پیش بینی راندمان هوادهی در شیب راه های پلکانی با استفاده از شبکه عصبی مصنوعی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 520

This Paper With 9 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

DCEAEM02_188

تاریخ نمایه سازی: 30 بهمن 1394

Abstract:

کیفیت آب و افزایش کیفیت آن ارتباط تنگاتنگی با میزان اکسیژن محلول آب دارد. فرایند فیزیکی انتقال اکسیژن یا جذب اکسیژن از اتمسفر به آبهای سطحی باعث بازیابی منابع آبی می گردد. که این فرایند فیزیکی هوادهی نامیده شده است. افزایش هوادهی به کمکماکرو زبری ها در تصفیه ی آب به خوبی شناخته شده و یکی از این نوع روشهای هوادهی، شیبراه ها به حساب می آید. شیبراههای پلکانی نقش مهمی در افزایش ورود هوا و شدت استهلاک انرژی و در نتیجه کاهش اثر کاویتاسیون و افزایش کیفیت آب دارند. تا کنون بیشتر مطالعات انجام شده در مورد شیبراههای پلکانی، با بهرهگیری از مدلهای فیزیکی بوده است که اینگونه مطالعات مستلزمصرف وقت و هزینهی بسیار زیادی میباشند. دادههای مورد استفاده، از نتایج آزمایشات بایلار و هانبای ) 9002 ( استخراج شده است. در این تحقیق با استفاده از نرمافزار متلب، 29 مدل شبکه عصبی مصنوعی جهت، پیشبینی راندمان هوادهی تحت تاثیر پارامترهایی همچون، تعداد پله، طول سرریز، طول کف پله، ارتفاع پله، دبی واحد عرض، زاویه سرریز، عمق بحرانی جریان، نسبت ارتفاع پله به عمق بحرانی جریان ایجاد شده است. بهترین مدل، از بین مدلهای طراحی شده که مدل دوازدهم میباشد که نتایج آن R=0/99986 و0/000000 MSE= 0/099000 ، RMSE= میباشد تطابق مناسب خوبی با نتایج آزمایشگاهی مورد استفاده دارد که حاکی از دقت شبکههای عصبی در پیشبینی راندمان هوادهی در شیب راههای پلکانی است

Authors

بهرضا نورمند

استادیار گروه عمران دانشگاه آزاد اسلامی واحد مراغه

امین صادقی اسکویی

دانشجوی کارشناسی ارشد مهندسی عمران سازه های هیدرولیکی دانشگاه آزاد اسلامی واحد مراغه، مراغه 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 :