بررسی تحلیلی نمودار دبی اشل در کانال های مرکب و رودخانه ها با رویکرد تنش برشی

مسئله تخمین دبی و سرعت جریان در کانال ها به دلیل ماهیت سه بعدی جریان، به خصوص در کانال های مرکب ورودخانه ها موضوع بسیار پیچیده ای است که در دهه های اخیر کارهای پژوهشی زیادی روی آن انجام یافته است. بهدلیل ناپیوستگی موجود در شعاع هیدرولیکی مقطع، روش های یک بعدی ساده برای برآورد دبی مانند معادله مقاومت منینگ، قادر به پیش بینی صحیح دبی جریان در کانال های مرکب نمی باشند. رویکرد اساسی که برای حل این مشکلارائه شده، به روش کانال تقسیم شده DCM موسوم است، که این روش نیز به دلیل درنظر نگرفتن اثر اندرکنش بین جریان در کانال اصلی و سطوح سیلابی )تأثیر انتقال ممنتوم(، خود نتایج معتبری ارائه نمی دهد. از این پس رویکردها حول اصلاح معادلات DCM گسترش یافته اند. رویکردهای مختلف یک بعدی و دو بعدی برای اعمال اثر اندرکنش بهکارگرفته شده که هریک دارای مزایا و معایبی هستند. دراین بین روش موسوم به شیانو نایت، - SKM ، که در سال 1991 ارائه شد، توانست موفقیت بیشتری کسب کند. اساس این روش بر اندازه گیری تنش برشی مرزی، بسط معادلاتناویه استوکس دوبعدی، و محاسبه جریان های ثانویه استوار است. مهمترین ویژگی این روش که موجب موفقیت آن در - دهه های اخیر شده، در واقع همان لحاظ اثر جریان های ثانویه روی ظرفیت انتقال کانال می باشد. بر این اساس یک بسته نرم افزاری با نام CES نیز ارائه شده که قادر به مدل سازی انواع کانال های مرکب و رودخانه های مستقیم وپیچان رود )مئاندر( و همچنین کانال هایی است که محور کانال اصلی آنها بر محور بستر سیلابی منطبق نیست. این نرم افزار با نام تجاری CES-AES v2.0 نتیجه تحقیقات محققان مؤسسه تحقیقاتی HR-Wallingford انگلستان باهمکاری آژانس جهانی محیط زیست تهیه شده است. در این مقاله به بررسی نمودار دبی اشل برای تعدادی از مقاطع - کانال های طبیعی )رودخانه ای( و مصنوعی )آزمایشگاهی( و مقایسه تخمین های روش های مختلف محاسباتی، با دادههای برداشت شده می پردازیم. بررسی ها نشان می دهد که محاسبه تنش برشی مرزی و همچنین لحاظ اثر جریانهای ثانویه بر جریان اصلی در کانال های مرکب، رویکرد خوب و قابل قبولی برای تخمین دبی در این کانال ها ارائه میکند. در سال های اخیر تحقیقاتی نیز روی ارائه توابعی برای بیان پدیده جریان های ثانویه در کانال های مرکب انجامیافته، که از مهمترین آنها می توان به کارهای (Sharifi,2009) و (Gunawan,2010) اشاره کرد. با بررسی این روابط نیز پی می بریم که با تغییرات هدفمند این پارامتر می توان کارایی روش SKM را تا حدود زیادی بالا برد