تخمین آبشستگی در مجاورت پایه های پل جفت و سه تایی با استفاده از دسته بندی c-میانیگن فازی شبکه انفیس
Publish place: The Journal of Water and Soil، Vol: 34، Issue: 1
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 49
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WASO-34-1_008
تاریخ نمایه سازی: 28 اسفند 1402
Abstract:
تخمین و پیش بینی آبشستگی در اطراف پایه پل ها نقش بسزایی در طراحی این نوع از سازه ها ایفا می کند زیرا با افزایش ابعاد حفره آبشستگی پایداری پایه پل به خطر افتاده و در نتیجه این سازه ممکن است تخریب شود. در این مطالعه، عمق آبشستگی در مجاورت پایه پل های جفت و سه تایی با استفاده از تکنیک دسته بندی c- میانیگن فازی شبکه انفیس (ANFIS-FCM) تخمین زده شد. برای انجام این کار، ابتدا پارامترهای تاثیرگذار بر روی عمق آبشستگی در اطراف پایه های پل جفت و سه تایی از قبیل عدد فرود (Fr)، نسبت نسبت قطر پایه پل به عمق جریان (D/h) و نسبت فاصله بین پایه ها به عمق جریان (d/h) شناسایی شدند. سپس با استفاده از این پارامترهای بدون بعد، هفت مدل ANFIS-FCM مختلف تعریف گردید. لازم به ذکر است که برای آموزش این مدل ها از ۷۰ درصد داده های آزمایشگاهی و برای آزمون آنها از ۳۰ درصد باقیمانده استفاده شد. در ادامه، با انجام یک تحلیل حساسیت، مدل برتر و موثرترین پارامتر ورودی معرفی شدند. مدل برتر مقادیر آبشستگی ها را بر حسب کلیه پارامترهای ورودی با دقت مناسبی پیش بینی نمود. به عنوان مثال، مقادیر ضریب همبستگی، شاخص پراکندگی و ضریب نش برای شرایط آزمون مدل برتر به ترتیب مساوی با ۹۸۸/۰، ۱۰۶/۰ و ۹۷۶/۰ بدست آمدند. علاوه بر این، عدد فرود نیز مهمترین پارامتر ورودی در نظر گرفته شد. در انتها، یک کد کامپیوتری برای شبیه سازی عمق حفره آبشستگی در مجاورت پایه های پل جفت و سه تایی ارائه گردید.
Keywords:
Authors
افشین کیانی
دانشجوی دکتری منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
سعید شعبانلو
گروه مهندسی آب- دانشگاه آزاد واحد کرمانشاه
فریبرز یوسفوند
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، 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 :