روندیابی سیلاب با استفاده از مدل ماسکینگام با مشتق مرتبه کسری
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 240
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_IJSWR-50-7_007
Index date: 24 May 2023
روندیابی سیلاب با استفاده از مدل ماسکینگام با مشتق مرتبه کسری abstract
مدلهای ماسکینگام موجود تنها در معادله ذخیره با یکدیگر متفاوت هستند. تاکنون به منظور لحاظ نمودن ویژگی غیرخطی موج سیلاب، ساختار معادله ذخیره بر اساس تجربه و به شیوه آزمون و خطا اصلاح شده است تا مشخصات کلی سیل دقیقتر مدل شود. یکی از روشهای با مبنای تئوری برای لحاظ نمودن ویژگیهای غیرخطی در مدل روندیابی ماسکینگام، استفاده از مشتق مرتبه کسری در معادله دیفرانسیل پیوستگی است. تحقیق حاضر به ارائه مدل جدیدی از ماسکینگام میپردازد که در آن از معادله خطی ذخیره و معادله دیفرانسیل پیوستگی از مرتبه کسری استفاده شده است. همان طور که در این تحقیق نشان داده شده است، مدل جدید قادر است هم سیلابهای با رفتار خطی و هم رفتار غیرخطی را شبیهسازی کند. مدل پیشنهادی ماسکینگام از مرتبه کسری، برای سه مجموعهی مختلف از دادههای سیل اجرا و آزمایش شد. نتایج این مطالعه نشان میدهد که مدل ماسکینگام پیشنهادی منجر به بهبود نتایج میشود و به طور موثر، ویژگیهای موج سیلاب را نسبت به مدل های سنتی ماسکینگام بهتر تخمین میزند.
روندیابی سیلاب با استفاده از مدل ماسکینگام با مشتق مرتبه کسری Keywords:
روندیابی سیلاب با استفاده از مدل ماسکینگام با مشتق مرتبه کسری authors
میرمحمد بایرامی
کاندیدای دکتری سازه های آبی، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، کرج، ایران.
علیرضا وطن خواه
دانشیار، گروه مهندسی آبیاری و آبادانی دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، کرج، ایران.
آرزو نازی قمشلو
استادیار، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، کرج، ایران.
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 :