مدل سازی آبشستگی اطراف آبشکن در قوس ها با استفاده از منطق فازی و شبکه عصبی مصنوعی

Authors

مهدی دریایی

سید محمود کاشفی پور

علیرضا فقیه الاسلام

جواد ظهیری

abstract

آبشکن سازه­ای است از جنس سنگ، شن، پاره سنگ، خاک و یا بتن که با زاویه­ای نسبت به کرانه رودخانه جهت انحراف جریان آب از سواحل به مرکز آن به منظور جلوگیری از آبشستگی سواحل  احداث می­شود. از جمله مشکلات مهم مربوط به این سازه که ممکن است پایداری آن را به خطر اندازد، آبشستگی اطراف آن می­باشد. لذا مدل­سازی میزان آبشستگی اطراف این سازه بر اساس شرایط جریان از اهمیت بالایی برخوردار می­باشد. در این تحقیق داده­های آزمایشگاهی آبشستگی اطراف آبشکن در قوس 180 درجه جهت مدل­سازی این پدیده با استفاده از منطق فازی(flm) و شبکه عصبی مصنوعی(ann) بکار گرفته شد. آبشستگی به صورت تابعی از طول آبشکن، زاویه نصب اپی در قوس و عدد فرود جریان بالادست مدل شد. نتایج حاصل نشان داد که مدل شبکه عصبی مصنوعی و منطق فازی با دقتی بالا و نسبتا یکسان قادر به پیش­بینی این پدیده می­باشند. همچنین یک رابطه رگرسیونی برای آبشستگی اطراف آبشکن با استفاده از سری اطلاعات مورد استفاده جهت ساخت و کالیبره کردن مدل‎های flm و ann استخراج گردید. سپس مقایسه ای بین نتایج مدل­های flm ،ann و رابطه رگرسیونی استخراج شده با استفاده از سری اطلاعات دیگری که در ساخت این مدل­ها مورد استفاده قرار نگرفته بود، صورت پذیرفت.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل سازی آبشستگی اطراف آبشکن در قوس ها با استفاده از منطق فازی و شبکه عصبی مصنوعی

آبشکن سازه­ای است از جنس سنگ، شن، پاره سنگ، خاک و یا بتن که با زاویه­ای نسبت به کرانه رودخانه جهت انحراف جریان آب از سواحل به مرکز آن به منظور جلوگیری از آبشستگی سواحل  احداث می­شود. از جمله مشکلات مهم مربوط به این سازه که ممکن است پایداری آن را به خطر اندازد، آبشستگی اطراف آن می­باشد. لذا مدل­سازی میزان آبشستگی اطراف این سازه بر اساس شرایط جریان از اهمیت بالایی برخوردار می­باشد. در این تحقیق د...

full text

مدل‌سازی آبشستگی اطراف آبشکن در قوس‌ها با استفاده از منطق فازی و شبکه عصبی مصنوعی

آبشکن سازه­ای است از جنس سنگ، شن، پاره سنگ، خاک و یا بتن که با زاویه­ای نسبت به کرانه رودخانه جهت انحراف جریان آب از سواحل به مرکز آن به منظور جلوگیری از آبشستگی سواحل  احداث می­شود. از جمله مشکلات مهم مربوط به این سازه که ممکن است پایداری آن را به خطر اندازد، آبشستگی اطراف آن می­باشد. لذا مدل­سازی میزان آبشستگی اطراف این سازه بر اساس شرایط جریان از اهمیت بالایی برخوردار می­باشد. در این تحقیق د...

full text

پیش بینی تغییرات عمق آبشستگی در اطراف گوشواره‌ی پلها ) (Abutmebt با استفاده از سامانه‌ی منطق فازی- عصبی ) (ANFIS و شبکه های عصبی (ANNs)

به‌دلیل پیچیده بودن الگوی سه بعدی جریان در اطراف گوشواره‌ی پل ها، برآورد دقیق تغییرات عمق آبشستگی نسبت به زمان دشوار، و در برخی موارد غیر ممکن می‌باشد. در این تحقیق، ابتدا تغییرات عمق آبشستگی در اطراف گوشواره­ها به صورت آزمایشگاهی تحت شرایط آب زلال مورد بررسی قرار گرفته است و سپس با استفاده از نتایج حاصل از سه روش، وایازی غیر خطی (NLR)، شبکه­های عصبی (ANN) و سامانه‌ی منطق فازی-عصبی (ANFIS)، تغی...

full text

بررسی عملکرد شبکه های عصبی مصنوعی در برآورد بیشترین ژرفای آبشستگی پیرامون آبشکن ها

یکی از عوامل اصلی ویرانی آبشکن ها آبشستگی می باشد که فرآیندی بسیار پیچیده است. پیچیدگی الگوی جریان پیرامون آبشکنها و گوناگونی عوامل مؤثر بر آبشستگی، موجب پرشماری روابط تجربی و کاهش دامنه ی هر یک از آنها، به دلیل محدودیت شرایط آزمایشگاهی می شود. در این تحقیق امکان استفاده از شبکه های پرسپترون چندلایه(mlp) برای برآورد بیشترین ژرفای آبشستگی پیرامون سه نوع آبشکن شامل آبشکنهایی با دیواره ی عمودی، با...

full text

کاربرد شبکه عصبی مصنوعی در تخمین عمق آبشستگی اطراف پایه پل در بستر با رسوبات چسبنده

بیشتر آسیب پل‌ها به دلیل آبشستگی اطراف پی‌های‌ آن در طول سیلاب هستند. بنابراین برای حداقل‌سازی احتمال خرابی، یک مدل بهبود یافته برای تخمین عمق آبشستگی اطراف آنها لازم است. به دلیل اینکه آبشستگی در پایه‌های پل یک تابع پیچیده از مشخصات مصالح کف، ویژگی‌های سیال، مشخصات جریان و هندسه‌ی پایه است، معادلات تجربی توانایی تخمین دقیق عمق آبشستگی را ندارند. در این تحقیق، روشی سودمند برای تخمین عمق آبشستگی...

full text

My Resources

Save resource for easier access later


Journal title:
دانش آب و خاک

Publisher: دانشگاه تبریز

ISSN 2008-5133

volume 24

issue 2 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023