英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
疏浚淤泥泥沙源参数模型
Boudewijn Decrop1 · Tom De Mulder2 · Erik Toorman3 · Marc Sas1
摘要提出的模型允许快速模拟溢流疏浚羽流的近场行为。疏浚羽流发生在疏浚船舶使用液滴轴释放系统排放多余的海水时，其与疏浚沉积物一起被泵送到尾吸式挖泥船（TSHD）中。 装载的沉淀物混合物中的细小沉积物在到达溢流轴之前不会完全沉降。 因此，释放的水含有浓度随时间变化的细小沉积物。 沉积物的粒度在粘土，粉砂和细砂的范围内; 大多数情况下，沉积物浓度大致在10至200 g / l之间变化，峰值较高，持续时间更长。 为了评估由这种释放引起的浊度增加对环境的影响，常常进行羽流分析预测。这些预测通常用覆盖整个沿海地带，海湾或河口的大型模型来执行。在流体动力学模型中实现了细粒沉积物的来源，以模拟细小的沉积物分散。然而，大型模型网格分辨率和控制方程不允许模拟船体和螺旋桨附近的近场羽流行为。此外，在近场，这些羽流受到浮力和气泡的影响。因此，沉积物的初始分布是未知的，必须基于目前的粗略假设。沉积物源的初始（垂直）分布对最终的远场羽流分散结果有很大的影响。为了研究这种近场行为，开发了一种高度详细的计算流体动力学（CFD）模型。该模型包含疏浚船的实际几何形状，浮力效应，气泡和螺旋桨作用，并且通过与现场测量相比较早验证。 CFD模型需要大量的模拟时间，这在所有情况下都不可用。例如，为了允许在实时预测模型中正确表示溢流羽流分散，需要对近场行为进行快速评估。为此，已经开发了一种半分析参数模型，其以相对准确的方式再现用CFD模型获得的近场沉积物分散体。本文提出了所谓的灰盒模型。
1.介绍.
近期，疏浚工程的环境影响评估受到广泛监管。预测海洋作物不良影响的方法得到改善。使用拖尾吸料斗挖泥船（TSHD）进行疏浚需要将多余的水从船只的料斗排放进入海洋，以获得最佳的操作效率。回流通过垂直轴排出，出口在挖泥船的船体下方，通常被称为溢流轴。释放的材料通常包含一小部分细小的沉积物，其中在料斗中的停留时间不足以沉降，因此停留在悬浮液中，直到达到溢流轴。释放的材料的一部分可能作为密度电流下降到海床，另一部分可能被分散以形成表面羽流。如果沉积物浓度太低以至浮力下沉到海床，后一部分势必停留在水柱中较长时间。以这种方式产生的浊度羽流可以被潮汐或循环流动平流，并可能达到环境敏感区域。
在疏浚项目的可行性阶段，需要预测这些细小的泥沙的命运，以评估减缓措施的需要。在操作项目阶段，需要实时的羽流预测，来评估计划的时间和位置，未来几天计羽流的大规模模拟通常用配备有溢流混合物的源项的浅水流体动力学流模型来执行，真实存在。提供给大型模型的源术语是到达水柱的释放的沉积物通量的一部分。可以使用耗时的基于过程的计算流体动力学（CFD）模型或通过参数化的预测模型来确定该（垂直分布的）源项。本文提出了参数模型结构的发展及其基于过程的模型输出的大数据集的参数拟合。
1.1耙吸挖泥船.
TSHD是一种自行式，海运船只，在世界各地广泛应用。 当拖尾头穿过海床时，通过吸入管将沉淀物 - 水混合物泵送到料斗中，排放和沉积物质量浓度（图1）。 而较粗的沉淀物颗粒沉降在料斗中，最好的沉积物分数可以停留在悬浮状态，并且通过垂直的下降轴溢出，多余的水流过舷外。 通过溢流的体积排放表示为，混合物中的沉积物质量浓度为。
溢流轴的出口通常与船体的龙骨安装齐平。 因此，在船的垂直下方释放出负浮力的水，气泡和细小的沉积物颗粒。 由于船舶的航行速度和/或环境电流，所产生的羽流受到横流的影响
沉积物羽流的一部分可以通过气泡、螺旋桨和横流从主密度电流中剥离，参见例如。 Decrop等 （2012），de Wit等人（2014），Decrop等人 （2014），Decrop等人 （2015年），Saremi和Jensen（2014年）。 总沉积物排放量的这一部分随后移动到表面羽流。 这些表面羽流通常在航空摄影中可见。
为了能够适当地评估羽流对环境的影响，重要的是预测其在水柱中的命运和分散，参见例如。 Bray（2008）。
图。 1耙吸式挖泥船草图，重点介绍水泥混合物的路径。 沉积物从海床通过吸入管移动到料斗中，一部分通过溢流器排放回海中
1.2溢出疏浚.
在从溢流轴到耗散的空间演化过程中，溢流羽流可分为两个区域。 最接近释放区的区域经受水、沉积物、气泡、螺旋桨射流和羽流体积浮力之间的复杂相互作用。 该区称为近场。 在该区域中，羽流通常是一种动态羽流，其被定义为与周围海水相比增加堆积密度影响的羽流。
在TSHD背后一定距离后，螺旋桨和船舶混合已经衰减，气泡已经离开水柱，并且沉积物浓度已经降低到堆积密度非常接近海水密度的水平。 该区称为远场。 这里，羽流不再是动态的，而是被称为被动羽流。 这种类型的羽流可以与海流长距离行驶。
Breugem等人（2009），Spearman et al。 （2011）和Decrop和Sas（2014）描述了溢流轴内的取水。发现溢出物释放的沉淀物混合物的沉积物浓度在5〜200g / l之间，或者在加载阶段结束后的短时间内甚至更高。过去监测了远场羽流中的沉积物浓度（Newell 等人。1999; Hitchcock and Bell 2004; Black and Parry 1999; Breugem 等人。2009; Smith and Friedrichs 2011）。在羽流中发现的沉积物浓度范围为10至5000 mg / l，后者在最近的床密度电流中发现。个体TSHD的羽流长度在300米到2.5公里之间。当在同一地点进行连续资本疏浚时，可能会形成更大的羽流。沉积物的沉降速度范围从微流体中的小于0.1mm / s到通过TSHD通过的床聚集体的5mm / s（Smith和Friedrichs 2011）。
1.3溢流疏浚环境.
疏浚溢流产生的浊度可能会对环境造成不利影响（Bray 2008）。当表层羽流形成的沉积物浓度相对较低，密度过低的时，沉积物会在的影响下非常缓慢地下沉到海床， 在这种速度下沉降，表面羽流可以在距离几公里的潮汐流中行驶（Hitchcock和Bell 2004; Breugem等人，2009）。 沉积物沉积减少的光线渗透可能对水生生物产生不利影响，如珊瑚礁，狩猎鱼，海草斑块和底栖生物。
为了防止羽流到达这些有价值的区域，通常在疏浚项目期间部署广泛的浊度监测程序。 报警水平被定义为超过浊度不允许上升。 如果达到这些水平，则需要对工程进行规划修订或最终完成疏浚工程。 为了避免这种事件，必须通过模型模拟预测由操作船造成的疏浚羽流。 在过去，已经使用了所谓的环境阀，以防严重的不利影响。 该阀阻塞溢流轴中的流动，从而避免了入口喷射和随后的气泡夹带。 Decrop等人分析了不同情况下阀门的效率。（2015年）。
1.4溢流疏浚羽流的现今数值模拟.
为了评估在招标阶段到达敏感区域的羽流的潜力，需要预测潮汐流和羽流分散。 同时在疏浚项目的运营阶段，羽流分散的实时预报是避免由于浊度阈值违规而暂停工程的一个优点。
为了预测浊度羽流的路径和浓度，数值模型是唯一的选择。 建立和校准大型水动力模型，以模拟潮汐流的时间演变。 当规划给定生产的疏浚船将在给定位置工作时，可以在数值流动模型中施加沉积物来源。 根据海床的生产率和细砂沉积物的比例，可以估计出溢流的泥沙通量（van Rhee 2002; Jensen and Saremi，2014）。
释放的沉积物随后通过受密度梯度，气泡，螺旋桨混合和TSHD周围流动的复杂流动模式分散。一小部分沉积物可能立即到达海床，并作为近床密度电流传播。在通常在10到100公里的距离内延伸的大型模型中，这些详细过程的解决方案是不可行的。有两个主要原因：方程式和相对较大的网格单元中的若干假设。需要两个方面来使预测计算对于这样大的时间尺度和空间尺度是可行的。目前，所有复杂的近场过程的主要影响必须在一个参数中缩小：在水柱中悬浮的释放沉积物的分数（Becker等，2015）。该级分在整个水柱中的垂直分布也是未知的。这些因素构成了溢流羽流模拟定义沉积物源术语的最大不确定性。
在这项工作中，开发了一个参数化模型，用于确定溢流羽流中沉积物通量的垂直分布，水沉积物复杂流动的高度详细基于三维CFD模拟的数据集， 空气混合物从溢流轴到远场。 本文提出的参数模型与de Wit （2014年）等人的类似模型不同。在某种意义上说，它可以与广泛的TSHD尺寸产生的溢流溢出的远场羽流分散模型相结合，并且在广泛的连续变化的环境强度范围内。 此外，考虑重要的几何变量，如溢流轴直径，溢流和船尾之间的距离以及船舶通风。
2灰盒参数模型.
如前所述，必须提供给大型模型的源术语是排放到水柱中的过流沉积物的分数，优选地作为垂直剖面。 可以使用基于过程的CFD模型或通过更快的参数化预测模型来确定该源项。 因此，参数化模型必须是速度和精度之间的折衷。 与CFD模型相比，它将不那么准确，但是在不可能使用CFD模型的情况下将适用。 实时预测模拟羽流。
参数模型将由理论解决方案以及多元回归分析组成，使用“灰箱模型”一词。
基于75 CFD模型模拟，模型中的参数将通过CFD模型输出的大数据集进行拟合。在目前的论文中，所有考虑的情况都包括在溢流的液滴轴中夹带的空气。扼流阀（所谓的绿色阀门）的作用在目前尚未包含在模型中。 CFD模型由作者开发，已经在Decrop等人的实验室实验中得到验证。 Decrop等人的实地测量（2014）。由CFD模型计算的沉积物羽流的一个例子可以在图1中找到。考虑到在5至250g / l之间的溢流处的沉积物浓度对应于3至155kg / m 3的过量密度。该模型基于使用溢流的帆船式挖泥船。参数模型对于在切割机生产过程中用作驳船的锚式驳船或料斗无效。目前正在对如何在这些情况下附加模型进行单独调查。
参数模型结构的开发，其参数的拟合及其质量的评估在以下部分中给出。
图 2 TSHD发布的水泥沙混合动力学的三维CFD模型的结果示例。 高度集中的亚表面羽毛由棕色等值面表示，水面上的沉积物浓度以棕色至白色轮廓表示。 海床由棕色平面表示，水面由透明的蓝色平面（Decrop 2015）
3制定和原则.
在参数化模型的制定开始之前，不同的长度尺度和通量需要被压缩为无量纲数。 这使得垂直通量分布的参数更通用。
此时，不考虑阻塞流动的阀来减少空气夹带的影响。 使用CFD模型生成的所有羽流数据均基于溢流轴中风量浓度为7％的模拟。
在图 3绘制不同的刻度。 水深H是TSHD吃水和龙骨清除的总和。 溢流和船尾之间的距离表示为。 现在可以将垂直坐标z缩放为在海床上等于-1的无量纲坐标zeta;，在龙骨处为0，在水面处为1;
其中H是赫维赛德阶跃函数。 沉积物中时间平均的泥沙流量f羽流（以kg / s / m计）基于CFD结果定义：
C和U是时间平均的沉积物浓度流速。横向积分的通量确定为：
其中是羽流的宽度。 在这一点上，我们有一个沉积物通量在kg / s在x和zeta;的每个位置的羽流。 距离需要被定义为对的垂直轮廓进行评估。 在远离船舶的距离处，参数模式输出对于在远场模型中的实现是有效的。 考虑了不同的选择，无论是固定的还是与与船只的距离可变：
- 固定距离船后，
- 作为浮力阈值的函数的距离羽流，从而总是评估沉积物剖面当羽毛不再具有显着的负面浮力，
- 距离取决于返回标准的Rouse个人资料用于自然沉积物运输。
后两种选择被忽略，因为会发生所需的距离羽毛的评估将落在该领域之外CFD模型。 最后选择第一个选项，其中a 定义CFD模型输出的固定距离评估和结果参数模型已验证。 距离在2.5处选择，为血管长度
将参数化的通量的垂直分布是非维数的，并由下式定义：
其中Qs,0 = C0Q0是溢出物的泥沙流出，C0是溢流沉积物质量浓度，Q0是体积通过溢流放电。
对于数据集中的每个CFD结果，配置文件Fs (zeta; )为确定在xp =2.5Ls在挖泥船后面。
下一步是对所得到的配置文件进行参数化。描述轮廓形状的参数然后通过多元回归链接到输入参数。根据环境条件和溢流喷射出口条件，两种不同类型的羽流可以区分：近床密度电流与表面羽毛和海床分离的羽毛。的形状两种羽流的垂直通量分布明显不同（图4）。两种类型都可以用a表示水柱顶部的表面通量Ft =Fs (zeta; = 1)，和dFs /dzeta;快速变化的zeta;级（zeta;= -0.1和-0.2。分别为4a和b。
图 4两种类型羽流的Fs垂直剖面：a
全文共12018字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[142875]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
