مدل‏سازی جریان سیال با استفاده از روش بدون شبکه محلی پترو-گلرگین بر پایه تابع شعاعی

Authors

  • رامین امینی دانشگاه شاهرود - دانشکده مهندسی عمران - سازه هیدرولیکی
Abstract:

در این مطالعه ابتدا به معرفی کامل روش بدون شبکه محلی پترو-گلرکین بر پایه تابع شعاعی پرداخته می‌شود. در این راستا با استخراج انواع معادلات جریان سیال شامل حرکت آب در خاک، کانال جریان و شکست سد سعی شده است با استفاده از مبانی ریاضی روش بدون شبکه، معادلات جریان رابطه‏سازی شود. نتایج نشان می‏دهد روش باقی‌مانده وزنی به عنوان یک روش‌ دقیق و به‏روز برای دست‏یابی به پاسخ‌های تقریبی معادله‌های‌ دیفرانسیل در روش‌های بدون شبکه‌بندی مورد توجه قرار می‌گیرد. همچنین با استفاده از کدهای نوشته شده در نرم‌افزار متلب، مساله‏ی جریان آب در خاک بصورت پایدار مورد تحلیل قرار می‏گیرد. از سوی دیگر در مساله ی جریان در کانال، با استفاده از تابع شکل شعاعی که در محیط متلب پیاده شده است، مقدار سرعت در کانال شیب‌دار با جریان یکنواخت تقریب زده می‌شود. در نهایت، به همین ترتیب در مساله‏ی شکست سد معادلات حاکم بر جریان، که شامل معادلات بقای جرم و بقای ممنتوم می‏باشند به شکل لاگرانژی و به کمک روش تصحیح فشار حل و با نتایج دیگر روش‏ها مقایسه شده‏اند. نتایج حاصل نشان‌دهنده‌ی دقت بالای روش بدون شبکه محلی پترو-گلرکین بر پایه تابع شعاعی در مدل‌سازی و تحلیل مسائل مختلف هیدرولیکی و نیز عدم نیاز به هرگونه شبکه‏ی پیش ضمیمه و تطابق مناسب با شرایط مرزی است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تقریب تابع ارزش عمل با استفاده از شبکه توابع پایه شعاعی برای یادگیری تقویتی

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...

full text

پیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی

     Groundwater level prediction is an important issue in scheduling and managing water resources. A number of approaches such as stochastic, fuzzy networks and artificial neural network have been used for such prediction. A neural network model has been employed in this research for Shahrood plain groundwater level prediction. For this reason, statistical parameters of groundwater level fluct...

full text

شبیه‌سازی جریان سیال کاریو-یاسودا با لزجت تابع دما: روش شبکه بولتزمن غیرنیوتنی

در مطالعه حاضر جریان سیال غیرنیوتنی از روی مانع دایروی در یک کانال دو بعدی با استفاده از روش شبکه بولتزمن مورد بررسی قرار گرفته است. از مدل غیرنیوتنی کاریو-یاسودا برای شبیه‌سازی خواص سیال بهره گرفته شده است. از مدل توانی با ضرایب باریک شوندگی دمایی مختلف برای بررسی اثرات دما بر لزجت سیال غیرنیوتنی استفاده شده است. با توجه به خاصیت محاسبات محلی در روش شبکه بولتزمن، خواص وابسته به برش و دما در سی...

full text

روش جدید شبکه تابع پایه شعاعی تعمیم یافته، به‌منظور درون‌یابی متغیرهای ناحیه‌ای در علوم ‌زمین

به‌منظور مدل سازی فضایی یک متغیر ناحیه‌ای در یک منطقه یا سایت، ابزار‌های درون‌یابی و برآورد‌گرهای متفاوتی مورد استفاده قرار می‌گیرد. در این پژوهش، روش درون‌یابی نوینی با استفاده از تعمیم شبکه تابع پایه شعاعی و با در نظر گرفتن مختصات و ساختار فضایی داده‌ها ارایه شده است. در این روش، به‌منظور درون‌یابی، ابتدا ساختار فضایی و ناهمسانگردی داده‌ها مورد بررسی قرار می‌گیرد و با رسم واریوگرام‌های جهتی، ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 13  issue 3

pages  95- 106

publication date 2018-11-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023