بررسی و مقایسه روش های مختلف موجود در شبکه عصبی مصنوعی بر میزان عمق آبشستگی اطراف پایه های پل

بیشتر آسیب پل ها به دلیل آبشستگی اطراف پی های آن در طول سیلاب هستند. بنابراین برای حداقل سازی احتمال خرابی، یک مدل بهبود یافته برای تخمین آبشستگی اطراف آنها لازم است. به دلیل اینکه آبشستگی در پایه های پل یک تابع پیچیده از مشخصات مصالح کف، ویژگی های سیال و مشخصات جریان و هندسه پایه است، معادلات تجربی توانایی تخمین دقیق عمق آبشستگی را ندارند. به طور کلی برخورد و جدا شدن جریان از پایه پل دو عامل اصلی در ایجاد آبشستگی در اطراف پایه پل می باشند . برخورد جریان به پایه گرداب نعل اسبی را شکل داده و جدایی جریان از پایه باعث بوجودآمدن گرداب های برخاستگی می شود . گرداب نعل اسبی عامل اصلی فرسایش بستر رودخانه در اطراف پایه به ویژه در جلوی آن است. در این تحقیق، میزان عمق آبشستگی پایه پل با استفاده از روش های مختلف موجود در شبکه عصبی مصنوعی در چند مورد همراه با نتایج اندازه گیری های واقعی نشان از توان بالای این شبکه عصبی دارد. نتایج نشان دادند به کاربردن روش انتشار برگشتی درپیدا کردن بیشترین عمق آبشستگی روش مناسبتری در شبکه های عصبی می باشد.

کلیدواژه ها:

پایه پل ، روش انتشار برگشتی ، روش شبه نیوتن ، میزان عمق آبشستگی ، شبکه عصبی مصنوعی