|
|
مقایسه برآورد ضریب بده جریان مدل فیزیکی سرریزهای فیوزگیت کنگرهای با مدلهای هوشمند و آماری
|
|
|
|
|
نویسنده
|
یاسی مهدی ,غلامی زکیه
|
منبع
|
آبياري و زهكشي ايران - 1396 - دوره : 11 - شماره : 5 - صفحه:798 -809
|
چکیده
|
سرریزهای فیوزگیت با توجه به نمای از بالا، به دو مدل تاج مستقیم و تاج کنگره ای تقسیم می شوند. سرریزهای فیوزگیت کنگره ای شامل سه نوع: دریچه باریک با بار کم (nlh)، دریچه عریض با بار کم (wlh) و دریچه عریض با بار زیاد (whh) می باشند. در این تحقیق، تاثیر ارتفاع متفاوت چاهک سرریز فیوزگیت مدل wlh و شیب کف بر ضریب بده جریان از روی سرریز بررسی شده، و مقدار ضریب بده از مدل شبکه عصبی مصنوعی و از روش آماری همبستگی چند متغیره با نرم افزار spss برآورد گردید، و با نتایج نظیر از آزمون مدل فیزیکی مقایسه شده است. همچنین، تحلیل حساسیت عوامل موثر بدون بعد بر ضریب بده جریان مورد آزمون قرار گرفت. برای پیش بینی ضریب بده جریان در مدل شبکه عصبی، بهترین برازش از کاربرد الگوریتم لونبرگمارکوآرت به عنوان تابع آموزش، تابع انتقال تانژانت سیگمویید برای لایه پنهان، و تابع خطی در لایه خروجی، بدست آمد. نتایج تحلیل حساسیت نشان داد که در میان پارامترهای بی بعد، تاثیر بار آبی بالادست به ارتفاع جام، از سایر متغیرهای ورودی بیش تر است. مقدار خطای نسبی برآورد ضرایب بده جریان از مدل آماری، حدود 30 درصد و شبکه عصبی کم تر از 5 درصد می باشد. از این رو، مدل شبکه ی عصبی ابزار مناسبی برای تخمین ضریب بده جریان در سرریزهای فیوزگیت به شمار می آید.
|
کلیدواژه
|
الگوریتم لونبرگ-مارکوآرت، سرریزwlh، شبکه عصبی مصنوعی ann، ظرفیت جریان
|
آدرس
|
دانشگاه تهران، پردیس کشاورزی و منابع طبیعی کرج, دانشکده مهندسی و فنآوری کشاورزی, گروه مهندسی آبیاری و آبادانی, ایران, دانشگاه تهران، پردیس کشاورزی و منابع طبیعی کرج, دانشکده مهندسی و فنآوری کشاورزی, گروه مهندسی آبیاری و آبادانی, ایران
|
|
|
|
|
|
|
|
|
|
|
Performance Evaluation of Discharge Coefficient in Physical Models of Labyrinth Fusegate Spillways with Intellectual and Statistical Models
|
|
|
Authors
|
yasi mehdi ,Gholami Zakieh
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|