توسعه مدل تصمیم گیری چندشاخصه برای انتخاب سامانه های اندازه گیری خودکار جریان در شبکه های آبیاری
Publish place: Journal of Water and Irrigation Management، Vol: 4، Issue: 2
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 166
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWIM-4-2_003
تاریخ نمایه سازی: 7 اردیبهشت 1401
Abstract:
یکی از روش های موثر در بهبود عملکرد، مدیریت تحویل آب، بهره وری و افزایش انعطاف پذیری در شبکه های آبیاری، استفاده از سامانه های خودکار است که یکی از مهم ترین آنها، سامانه های اندازه گیری جریان است. عوامل متعددی در انتخاب این سامانه ها در زمینه های هیدرولیکی، فنی، فیزیکی، محیطی، اقتصادی، اجتماعی و مدیریتی موثرند. تعدد این عوامل و تنوع تجهیزات موجود موجب پیچیدگی تصمیم انتخاب مناسب این سامانه ها در کانال های آبیاری می شود که ضرورت کاربرد مدل های تصمیم گیری چندشاخصه را ایجاب می کند. در این تحقیق با استفاده از روش تصمیم گیری چندشاخصه، مدلی برای انتخاب سامانه اندازه گیری خودکار ارائه شده است. بدین منظور سامانه های خودکار اندازه گیری جریان در کانال های آبیاری شناسایی و سپس مجموعه شاخص های موثر بر انتخاب این سامانه ها در زمینه های مذکور تعریف و دسته بندی شدند. با امتیازدهی به شاخص های شناسایی شده برای تمامی گزینه ها، ماتریس تصمیم گیری به عنوان ورودی مدل تولید شد و مدل تصمیم یری چندشاخصه، با استفاده از روش تاپسیس و روش وزن دهی آنتروپی در نرم افزار مت لب توسعه یافته، برای کانال L۱ شبکه آبیاری قزوین اجرا شد. نتایج کاربرد مدل در کانال L۱ نشان داد که سامانه های دبی-اشل و سرعت-مساحت، نسبت به سامانه های سازه ای، همچنین حسگرهای فشاری و شناور نسبت به حسگرهای بابلر و آلتراسونیک رتبه بالاتری کسب کرده اند.
Keywords:
Authors
زینب حسین زاده
دانشجوی دکتری مهندسی سازه های آبی، گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس تهران، تهران.
محمد جواد منعم
دانشیار گروه مهندسی سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس تهران، تهران.
نسیم نهاوندی
دانشیار بخش مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس تهران، تهران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :