بررسی اثر توزیع اولیه ذرات در مدل‌سازی پدیده بالاروی و پایین روی سطح آب ناشی از لغزش جسم روی سطح شیب دار به روش هیدرودینامیک ذرات هموار تراکم پذیر

نوع مقاله : پژوهشی اصیل (کامل)

نویسندگان
مهیار پورلک 1
احسان Jabbari 2
دکتر حسن اکبری 3
1 دانشگاه قم
2 دانشگاه قم، دانشکده فنی و مهندسی، گروه مهندسی عمران
3 دانشگاه تربیت مدرس
10.22034/24.4.151
چکیده
موقعیت اولیه ذرات در روش هیدرودینامیک ذرات هموار SPH می‌تواند نقش مهمی در کاهش خطاهای عددی و کارایی آن داشته باشد. در این پژوهش با مبنا قراردادن مدل‌سازی بالاروی سطح آب ، و استفاده از تجارب مدل‌سازی‌های پیشین با روش هیدرودینامیک ذرات هموار، شش توزیع متداول توزیع ذرات شامل: توزیع مربعی SC، توزیع مثلثی Triangular، توزیع بر اساس الگوریتم WVT، توزیع براساس الگوریتم Greedy یا حریص، توزیع شش ضلعی Hexagonal و توزیع بر اساس الگوریتم فیبوناچی Fibonacci، مورد بررسی قرارگرفته است. بر اساس نتایج حاصل از بررسی فشار، سرعت و تراز سطح آزاد بالاروی سطح آب در زمان‎های متفاوت مطابق با مدل فیزیکی، میانگین کل خطای مدل‌سازی برای هریک از مدل‌ها (اختلاف مقادیر به دست آمده از مدل‌سازی با نتایج مدل آزمایشگاهی)، ارائه گردیده است. با توجه به نتایج به دست آمده مشخص گردید که دو مدل توزیع ذرات شش ضلعی و توزیع فیبوناچی دارای کمترین میزان میانگین خطای مدل‌سازی (به ترتیب 10.2% و 11.1%) هستند. علاوه بر این بر اساس نتایج به دست آمده، مدل WVT دارای خطای مدلسازی کمتری (حدودا 14%) نسبت به سه مدل با توزیع مربعی، مثلثی و Greedy است. لذا از آنجائیکه در این پدیده دو توزیع اولیه ذرات شش ضلعی و فیبوناجی دارای خطای مدل‌سازی کمتری نسبت به توزیع‌های دیگر هستند، برای مدل‌سازی پدیده بالاروی سطح آب به روش SPH بهره‌گیری از این دو توزیع اولیه قابل توصیه می‌باشد.

کلیدواژه‌ها

موضوعات

عنوان مقاله English

The effect of the initial particles distribution in the modeling of the water level variation using the compressible SPH method

نویسندگان English

Mahyar Pourlak 1
Ehsan Jabbari 2
Hasan Akbari 3
1 University of Qom
2 University of Qom, Faculty of Engineering, department of civil engineering
3 Tarbiat Modares University
چکیده English



The initial position of particles in Smoothed Particle Hydrodynamics (SPH) method can play an important role in reducing numerical errors and its efficiency. In this research, based on water level variation modeling, and using previous modeling experiences with SPH method, six common particle distributions as: SC square distribution, Triangular distribution, distribution based on WVT algorithm, distribution based on Greedy algorithm, hexagonal distribution and distribution based on Fibonacci algorithm have been investigated. Based on the results of the pressure, velocity, and the free surface level at different times according to the physical model, the average total modeling error for each of the models (the difference between the values obtained from the modeling and the results of the laboratory model) has been presented. According to the obtained results, it was determined that the two hexagonal and Fibonacci particle distributions have the lowest average modeling error (10.2% and 11.1%, respectively). In addition, based on the obtained results, the WVT model has a lower modeling error (about 14%) than the remaining three models, i.e., square, triangular, and Greedy distributions. Therefore, since in this phenomenon, the two initial distributions of hexagonal and Fibonacci particles have less modeling error than other distributions, it is recommended to use these two initial distributions in modeling the water level variation phenomenon using the SPH method.

کلیدواژه‌ها English

Meshfree methods
Smoothed Particle Hydrodynamics
Initial particle distribution
Initial conditions
Water level variation modeling
1. Monaghan, J. J. (1992). Smoothed Particle Hydrodynamics. Annual Review of Astronomy and Astrophysics, 30(1), 543-574. https://doi.org/10.1146/annurev.aa.30.090192.002551
2. Monaghan, J. J. (2012). Smoothed particle hydrodynamics and its diverse applications. Annual Review of Fluid Mechanics, 44, 323-346. https://doi.org/10.1146/annurev-fluid-120710-101220
3. Liu, M. B., & Liu, G. R. (2010). Smoothed particle hydrodynamics (SPH): An overview and recent developments. Archives of Computational Methods in Engineering, 17(1), 25-76. https://doi.org/10.1007/s11831-010-9043-2
4. Lee, E. S., Violeau, D., Issa, R., & Ploix, S. (2010). Application of weakly compressible and truly incompressible SPH to 3-D water collapse in waterworks. Journal of Hydraulic Research, 48 (Suppl.1), 50-60. https://doi.org/10.1080/00221686.2010.9641269
5. Morris, J. P., Fox, P. J., & Zhu, Y. (1997). Modeling low Reynolds number incompressible flows using SPH. Journal of Computational Physics, 136(1), 214-226. https://doi.org/10.1006/jcph.1997.5745
6. Diehl, S., Rockefeller, G., Fryer, C. L., Riethmiller, D., & Statler, T. S. (2015). Generating optimal initial conditions for smoothed particle hydrodynamics simulations. arXiv preprint arXiv:1511.04256. https://arxiv.org/abs/1511.04256
7. Belytschko, T., Krongauz, Y., Dolbow, J., & Gerlach, C. (1998). On the completeness of meshfree particle methods. International Journal for Numerical Methods in Engineering, 43(5), 785-819. https://doi.org/10.1002/(SICI)1097-0207(19981115)43:5%3C785::AID-NME413%3E3.0.CO;2-R
8. Khayyer, A., Gotoh, H., & Shao, S. D. (2008). Corrected incompressible SPH method for accurate water-surface tracking in breaking waves. Coastal Engineering, 55(3), 236-250. https://doi.org/10.1016/j.coastaleng.2007.09.005
9. Antuono, M., Colagrossi, A., & Marrone, S. (2012). Numerical diffusive terms in weakly-compressible SPH schemes. Computer Physics Communications, 183(12), 2570-2580. https://doi.org/10.1016/j.cpc.2012.06.009
10. Gui, Q., Dong, P., & Shao, S. (2015). Numerical study of PPE source term errors in the incompressible SPH models. International Journal for Numerical Methods in Fluids, 77(6), 358-379. https://doi.org/10.1002/fld.
11. Gotoh, H., Khayyer, A., Ikari, H., Arikawa, T., & Shimosako, K. (2014). On enhancement of incompressible SPH method for simulation of violent sloshing flows. Applied Ocean Research, 46, 104-115. https://doi.org/10.1016/j.apor.2014.07.005
12. Oger, G., Marrone, S., Le Touzé, D., & De Leffe, M. (2016). SPH accuracy improvement through the combination of a quasi-Lagrangian shifting transport velocity and consistent ALE formalisms. Journal of Computational Physics, 313, 76-98. https://doi.org/10.1016/j.jcp.2016.02.047
13. Sun, P. N., Colagrossi, A., Marrone, S., & Zhang, A. M. (2016). Detection of Lagrangian coherent structures in the SPH framework. Computer Methods in Applied Mechanics and Engineering, 305, 849-868. https://doi.org/10.1016/j.cma.2016.02.012
14. Monaghan, J. J. (1989). On the problem of penetration in particle methods. Journal of Computational Physics, 82(1), 1-15. https://doi.org/10.1016/0021-9991(89)90067-5
15. Monaghan, J. J. (2000). SPH without a tensile instability. Journal of Computational Physics, 159(2), 290-311. https://doi.org/10.1006/jcph.2000.6419
16. Akbari, H. (2019). An improved particle shifting technique for incompressible smoothed particle hydrodynamics methods. Wiley Online Library. https://doi.org/10.1002/fld.4755
17. Pourlak, M., Akbari, H., & Jabbari, E. (2023). Importance of Initial Particle Distribution in Modeling Dam Break Analysis with SPH. KSCE Journal of Civil Engineering, 27(1), 218–232. https://doi.org/10.1007/s12205-022-3408-5.
18. Pourlak, M., Jabbari, E. & Akbari, H., The effect of initial particles distribution in smoothed particle hydrodynamic method in wave generation modeling based on laboratory model. Civil Infrastructure Researches, Accpeted for publication. https://doi.org/10.22091/CER.2023.9003.1451.
19. Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2009). Introduction to Algorithms (3rd ed.). The MIT Press.
20. Zhang G., Chen J., Qia Y., Li J., and Xu Q., “Numerical simulation of landslide generated impulse waves using a 𝛿+-LES-SPH model”, Advances in Water Resources, 151 (2021) 103890.
21. Yeylaghi S., Moa B., Buckham B., Oshkai P., Vasquez J., and Crawford C., “ISPH modelling of landslide generated waves for rigid and deformable slides in Newtonian and non-Newtonian reservoir fluids”, Advances in Water Resources, 107 (2017) 212-232.
22. Liu, P. F., Wu, T. R., Raichlen, F., Synolakis, C. E., & Borrero, J. C. (2005). Runup and rundown generated by three-dimensional sliding masses. Journal of Fluid Mechanics, 536, 107–144. https://doi.org/10.1017/S0022112005004508.
مهندسی عمران مدرس
دوره 24، شماره 4
مهر و آبان 1403
صفحه 151-161