APP下载

黄骅港煤炭港区5万吨级航道淤积及日常维护量分析

2019-07-23孙治林

水道港口 2019年3期
关键词:黄骅港沿程强风

孙治林

(神华黄骅港务有限责任公司, 黄骅 061100)

黄骅港5万吨级航道是神华煤炭航运输线上的咽喉要道,自建成至今一直存在着较为严重的淤积问题,另外,黄骅港煤炭港区航道回淤的最大特点是骤淤量占全年回淤量的大部分,遇罕见大风,甚至占年回淤量的绝大部分。因此,为了增强航道抗骤淤能力,保证航道通航要求,在大量研究的基础上[1-3],黄骅港开展了整治工程,淤积环境也得到了一定的改善[4],但每年仍存在一定厚度的淤积情况,如不及时对其进行疏浚,将对航道的通航以及港区的正常运营产生较大的影响,因此,为了保证船舶航行安全以及维护疏浚工程合理、高效的进行,本文通过实测淤积资料、疏浚资料和数学模型研究平均年动力条件下黄骅港煤炭港区航道淤积沿程分布,并分析一年中不同月份疏浚维护量的分布,以期为港口的安全生产和疏浚安排提供参考和依据。

1 黄骅港海域大风能量

1.1 大风能量的确定

黄骅海域泥沙运移形式主要是“波浪掀沙、潮流输沙”[5],泥沙起动的能量来源于波浪,而波浪的能量又来源于风,风对水体输入的能量是由风在水面剪切力对水体作功而形成,其能量可表示为

Ew=τwut

(1)

式中:τw为风在水面处的剪切力;u为风引起的水体运动;t为大风历时。

风对水面的剪切力τw可由下式计算

τw=ρafww2

(2)

式中:ρa为空气密度;fw为风摩阻系数;w为风速。

风引起的水体速度u可由下式计算

u=αvw

(3)

式中:αv为系数,根据已有试验观测资料,其值为0.02~0.03。

将式(2)和式(3)代入式(1)得

Ew=αvfwρaw3t

(4)

考虑到风速和历时是不断变化的,因此,一场大风过程中风对水体输入的能量应为

Ew=αvfwρaΣw3t

(5)

由于泥沙运移存在阀值,只有水体运动超过此阀值,泥沙才有可能发生运移,并对航道形成淤积。根据现场观测,只有当风速达到6级以上,且历时达到2 h后,航道才发生明显淤积,因此,造成航道淤积的风能仅考虑6级以上大风,其有效风能可由下式表示

(6)

式中:w6、w7、w8、w9分别为6级、7级、8级、9级风速;t6、t7、t8、t9、t0分别为足标对应风级的风时;t0为临界历时,可取t0=2 h。

需要注意的是,上述有效风能的计算没有考虑到“风向”对淤积的影响。黄骅港明显淤积过程多为E—NE向大风造成的,对于其他方向,如NW向大风,即便有较大风能量,由于地形和水深的影响,给航道造成的淤积量很小。因此在实际使用时还必须结合当地的实际情况,按风向对影响淤积的有效风能进行修正,这个修正关系是个十分复杂的系统,需根据水深、有效风区长度等综合确定,目前尚无理论研究,但根据长期以来对黄骅港海域大风淤积的分析,对于黄骅港海区而言,E、ENE、NE、NNE和N向大风风向修正系数近似为1.2、1.0、1.0、0.8、0.5。

1.2 近20 a大风能量水平分析

从黄骅港南侧防波堤-5 m水深处观测站的统计资料来看,近年来黄骅港海域除个别年份外全年大风次数均在20次以上,近16 a的平均次数为26次。2004年为大风次数最多的一年,全年大风次数为40次,而2014年是近5 a内大风次数最少的一年。

图1 近20 a(1998~2017年)大风次数、能量分布Fig.1 The frequency and energy distribution of strong winds in the past 20 a(1998~2017)

从大风能量上看,如图1所示。每年大风能量与大风次数有一定的相关性,但不是成正比的关系,个别年份虽然大风次数很多但是大风能量并不是很大,相反大风次数不是最多的年份大风能量却是最大(如2013年)。从近18 a的大风能量统计来看,2013年是近年来大风能量最大的1 a,2008年及2010年最接近多年来的平均水平。

1.3 近20年大风能量月分布情况

对1998年至2017年期间黄骅港海区的大风资料进行了分析,黄骅港海区全年发生6级以上大风的次数在26次左右,且大风多发生在春秋季节,即3~5月和9~11月期间。从大风能量分布上(如图2)看上半年4月份能量最强,下半年11月份能量最强;春、秋季节大风能量分别占全年总能量的44.5%和30.5%,两个季节的能量总和占全年能量总和的75.0%。大风发生概率最小的季节为夏季,即6~8月份,从统计结果可以看到,这个季节的大风能量只占全年总能量的9.5%。冬季大风能量占全年总能量的15.5%。

图2 1998~2017年月际平均风能比例分布Fig.2 Monthly distribution of wind energy during 1998~2017

2 黄骅港煤炭港区航道淤积实测情况

2.1 实测淤积情况

根据黄骅港港务公司航道部提供的航道水深图和疏浚日报表统计、计算了近年来黄骅港煤炭港区航道的淤积情况:

(1)2014年黄骅港海区共发生6级以上大风20次,其中N—NE向大风次数为3次:在此期间,最大淤积厚度在3.0 m左右,N1+0以外航道段全年淤积量为1 403万m3;其中W10+5以外段回淤量1 036万m3,占全航道总淤积量的74%。

(2)2015年黄骅港海区6级以上大风过程共32次,7级以上强风过程14次,8级以上强风过程3次:黄骅港全航道段年淤积量为2 341万m3,淤积较重区段为W8+0~W27+0段,全年累计淤强均超过了2.0 m,全航道最大淤强出现在航道W14+0处,全年累计淤强为3.65 m。

(3)2016年黄骅港海区6级以上大风过程共18次,7级以上强风过程10次,8级以上强风过程2次:黄骅港全航道段年淤积量为1 902万m3;淤积较重区段为W12+0~W27+0段,全年累计淤强均超过了2.0 m,全航道最大淤强出现在航道W23+0处,全年累计淤强为3.71 m。

(4)2017年黄骅港海区共发生6级以上大风过程共21次,其中7级大风过程7次,8级大风过程2次,在近5 a的大风能量排序中也是较小的1 a:黄骅港全航道段年淤积量为1 655万m3,全年平均淤强为1.34 m,其中淤积较重区段为W11+0~W28+0段,全航道最大淤强出现在航道W13+0处,全年累计淤强为3.78 m。

总的来说,从年累计淤积分布情况来看,最重淤积段位于口门附近,最大累计淤积厚度3~4 m之间,各年内外航道淤积分配比基本呈3:7左右。

2.2 淤积特征分析

(1)全年大风能量与年淤积量相对应。

大风是黄骅港煤炭港区航道发生骤淤的主要诱因,研究表明大风所产生的能量与航道淤积量呈一定的正比关系,一般情况下大风大淤、小风小淤、狂风骤淤,一定程度上风能量决定淤积量;除风能之外,风向对淤积有影响,一般偏E向大风作用淤积最强;因此每一年的大风水平和大风特点基本可以反映该年的航道淤积情况。

(2)掩护段以外淤积较重。

黄骅港大风淤积强度分布主要呈现的特点是掩护段以外的淤积量明显大于掩护段以内,强淤积段分布在口门附近,淤积重心随着不同风向的作用略有变化,偏E向风作用比N向风作用时淤积重心更偏向内航道。

(3)从大风淤积月际分布规律来看,春、秋两季是黄骅港煤炭港区航道防范大风淤积的重点时段。

①黄骅港煤炭港区航道淤积主要发生在春秋两季,两时段淤积量占全年全航道总量的80%~90%左右,如表1所示,其中秋季大风时段(9~12月份)淤积量要大于春节大风时段(3~6月份),秋季大风时段淤积量占全年总量50%~60%左右, 如表1所示,春节大风时段淤积量占全年总量的20%~30%左右;

②从淤积量上来看,春节淤积量应在500万m3左右,平均淤强在0.4~0.5 m左右,秋季淤积量在1 000 m3左右,平均淤强在0.8~1.2 m左右,最大淤强发生的位置均在口门外W14+0~W24+0附近。

表1 黄骅港煤炭港区航道大风季节淤积情况统计Tab.1 Statistics on sedimentation of waterway in Coal Port of Huanghua during the strong wind season

3 黄骅港煤炭港区航道淤积预测情况

由于黄骅港煤炭港区航道近几年一直处于建设和疏浚维护当中,且每年的大风情况也存在着一定的差别,利用实测资料很难准确的预测航道的年淤积量和大风骤淤量,因此,采用数值计算的方法对航道的年淤积和大风骤淤情况进行了计算。

3.1 淤积公式的建立

考虑航道淤积由风浪掀沙所造成。风是航道淤积的关键源头因素,风况测取和收集也比较容易。

设泥沙运动的能量来自波浪,波浪的能量来自风,则

Es=αswEw

(7)

式中:Es、Ew分别为泥沙运动和风的能量;αsw为风对泥沙运动的能量传递系数。

在粉沙质海岸上,根据泥沙运移型态的不同,需同时考虑悬移质、底部高浓度含沙水体和推移质。考虑到悬移质相对较为简单,在泥沙运动过程中,各种泥沙运移型态之间因动力不同而形成一定的比例,因此,泥沙运动能量可简写为

Es=αsEs1

(8)

式中:Es1为悬移质的能量;αs为泥沙运移型态能量比例系数。

风浪过程中,悬移质克服各种阻力悬扬后的能量可用下式表示

Es1=Shwst1

(9)

式中:S为水体含沙量;h为水深;ws为泥沙沉降速度;t1为悬浮时间;αs1为系数。

航道淤积应由悬移质、底部高浓度含沙水体和推移质淤积组成,悬移质淤强比较容易计算,同样可将各类运移型态泥沙淤强转换成一定比例,其淤积强度可表示为

Ps=αpPs1

(10)

根据已有研究,悬移质淤积[6-8]可由下式计算

(11)

将式(9)中的S代入式(11),并将式(5)、式(7)和式(8)进行合并,得到

(12)

(13)

全航道淤积可利用上式分段计算累积而得

(14)

式中:Q为总淤积量;△li为分段长度;n为分段数;n=l/△l,l为航道全长;b为航道宽度。

一场大风淤积过程包括大风直接作用于水体的有效风能引起的淤积和大风过后由于波浪衰减、水体含沙量迟后等所引起的淤积,因此,为使用方便又可将式(14)改写成

(15)

式(15)中淤积和有效风能直接相关,其中各系数可通过实测资料率定,不同港口率定后的系数不同。本文以黄骅港2004~2007年发生的数次大风淤积为依据,利用这些大风淤积的实测资料对公式进行了率定。

3.2 年平均淤积预测

在航道年平均淤积预测前,首先要确定一个平均年的动力条件,这个条件确定的准确与否直接影响预测结果。在平均年的确定当中,主要是根据近20 a的大风资料统计而得的历年大风次数和大风总能量的累积分布情况,从年际间的风能与大风次数的变化趋势进行分析,将年大风次数接近20 a来的平均次数、年累积风能接近18 a来的平均水平的年份定义为平均大风年份。同时,还考虑风向的影响,最终选择以累计能量相当于平均年份,且主风向为东到东北向作为平均年份的代表动力条件。

选择接近平均年风能的动力条件组合后,分别根据前面建立的淤积公式和数学模型计算了平均年的淤积沿程分布情况(如图3),航道最重淤积段位于口门~24+0附近,最大淤积厚度近3.5 m,总的淤积量约为1 774万方。

由于互联网金融的飞速发展,传统的监管手段已经很难再满足现时的需要。监管队伍中部分监管人员没有接触过互联网金融,对于互联网金融散户多和流动性强等特点不熟悉,对于互联网金融所存在的新型风险缺乏足够认识。除此之外,对于互联网金融的监管还需要较为扎实的计算机技术知识和较为熟练的计算机操作,这更加大了对于互联网金融监管的要求。

图3 航道平均年淤积沿程分布Fig.3 Siltation distribution in average annual along the channel

3.3 大风骤淤预测

根据已掌握的现场资料[9]并结合最新的工程条件,利用已建公式计算了黄骅港煤炭港区航道重现期为10 a和15 a一遇大风骤淤情况,计算结果如下:

(1)10 a一遇:航道内总淤积量为670万m3;最大淤积厚度为1.51 m,位置在W13+0附近;全航道平均淤积厚度为0.56 m。

(2)15 a一遇:航道总淤积量为801万m3,其中口门以里162万m3,口门至-8 m天然水深处448万m3,-8 m天然水深以外191万m3,最大淤强1.9 m,位于W14+500。

4 航道疏浚量分布规律

4.1 月疏浚强度情况

对一年中不同月份疏浚量进行比较分析也可以反映出黄骅港煤炭港区航道在时间上的维护规律,在2007年和2010年航道没有基建施工,疏浚工程的绝大部分是维护性疏浚,因此这两年的资料对于日常疏浚维护有代表性。

从2007年航道疏浚量月度比例分布图来看:疏浚维护强度全年有两个峰值,一个是在3月份,一个是在6、7两个月份。分析认为3月份的峰值是集中清理前一个冬季(冰期)的淤积,而6、7月份的峰值是清理4月份强风后的淤积,由此可见“冰期后”和“强风季节后”需要比较强的疏浚力量。

再从2010年的航道疏浚量月度比例分布图来看:疏浚维护强度全年仍有两个峰值,一个是在5月份,一个是在10月份。分析认为5月份峰值是集中清理4月风强风后的淤积,10月风峰值是集中清理10月份强风后的淤积。进一步表明了凡是“强风季节后”均需要较强的疏浚力量,在“冰期后”和“强风季节后”配备足够的疏浚力量在日常维护中是十分重要的。

4.2 年疏浚量沿程分布情况

图4 2007年、2010年航道疏浚量月度比例分布Fig.4 The monthly ratio of dredging volume in the channel of 2007 and 2010

利用2007年和2010年期间的疏浚资料进行了疏浚量沿程分布的统计分析(如图4),疏浚强度最大段位于W9+0到W22+0段,其次是掩护段内,再次从W22+0向外呈现逐渐减少趋势,这个分布规律与淤积分布规律是对应的。从疏浚维护角度而言,在个别区段施以全时段的重点维护是十分必要的。

历年来疏浚强度的分布规律也恰恰印证了淤积强度分布规律的准确性,但与预测的平均年份的淤积分布也略有差异,主要表现在掩护段实际维护数量要比预测结果偏大。原因是由于掩护段以内主要是低密度回淤土,且有大量浮泥;而预测结果是以统一密度表示,掩护段内的方量可理解为低密度土密实后的体积;因此两者存在差异。但根据目前的疏浚船的计量方式,给与掩护段内足够的疏浚比例也是合理的。

5 平均年航道维护量建议

图5 逐月最小维护准备量分布Fig.5 Distribution of minimum maintenance per month

综合本文分析的大风的季节分布差异、历年疏浚强度月际差异、实测和预测的淤积沿程分布以及历年疏浚量沿程分布的结果,并考虑到预留一定的安全性,对平均年航道维护量的时间和空间分布进行了估算。

依据风能的月际分布和5万t航道的平均年淤积的预测结果,估算了日常情况下不同月份航道沿程的淤积量分布,并将其定义为“日常最小维护准备量”(如图5),该准备量全年共计1 774万m3,疏浚重点时间主要集中在上半年的3~5月份和下半年的10~12月份。

图6 建议日常维护准备量分布Fig.6 Distribution of recommended maintenance per month

另外,依据风能的月际分布、近年来疏浚量的实际分布规律同时参考了近年来的实测淤积分布,并考虑到风季骤淤可能碍航,建议大风季节之前预留维护量,预留一定的备淤深度,将维护量最大月份提前一个月,这样既可以保证疏浚力量配备的合理性,也可以降低大风骤淤碍航的风险,为此综合给出了“建议维护准备量”(如图6),从建议维护准备量的分布情况来看,3月份需完成545万m3的疏浚工程量,10月份需完成413万m3疏浚量,疏浚力量主要集中在春秋两季,全年总维护量约2 800万m3。

6 结论

本文利用实测淤积资料、疏浚资料和数学模型研究了平均年动力条件下黄骅港5万吨级航道淤积沿程分布,并分析了一年中不同月份疏浚维护量的分布,得到以下结论:

(1)黄骅港海区全年6级以上大风年均23次,多发于春秋季节。大风能量上,两个季节能量总和占全年能量总和的73.9%。春、秋季是疏浚维护的重点季节。

(2)黄骅港煤炭港区航道年累计淤积分布最重段位于口门附近,各年最大累计淤积厚度3~6 m之间不等。近年来内、外航道淤积总量分配比例约呈3:7。大部分骤淤由E—NE向大风造成,且各向大风造成的淤积分布有差异。强淤积段分布在口门附近,淤积重心随着不同风向的作用略有变化,偏E向风作用比N向风作用时淤积重心更偏向内航道。

(3)在“冰期后”和“强风季节后”需要配备较强的疏浚力量,重点维护段为W9+0到W22+0段,其次是掩护段内,从W22+0向外维护量呈现逐渐减少趋势。

(4)根据大风能量分布、疏浚强度月际差异、实测和预测淤积量沿程分布等结果,并考虑到预留一定的空间,对平均年航道维护量的时间和空间分布进行了估算,得出平均年标准维护准备量1 800万方左右,建议维护准备量2 800万方左右。

猜你喜欢

黄骅港沿程强风
基于管道粗糙度的排泥管沿程压力损失计算
不同微纳米曝气滴灌入口压力下迷宫流道沿程微气泡行为特征
典型生活垃圾炉排焚烧锅炉沿程受热面飞灰理化特性分析
数据驱动的高速铁路强风报警自适应解除策略
自诩
黄骅港煤炭港区7万吨级船舶双向通航航道导标优化配布设计
黄骅港极端恶劣天气下具体引航对策
黄骅港煤炭堆存结构优化研究
模拟技术在黄骅港煤码头三期工程设计中的应用
胜利油田回注水沿程水质变化因素分析及对策措施