تخمین میزان افت موج فشاری میرا به هنگام عبور از روزنه نشت موجود در خط لوله با استفاده از شبکه عصبی مصنوعی

شبکه های عصبی مصنوعی امروزه به فراوانی توسط مهندسین به منظور مدلسازی پدیده های مختلف مورد استفاده قرار می گیرد، بهخصوص در مواردی که مدلسازی دقیق فیزیکی میسر نبوده و یا بسیار پیچیده باشد. امواج فشاری میرا و همچنین تخمین میزان افت، ازپدیده های مهم علم هیدرولیک است که مدلسازی فیزیکی، شبیه سازی عددی و تخمین پارامترهای موثر در تحلیل آن، به خصوص درحضور نشت از لوله، با عدم قطعیتهای فراوان همراه بوده و دارای دشواری های فراوانی می باشد. بنابراین در این تحقیق ابتدا با استفاده ازآنالیز ابعادی، پارامترهای موثر بر افت فشار به هنگام عبور موج فشاری میرا از روزنه نشت (LLH) از خط لوله ای پلی اتیلن با قطر و طولثابت معین و سپس مقدار آن از داده های آزمایشگاهی محاسبه شد. پس از آن به منظور تخمین این پارامتر هیدرولیکی، به کمک نرم افزارMATLAB ، شبکه عصبی مصنوعی (ANN) با ساختار پرسپترون چند لایه (MPL) که با استفاده از الگوریتم پس انتشار خطا عملیادگیری را انجام می دهد، ابتدا با داده های ثبت شده در آزمایشگاه آموزش و سپس مورد صحت سنجی قرار گرفت. نتایج صحت سنجیحاکی از عملکرد کاملا مناسب مدل بود. در ادامه توانایی مدل در تخمین پارامتر (LLH) مورد آزمون و بررسی قرار گرفت که مشخص شدمدل شبکه عصبی آموزش دیده، با دقت بسیار بالایی (R(۲)=۰/۹۸۵۸) پارامتر ((H(LL) را تخمین می زند.

کلیدواژه ها:

شبکه عصبی مصنوعی ، موج فشاری میرا ، نشت از لوله ، افت فشار