Friction velocity and power law velocity profile in smooth and rough shallow open channel flows
Notice bibliographique
Résumé
This paper examines the mean velocity profiles in shallow, turbulent open channel flows. Velocity measurements were carried out in flows over smooth and rough beds using a laser-Doppler anemometer. One set of profiles, composed of 29 velocity distributions, was obtained in flows over a polished smooth aluminum plate. Three sets of profiles were obtained in flows over rough surfaces. The rough surfaces were formed by two sizes of sand grains and a wire mesh. The flow conditions over the rough surface are in the transitional roughness state. The measurements were obtained along the centerline of the flume at three different Froude numbers (Fr ~ 0.3, 0.8, 1.0). The lowest Froude number was selected to obtain data in the range of most other open channel testing programs and to represent a low subcritical Froude number. For each surface, the Reynolds number based on the boundary layer momentum thickness was varied from about 600 to 3000. In view of the recent questions concerning the applicability of the log-law and the debate regarding log-law versus power law, the turbulent inner region of the boundary layer is inspected. The fit of one type of power law for shallow flows over a smooth surface is considered. The appropriateness of extending this law to flows over rough surfaces is also examined. Alternate methods for determining the friction velocity of flows over smooth and rough surfaces are considered and compared with standard methods currently in use.Key words: power law, open channel flow, velocity profile, surface roughness.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».