A spillway is a crucial dam structure that regulates water levels and prevents the dam from overtopping. The majority of the dams in the world were constructed before the 1980s. Compared to the current design flood standards, many spillways are undersized, e.g., in Sweden. The higher floods also change the air-water flow properties, giving rise to risks in spillway operations. High-velocity flow is a major concern in spillway design. If the flow rate exceeds 20 m/s, there is a risk of cavitation. Another issue connected with the increased floods is energy dissipation. Many existing energy-dissipating arrangements are insufficient or constructed only for a design flood standard at the time of dam construction. To this end, it is essential to assess the discharge behaviors of spillways, including discharge capacity, two-phase flow features, energy dissipation, cavitation, etc. Engineering solutions for improved hydraulic performance are also critical to ensure safe operation.

This thesis focuses on CFD and data-driven modeling for safe spillway discharge, presenting new insights into spillway hydraulics, improved methods for accurate flow predictions, and structural modifications for better hydraulic performance. The research consists of five parts. (1) For discharge estimation, ensemble learning models are established to forecast the river flows, aiming to provide accurate inflow information, even multiple days ahead. To directly assess spillway discharge capacity, three data-driven models are constructed, which yield accurate flow predictions and outperform empirical correlations. (2) For modified designs, several unconventional step layouts are conceived, with their hydraulic behaviors investigated. The modified configurations include steps with chamfers and cavity blockages and inclined steps. The goal is to devise engineering solutions to enhance energy dissipation and reduce cavitation risks. (3) For improved two-phase flow modeling, a population balance model is first established to account for the evolutionary process of air bubbles. Then machine learning techniques are integrated for error correction. The resulting model generates accurate results, with 99.6% and 89.6% of the velocity and air concentration predictions within a 20% relative error range. (4) For cavitation reduction, an aerator is often used to artificially entrain air into the flow. This part develops an embedded multi-gene genetic programming model for accurate predictions of aerator air demand. Compared with the best empirical formula, the proposed approach improves the fitness indexes by 23% and reduces the errors by 48%. (5) This part reviews the theoretical basis and deals with several aspects of physical scale modeling, supported exclusively by field measurements. For proper upscaling, model-prototype comparisons indicate that the approach flow velocity at the aerator should exceed the 7.00–7.50 m/s threshold, or the Reynolds number should be above 1.58 ×10⁶. If this condition was not met, attempts to scale up the air flow would lead to errors.

Ett utskovsparti är en viktig del av en dammanläggning eftersom det reglerar avbördning och uppströmsvattenstånd samt förhindrar överströmning. Majoriteten av vattenkraftsdammarna i världen byggdes före 1980-talet och i förhållande till gällande dimensionerande kriterier är många befintliga utskov underdimensionerade. Ökad avbördning förändrar också luftinblandningsproblematiken i vattenvägen, vilket ger upphov till risker relaterade till utskovens funktion. Hög vattenhastighet vid avbördning är ett bekymmer vid utformning av vattenvägen. Om hastigheten överstiger 20 m/s finns risk för kavitation, vilket är ett problem som påverkar många dammar i Sverige. En annan frågeställning kopplad till ökad utskovsavbördning är energiomvandling. Många befintliga energiomvandlare är otillräckliga eller endast utformade för en lägre dimensionerande standard, giltig då dammarna byggdes. För att rätta till dessa problem är det nödvändigt att noggrant utvärdera avbördningsegenskaperna hos utskov, inklusive avbördningskapacitet, tvåfasströmning, energiomvandlingsfunktion, kavitation, etc. Tekniska lösningar för förbättrad hydraulisk prestanda är också avgörande för att garantera säker drift av dammanläggningar.

Med fokus på CFD och datadrivna metoder baserade på nya insikter i avbördningsmodellering presenteras i denna avhandling förbättrade metoder för prediktering av utskovsströmningar och föreslag på strukturella anpassningar för ökad hydraulisk prestanda. Forskningen består av fem delar. (1) För uppskattning av flöden i en älv upprättas olika maskininlärningsmodeller. Syftet är att tillhandahålla korrekta inflödesuppgifter, även på flera dagars sikt. För att bestämma avbördningskapacitet hos utskov utvecklas tre datadrivna modeller vilka ger flödesprognoser som överträffar de som kan fås med empiriska korrelationer. (2) För att förbättra hydrauliska beteenden undersöks flera okonventionella utformningar hos s.k. "stepped spillways",  i vilka ingår steg med avfasning, hålrumsblockering och lutande steg. Målet är att ta fram tekniska lösningar för att förbättra energiomvandlingen och minska kavitationsriskerna.. (3) För förbättrad modellering av tvåfasströmning upprättas först en s.k. "population balance model" för att ta hänsyn till den evolutionära processen för luftbubblor. Sedan integreras maskininlärningstekniker för felkorrigering. Den resulterande modellen genererar bättre resultat, med 99,6% och 89,6% av predikterad hastighet och luftkoncentration inom 20% felmarginal. (4) För att minska kavitationen används ofta en luftningsramp för att på konstgjord väg få in luft i strömningen. Det utvecklas en maskininlärningsmetod för beräkning av luftningsbehovet. Jämfört med den bästa empiriska formeln förbättrar den föreslagna metoden konditionsindex med 23% samtidigt som felen reduceras med 48%. (5) Med teoretiska grunder behandlas också flera aspekter av fysiska hydrauliska modelleringar, alla med stöd av fältmätningar. För korrekt konvertering av luftflöde i en luftningsramp från modell till prototyp krävs det att vattenhastigheten vid luftningsrampen ska överskrida 7,00–7,50 m/s, eller att Reynolds-talet bör vara högre än 1,58 × 10⁶. Om detta villkor inte uppfylls skulle försök att skala upp luftflödet leda till fel.