شناسایی نشت در خطوط لوله تحت فشار با استفاده از ویژگی های جریان گذرا و شبکه های عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی
- نویسنده مریم سعیدی
- استاد راهنما علی حقیقی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
تحقیق حاضر به معرفی روشی جهت شناسایی نشت در خط لوله انتقال آب می پردازد. به منظور نشت یابی، ابتدا با بستن شیر انتهای خط لوله، جریان گذرا ایجاد می شود. با تحلیل جریان با استفاده از یک مدل عددی بر پایه روش خطوط مشخصه، نوسانات فشار در انتهای خط لوله تعیین می شوند. این مدل عددی بصورت تابعی از مشخصات نشت در خط لوله عمل می نماید. چندین حالت مختلف بروز نشت با تغییر پارامترهای تعداد، محل و اندازه نشتی ها، به مدل معرفی شده و تاریخچه نوسانات فشار در انتهای خط لوله به عنوان پاسخ سیستم به هر سناریوی نشت برداشت می شود. این پاسخ ها به عنوان ورودی به یک شبکه عصبی معرفی می شوند در حالی که خروجی شبکه پارمترهای نشت متناظر می باشد. با تعریف ساختارهای مختلفی برای شبکه، در نهایت معماری شبکه بهینه می شود به طوری که با کمترین پیچیدگی، بهترین عملکرد را نتیجه دهد. مدل توسعه یافته در خصوص یک خط لوله آزمایشگاهی اعمال گردید و نتایج آن صحت سنجی شد. نتایج حاکی از موفقیت نسبی روش در خصوص تعیین نشت های ریز (کوچکتر از 5/0 درصد سطح مقطع لوله) و خیلی ریز (کوچکتر از 25/0 درصد سطح مقطع لوله) می باشد. با این حال روش در خصوص تعیین تعداد و موقعیت نشتی ها موفق تر عمل می کند تا اندازه نشتی ها و این موضوع در خصوص نشتی های خیلی ریز معنی دار تر است. همچنین روش پیشنهادی می تواند از نظر سهولت پیاده سازی و کاربرد نسبت به سایر روش های نشت یابی بر پایه مدل سازی، ارجح باشد چراکه تنها با یک بار آموزش شبکه قابل استفاده خواهد بود، نیازی به مدل سازی خط لوله در دست بهره برداری ندارد و به لحاظ محاسباتی در زمان استفاده بسیار کم هزینه و سریع می باشد. از محدودیت های روش می توان به این موضوع اشاره نمود که در صورت ایجاد تغییراتی در خط لوله در آینده از جمله نصب انشعابات و تغییر جنس و قطر لوله در بازه هایی، لازم است خط لوله مجدداً مدل سازی شده و شبکه بروزرسانی شود.
منابع مشابه
مدلسازی عددی پدیده های دینامیکی افت غیرماندگار و اثرات ویسکوالاستیک در خطوط لوله تحت جریان گذرا
رفتار ویسکوالاستیک لولههای پلیمری در مرحله طراحی و همچنین برای تحلیل سیگنال ضربهقوچ با اهداف تشخیصی، باید در نظر گرفته شود. تحقیق حاضر به معرفی و مدلسازی اثرات دینامیکی افت غیرماندگار و ویسکوالاستیک دیواره لولههای پلیمری رایج در کارهای آبرسانی، در جریانهای گذرا میپردازد. بر این اساس معادلههای سازگاری بر اساس افت غیرماندگار و خواص ویسکوالاستیک دیواره لوله بازنویسی شده و با بهکارگیری روش...
متن کاملشناسایی نشت در خطوط لوله با استفاده از مدل سازی جریان گذرا و الگوریتم ژنتیک
خطوط انتقال آب اغلب دارای مقادیر قابل توجهی افت های ناشناخته است. مقدار افت ها بین 10 تا 50 درصد حجم آب پمپاژ شده برای انتقال است. این افت ها باعث آسیب های زیست محیطی در خطوط انتقال حاوی مواد سمی و خطرناک می شود. همچنین باعث کاهش آب موردنیاز و درنتیجه پمپاژ بیشتر برای تأمین آن می شود که هزینه اقتصادی بیشتری را به خطوط انتقال تحمیل می کند. افت در خطوط انتقال در بیشتر موارد ناشی از نشت و اصطکاک ا...
15 صفحه اولدرجه بندی زعفران بر اساس ویژگی های ظاهری با استفاده از شبکه های عصبی مصنوعی
زعفران بهعنوان یک کالای تجاری مهم در کشور بهشمار میآید و توجه به مکانیزه کردن آن از مرحله تولید تا بستهبندی اهمیت زیادی دارد. در بدو ورود زعفران به فرایند کیفی سنجی در آزمایشگاه ، ارزیابی اولیه بر اساس مشخصات ظاهری زعفران توسط شخص خبره انجام میشود. لیکن بروز خطای انسانی در تشخیص کیفیت زعفران بر مبنای ویژگیهای ظاهری آن امری اجتنابناپذیر است؛ استفاده از تکنیکهای مبتنی بر هوش مصنوعی میت...
متن کاملاستفاده از مدل جایگزین شبکه عصبی مصنوعی بهمنظور کاهش محاسبات شناسایی نشت در شبکههای آبرسانی
دستیابی به پارامترهای نشت در روش تحلیل معکوس جریان گذرا (ITA) به صورت معکوس و با حل یک مسئله برنامهریزی غیرخطی توسط الگوریتمهای فراکاوشی همچون الگوریتم ژنتیک (GA) انجام میشود. با وجود توانایی بالای روش ITA در یافتن پارامترهای نشت، استفاده از الگوریتم GA در این روش سبب میشود تا از نظر کارایی محاسباتی، نیازمند صرف هزینه و زمان محاسباتی زیادی باشد. دلیل این امر را میتوان ماهیت حرکات تصادفی و...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023