ارائه مدل برآورد نرخ شکست لولههای اصلی آبرسانی شهری با استفاده از برنامهریزی بیان ژن (GEP)
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 281
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWWSE-7-3_003
تاریخ نمایه سازی: 15 دی 1401
چکیده مقاله:
از مشکلات عمده در شبکه آبرسانی شهری، هدررفت حجم زیادی از آب در اثر وقوع حوادث مختلف است که وقوع این پدیده، در اکثر موارد باعث ایجاد خساراتی میشود که عمدتا برگشتناپذیر و پرهزینهاند. لذا شناخت علل حوادث و میزان اهمیت آنها، میتواند در پیشگیری و کاهش حوادث و اتلاف آب، سهم بسیار موثری داشته باشد. ازاینرو، هدف از این پژوهش، ارائه مدل برآورد نرخ شکست لولههای اصلی آبرسانی شهری است. پژوهش حاضر از لحاظ ماهیت، از نوع کاربردی و به لحاظ اجرا، ترکیبی از روشهای توصیفی- تحلیلی بر پایه مطالعات کتابخانهای محسوب میشود. در این پژوهش، علاوهبر مصاحبه با کارشناسان و خبرگان مربوطه درزمینه موردمطالعه، از نتایج مطالعات صورتگرفته توسط سایر پژوهشگران و نیز استفاده از آمار و اطلاعات موجود در شرکت آب و فاضلاب استان تهران که مربوط به منطقه یک شهر تهران است، بهره گرفته و معیارهای مهم بر نرخ شکست لولههای اصلی با جنسهای مختلف، شناسایی شد. سپس برای انجام محاسبات و ارائه مدل، از نرمافزار برنامهریزی بیان ژن (GEP)، استفاده شد. یافتههای حاصل از پژوهش حاضر، نشان داد که با افزایش فشار کاری، سن، طول لوله و نیز افزایش تعداد انشعابات؛ میزان حوادث هم بیشتر خواهد شد. از طرفی، با افزایش قطر لولهها و نیز افزایش عمق نصب آنها، میزان نرخ شکست کاهش مییابد. نوع خاک مدفون شده، نیز تاثیر مستقیمی بر از بین رفتن تدریجی لوله خواهد داشت. مدلهای پیشنهادی در این پژوهش، بهدلیل عدم محدودیت در پارامترهای ورودی و نیز توجه به کلیه مولفههای موثر، ابزاری بسیار مفید و قابلاعتماد برای پیش بینی نرخ شکست لولههای اصلی آبرسانی شهری هستند.
کلیدواژه ها:
نویسندگان
سیدعظیم حسینی
دانشیار، گروه مهندسی عمران، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
حسین ملکی طولابی
باشگاه پژوهشگران جوان و نخبگان، واحد خرمآباد، دانشگاه آزاد اسلامی، خرم آباد، ایران.
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 :