شبیه سازی ضریب دبی سرریز لبه تیز انحنادار با استفاده از مدل های هوش مصنوعی

سرریزها سازه های هیدرولیکی هستند که برای اندازه گیری و انحراف جریان و همچنین کنترل جریان در کلنال ها به کار برده می شوند. سرریزهای غیرخطی با افزایش طول سرریز، قابلیت عبور دبی بیشتری را نسبت به سرریزهای معمولی فراهم می کنند. در مطالعه ی حاضر کاربرد دو مدل شبکه عصبی مصنوعی (ANN) و ماشین بردار پشتیبان (SVM) با استفاده از داده های آزمایشگاهی در پیش بینی ضریب دبی سرریزهای لبه تیز انحنادار آزموده شد. داده ها شامل دبی و مقدار بار آبی روی سرریز برای چهار طول قوس مختلف هر کدام با پنج ارتفاع متفاوت به عنوان پارامترهای ورودی مدل ها استفاده شدند و ضریب دبی به عنوان خروجی مدل ها استخراج گردید. به منظور آماده سازی داده ها ۸۰ درصد از داده ها برای مرحله آموزش و ۲۰ درصد آن برای مرحله آزمون در نظر گرفته شد. علاوه بر این با توجه به نتایج تحلیل حساسیت نسبت بار آبی روی سرریز به ارتفاع سرریز به عنوان موثرترین پارامتر بر مقدار ضریب دبی سرریزهای لبه تیز انحنادار شناسایی شد. به منظور ارزیابی عملکرد مدل از شاخص های آماری ریشه میانگین مربعات، خطا، شاخص خطای استاندارد و ضریب همبستگی استفاده گردید. یافته ها نشان داد برای الگوی ورودی hp و Q/pg در سرریز با ارتفاع ۶ متر و طول تاج ۱/۲ متر در مدل SVM شاخص های ارزیابی SE RMSE و R به ترتیب ۰/۰۰۰۱، ۰/۰۰۰۱ و ۹۹ و برای ANN ۰۰/۰۰۰۳، ۰/۰۰۰۲ و ۰/۹۹ در مرحله آزمون برآورد گردید. نتایج نشان داد در مرحله آزمون مقدار ضریب دبی سرریز لبه تیز انحنادار توسط هر دو مدل به خوبی شبیه سازی شده است اما به صورت جزئی، مدل SVM عملکرد بهتری از خود نشان داد. بنابراین می توان اظهار داشت که این مدل ها به عنوان ابزاری دقیق، قوی و سریع برای پیش بینی ضریب دبی سرریز لبه تیز انحنادار می توانند مورد استفاده قرار گیرند.

کلیدواژه ها:

سرریز لبه تیز ، شبکه عصبی مصنوعی ، ضریب دبی ، ماشین بردار پشتیبان ، یادگیری ماشین