نام پژوهشگر: ساسان کاتورانی
ساسان کاتورانی سید محمود کاشفی پور
دراپ مانع دار در کانال ها یا انهار تخلیه برای از بین بردن انرژی اضافی ناشی از پایین آمدن خط شیب کف مورد استفاده قرار می گیرد.چون آب از بین و روی بلوک های بتنی مانع که روی کف تندآب واقع شده اند جریان می یابد لذا باعث از بین رفتن انرژی می شوند.قدرت دراپ مانع دار بخاطر پذیرش نوسان زیاد رقوم پایاب است که مخصوصاً بعنوان فشار شکن در انتهای یک کانال یا نهر تخلیه که بداخل یک مخزن وارد می شود،مناسب است. . کاهش انرژی جنبشی بر روی تندآب ها قبل از آن که جریان به پایین دست منتقل شود، یکی از راه هایی است که با استفاده از آن می توان از تخریب احتمالی خود سازه، سازه های پایین دست و نیز از هزینه های اضافی که بر اثر ایجاد سازه های حفاظتی مستحکم، بر سازندگان سازه های هیدرولیکی تحمیل می شود، جلوگیری به عمل آورد. در این تحقیق برای بررسی تاثیر عرض های مختلف مانع و فاصله های مختلف بین ردیف های موانع بر میزان استهلاک انرژی سازه و مشخصات پرش در پایین دست سازه، پس از شناخت پارامترهای موثر، با ساخت مدل فیزیکی موانع در 3 عرض مختلف(5/7،25/11و15سانتی-متر) و قرار گیری آنها در 3 فاصله مختلف(15،5/22و30سانتی متر) بر روی بستر آن در 3 شیب مختلف(8/21،5/26و35درجه) و سپس انجام 120 آزمایش مختلف با دبی های بین 15 تا 30 لیتر بر ثانیه، میزان استهلاک انرژی سازه و مشخصات پرش هیدرولیکی در این نوع دراپ مورد بررسی قرار گرفت. نتایج آزمایش ها نشان می دهد که افزایش مشترک عرض و فاصله میزان استهلاک انرژی را افزایش می دهد. همچنین نتایج حاوی این نکته است که به طور کلی شیب 5/26 درجه حداکثر و شیب 35 درجه حداقل میزان افت را در محدوده آزمایشات این تحقیق دارا می باشند و همچنین مدلی که دارای بزرگترین عرض و فاصله روی شیب 5/26 درجه می باشد دارای بیشترین استهلاک انرژی نسبت به سایر مدل ها می باشد. همچنین بهترین مدل از نظر استهلاک انرژی بهترین شرایط پرش هیدرولیکی در پایین دست سازه را هم دارد یعنی کمترین طول های پرش هیدرولیکی و طول غلتابه را نسبت به مدل بدون مانع دارا می باشد. بطور میانگین در همه ی مدل ها طول پرش هیدرولیکی و طول غلتابه های پرش به ترتیب 47 درصد و 54 درصد نسبت به مدل های بدون مانع کاهش یافت. همچنین بطور میانگین نسبت اعماق مزدوج در همه ی مدل ها 60 درصد کاهش یافت.
دریا یاری محمد نهتانی
پدیده بارش تابع عوامل زیادی می باشد که پیش بینی آن به روش های معمول آماری از دقت کمی برخوردار است. پیش بینی بارش با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی در سال های اخیر، توجه زیادی معطوف شده است. استان کردستان با مساحتی حدود 28203 کیلومتر مربع بین 34 درجه و 45 دقیقه تا 36 درجه و 28 دقیقه عرض شمالی و 42 درجه و 31 دقیقه تا 48 درجه و 16 دقیقه طول شرقی به دلیل ریزش جوی زیاد یکی از پرآب ترین استان های کشور به شمار می رود. در این پژوهش کارایی مدل شبکه عصبی مصنوعی و سیستم استنتاج فازی براساس داده های ماهانه دوره آماری موجود که 70 درصد برای آموزش و 30 درصد آن برای آزمایش از مدل شبکه عصبی پرسپترون چند لایه با تابع محرک تاتژانت سیگموئید و الگوریتم لورنبرگ-مارکوات استفاده شده است. در ادامه با توجه به معیارهای آماری ضریب همبستگی و ضریب ناش بین داده های مشاهداتی و پیش بینی شده بطور مقایسه ای مورد ارزیابی قرار گرفته است که رطوبت نسبی و دما در تمامی ایستگاه ها بیشترین تأثیر را داشته است. یافته ها بیانگر عملکرد بالاتر شبکه عصبی مصنوعی نسبت به سیستم استنتاج فازی در پیش بینی بارش استان می باشد.