بررسی و حساسیت‌سنجی آزمایشگاهی قابلیت‌های روش سرعت‌سنجی تصویری ذرات بزرگ مقیاس در تعیین دبی و میدان جریان

نوع مقاله : پژوهشی اصیل (کامل)

نویسندگان
اشکان نوری 1
سید حسین مهاجری 2
مصطفی نبی پور 3
محمد صادق خانی 1
مجتبی مهرآیین 4
1 دانش آموخته دوره کارشناسی ارشد،گروه عمران، دانشکده فنی و مهندسی، دانشگاه خوارزمی، تهران، ایران
2 استادیار گروه مهندسی عمران،دانشکده فنی و مهندسی دانشگاه خوارزمی، تهران، ایران
3 دانش آموخته دوره دکتری، گروه عمران و محیط زیست، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران، ایران
4 دانشیار، گروه مهندسی عمران،دانشکده فنی و مهندسی دانشگاه خوارزمی، تهران، ایران
10.22034/23.2.15
چکیده
به جهت برآورد میزان خسارت­ های سیل، آگاهی از مشخصات جریان مانند سرعت و دبی جریان از اهمیت بالایی برخوردار است. امروزه استفاده از روش سرعت­ سنجی تصویری ذرات بزرگ مقیاس جهت برآورد پارامتر­های دبی و میدان جریان در مقیاس آزمایشگاهی و همچنین میدانی مورد استفاده قرار می­گیرد؛ اما پردازش تصاویر به خوبی نسبت به پارامترهای محیطی مهم به خوبی مورد بررسی قرار نگرفته­ است. به بیان دقیق­ تر اثر پارامترهای محیطی همچون؛ موقعیت قرار­گیری دوربین، ضریب سرعت و پنجره کاوش حساسیت­ سنجی نشده­است. اساس این پژوهش که از مبتنی بر روش­های پردازش تصویر است که به واسطه آن دبی و میدان جریان محاسبه می­شود. در این مطالعه قابلیت ­های این روش در مقیاس آزمایشگاهی نسبت به پارامترهای موثر محیطی دقت­ سنجی شده­ است. در این خصوص پنجره کاوش بررسی­ های این مطالعه نشان می­دهد که پنجره 20 پیکسل نتایج بهتری را در عمق­ های مختلف ارائه می­دهد. در ارتباط موقعیت دوربین بررسی­ ها نشان داد که قرارگیری دوربین به­ صورت مایل نتایج مطلوبی را ارائه می­دهد. در خصوص ضریب سرعت نیز بررسی­ ها بیانگر این است که ضریب بین 85/0 الی 9/0 بهترین نتایج را ارائه می­نماید. نتایج پژوهش در شرایط آزمایشگاهی براساس عمق های 12.5، 15.5 و 18.5 سانتی متر نشان­ دهنده این موضوع است که که با استفاده از سیستم سرعت­ سنج سطحی ذرات در مقیاس بزرگ بنا به انتخاب شرایط بهنیه انتخاب شبکه محاسباتی مناسب؛ موقعیت دوربین؛ انتخاب بهنیه پنجره کاوش؛ مشخصات هیدرولیکی و همچنین انتخاب مناسب ضریب سرعت؛ مقادیر دبی و سرعت جریان را با دقت مطلوب برآورد می­کند. مقادیر خطا نسبی دبی و سرعت جریان در این پژوهش براساس روش LSPIV برای عمق­های 12.5، 15.5 و 18.5 سانتی متر به ترتیب معادل 6.5 ؛ 3.1 و 2.1 درصد می­باشد.

کلیدواژه‌ها

موضوعات

عنوان مقاله English

Investigation and Laboratory Sensitivity Measurement of the Capabilities of the Large Scale Particle Image Velocimetry (LSPIV) in Determining the Flow Rate and Flow Field

نویسندگان English

ASH. Noori 1
S. Mohajeri 2
M. Nabipour 3
M. Khani 1
M. Mehraein 4
1 Graduated from Master's degree, Department of Civil Engineering, Technical and Engineering Faculty, Kharazmi University, Tehran, Iran
2 Assistant Professor, Department of Civil Engineering, Technical and Engineering Faculty, Kharazmi University, Tehran, Iran
3 PhD graduate,Department of Civil Engineering and Environment, Technical and Engineering Faculty, Tarbiat Modares University, Tehran, Iran
4 Assistant Professor, Department of Civil Engineering, Technical and Engineering Faculty, Kharazmi University, Tehran, Iran
چکیده English

In order to estimate the amount of flood damage, knowledge of flow characteristics such as speed and flow rate is very important. Nowadays, the use of large-scale particle image velocimetry method is used to estimate flow parameters and flow field in laboratory and field scale. But image processing in relation to important environmental parameters has not been well investigated. To be more precise, the effect of environmental parameters such as; The position of the camera, the speed coefficient, and the sensitivity of the probe window have not been measured. The basis of this research is based on image processing methods, through which flow rate and flow field are calculated. In this study, the capabilities of this method have been accurately measured on a laboratory scale in relation to effective environmental parameters. In this regard, the investigation window of this study shows that the window of 20 pixels provides better results in different depths. In relation to the position of the camera, the studies showed that the placement of the camera obliquely provides the desired results. Regarding the speed coefficient, the studies show that the coefficient between 0.85 and 0.9 provides the best results. The results of the research in laboratory conditions based on the depths of 12.5, 15.5 and 18.5 cm indicate that by using the large-scale particle surface velocimeter system, according to the selection of the optimal conditions, the selection of the appropriate computing network ; camera position; Selection of the search window optimization; hydraulic specifications as well as the appropriate selection of the speed coefficient; It estimates the values of flow rate and flow speed with optimal accuracy. The relative error values of discharge and flow velocity in this research based on the LSPIV method for depths of 12.5, 15.5 and 18.5 cm are equal to 6.5,3.1 and 2.1 percent.

کلیدواژه‌ها English

Flow measurement
particle image velocity measurement
open channel flow
CCTV
sensitivity measurement
1. Perks, M., A. Russell, and A.G. Large, Advances in flash flood monitoring using UAVs. Hydrology and Earth System Sciences, 2016. 20(1): p. 1-1.
2. Braud, I., et al., Multi-scale hydrometeorological observation and modelling for flash flood understanding. Hydrology and Earth System Sciences, 2014. 18(9): p. 3733-3761.
3. Mohajeri S. H. Determination of the Longitudinal Velocity Profile of Turbulent Flow over Rough Beds Using Double Averaging Method.vol. 18, no. 4, pp. 265-276, 2018.
4. de Lima, J.L. and J.R. Abrantes, Using a thermal tracer to estimate overland and rill flow velocities. Earth Surface Processes and Landforms, 2014. 39(10): p. 1293-1300.
5. Farina, G., et al., Three methods for estimating the entropy parameter M based on a decreasing number of velocity measurements in a river cross-section. Entropy, 2014. 16(5): p. 2512-2529.
6. Jolley, M.J., et al., Considerations When Applying Large-Scale PIV and PTV for Determining River Flow Velocity. Frontiers in Water, 2021.
7. ., Safarzadeh, Z. a Experimental Study of Turbulent Flow Structures in Two Groyne Field using PIV Method. Modares Civil Engineering journal, 2016. 16(1): p. 69-80.
8. Safarzadeh.A , Salehi S.A. Hydrodynamic study of the mixing layer surrounded by a shallow flow separation zone using the SPIV method - Part 1: Medium flow structure, Hydraulic magazine 8(1), 39-56. doi: 10.30482/jhyd.2014.7479
9. Safarzadeh.A , Salehi S.A. Hydrodynamic study of the mixing layer surrounded by a shallow flow separation zone using the SPIV method - Part 2: Characteristics of turbulence, momentary and spatial structures, Hydraulic magazine, 8(1), pp. 57-72. doi: 10.30482/jhyd.2014.7480
10. Bras, R.L., Hydrology: an introduction to hydrologic science. 1990: Addison Wesley Publishing Company.
11. Creutin, J., et al., River gauging using PIV techniques: a proof of concept experiment on the Iowa River. Journal of Hydrology, 2003. 277(3-4): p. 182-194.
12. Fujita, I. and Y. Kunita, Application of aerial LSPIV to the 2002 flood of the Yodo River using a helicopter mounted high density video camera. Journal of Hydro-environment Research, 2011. 5(4): p. 323-331.
13. Tauro, F., et al., Flow monitoring with a camera: a case study on a flood event in the Tiber river. Environmental Monitoring and Assessment, 2016. 188(2): p. 1-11.
14. FUJITA, I. and S. KOMURA, Application of video image analysis for measurements of river-surface flows. Proceedings of hydraulic engineering, 1994. 38: p. 733-738.
15. Jodeau, M., et al., Application and evaluation of LS-PIV technique for the monitoring of river surface velocities in high flow conditions. Flow Measurement and Instrumentation, 2008. 19(2): p. 117-127.
16. Muste, M., H.-C. Ho, and D. Kim, Considerations on direct stream flow measurements using video imagery: Outlook and research needs. Journal of Hydro-environment Research, 2011. 5(4): p. 289-300.
17. Weitbrecht, V., G. Kühn, and G. Jirka, Large scale PIV-measurements at the surface of shallow water flows. Flow Measurement and Instrumentation, 2002. 13(5-6): p. 237-245.
18. Harpold, A., et al., Stream discharge measurement using a large-scale particle image velocimetry (LSPIV) prototype. Transactions of the ASABE, 2006. 49(6): p. 1791-1805.
19. Soloff, S.M., R.J. Adrian, and Z.-C. Liu, Distortion compensation for generalized stereoscopic particle image velocimetry. Measurement science and technology, 1997. 8(12): p. 1441.
20. Raffel, M., C.E. Willert, and J. Kompenhans, Particle image velocimetry: a practical guide. Vol. 2. 1998: Springer.
21. Jodeau, M., et al., Fudaa-LSPIV Version 1.7. 1 User Manual. Lyon: IRSTEA France, 2019.
مهندسی عمران مدرس
دوره 23، شماره 2
خرداد و تیر 1402
صفحه 223-234