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
- محل انتشار: دومین کنگره بین المللی سازه ، معماری و توسعه شهری
- کد COI اختصاصی: ICSAU02_0314
- زبان مقاله: فارسی
- تعداد مشاهده: 671
نویسندگان
دانشجوی کارشناسی ارشد مهندسی عمران- سازه های هیدرولیکی، دانشگاه رازی کرمانشاه
دانشجوی دکتری سازه های هیدرولیکی، دانشگاه رازی کرمانشاه
ا ستادیار گروه مهندسی عمران، دانشگاه رازی کرمانشاه-پژوهشکده تحقیقات پیشرفته آب و فاضلاب دانشگاه رازی کرمانشاه
ا ستادیار گروه مهندسی عمران، دانشگاه رازی کرمانشاه-پژوهشکده تحقیقات پیشرفته آب و فاضلاب دانشگاه رازی کرمانشاه
چکیده
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-eمقالات مرتبط جدید
- ارزیابی بکار گیری تطبیقی نقاشی دیواری سنتی و گرافیتی با تاکید بر فضاهای شهری بیرجند
- تحلیل الگوهای توسعه شهری و تاثیرات زیست محیطی در شهر جدید پردیس با ارزیابی نیازهای زیرساختی و بهینه سازی برنامه ریزی آمایشی
- بررسی نحوه بهره برداری از الگوریتم های یادگیری عمیق در پیش بینی میزان تولید در کارخانه آسفالت شهرداری ارومیه
- واکاوی نقش شهرداری در تحقق شهر هوشمند
- طراحی شهری هویت محور: رویکردها و راهکارهای تقویت حس مکان
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.