بررسی عملکرد روش های کلاسیک و هوش مصنوعی در پیش بینی عمق استغراق بحرانی آبگیرهای افقی در کانال های با جریان روباز
Publish place: The Journal of Water and Soil، Vol: 28، Issue: 1
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 122
This Paper With 14 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:
JR_WASO-28-1_006
تاریخ نمایه سازی: 25 دی 1401
Abstract:
آبگیرهای افقی یکی از سازههای متداول در برداشت آب از کانالهای روباز مانند رودخانهها و منابعی مانند دریاچهها و مخازن سدها میباشند. یکی از پدیده های هیدرولیکی که عمدتا به هنگام آبگیری از کانالها ایجاد می شود، تشکیل جریان گردابی و حباب های هوا می باشد که می تواند مشکلات زیادی برای تاسیسات هیدرومکانیکی آبگیرها ایجاد نماید. ارتفاع ناکافی آب بالای لوله آبگیر (عمق استغراق) از دلایل عمده تشکیل جریان گردابی در آبگیرهای افقی می باشد. بهدلیل اهمیت این پدیده تاکنون مطالعات بسیاری جهت تخمین عمق استغراق بحرانی انجام گرفته است. با این وجود، بهدلیل عدم قطعیت در تشکیل گرداب در نزدیکی لوله آبگیر، نتایج حاصل از دقت مطلوبی برخوردار نمی باشد. در تحقیق کنونی با استفاده از سه سری داده آزمایشگاهی، کارآیی روش های هوش مصنوعی (ماشین بردار پشتیبان SVM و سیستم استنتاج عصبی -فازی انطباقی ANFIS و برنامهریزی بیان ژن GEP) و روابط کلاسیک در تخمین عمق استغراق بحرانی آبگیرهای افقی در کانال های روباز و با فاصله متفاوت آبگیر از کف کانال مورد بررسی قرار گرفتهاست. نتایج به دست آمده بیانگر آن است که روش های هوش مصنوعی در تخمین عمق استغراق بحرانی بسیار دقیق تر از مدلهای کلاسیک بوده و میتوان همبستگی مناسبی را بین مقادیر مشاهداتی و محاسباتی مشاهده نمود. بهترین نتایج برای دادههای آزمون، با استفاده از روش SVM در حالت C=di/۲ (di و C بهترتیب قطر و فاصله آبگیر از کف کانال میباشند) با مقادیر ۹۷۶/۰DC=، ۹۸۸/۰R= و۱۹۱/۰RMSE= بهدست آمد. مطابق با نتایج تحلیل حساسیت مشاهده گردید که سرعت نسبی جریان و عدد وبر در لوله آبگیر بهترتیب بیشترین و کمترین تاثیر را در تخمین عمق استغراق بحرانی دارا می باشند.
Keywords:
Authors
کیومرث روشنگر
دانشیار گروه مهندسی آب، دانشکده عمران، دانشگاه تبریز
رقیه قاسم پور
کارشناس ارشد مهندسی آب و سازه های هیدرولیکی، دانشکده عمران، دانشگاه تبریز
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 :