مدلسازی آبشستگی اطراف آبشکن در قوسها با استفاده از منطق فازی و شبکه عصبی مصنوعی
Authors
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.
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 textمدل 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 textبررسی توسعه زمانی آبشستگی اطراف آبشکن های نفوذناپذیر در کانال مستقیم و پیش بینی آن با شبکه های عصبی مصنوعی
این مقاله فاقد چکیده میباشد.
full textپیش 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 textمدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
full textکاربرد 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 textMy Resources
Journal title
volume 24 issue 2
pages 11- 20
publication date 2014-04-21
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023