تعیین منحنی بهینه بستن شیر برای کنترل فشار: کاربرد ماشین های بردار پشتیبان

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 883

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCHP03_628

تاریخ نمایه سازی: 3 فروردین 1391

چکیده مقاله:

در مایعات در حال حرکت در پی قطع ناگهانی جریان، افزایش فشاری رخ م یدهد که به پدیده ضربه قوچ مشهور است. وقوع این پدیده، در ساز ههای انتقال سیال آسیب به این تاسیسات را در پی داشته و خطر آفرین است. در کنار مؤلف ههایی نظیرخصوصیات و سرعت سیال، مدول الاستیسیته، ضخامت و طول خط لوله، چگونگی بستن شیر در مدت زمانی محدود که به منحنی قطع جریان مشهور است تأثیر قابل ملاحظه ای در کاهش یا افزایش فشارهای حدی ناشی از پدیده ضربه قوچ دارد. تعیین منحنی بهینه قطع جریان از طریق تلفیق یک مدل شبی هسازی جریان انتقالی مبتنی بر روش مشخصه با یک مدل بهین هسازیامکا نپذیر است اما نظر به اضطرار موجود در طبیعت مسئله بسته شدن شیر، زمان اجرای قابل توجه آنها، کاهش کارایی آنها را در پی دارد. از این روی، در جهت حذف دو پروسه زمان بر شبی هسازی و بهین هسازی برای تصمی مگیری به هنگام، استفاده ازماشی نهای بردار پشتیبان م یتواند مفید واقع شود. در این تحقیق منحنی بهینه بسته شدن شیر در ابتدا از طریق تلفیق مدل شبی هسازی پدیده ضربه قوچ ( روش مشخصه) و مدل بهین هسازی چندهدفه NSGAII) ارائه و در ادامه به کمک نقاط بهینه واقع بر منحنی تبادل، با آموزش یک مدل هوشمند مبتنی بر ماشی نهای بردارپشتیبان، منحنی بسته شدن بهینه بدون نیاز به اجرایمدلهای شبی هسازی و بهین هسازی ب هدست م یآید. دقت نتایج مبتنی بر کاربرد ماشی نهای بردارپشتیبان به گونه ای است که امکانتصمییم گیری سریع، دقیق و بهینه در خصوص چگونگی قطع جریان در یک باز ه زمانی مشخص را امکا نپذیر کرده است.

نویسندگان

محمدرضا بازرگان لاری

استادیارگروه مهندس یعمران، دانشگاه آزاد اسلامی واحد تهران شرق، تهرا

رضا امیری

دانشجوی کارشناسی ارشد عمران آب، دانشکده فنی، دانشگاه آزاد اسلامی واح

حسین افشار

عضو هیات علمی گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد تهران شرق

هومن حاجی کندی

استادیار گروه مهندسی عمران، دانشکده فنی، دانشگاه آزاد اسلامی واحد ت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • عسگری، حسن‌وکراچیان، رضا؛(1385)، کاربردتخمین‌های احتمالاتی ماشین‌های بردارپشتیبان در پهنه‌بندی کیفی‌آب ...
  • پیش بینی عمق آبشستگی اطراف پایه پل با استفاده از ماشین های بردار پشتیبان و شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • Afshar, H. Afshar. Kerachian, R., Bazargan-Lari, M. R., Niktash, A. ...
  • Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. (2002). ...
  • Deb, K., Agrawal, S., Pratap, A., and Meyarivan, T. (2000). ...
  • Wylie, E.B., and Streeter, V.L. (1993). "Fluid transients in systems", ...
  • Massey, B., Smith, J., (2005). "Mechanics of Fluids", This edition ...
  • Mokeddem, D. and Khellaf, A.(2009), "Optimal Solutions of Multiproduct Batch ...
  • Reed, M.. R., and Minsker, B.S. (2004), Striking the balance: ...
  • Vapnik, V. N. (1995). "The nature of statistical learning theory", ...
  • Bishop Ch. M., (2006). :Pattern Recognition and Machine Learning", Springer ...
  • Webb A. R.(2002). :Statistical Pattern Recognition", John Wiley & Sons ...
  • Massey, B., Smith, J., (2005). "Mechanics of Fluids", This edition ...
  • Li, Q., Meng, Q., Cai, J., Yoshino, H., Mochida, A..(2009)." ...
  • نمایش کامل مراجع