Article · Вестник КазАТК · August 25, 2023
ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ПРОРЫВА ПЛОТИНЫ ДЛЯ НЕСЖИМАЕМОГО ВЯЗКОГО ПОТОКА
Едилхан Амиргалиев, Timur Merembayev, Перизат Омарова
Abstract
В данном исследовании был проанализирован процесс разрушения плотины с препятствием, чтобы понять последствия и снизить риск катастрофических событий для окружающей среды и людей. В горных районах речные долины часто подвержены сильным дождям и таянию ледников, что увеличивает вероятность схода селей и повреждения гидротехнических сооружений. Для предотвращения таких происшествий и их потенциальных последствий необходимы соответствующие знания. Мы сфокусировались на использовании численного моделирования для изучения динамики водного потока, вызванного разрушением плотины с препятствием. Для достоверного описания этого процесса мы применили двумерную численную модель с использованием метода объема жидкости (VOF). Математическая модель включает уравнения Навье-Стокса для несжимаемой среды, усредненные по Рейнольдсу, а также уравнение для взаимодействия между фазами. Для решения этой системы уравнений была использована турбулентная модель k-ε. Алгоритм PISO был применен в качестве численного метода. Полученные численные результаты исследуемой модели демонстрируют хорошие согласование с экспериментальными данными и подтверждает надежность данного разработанного алгоритма. В результате детального анализа, численная модель может эффективно снизить катастрофические последствия разрушения плотин с препятствием и обеспечить своевременную эвакуацию населения для минимизации отрицательных последствий.
More by Timur Merembayev
- Reliable Learning-Enabled Multi-Robot Coverage with Masked Entity-Attention MAPPO: A Controlled Multi-Seed StudyAI · 2026
- COMPARATIVE EVALUATION OF SEMANTIC SEGMENTATION MODELS FOR CRACK DETECTIONScientific Journal of Astana IT University · 2026
- Mathematical Modeling to Optimize Sensor Performance for Enhanced Sensitivity and Measurement Accuracy in a Biogas PlantPreprints.org · 2026
- Deep Learning Approaches for Autoregressive Fracture Network Path Prediction: A Comprehensive Study on the Teapot Dome DatasetIEEE Access · 2026
