ارزیابی وضعیت تزریق پذیری ساختگاه سدونیروگاه رودبار لرستان

در این تحقیق از شبکه چند لایه پرسپترون به عنوان یکی از پرکاربردترین انواع شبکه های عصبی و تابع انتقال تانژانت هایپربولیک استفاده شده است. مدلسازی با استفاده از شبکه های پس انتشار خطا و روش-های مختلف آموزش شبکه انجام شد. در این مطالعه از داده های 6 گمانه تزریق آزمایشی به عنوان داده-های آموزش و از داده های یک گمانه به عنوان داده های تست شبکه استفاده شد. در این مطالعه پارامترهای فشار آب، عمق گمانه، زمان قیف مارش دوغاب و عدد لوژن به عنوان پارامترهای ورودی و پارامترهای فشار تزریق، مقدار خورند سیمان و مدت زمان تزریق به عنوان پارامترهای خروجی در نظر گرفته شده اند، داده ها با استفاده از سه روش، نرمال سازی شدند و مدل های مناسب با استفاده از قابلیت های نرم افزار matlab تهیه شده و شبکه در مرحله آموزش قرار گرفت. پس از مرحله آموزش، میزان خطای شبکه برای تخمین پارامترهای تزریق با ورودی های جدید بر اساس معیارهای ارزیابی مختلف همانند جذر میانگین مربعات خطا (rmse) اندازه گیری شد. بر اساس مدل سازی های انجام شده جهت برآورد فشار تزریق، میزان خورند سیمان و مدت زمان تزریق شبکه سه لایه مناسب ترین جواب را می دهد که تعداد نرون لایه میانی برای هر کدام از پارامترها به ترتیب برابر است با 18، 8 و 15. با توجه به تخمین پارامترهای تزریق توسط مدل ارائه شده با شبکه های عصبی، می توان کنترل پروژه و مدیریت مطلوبی بر روی عملیات تزریق در کارگاه های سدسازی داشت.