ارزیابی روش شبکه عصبی مصنوعی(ANN)در پیش بینی حجم مخروط رسوب شویی در فلاشینگتحت فشار با حضور صفحات مورب

  • سال انتشار: 1402
  • محل انتشار: اولین همایش ملی علوم و مهندسی محیط زیست در افق توسعه
  • کد COI اختصاصی: CESES01_022
  • زبان مقاله: فارسی
  • تعداد مشاهده: 124
دانلود فایل این مقاله

نویسندگان

سمیه زایرچی رویس

دانشجوی کارشناسی ارشد مهندسی عمران-مهندسی آب و سازه های هیدرولیکی،دانشگاه شهید چمران اهواز

مهدی دریائی

دانشیار گروه سازه های آبی،دانشکده مهندسی آب و محیط زیست،دانشگاه شهید چمران اهواز

سیدمحمود کاشفی پور

استاد گروه سازه های آبی،دانشکده مهندسی آب و محیط زیست،دانشگاه شهید چمران اهواز

عباس پارسائی

استادیار گروه سازه های آبی،دانشکده مهندسی آب و محیط زیست،دانشگاه شهید چمران اهواز

چکیده

یکی از راه های افزایش عمر مفید سدها به ویژه در زمان بهره برداری، انجام عملیات فلاشینگ می باشد. لذا ارائه راهکار به منظور افزایش حجم رسوبات تخلیه شده حائز اهمیت می باشد. از طرف دیگر پیش بینی حجم رسوبات تخلیه شده حین عملیات بهره برداری به منظور مدیریت بهتر مخزن ضروری است. هدف از این مطالعه پیش بینی میزان رسوبات تخلیه شده در رسوب شویی هیدرولیکی تحت فشار در حضور صفحات مورب نصب شده در بالادست روزنه می باشد. برای این منظور روش شبکه عصبی مصنوعی با استفاده از نرم افزار متلب استفاده شده است. نتایج نشان داد که با اختصاص به ترتیب ۸۰ درصد و ۲۰ درصد از داده ها به مراحل آموزش و تست، نتایج مدل به ترتیب با رگرسیون ۰,۹۹ و ۰,۹۵ حاصل شده است که نشان از دقت بالای مدل در این زمینه دارد.

کلیدواژه ها

فلاشینگ تحت فشار، شبکه عصبی، رسوب شویی هیدرولیکی، متلب.

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.