تخمین بیشترین عمق آبشستگی در اطراف پایه پل با استفاده از سیستم خود سازماندهی NF-GMDH بر مبنای الگوریتم بهینه سازی PSO
- سال انتشار: 1394
- محل انتشار: همایش ملی مهندسی عمران و پژوهشهای نیاز محور
- کد COI اختصاصی: NCCESDR02_044
- زبان مقاله: فارسی
- تعداد مشاهده: 654
نویسندگان
دانشجوی کارشناسی ارشد، مهندسی و مدیریت منابع آب، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
استادیار گروه مهندسی عمران، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
استادیار گروه مهندسی برق، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
چکیده
پل های یک رودخانه سازه های استراتژیکی هستند، که در معرض تعداد زیادی از عوامل خطرناک هستند. این عوامل، پایداری پل را تحت تاثیر قرار می دهند و در نهایت منجر به خرابی پل می شوند. از جمله ی این عوامل می توان به، بارهای هیدرودینامیکی، آبشستگی بستر(کلی یا موضعی یا هر دو)، آبشستگی خاکریز، انباشت اجسام شناور و تاثیر کشتی، اشاره کرد. از بین عوامل مذکور، دلیل اصلی خرابی پل ها، آبشستگی در پایه ی پل است که یکی از اصلی ترین محرک های آبشستگی، انباشت موانع آب آورده در محل پایه های پل است. از این رو دولت ها نگران تعمیر سازه های آسیب دیده در طول سیلاب ها و همچنین حفاظت و نگهداری سازه ها قبل از وقوع سیلاب در آینده، هستند. در حال حاضر فقط تعداد محدودی دستورالعمل وجود دارد که بتوان مبنای شرایط بحرانی و ایمن، در هنگام وقوع سیلاب قرار داد. از این رو، نیاز به روش های پیشرفته پیش بینی هندسه ی انباشت موانع و عوامل موثر بر آبشستگی تحت اثر انباشت موانع در پایه های پل ، به منظور استفاده در طراحی، بهره برداری و نگهداری پل های یک بزرگراه، غیرقابل اجتناب می باشد. از این رو در این تحقیق تخمین حداکثر عمق آبشستگی پایه پل با استفاده از مدل پیشرفته NF-GMDH-PSO صورت گرفته است. همچنین در ادامه تحقیق، پیش بینی های حاصل از مدل با نتایج روابط تجربی مطالعات پیشین، مقایسه شده و عملکرد مناسب مدل توسعه یافته، نسبت به روابط تجربی پیشین، نشان داده شده است.کلیدواژه ها
آبشستگی پایه پل، انباشت موانع، شبکه دسته بندی گروهی داده ها، الگوریتم جامعه پرندگان، روابط تجربیمقالات مرتبط جدید
- سرویس نرم افزاری همبسته ساز دنباله های کشتی ها در مسیرهای دریایی
- استخراج حوزه های نوآوریهای دفاعی مبتنی بر فناوری بلاکچین
- هوش مصنوعی و تحلیل بصری در فضای جغرافیایی و سایبری: فرصت ها و چالش های پژوهشی
- تخمین مدار ماهواره ها مبتنی بر هوش مصنوعی
- شناسایی خودروهای نظامی بر روی تصاویر واقعی به کمک مدلهای یادگیری عمیق و انطباق دامنه
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.