Ks)-1.775·Fr-2.171]-0.406；
对上述矩形植被堰流量系数进行总体误差分析，如图5和图6所示，可以看出全部数据点的误差均小于10%，其中尤其地94.21%的数据点误差小于5%，由此可见矩形植被堰流量系数的表达式完全符合预测精度要求。
步骤S6：将矩形植被堰流量系数Cd的表达式带入Q=CdB(2g)0.5(h)1.5，可以分别得到0.1<h/L<0.4和0.4≤h/L<1.5时对应的矩形植被堰流量Q的表达式：
当0.1<h/L<0.4时：
Q=0.385·tanh[21.793·(h/L) -1.276·(h/Ks) 0.049·(P/L) 1.438·Fr1.467]·B·(2g)0.5·h1.5，式中Fr的表达式为：Fr=Q/B/(h+P)/(g·(h+P))0.5；
当0.4≤h/L<1.5时：
Q=1.665·[(h/L)-0.040·(h/Ks)1.768·(P/Ks)-1.775·Fr-2.171]-0.406·B·(2g)0.5·h1.5，式中Fr的表达式为：Fr=Q/B/(h+P)/(g·(h+P))0.5；
假设在一个矩形植被堰的渠道长度Lx为20m、渠道宽度B为0.4m渠道中，设置有堰顶长度L为0.5m，堰顶高度P为0.2m，堰顶宽度Bx为0.4m，堰顶粗糙度Ks为0.078m的矩形植被堰；
当测得矩形植被堰上游1m处的水深h为0.119m，此时h/L为0.238，在0.1<h/L<0.4的范围内，则调用矩形植被堰流量表达式：Q=0.385·tanh[21.793·(h/L) -1.276·(h/Ks)0.049·(P/L) 1.438·Fr1.467]·B·(2g)0.5·h1.5，式中Fr的表达式为：Fr=Q/B/(h+P)/(g·(h+P))0.5，将所有已知值先带入Fr的表达式得到Fr =Q/0.226，再带入矩形植被堰流量表达式得到：Q=0.028tanh(329.669·Q1.467)，通过迭代可得到矩形植被堰流量为0.0255m3/s；
随着水位升高为0.229m时，此时h/L为0.458，则在当0.4≤h/L<1.5的范围内，则调用矩形植被堰流量表达式：
Q=1.665·[(h/L)-0.040·(h/Ks)1.768·(P/Ks)-1.775·Fr-2.171]-0.406·B·(2g)0.5·h1.5，式中Fr的表达式为：Fr=Q/B/(h+P)/(g·(h+P))0.5，同样将所有已知值先带入Fr的表达式得到Fr=Q/0.352，再带入矩形植被堰流量表达式得到：Q=0.323·[0.135·Q-2.171]-0.406，再通过迭代可得到矩形植被堰流量为0.0701 m3/s。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种通过CFD确定矩形植被堰流量的方法，其特征在于：包括以下步骤：
步骤S1：对缩尺的矩形植被堰进行物理模型试验，在矩形断面渠道中建立矩形植被堰物理模型，定义渠道宽度为B、长度为Lx和高度为Px，渠道内部堰顶宽度为Bx、堰顶长度为L和堰顶高度为P，对给定堰顶粗糙度Ks，不同矩形植被堰流量Q条件下，采集物理模型试验时矩形植被堰上游的堰上水深h；
步骤S2：对步骤S1中建立的矩形植被堰物理模型进行数值计算，计算收敛后导出结果，通过计算流体动力学后处理软件进行数据处理，在数值模拟条件下，采集数值模拟时矩形植被堰上游的堰上游水深h´；
步骤S3：对步骤S1中物理模型试验时矩形植被堰上游的堰上水深h和步骤S2中数值模拟时矩形植被堰上游的堰上水深h´进行逐点对比，找到所有数值逐点相对误差绝对值均不超过δ%的计算工况，即|h-h´|/h≤δ%，输出数值模拟方法，δ为预设精度阈值；
步骤S4：对矩形植被堰流量表达式：Q=CdB(2g)0.5h1.5中矩形植被堰流量系数Cd进行物理模型量纲分析，得到矩形植被堰流量系数的影响因素，依据不同的水力条件确定矩形植被堰流量系数Cd的表达式为：
当0.1<h/L<0.4时，Cd=a·tanh[b·(h/L) c·(h/Ks) d·(P/L) e·Frf]；
当0.4≤h/L<1.5时，Cd=α·[(h/L)β·(h/Ks)γ·(P/Ks)η·Frθ]τ；
式中：tanh为双曲正切函数，a，b，c，d，e，f，α，β，γ，η，θ，τ均为常数系数，Fr为佛罗德数，Fr=Q/B/(h+P)/(g·(h+P))0.5，式中·表示点乘，g为重力加速度；
步骤S5：通过步骤S3中数值模拟方法和统计产品与服务解决方案SPSS软件对步骤S4中常数系数a，b，c，d，e，f，α，β，γ，η，θ，τ进行回归拟合，得到常数系数具体值；
步骤S6：将步骤S5得到常数系数具体值a´，b´，c´，d´，e´，f´，α´，β´，γ´，η´，θ´，τ´带入步骤S4中矩形植被堰流量系数Cd表达式，再带入步骤S4中矩形植被堰流量Q表达式，得到矩形植被堰流量Q表达式为：
当0.1<h/L<0.4时，Q=a´·tanh[b´·(h/L)c´·(h/Ks)d´·(P/L)e´·Frf´] ·B·(2g)0.5·h1.5；
当0.4≤h/L<1.5时，Q=α´·[(h/L)β´·(h/Ks)γ´·(P/Ks)η´·Frθ´]τ´·B·(2g)0.5·h1.5。
2.根据权利要求1所述的一种通过CFD确定矩形植被堰流量的方法，其特征在于：步骤S1中对缩尺的矩形植被堰进行物理模型试验，具体为：
物理模型试验采用正态物理模型，选取物理模型线性比尺λl，物理模型采用重力相似准则设计，角度比λγ，流速比λv=λl 0.5，流量比λQ=λl 2.5，糙率比λn=λl 1/6；
定义矩形植被堰流量系数Cd的影响参数为：物理模型试验时矩形植被堰上游的堰上水深h与堰顶长度L的比值，即堰顶长度相对水深h/L；物理模型试验时矩形植被堰上游的堰上水深h与堰顶粗糙度Ks的比值，即无量纲粗糙度h/Ks；堰顶高度P与堰顶长度L的比值，即植被堰高长比P/L；堰顶高度P与堰顶粗糙度Ks的比值，即植被堰粗糙度高度比P/Ks；以及植被堰上游佛罗德数Fr，其表达式为Fr=Q/B/(h+P)/(g·(h+P))0.5；物理模型试验时矩形植被堰上游的堰上水深h的测量位置在距离植被堰5倍堰顶高度处。
3.根据权利要求2所述的一种通过CFD确定矩形植被堰流量的方法，其特征在于：步骤S2与步骤S1相同条件，相同条件是指步骤S2与步骤S1中几何尺寸和下游出口边界条件相同，其中几何尺寸具体指渠道宽度B、堰顶长度L、堰顶高度P和堰顶粗糙度Ks以及矩形植被堰与渠道进口的相对位置；下游出口边界条件是指自由出流，即无障碍物阻挡水流；与步骤S1中矩形植被堰流量Q相同；与步骤S1中物理模型试验时矩形植被堰上游的堰上水深h的测量位置相同。
4.根据权利要求3所述的一种通过CFD确定矩形植被堰流量的方法，其特征在于：步骤S2中对步骤S1中建立的矩形植被堰物理模型进行数值计算，具体为：
建立与步骤S1中矩形植被堰相同的数值模型，并将数值模型进行网格剖分，输出后缀名为.mesh的计算文件，导入计算流体动力学软件进行数值计算；
在将数值模型进行网格剖分时采用不同尺度网格，得到若干不同的网格方案，若干不同的网格方案在计算流体动力学软件计算中选取不同的湍流模型及不同的数值算法。
5.根据权利要求4所述的一种通过CFD确定矩形植被堰流量的方法，其特征在于：步骤S5实现的具体步骤为：
步骤S51：先对不同的矩形植被堰流量Q，以及不同堰顶长度L、堰顶高度P和堰顶粗糙度Ks条件的矩形植被堰进行计算流体动力学计算，采集不同工况条件下，物理模型试验时矩形植被堰上游的堰上水深h，得到对应的矩形植被堰流量系数Cd，Cd表达式和佛罗德数为：Cd=Q/(B(2g)0.5h1.5)，Fr=Q/B/(h+P)/(g·(h+P))0.5；得到数据包，包括堰顶长度相对水深h/L，佛罗德数Fr，无量纲粗糙度h/Ks，植被堰高长比P/L，植被堰粗糙度高度比P/Ks，矩形植被堰流量系数Cd；
步骤S52：对堰顶长度相对水深h/L进行分类，将步骤S51的数据包进行分类，分类时以0.4为临界点，将0.1<h/L<0.4的堰顶长度相对水深h/L、无量纲粗糙度h/Ks、植被堰高长比P/L、佛罗德数Fr和矩形植被堰流量系数Cd归为一个数据集Π，将0.4≤h/L<1.5的堰顶长度相对水深h/L、无量纲粗糙度h/Ks、植被堰粗糙度高度比P/Ks、佛罗德数Fr和矩形植被堰流量系数Cd归为另一个数据集；
步骤S53：采用统计产品与服务解决方案SPSS软件对步骤S52中数据集Π以矩形植被堰流量系数Cd为因变量，h/L、h/Ks、P/L、Fr为自变量对Cd=a·tanh[b·(h/L) c·(h/Ks) d·(P/L) e·Frf] 进行非线性拟合，得到系数a，b，c，d，e，f的具体值；
对数据集以矩形植被堰流量系数Cd为因变量，h/L、h/Ks、P/Ks、Fr为自变量对Cd=α·[(h/L)β·(h/L)γ·(P/Ks)η·Frθ]τ进行非线性拟合，得到系数α，β，γ，η，θ，τ的具体值。
6.根据权利要求5所述的一种通过CFD确定矩形植被堰流量的方法，其特征在于：步骤S6中，测得物理模型试验时矩形植被堰上游水深h，再通过迭代求解可得矩形植被堰流量Q；实现步骤S6的步骤为：
步骤S61：根据矩形植被堰流量Q，得到佛罗德数Fr，Fr=Q/B/(h+P)/(g·(h+P))0.5；
步骤S62：通过测得的物理模型试验时矩形植被堰上游的堰上水深h进行h/L分类判断，调用相关矩形植被堰流量系数的表达式；
步骤S63：当0.1<h/L<0.4时，调用矩形植被堰流量系数的表达式Cd=a´·tanh[b´·(h/L) c´·(h/Ks) d´·(P/L) e´·(Q/B/(h+P)/(g·(h+P))0.5)f´]，矩形植被堰流量等式为Q=a´·tanh[b´·(h/L) c´·(h/Ks) d´·(P/L) e´·(Q/B/(h+P)/(g·(h+P))0.5)f´]·B·(2g)0.5·h1.5，式中a´、b´、c´、d´、e´、f´、 h、g、B、L、P和Ks均为已知值，等式两侧仅有矩形植被堰流量Q为未知数，通过迭代即可得到矩形植被堰流量Q的具体值；
步骤S64：当0.4≤h/L<1.5时，调用矩形植被堰流量系数的表达式：
Cd=α´ ·[(h/L)β´ ·(h/Ks)γ´ ·(P/Ks)η´ ·(Q/B/(h+P)/(g·(h+P))0.5)θ´]τ´；
矩形植被堰流量等式为：
Q=α´ ·[(h/L)β´ ·(h/Ks)γ´ ·(P/Ks)η´ ·(Q/B/(h+P)/(g·(h+P))0.5)θ´]τ´ ·B·(2g)0.5·h1.5；
式中α´、β´、γ´、η´、θ´、τ´、 h、g、B、L、P和Ks均为已知值，等式两侧仅有矩形植被堰流量Q为未知数，通过迭代即可得到矩形植被堰流量Q的具体值。
CN202410594532.6A 2024-05-14 2024-05-14 一种通过cfd确定矩形植被堰流量的方法 Active CN118171603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410594532.6A CN118171603B (zh) 2024-05-14 2024-05-14 一种通过cfd确定矩形植被堰流量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410594532.6A CN118171603B (zh) 2024-05-14 2024-05-14 一种通过cfd确定矩形植被堰流量的方法

Publications (2)

Publication Number Publication Date
CN118171603A CN118171603A (zh) 2024-06-11
CN118171603B true CN118171603B (zh) 2024-07-23

Family

ID=91351032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410594532.6A Active CN118171603B (zh) 2024-05-14 2024-05-14 一种通过cfd确定矩形植被堰流量的方法

Country Status (1)

Country Link
CN (1) CN118171603B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408188A (zh) * 2023-12-14 2024-01-16 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种通过计算流体动力学预测梯形溢流坝流量的方法
CN117829036A (zh) * 2024-03-05 2024-04-05 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种通过cfd确定t型分汊明渠下游支渠流量的方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITRM20070134A1 (it) * 2007-03-15 2008-09-16 Univ Palermo Metodo di misura della portata di piena in un corso d'acqua e relativo sistema
CN114091163B (zh) * 2021-11-29 2022-05-10 中国水利水电科学研究院 一种基于有限体积法的河道构筑物过流数值模拟方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408188A (zh) * 2023-12-14 2024-01-16 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种通过计算流体动力学预测梯形溢流坝流量的方法
CN117829036A (zh) * 2024-03-05 2024-04-05 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种通过cfd确定t型分汊明渠下游支渠流量的方法

Also Published As

Publication number Publication date
CN118171603A (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN111144055B (zh) 城市环境中有毒重气泄漏浓度分布确定方法、装置及介质
CN111553394B (zh) 基于循环神经网络和关注机制的水库水位预测方法
CN108062595B (zh) 基于wrf/cfd/sahde-rvm耦合的复杂地貌区域短时风能预测方法
CN117408188B (zh) 一种通过计算流体动力学预测梯形溢流坝流量的方法
Salmasi et al. Neuro-fuzzy approach for estimating energy dissipation in skimming flow over stepped spillways
CN116542021B (zh) 一种水文-水动力学耦合的河道型水库调洪演算方法
CN117829036B (zh) 一种通过cfd确定t型分汊明渠下游支渠流量的方法
CN112883667A (zh) 一种基于大涡模拟在竖向脉动风荷载作用下的膜结构抗风优化方法
Saleh et al. Minimizing the hydraulic side effects of weirs construction by using labyrinth weirs
CN118171603B (zh) 一种通过cfd确定矩形植被堰流量的方法
CN117454724B (zh) 一种通过cfd确定护城河式防洪堤坝几何参数的方法
CN111311734A (zh) 铀尾矿库排洪系统水力特性三维数值模拟方法
Salmasi et al. Application of data mining on evaluation of energy dissipation over low gabion-stepped weir
CN116384289B (zh) 一种通过计算流体动力学预测墩块式鱼道流量的方法
Sahebzadeh et al. Wind energy harvesting with building-integrated ducted openings: CFD simulation and neural network optimization
Daneshfaraz et al. Numerical modeling of hydraulic properties of sloped broad crested weir
CN116757111A (zh) 一种预测带有鱼道坡度的墩块式鱼道流量的方法
CN115358166A (zh) 基于hll格式的一维明渠水动力过程模拟方法
CN102289550A (zh) 一种用于露天开放性颗粒源风蚀释放因子的动力学估算方法
CN114757049A (zh) 流域污水处理厂提标改造的必要性分析验证方法
CN112528571B (zh) 适用于近地面湍流特征的数值风洞模拟的建模方法
Olyaie et al. A laboratory investigation on the potential of computational intelligence approaches to estimate the discharge coefficient of piano key weir
Musavi-Jahromi Simulation of pizometric pressure in dam siphon spillways
Jorgensen Hydraulic analysis of coupling a labyrinth weir with a steep stepped chute
Pujari et al. Application of machine learning approaches in the computation of energy dissipation over rectangular stepped spillway

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