آرمان علیرضازاده صدقیانی - دانش آموخته کارشناسی ارشد مهندسی آب و سازههای هیدرولیکی، دانشکده عمران، دانشگاه تبریز، تبریز
کیومرث روشنگر - استاد، دانشکده عمران، دانشگاه تبریز، تبریز
سامان شهنازی - دانشجوی دکتری مهندسی آب و سازههای هیدرولیکی، دانشکده عمران، دانشگاه تبریز، تبریز

تخمین ضریب دبی جریان در دریچه ها از جمله مسائل اساسی در مهندسی هیدرولیک میباشد. در سالهای اخیر روابط نیمه تجربی مختلفی به منظور تخمین ضریب دبی دریچه های قطاعی توسعه داده شده که کاربرد این روابط در شرایط جریان مستغرق با خطاهای بزرگی همراه بوده است. هدف از تحقیق حاضر استفاده از روشهای رگرسیون فرایند گاوسی((GPR و شبکه عصبی مصنوعی (ANN) به منظور تخمین ضریب دبی دریچه های قطاعی در شرایط جریان مستغرق و مقایسه نتایج حاصل با روشهای نیمه تجربی میباشد. بدین منظور مجموعهی وسیعی شامل ۲۱۳۶ داده آزمایشگاهی مورد استفاده قرار گرفته و پس از تعریف پارامترهای بدون بعد مختلف، عملکرد روشهای مذکور مورد ارزیابی قرار گرفت. نتایج به دست آمده کارآیی بالای رگرسیون فرایند گاوسی نسبت به شبکه عصبی را به خوبی نشان میدهد. بررسی مدلهای مختلف نشان داد پارامترهای ورودی y۰-yt/w و yt/w عملکرد بهتری نسبت به سایر مدلها و سایر روشهای نیمه تجربی در تخمین ضریب دبی دیچه های قطاعی در شرایط جریان مستغرق دارا میباشد.

ضریب دبی، دریچه قطاعی، رگرسیون فرایند گاوسی ، شبکه عصبی مصنوعی ، جریان مستغرق