Page 28 - 2023年第54卷第8期
P. 28

因此,拖曳力系数的率定方法可归纳如下:①结合 Dean                        [22] 提出的消减模型式(5)及阻尼因数与拖
              曳力系数的关系式( 8);②结合式(5)及 Dalrymple等                [25] 建立的关系式(9);③结合 Kobayashi等           [23] 提
              出的消减模型式( 6)及指数阻尼因数与拖曳力系数的关系式(10);④根据式(6)率定指数阻尼因数,
              基于关系式( 7)得到阻尼因数,再结合经典关系式(9)。根据文献[20]分析,方法①和③仅适用于植
              物淹没工况,方法②和④能在植物淹没和非淹没工况下表现良好。
                  将率定得到的拖曳力系数与雷诺数、邱卡数等重要参数关联得到非线性关系式                                      [18 - 20] ,并结合下式
              是数模中计算水流通过植物杆群的阻力( F )的常用方法:
                                                    D
                                                         1
                                                     F = ρ C AU U                                      (11)
                                                             D
                                                      D
                                                         2
                                                         2
                                       3
              式中:ρ 为流体密度,kg?m ;A为阻力面积,m ;U为流速,m?s。
              2.4 阻尼因数与拖曳力系数 植物消浪系数越大代表植物消减波浪能量的作用越强,但式(1)较复杂
              且尚未能直观显示影响植物消浪作用的关键因素。根据波高消减模型,若想消浪系数越大,则林带需
              要更大的(指数)阻尼因数。然而,阻尼因数历来是通过率定得到,现有成果对其仍了解甚少。
                  而且,式( 8)和式(9)显示,植物平均直径、植物密度、入射波高越小,水深、阻尼因数越大,则
              拖曳力系数越大。其中,“植物直径、植物密度越小,拖曳力系数越大” 与以往对植物消浪效果研究
              的认识不相符,可能因为式中的阻尼因数本身又与植物直径、植物密度等参数有关,拖曳力系数的大
              小受多因子共同影响。因此,进一步研究影响阻尼因数的关键因素及定量表达式,有助于增加对植物
              消浪系数和拖曳力系数的认识。


              3 植物消浪作用特性分析


              3.1 阻尼因数法计算植物消浪系数 为研究植物消浪作
              用,本 文 收 集 了 Wu等        [26] 、 Hu等 [12] 、 Wu等 [13 - 14] 、
              Zhang等  [20] 等文献中共计 99组在水平滩地上开展的消
              浪试验数据。各试验工况不同,例如模拟植物有的为
              淹没状态,有的为非淹没状态。首先通过收集的 99组
              数据研究缩 尺 阻尼 因数 计算 表达式。已 有 研究表明,
                                                                    图 1 波浪传播方向上植物面积占横截面比例示意图
              种树带情况对波浪的影响巨大,且林带密度(N)越大,
              植物消浪效果越好        [6 - 7] ;植物淹没度(l?h)大于等于 1时,消浪作用强于其小于 1时                   [16,20] 。结合文献[21]
                                                s
              归纳的一般试验规律,分析得到可以表达林带情况的无量纲参数:波浪传播方向上植物面积占横截面
              比例 NdlL?h,其中,单位植物占比:dl?Bh(B为 Y方向距离,m);植物数量:NLB。因此,把缩尺
                     v s                          v s
              阻尼因数看作与具有物理意义的无量纲因子 NdlL?h有关,则该因数可用下式表示:
                                                         v s
                                                      α = α (NdlL?h)                                   (12)
                                                              v s
                  植物淹没状态是影响植物消浪作用的关键因素之一                        [18,20] 。因此,区分淹没和非淹没工况,基于不
              同模拟植物的 99组数据进行规划求解,得:
                                                        (
                                               α = 0 .1840 NdlL?h ) 0.5492 1.2750                      (13)
                                                                      θ
                                                            v s
              式中对于植物非淹没工况 θ = 1 且 l?h = 1 ,对于淹没工况 θ = 0 .5。即缩尺阻尼因数在非淹没和淹没工况
                                             s
              的表达式分别如式( 14)和式(15)。不管林带内的 NLB株植物如何排列,以 X和 Y方向的株间距一致

              计,根据大量试验结果,单位 Y方向距离、单位高度内植物面积占横截面比例 Nd 的范围为(0.05,
                                                                                       槡
                                                                                           v
              0.50)。此外,对于特定工况(以 N、d、l、L、h等为参数),若想要植物淹没时与非淹没时有相同的
                                                 v  s
              缩尺阻尼因数 α值,NdlL?h需要成为非淹没时的 5.00倍,说明在量化植物消浪作用时区分植物淹没
                                    v s
              情况是必要的:
                                             α = 0 .1840(NdL) 0.5492 (非淹没工况)                           (14)
                                                         v
                                            α = 0 .0760 NdlL?h ) 0.5492 (淹没工况)                         (15)
                                                     (
                                                         v s
                —  9 1  —
                     2
   23   24   25   26   27   28   29   30   31   32   33