«یادداشت تحقیقاتی»استفاده از شبکه عصبی مصنوعی در تخمین سرعت سقوط ذرات رسوبی

سرعت سقوط ذرات رسوبی یکی از پارامترهای مهم در پدیدة انتقال رسوب، ریخت‌شناسی بستر و سواحل رودخانه‌ها، رسوبگذاری در مخازن سدها و نیز طراحی حوضچه‌های رسوبگیر در شبکه‌های انتقال آب است. به منظور تخمین سرعت سقوط ذرات رسوبی، تاکنون روابط متعددی ارائه شده که بر حسب محدودیت‌های موجود در آنها و نیز دقت حاصل، مورد استفاده محققان و طراحان مختلف قرار می‌گیرد. دراین تحقیق، با استفاده از شبکه عصبی مصنوعی، مدلی برای برآورد سرعت سقوط ذرات رسوبی ارائه شده است. شبکه عصبی این تحقیق با استفاده از 115 گروه داده اندازه‌گیری شده در تحقیقات مختلف (با مشخصات متفاوت سیال و رسوب) و با توجه به پارامترهای موثر بر سرعت سقوط ذرات رسوبی، طراحی و صحت سنجی شد. در مدل شبکه عصبی، شبکه پرسپترون چند‌لایه با قانون یادگیری انتشار سریع برای بازیابی نگاشت غیرخطی میان ورودیهای شبکه (متغیرهای مستقل) و خروجی شبکه (متغیر وابسته) به گونه‌ای طراحی شد تا از این طریق، تخمین سرعت سقوط ذرات رسوبی میسر شود. برای بررسی دقت مدل در پیش‌بینی سرعت سقوط ذرات، خروجیهای مدل با نتایج حاصل از 14 مدل آزمایشگاهی و تحلیلی که توسط سایر محققان ارائه شده، با استفاده از معیارهای ضریب همبستگی و میانگین خطای نسبی مقایسه شد. نتایج حاصل از مقایسه، نشان‌دهندة دقت بیشتر مدل شبکه عصبی مصنوعی نسبت به سایر مدلها است.