پیش‌بینی عمق آبشستگی اطراف پایه و تکیه‌گاه پل‌ در بستر‌های ماسه‌ای و رسی با استفاده از محاسبات نرم

پدیده آبشستگی وابسته به عوامل مختلفی چون الگوی جریان اطراف سازه، خصوصیات بستر مورد نظر، شکل و نوع پایه و تکیه‌گاه پل بوده از این‌رو توجه به شناخت پدیده آبشستگی از موضوعات حائز اهمیت می‌باشد. از طرفی تخمین این پدیده پیچیده در شرایط آزمایشگاهی و صحرایی به دلیل محدودیت‌های زمانی، مکانی و خطاهای انسانی، بسیار مشکل است. لذا امروزه تکنولوژی به سمت استفاده از محاسبات نرم برای پیش‌بینی هرچه دقیق‌تر عمق آبشستگی حول سازه‌ها می‌رود. در این تحقیق برای پیش ‌بینی عمق آبشستگی اطراف پایه‌ها و تکیه‌گاه‌ها از روش‌های نوینی همچون ماشین بردار پشتیبان و سیستم استنتاج فازی استفاده شد که در این روش‌ها از پارامترهای آماری r (ضریب همبستگی)، dc (ضریب تعیین)، rmse (جذر میانگین مربعات خطاها)، برای ارزیابی کارایی مدل‌ها استفاده گردید. در تحقیق حاضر چهار سری داده آزمایشگاهی مختلف، در دو سناریو و هر سناریو در دو مدل متفاوت مورد بررسی قرار گرفت. مدل‌ها در دو بخش آزمون و آموزش تحلیل شده و نتایج حاصل از تحلیل مدل‌ها، با روابط غیرخطی ارائه شده در تحقیق حاضر، مورد مقایسه قرار گرفته و مشاهده گردید که پیش‌بینی عمق آبشستگی با استفاده از روش‌های محاسبات نرم برای تمام حالت‌ها نتایج دقیق‌تری نسبت به روابط غیرخطی حاصل ارائه می‌دهد. لازم به ذکر است که بهترین مدل در مرحله آزمون، مربوط به مدل پایه در بستر رسی بوده که معیارهای ارزیابی آن به شرح، 0.9854=r، 0.013=rmse=، 0.9486dcمی‌باشد. همچنین نتایج آنالیز حساسیت برای دو روش نشان داد که وابستگی پدیده آبشستگی به پارامترهای fr (عدد فرود) و (درصد رس بستر)، بیشتر از دیگر پارامترها می‌باشد.

prediction of scour depth around the pier and abutment at the bridge in sand and clay bed using soft computing

the phenomenon of scouring depends on various factors such as the pattern of flow around the structure, the characteristics of the bed material, the shape and type of bridge pier. therefore, attention to the phenomenon of scouring is one of the important issues. on the other hand, it is very difficult to estimate this complex phenomenon in laboratory and field conditions due to time, location and human error. so nowadays, the technology is using soft calculations to predict the exact depth of scour around the structures. in this research, new methods such as support vector machine and fuzzy inference system have been used to predict the scour depth around the foundations and abutment. the statistical parameters r (correlation coefficient), dc (determination coefficient), rmse (root mean squares errors) were used to evaluate the performance of these method. in the present study, four different laboratory data series were examined in two scenarios and in each scenario in two different models, and the results of the analysis of the models were compared with the nonlinear relations presented in this study and. it should be noted that the best model at the test stage is the base model in the clay bed, its evaluation criteria are rmse = 0.013, r = 0.9854, dc = 0.9486. the results of sensitivity analysis for both methods showed that dependence of scour phenomenon on parameters fr (froude number) and cc (bed clay percentage) was more than other parameters.