تحلیل حساسیت عوامل موثر در هوادهی سرریز با استفاده از روش های هوشمند مصنوعی و ANFIS

هوادهی به جریان عبوری از سرریزها توسط هواده ها یکی از روش های موثر در کاهش دادن خسارت ناشی از کاویتاسیون در این سازه ها می باشد. در این تحقیق جهت برآورد هوای مورد نیاز هواده ها از سه روش شبکه عصبی مصنوعی (مبتنی بر الگوریتم لونبرگ- مارکواد)، ترکیبی عصبی- فازی (anfis) و رابطه تجربی فیشر استفاده شد. پارامتر‌های h0 (عمق جریان در ابتدای سیستم هواده)، qwater (دبی جریان عبوری از سریز)، s (ارتفاع پله)، ? (زاویه رمپ) و hs (اختلاف فشار بین اتمسفر و فشار زیر جت جریان عبوری از روی سیستم هواده) به‌عنوان عوامل موثر بر میزان جریان هوای مورد نیاز هواده در نظر گرفته شدند و مدل سازی بر اساس این پارامترها صورت گرفت. نتایج مدل سازی نشان داد که در صورت در نظر گرفتن همه پارامترها روش anfis نسبت به دو روش دیگر عملکرد مطلوب تری دارد. نتایج تحلیل حساسیت نشان داد که پارامتر اختلاف فشار مهم‌ترین پارامتر در مدل سازی با استفاده از هر دو روش عصبی و anfis است به گونه ای که در اثر حذف شدن این پارامتر در مدل سازی، ریشه میانگین مربعات خطا برای روش های شبکه عصبی و anfis به ترتیب در حدود 54/37 و 74/224 درصد افزایش می یابد. درصد افزایش ریشه میانگین مربعات خطا در اثر حذف شدن پارامتر ارتفاع پله برای روش شبکه عصبی و anfis به ترتیب در حدود 39/5 و 4/13 درصد می باشد که کمترین مقدار را در بین سایر پارامترها داشت و به‌عنوان کم اهمیت ترین پارامتر در مدل سازی با استفاده از هر دو روش شناخته شد.