مدل سازی هیدرولیکی شبکه آبرسانی فضای سبز با استفاده از EPANET و پیش بینی مشخصات هیدرولیکی آن به کمک هوش مصنوعی

  • سال انتشار: 1397
  • محل انتشار: نشریه آبیاری و زهکشی ایران، دوره: 12، شماره: 1
  • کد COI اختصاصی: JR_IDJ-12-1_017
  • زبان مقاله: فارسی
  • تعداد مشاهده: 414
دانلود فایل این مقاله

نویسندگان

سعید فرزین

استادیار، دانشکده مهندسی عمران، دانشگاه سمنان

سید فرهاد موسوی

مهنندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران

محمدرضا حسنوند

استاد، دانشکده مهندسی عمران، دانشگاه سمنان

امیرحسین سلیمی

استاد، دانشکده مهندسی عمران، دانشگاه سمنان

مهسا دوست محمدی

دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه سمنان

چکیده

 بروز مشکل در هر یک از بخش­های شبکه­های آبرسانی، در اثر پدیده­های ناشی از نوسانات فشار و یا سرعت، می­تواند سبب ایجاد اختلال در زندگی مصرف­کنندگان گردد. برای جلوگیری از بروز این گونه مشکلات، طراحی مناسب و مدیریت بهینه شبکه­ها از اهمیت بالایی برخوردار است. در پژوهش حاضر، کنترل­ فشار و سرعت جهت جلوگیری از بروز مشکلات در شبکه آبرسانی بررسی شده و همچنین مشخصات هیدرولیکی جریان در لوله­ها توسط شبکه عصبی مصنوعی پیش­بینی گردید. در این راستا، ابتدا با زون­بندی شهر کنگاور در استان کرمانشاه (به عنوان مطالعه موردی) به نواحی شش­گانه براساس پارامترهای توزیع، ترسیم شبکه­های آبرسانی فضای سبز برای شهر با دوره طرح ۱۰ساله و جمعیت هدف ۹۵ هزار نفر، بر اساس الگوی آبیاری ۲۲ ساعته در شبانه­روز و سرانه فضای سبز ۶/۲۹ مترمربع در انتهای دوره طرح انجام گردید. سپس، با استفاده از نرم­افزار EPANET به تحلیل فشار، سرعت و دبی در شبکه پرداخته شد. براساس نتایج حاصل، بیشینه فشار در گره ۳-۳ در ناحیه سوم فشاری روی داد که در حدود ۱۰۰ متر آب است و بیشینه میزان سرعت در شبکه، در حدود ۴/۱ متر بر ثانیه بهدست آمد. همچنین، نتایج نشان داد که دبی استفاده شده برای شبکه با توجه به قطر لوله­ها و مسیرهای انتخابی در نواحی مختلف در محدوده مناسب می­باشد. در ادامه، با استفاده از مقادیر اندازه­گیری شده، شبکه عصبی مصنوعی آموزش داده شد و شبکه بهینه با ضرایب همبستگی ۸۷/۰ و ۸۵/۰ به ترتیب برای فاز آموزش و آزمون، انتخاب شد. سپس دبی، سرعت و افت جریان لوله توسط شبکه بهینه پیش­بینی گردید. نتایج نشان دهنده قابلیت بالای شبکه عصبی مصنوعی در تحلیل و پیش­بینی مشخصات هیدرولیکی لوله­های شبکه آبرسانی بود.

کلیدواژه ها

افت فشار, شبکه عصبی مصنوعی, کنگاور, مدیریت شبکه آبرسانی, EPANET

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.