شبیه سازی عمق آبشستگی اطراف پایه پل با استفاده از مدل های شبکه عصبی مصنوعی وسیستم تطبیقی عصبی فازی (ANFIS)
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 175
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CENAF01_018
تاریخ نمایه سازی: 16 دی 1400
Abstract:
با ساخت هر پل، الگوی جریان در محل پایه ها تغییر یافته که خود منجر به فرسایش و ایجاد حفره آبشستگی در کنارهپایه پل می گردد. تخمین دقیق و مناسب عمق آبشستگی موضعی پایه پل در طراحی مطمئن پل ضروری می باشد. چرا کهتخمین کم عمق آبشستگی ممکن است به شکست و تخریب سازه پل و تخمین زاید منجر به صرف هزینه های زائد و اضافیگردد. طی سالیان اخیر معمولا از روشهای آزمایشگاهی و میدانی جهت بدرآورد عمق آبشستگی پایه پل استفاده شده ومعادلاتی تجربی جهت تخمین این پارامتر ارائه شده اند. اما باید متذکر شد که به دلیل گستردگی پارامترهای تاثیرگذار وپیچیدگی روابط بین آنها، اثر توامان همه این پارامترها مقدور نبوده و نیست فلذا این معادلات تجربی ارائه شده چندان دارایدقت مناسبی نیستند و هریک به اقتضای شرایط آزمایشگاهی خود صادق می باشند. بنابراین استفاده از روش هایی که به جعبهسیاه موسوم می باشند می تواند کمک به سزایی در تخمین دقیق این عمق ابشستگی نماید. در این مطالعه از مدل شبکه هایعصبی مصنوعی (با توجه به مجموعه ای از داده های آبشستگی پایه های پل های آمریکا) استفاده گردید و نتایج با روابط تجربیمقایسه شد. نتایج نشان داد که مناسب ترین مدل عصبی دارای ۴ متغیدر ورودی و نیز ۱۰ نرون در لایه مخفی (با الگوریتممارکوات- لونبرگ TRAINLM) با MSE و ضریب همبستگی به ترتیب برابر با ۰۰۳۲ / ۰ و ۹۲۲۲ / ۰ می باشد. همچندین دراین مطالعه نتایج مدل عصبی مصنوعی با روابط تجربی لارسن و همکاران (۱۹۸۰)، هانکو (۱۹۷۱) و فروهلیچ (۱۹۸۲) مقایسهگردید. نتایج نشان داد که دقت مدل عصبی مصنوعی بالاتر از معادلات تجربی می باشد.
Keywords:
Authors
ذکریا محسنی
گروه عمران، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
مهرداد فریدونی
گروه عمران، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران