پیش بینی عمق آبشستگی در پایین دست سازه های شی بشکن در شبکه های آبیاری و زهکشی با استفاده از مدل ANNs

سازه های شیب شکن از جمله سازه های هیدرولیکی هستند که با توجه به توپوگرافی زمین جهت اعمال یک سرعت بهینهدر کانال ها و شبکه های آبیاری و زهکشی به کار می روند. احداث سازه های شیب شکن یکی از روش های متداول در کاهشفرایند فرسایش و گود افتادگی بستر می باشد.این سازه ها که به صورت مانعی در برابر جریان قرار می گیرند، به صورت موضعیباعث فرسایش یا آبشستگی می شوند.چنانچه عمق آبشستگی قابل ملاحظه باشد می تواند پایداری این سازه ها را در معرض خطرقرار دهد یا موجب تخریب آن ها گردد.بنابراین طراحی بهینه سازه های شیب شکن مستلزم پیش بینی عمق آبشستگی در پاییندست این سازه ها می باشد.شبکه عصبی مصنوعی از جمله روش هایی است که می تواند با دقت مناسبی فرآیندهای پیچیده وغیرخطی را برآورد نماید.در این تحقیق به منظور برآورد عمق حفره آبشستگی و بر مبنای بکارگیری داده های آزمایشگاهی،مدل شبکه عصبی پرسپترون چندلایه با تابع انتقال سیگموئید مورد استفاده قرار گرفت. نتایج نشان داد که شبکه عصبی مصنوعی با مقدار ضریب تعیین (R(2)=0/94) از عملکرد مطلوبی برخوردار می باشد. بنابراین می توان برای تخمین عمق حفره آبشستگی در پایین دست سازه های شیب شکن، بجای معادلات تجربی ارائه شده بر مبنای رگرسیون مدل شبکه عصبی مصنوعی را مورد استفاده قرار داد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، آبشستگی ، سازه شیب شکن ، تثبیت بستر