CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تخمین بیشترین عمق آبشستگی در اطراف پایه پل با استفاده از سیستم خود سازماندهی NF-GMDH بر مبنای الگوریتم بهینه سازی PSO

عنوان مقاله: تخمین بیشترین عمق آبشستگی در اطراف پایه پل با استفاده از سیستم خود سازماندهی NF-GMDH بر مبنای الگوریتم بهینه سازی PSO
شناسه ملی مقاله: NCCESDR04_135
منتشر شده در دوازدهمین سمپوزیوم پیشرفت های علوم و تکنولوژی کمیسیون چهارم:سرزمین پایدار یافته های نوین در مهندسی عمران و محیط زیست در سال 1396
مشخصات نویسندگان مقاله:

میثم علیزاده بابکیکی - دانشجوی کارشناسی ارشد، مهندسی و مدیریت منابع آب، دانشگاه تحصیلات تکمیلی صنعتی و فناوری ×پیشرفته، کرمان
محمد نجف زاده - استادیار گروه مهندسی عمران، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
عصمت راشدی - استادیار گروه مهندسی برق، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان

خلاصه مقاله:
پلهای یک رودخانه سازههای استراتژیکی هستند، که در معرض تعداد زیادی از عوامل خطرناک هستند. این عوامل، پایداری پل را تحت تاثیرقرار میدهند و در نهایت منجر به خرابی پل میشوند. از جملهی این عوامل میتوان 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 پلها، آبشستگی در پایه ی پل است که یکی از اصلی ترین محرکهای آبشستگی، انباشت موانع آبآورده در محل پایه های پل است. از این رو دولتها نگران تعمیر سازه های آسیب دیده در طول سیلابها و همچنین حفاظت و نگهداری سازهها قبل از وقوع سیلاب در آینده، هستند. در حالحاضر فقط تعداد محدودی دستورالعمل وجود دارد که بتوان مبنای شرایط بحرانی و ایمن، در هنگام وقوع سیلاب قرار داد. از این رو، نیاز به روشهای پیشرفته پیش بینی هندسه ی انباشت موانع و عوامل موثر بر آبشستگی تحت اثر انباشت موانع در پایههای پل ، بهمنظور استفاده در طراحی، بهرهبرداری و نگهداری پلهای یک بزرگراه، غیرقابل اجتناب میباشد. 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، پیشبینیهای 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

کلمات کلیدی:
آبشستگی پایه پل، انباشت موانع، شبکه دسته بندی گروهی داده ها، الگوریتم جامعه پرندگان، روابط تجربی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/716832/