محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
هفتمین کنگره ملی مهندسی عمران
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • تخمین عمق آبشستگی ناشی از جت پیش هوادهی شده با استفاده از هوش مصنوعی

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 936
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     جریان عبوری از سیستمهای تخلیه سیلاب اغلب به صورت جت های ریزشی خارج می شود که این امر می تواند منجر به آبشستگی با ابعاد مختلف در رودخانه پایاب و اطراف این سازه ها گردد. پیشبینی ابعاد حفره آبشستگی، از مسایل چالش برانگیز علم هیدرولیک محسوب می گردد. ابعاد و مشخصات حفره آبشستگی متأثر از متغیرهای متعددی از قبیل پارامترهای جریان، مشخصات بستر آبرفتی، زمان و هندسه آبراهه و همچنین ارتفاع ریزش می باشد. با افزایش میزان ارتفاع ریزش در جت های ریزشی، میزان غلظت هوای ترکیب شده با جت افزایش یافته و منجر به کاهش اثر مغزه جت بر میزان عمق آبشستگی می گردد. از آن جایی که ساخت مدل فیزیکی مشکلات و محدودیت هایی به همراه دارد و معمولا در تعیین نگاشت میان پارامترهای موثر بر آبشستگی نمی توان اثر دقیق همه پارامترها را در نظر گرفت، لذا در مقاله حاضر بهینه یابی ابعاد حفره آبشستگی ناشی از جت های ریزشی با استفاده از هوش مصنوعی مورد توجه قرار گرفته است. در این راستا از داده های آزمایشگاهی حاصل از بررسی اثرهوادهی جت بر عمق آبشستگی استفاده شده است. تحقیق حاضر پیرامون کاربرد سیستم هوشمند در تعیین اثر میزان هوای ورودی درون جت خروجی از نازل مستغرق بر ابعاد آبشستگی ارائه گردیده است. در این راستا ابتدا با استفاده از80 درصد داده های آزمایشگاهی نسبت به آموزش شبکه عصبی مصنوعی اقدام گردید. سپس با استفاده از20 درصد از داده های آزمایشگاهی دیگر که هیچ نقشی را در هنگام آموزش شبکه عصبی ایفا ننموده اند نسبت به صحت سنجی نتایج حاصل از شبکه هوشمند یاد شده مبادرت ورزیده شد. بررسی های آماری صورت گرفته بر پارامترهای مختلف هیدرولیکی موثر در عمق آبشستگی نشان می دهد که حداکثر خطای حاصله در اثر استفاده از مدل شبکه عصبی مصنوعی در تخمین عمق حفره آبشستگی03/1 درصد و حداکثر خطای مقدار نظیر بهنگام استفاده از معادله رگرسیون غیر خطی معادل5/3 می باشد. از طرفی بین مقادیر ابعاد حفره آبشستگی پیش بینی شده توسط شبکه عصبی مصنوعی از ضریب همبستگی99/0 برخوردار است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها