استفاده از شبکه عصبی مصنوعی درپیش بینی خصوصیات پرش هیدرولیکی درمقاطع مستطیلی واگرا با شیب معکوس
محل انتشار: فصلنامه دانش آب و خاک، دوره: 22، شماره: 3
سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 208
فایل این مقاله در 12 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_WASO-22-3_009
تاریخ نمایه سازی: 24 بهمن 1401
چکیده مقاله:
حوضچه آرامش از مهمترین سازههای مستهلک کننده انرژی جریان در پاییندست سازههای آبی که جریان در آنها حالت فوق بحرانی دارد، میباشد. نظر به اهمیت این سازه و همچنین پرهزینه بودن احداث آن، ضرورت مدل کردن قبل از ساخت کاملا محسوس میباشد. همچنین مدل کردن این سازه در شرایط آزمایشگاهی برای حالات مختلف پرهزینه بوده و نیاز به زمان زیادی دارد. لذا از گذشته سعی بر این بوده که خصوصیات پرش هیدرولیکی از قبیل طول پرش، افت انرژی پرش، نسبت اعماق مزدوج و غیره را به پارامترهای هیدرولیکی و مشخصات سطح مقطع جریان مانند عدد فرود، زاویه واگرایی، شیب کف، شیب دیوارههای جانبی و غیره ارتباط دهند. به همین جهت مطالعات زیادی در این خصوص صورت پذیرفته است. در این تحقیق خصوصیات پرش هیدرولیکی شامل نسبت اعماق مزدوج، طول پرش و افت انرژی پرش در مقاطع مستطیلی واگرا با شیب معکوس به صورت توابعی از پارامترهای عدد فرود اولیه، شیب کف و زاویه واگرایی با استفاده از شبکه عصبی مصنوعی مدل گردیدند و میزان دقت مدل در برآورد هر یک از این مشخصات هیدرولیکی مورد بررسی قرار گرفت. نتایج حاصل نشان داد که مدل قادر به پیشبینی این خصوصیات با دقت بسیار بالا میباشد. همچنین میزان اهمیت هر یک از پارامترهای مورداستفاده در پیشبینی خصوصیات مورد مطالعه پرش هیدرولیکی در این تحقیق توسط مدل تعیین، که با استفاده از نتایج حاصل و نرمافزارData Fit برای هر یک از این خصوصیات یک رابطه بر حسب پارامترهای موجود استخراج گردید که این روابط نیز از دقت بالایی در پیشبینی خصوصیات موردنظر بهرهمند میباشند
کلیدواژه ها:
نویسندگان
زهرا شجاعیان
دانشگاه تبریز
علی حسین زاده دلیر
دانشگاه تبریز
مهدی دریائی
دانشگاه شهیدچمران اهواز
سید محمود کاشفی پور
دانشگاه شهیدچمران اهواز
داود فرسادی زاده
دانشگاه تبریز