پیش بینی نرخ فرسایش رسوبات چسبنده و تحلیل پارامترهای موثر بر آن به کمک شبکه عصبی مصنوعی
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 56
فایل این مقاله در 12 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_JWMS-14-48_008
تاریخ نمایه سازی: 3 دی 1402
چکیده مقاله:
مکانیک انتقال رسوبات چسبنده متفاوت از رسوبات غیرچسبنده است. در تعیین نرخ فرسایش رسوبات غیرچسبنده از پارامترهای فیزیکی، همانند قطر متوسط و چگالی استفاده می گردد، در حالی که به علت ماهیت رسوبات چسبنده نرخ فرسایش آن ها به صورت رابطه ای با تنش برشی بستر با ضرایب ثابت مربوط به ویژگی هر نوع رسوب تعریف می گردند. در این تحقیق از اطلاعات آزمایشگاهی رسوبات چسبنده مصب رودخانه لویر استفاده شده است که پس از صحت سنجی نتایج در نرم افزار Mike، داده های آزمایشگاهی توسعه داده شدند تا بتوان با داده های بیشتر و شرایط هیدرولیکی متفاوت تری، پدیده فرسایش رسوبات را مورد مطالعه قرار داد. در ادامه نظر به تعداد پارامترهای متعدد موثر در پدیده فرسایش رسوبات، از شبکه عصبی برای ایجاد ارتباط میان داده ها استفاده گردید. پارامترهای استفاده شده در مدل شامل مولفه های جریان و مشخصه های رسوبات و سیال می باشند. به علت عملکرد بهتر شبکه عصبی این داده ها پس از بی بعدسازی مورد استفاده قرار گرفتند. ضریب همبستگی و میانگین قدر مطلق خطای داده ها در شبکه عصبی مورد استفاده به ترتیب ۹۸/ ۰ و ۰۰۳۶/ ۰ به دست آمدند که بیان گر عملکرد مناسب شبکه بودند. در نهایت پس از انجام تحلیل حساسیت وزنی، پارامترهای و به ترتیب بعنوان موثرترین پارامترهای افزایش و کاهش نرخ فرسایش معرفی شدند.
کلیدواژه ها:
Yield Shear Stress ، Loire Estuary ، Flow and Sediment Characteristics ، Erosion Sensitive Analyze ، Mike Numerical Model ، MLP Neural Network. ، تنش برشی تسلیم ، رودخانه لویر فرانسه ، ویژگی های سیال و رسوب ، تحلیل حساسیت فرسایش ، مدل عددی Mike ، شبکه عصبی MLP.
نویسندگان
مهران خیرخواهان
Ph.D. in water engineering and hydraulic structures, faculty of civil engineering, Semnan University, Semnan.
خسرو حسینی
associate Prof. in water engineering and hydraulic structures, faculty of civil engineering, Semnan University, Semnan.
شهاب نیر
Ph.D. student in water engineering and hydraulic structures, faculty of civil engineering, Semnan University, Semnan.
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 :