تحلیل حساسیت عوامل موثر در هوادهی سرریز با استفاده از روش های هوشمند مصنوعی و ANFIS
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 5، شماره: 1
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 152
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-5-1_007
تاریخ نمایه سازی: 4 اسفند 1400
چکیده مقاله:
هوادهی به جریان عبوری از سرریزها توسط هوادهها یکی از روشهای موثر در کاهش دادن خسارت ناشی از کاویتاسیون در این سازهها میباشد. در این تحقیق جهت برآورد هوای مورد نیاز هوادهها از سه روش شبکه عصبی مصنوعی (مبتنی بر الگوریتم لونبرگ- مارکواد)، ترکیبی عصبی- فازی (ANFIS) و رابطه تجربی فیشر استفاده شد. پارامتر های h۰ (عمق جریان در ابتدای سیستم هواده)، Qwater (دبی جریان عبوری از سریز)، s (ارتفاع پله)، α (زاویه رمپ) و hs (اختلاف فشار بین اتمسفر و فشار زیر جت جریان عبوری از روی سیستم هواده) به عنوان عوامل موثر بر میزان جریان هوای مورد نیاز هواده در نظر گرفته شدند و مدلسازی بر اساس این پارامترها صورت گرفت. نتایج مدلسازی نشان داد که در صورت در نظر گرفتن همه پارامترها روش ANFIS نسبت به دو روش دیگر عملکرد مطلوبتری دارد. نتایج تحلیل حساسیت نشان داد که پارامتر اختلاف فشار مهم ترین پارامتر در مدلسازی با استفاده از هر دو روش عصبی و ANFIS است به گونهای که در اثر حذف شدن این پارامتر در مدلسازی، ریشه میانگین مربعات خطا برای روشهای شبکه عصبی و ANFIS به ترتیب در حدود ۵۴/۳۷ و ۷۴/۲۲۴ درصد افزایش مییابد. درصد افزایش ریشه میانگین مربعات خطا در اثر حذف شدن پارامتر ارتفاع پله برای روش شبکه عصبی و ANFIS به ترتیب در حدود ۳۹/۵ و ۴/۱۳ درصد میباشد که کمترین مقدار را در بین سایر پارامترها داشت و به عنوان کم اهمیتترین پارامتر در مدلسازی با استفاده از هر دو روش شناخته شد.
کلیدواژه ها:
نویسندگان
امین مهدوی میمند
دانشجوی کارشناسی ارشد سازه های آبی، دانشکده علوم آب، دانشگاه شهید چمران اهواز،
جواد احدیان
استایار گروه سازه های،دانشکده علوم آب، دانشگاه شهید چمران اهواز
محمد احترام
دانشجوی کارشناسی ارشد عمران آب، دانشکده مهندسی، دانشگاه شهید چمران اهواز
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 :