Estimativa do coeficiente de reaeração da água em canal raso de fundo deslizante / Estimation of reaeration coefficients of water in shallow moving-bed channel
Eng. sanit. ambient
; 20(1): 79-88, Jan-Mar/2015. tab, graf
Article
in Pt
| LILACS
| ID: lil-750719
Responsible library:
BR1.1
RESUMO
O coeficiente de reaeração, K2, é a variável de maior influência na autodepuração de corpos hídricos; portanto, estimativas confiáveis são de suma importância. As previsões de K2, por meio de equações, em condições de escoamento raso são, geralmente, superestimadas. Por isso, neste trabalho, os objetivos foram estudar a reoxigenação da água limpa em canal hidráulico de fundo deslizante, com pequenas profundidades de água e diferentes velocidades de escoamento, inferir sobre as principais variáveis hidrodinâmicas intervenientes no processo e, com base nelas, propor equação de estimativa de K2. Com a concentração de oxigênio na água ao longo do tempo, estimou-se K2. Inferiu-se, dos resultados, que as variáveis velocidade média (V) e velocidade de corte (u*), profundidade (H), números de Froude (Fr) e de Reynolds (R), declividade (S) e fator de forma (ff) afetaram K2, e a melhor equação foi a que incluiu as três últimas variáveis.
ABSTRACT
The reaeration coefficient, K2, is the most influential variable in the self-purification of water bodies, thus reliable estimates are of great importance. The predictions of K2 by means of equations in shallow depths are usually overestimated. Therefore, in this study, the objectives were to study the reoxygenation of clean water moving-bed channel with shallow water depths and different flow velocities; identify the main hydrodynamic variables involved in the process and, based on them, propose equation(s) for estimation of K2. Oxygen concentration in the water over time, was used to estimated K2. From the results it was inferred that average velocity (V) and shear velocity (u*), depth (H), Froude number (Fr) and Reynolds number (R), slope (S), channel shape factor (ff), influenced K2 and the best predictive equation was the one which included the last three variables.
Full text:
1
Index:
LILACS
Type of study:
Prognostic_studies
Language:
Pt
Journal:
Eng. sanit. ambient
Journal subject:
SAUDE AMBIENTAL
/
SAUDE PUBLICA
Year:
2015
Type:
Article