تخمین غلظت هوا در سرریز شوت با استفاده از روش های فرامدل
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 50
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-55-4_006
تاریخ نمایه سازی: 9 مرداد 1403
Abstract:
یکی از راه های جلوگیری از ایجاد فشار منفی و کاویتاسیون در سرریزها، هوادهی به جریان عبوری از سرریزها می باشد. شناخت نحوه توزیع تغییرات غلظت هوا در طول سرریز جهت تخمین میزان هوادهی از اهمیت زیادی برخوردار است. در پژوهش حاضر کاربرد روش های فرامدل رگرسیونی فرآیند گاوسی (GPR) و ماشین بردار پشتیبان (SVM) در پیش بینی غلظت هوا مورد بررسی قرار گرفت. بدین منظور مجموعه داده های آزمایشگاهی (۲۲۶۸) به دست آمده از مدل های هیدرولیکی سرریز شوت در فرآیند مدل سازی به کار گرفته شد. مدل های ورودی متنوعی بر اساس ترکیب مختلفی از پارامترهای اندازه گیری شده تعریف گردید. نتایج به دست آمده نشان دهنده توانایی بالای هر دو روش در برآورد غلظت هوای مورد نیاز بر روی سرریز است. در برآورد میزان غلظت هوا در سرریز شوت برای حالتی که هوادهی مصنوعی توسط هواده انجام می گیرد پارامترهای دبی جریان (QW)، نسبت فاصله طولی از انتهای دفلکتور به عرض کانال (L/W) و نسبت عمق (عمود بر سرریز) بر عرض کانال (Y/W) تاثیر زیادی داشتند. نتایج شاخص های آماری ضریب همبستگی (R)، ضریب تبیین (DC) و خطای جذر میانگین مربعات برای این حالت در روش GPR به ترتیب ۹۲۱۴/۰، ۸۴۵۱/۰ و ۱۰۰۸/۰ و مقادیر ۹۳۳۳/۰، ۸۶۶۲/۰ و ۰۹۳۷/۰ در روش SVM است. برای حالتی که هوادهی مصنوعی توسط هواده انجام نمی گیرد، مدل با پارامترهای ورودی Qw، L/W، Y/W و ΔP (اختلاف فشار ما بین فشار اتمسفر و فشار زیر جت) با دارا بودن مقادیر ۹۲۲۲/۰=R، ۸۶۴۴/۰=DC و ۰۹۱۴/۰=RMSE در روش GPR و به ترتیب با مقادیر ۸۷/۰، ۷۵۴۳/۰ و ۱۲۳/۰ به عنوان برترین مدل انتخاب گردیدند.
Keywords:
Authors
کیومرث روشنگر
استاد گروه مهندسی عمران آب دانشگاه تبریز
رضا سعادت جو
گروه مهندسی عمران، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران
حمیدرضا عباس زاده
گروه مهندسی عمران، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران
آیدین پناهی
گروه مهندسی عمران، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، 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 :