مدل سازی هیدرولیکی شبکه آبرسانی فضای سبز با استفاده از EPANET و پیش بینی مشخصات هیدرولیکی آن به کمک هوش مصنوعی
عنوان مقاله: مدل سازی هیدرولیکی شبکه آبرسانی فضای سبز با استفاده از EPANET و پیش بینی مشخصات هیدرولیکی آن به کمک هوش مصنوعی
شناسه ملی مقاله: JR_IDJ-12-1_017
منتشر شده در در سال 1397
شناسه ملی مقاله: JR_IDJ-12-1_017
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:
سعید فرزین - استادیار، دانشکده مهندسی عمران، دانشگاه سمنان
سید فرهاد موسوی - مهنندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
محمدرضا حسنوند - استاد، دانشکده مهندسی عمران، دانشگاه سمنان
امیرحسین سلیمی - استاد، دانشکده مهندسی عمران، دانشگاه سمنان
مهسا دوست محمدی - دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه سمنان
خلاصه مقاله:
سعید فرزین - استادیار، دانشکده مهندسی عمران، دانشگاه سمنان
سید فرهاد موسوی - مهنندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
محمدرضا حسنوند - استاد، دانشکده مهندسی عمران، دانشگاه سمنان
امیرحسین سلیمی - استاد، دانشکده مهندسی عمران، دانشگاه سمنان
مهسا دوست محمدی - دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه سمنان
بروز مشکل در هر یک از بخشهای شبکههای آبرسانی، در اثر پدیدههای ناشی از نوسانات فشار و یا سرعت، میتواند سبب ایجاد اختلال در زندگی مصرفکنندگان گردد. برای جلوگیری از بروز این گونه مشکلات، طراحی مناسب و مدیریت بهینه شبکهها از اهمیت بالایی برخوردار است. در پژوهش حاضر، کنترل فشار و سرعت جهت جلوگیری از بروز مشکلات در شبکه آبرسانی بررسی شده و همچنین مشخصات هیدرولیکی جریان در لولهها توسط شبکه عصبی مصنوعی پیشبینی گردید. در این راستا، ابتدا با زونبندی شهر کنگاور در استان کرمانشاه (به عنوان مطالعه موردی) به نواحی ششگانه براساس پارامترهای توزیع، ترسیم شبکههای آبرسانی فضای سبز برای شهر با دوره طرح ۱۰ساله و جمعیت هدف ۹۵ هزار نفر، بر اساس الگوی آبیاری ۲۲ ساعته در شبانهروز و سرانه فضای سبز ۶/۲۹ مترمربع در انتهای دوره طرح انجام گردید. سپس، با استفاده از نرمافزار EPANET به تحلیل فشار، سرعت و دبی در شبکه پرداخته شد. براساس نتایج حاصل، بیشینه فشار در گره ۳-۳ در ناحیه سوم فشاری روی داد که در حدود ۱۰۰ متر آب است و بیشینه میزان سرعت در شبکه، در حدود ۴/۱ متر بر ثانیه بهدست آمد. همچنین، نتایج نشان داد که دبی استفاده شده برای شبکه با توجه به قطر لولهها و مسیرهای انتخابی در نواحی مختلف در محدوده مناسب میباشد. در ادامه، با استفاده از مقادیر اندازهگیری شده، شبکه عصبی مصنوعی آموزش داده شد و شبکه بهینه با ضرایب همبستگی ۸۷/۰ و ۸۵/۰ به ترتیب برای فاز آموزش و آزمون، انتخاب شد. سپس دبی، سرعت و افت جریان لوله توسط شبکه بهینه پیشبینی گردید. نتایج نشان دهنده قابلیت بالای شبکه عصبی مصنوعی در تحلیل و پیشبینی مشخصات هیدرولیکی لولههای شبکه آبرسانی بود.
کلمات کلیدی: افت فشار, شبکه عصبی مصنوعی, کنگاور, مدیریت شبکه آبرسانی, EPANET
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1211000/