ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مطالعه ی عددی و پیش بینی سرعت جریان با استفاده از نرم افزار Flow3d و شبکه ی عصبی مصنوعی (ANN-MLP) در سرریز پلکانی لبه دار

سال انتشار: 1393
کد COI مقاله: ICSAU02_0314
زبان مقاله: فارسیمشاهده این مقاله: 306
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مطالعه ی عددی و پیش بینی سرعت جریان با استفاده از نرم افزار Flow3d و شبکه ی عصبی مصنوعی (ANN-MLP) در سرریز پلکانی لبه دار

خسرو مروتی - دانشجوی کارشناسی ارشد مهندسی عمران- سازه های هیدرولیکی، دانشگاه رازی کرمانشاه
آزاده غلامی - دانشجوی دکتری سازه های هیدرولیکی، دانشگاه رازی کرمانشاه
افشین اقبال زاده - ا ستادیار گروه مهندسی عمران، دانشگاه رازی کرمانشاه-پژوهشکده تحقیقات پیشرفته آب و فاضلاب دانشگاه رازی کرمانشاه
میترا جوان - ا ستادیار گروه مهندسی عمران، دانشگاه رازی کرمانشاه-پژوهشکده تحقیقات پیشرفته آب و فاضلاب دانشگاه رازی کرمانشاه

چکیده مقاله:

سرریزهای پلکانی از جمله سازه های هیدرولیکی هستند که در مجراهای انتقال آب کاربرد گسترده ای دارند. بررسی راهکارهایی که منجر به کارایی بالاتر این سرریزها شود مورد علاقه مهندسان هیدرولیک می باشد. در این مطالعه با استفاده از نرم افزار Flow 3d پروفیل های سرعت، سطح آزاد و چگونگی اختلاط آب وهوا در جریان عبوری از این سرریزها مورد مطالعه قرار گرفته اند. در شبیه سازی عددی برای تعریف سطح آزاد جریان و آشفتگی جریان به ترتیب از VOF و مدل آشفتگی (RNG) k-e استفاده شده است. با توجه به نتایج به دست آمده تطابق مناسب بین نتایج مدل عددی و آزمایشگاهی مشاهده می شود. سپس با استفاده از مدل شبکه عصبی مصنوعی چندلایه بر اساس روش آموزش پس انتشار خطا سرعتجریان بر روی این سرریزها پیش بینی و با نتایج عددی مقایسه می شود. بررسی نتایج نشان از انطباق قابل قبول مدل عددی با مدل آزمایشگاهی بوده و همچنین مقدار خطای نسبی پایین 0/0329%و R^2، ا 0/93 کارایی مدل شبکه عصبی در پیش بینی سرعت جریان در این سرریزها را تایید می کند.

کلیدواژه ها:

سرریزپلکانی ، مدل شبکه عصبی مصنوعی ، سرعت جریان ، مدل آشفتگی (RNG) K-e

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICSAU02_0314 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/352992/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مروتی، خسرو و غلامی، آزاده و اقبال زاده، افشین و جوان، میترا،1393،مطالعه ی عددی و پیش بینی سرعت جریان با استفاده از نرم افزار Flow3d و شبکه ی عصبی مصنوعی (ANN-MLP) در سرریز پلکانی لبه دار،دومین کنگره بین المللی سازه ، معماری و توسعه شهری،تبریز،https://civilica.com/doc/352992

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، مروتی، خسرو؛ آزاده غلامی و افشین اقبال زاده و میترا جوان)
برای بار دوم به بعد: (1393، مروتی؛ غلامی و اقبال زاده و جوان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Stefan FELDER, Philipp GUENTHER and Hubert CHANSON, 20 1 2A. ...
  • _ 2nd Internationl _ and Urban ...
  • Sorensen, R.M. 1985. Stepped spillway hydraulic model investigation. J. Hydr. ...
  • Chanson, H., Toombes, L. 2002. Air- water flows down stepped ...
  • Chanson Hubert, gonzalez carlos.2005. physical modeling and scale effects of ...
  • S.Felder, Hubert chanson, (2013). Air entrainment and energy dissipation _ ...
  • Ahmet Baylar, Mehmet Unsal, and Fahri Ozkan, 2011. The Effect ...
  • F.Salmasi, M.R.Chaman and D.Farsadizaden .20 12. Experemental study of energy ...
  • Stefan felder, Hubert chanson. (2009). Energy dissipation, flow resistance and ...
  • 1007/s 1 0652-009-9 130-y. ...
  • J. Leandro 0 D. B. Bung 0 R. Carvalho, 2014. ...
  • CHENG Xiangju, CHEN Yongcan & LUO Lin.200. Numerical simulation of ...
  • QIAN ZhongDong1, _ XiaoQing1, HUAI WenXin1 & AMADOR Antonio, 200)9. ...
  • MU Zhenwei, Zhang Zhiyan, ZHAO Tao, 2012. Numerical Simulation of ...
  • Alireza Attarian, Khosrow Hosseini, Hassan Abdi, Moein Hosseini, 2013. The ...
  • Tayfur, G., (2002). Artificial neural network for sheet sediment transport. ...
  • Sahu, M., Jana, S, Agarwal, S, Khatua, K.K.. (2011). Point ...
  • Yuhang. Z, Wenxin. H, (2009). Application of artificial neural network ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 9,599
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی