تعیین پارامترهای تاثیرگذار در مدل‌سازی آب‌شستگی پایه پل با استفاده از روش مبتنی بر کرنل svm با در نظر گرفتن عدم قطعیت مدل‌سازی

امروزه پدیده آب‌شستگی یکی از مسائل مهم در علم مهندسی رودخانه و مهندسی سواحل است. آب‌شستگی باعث ایجاد گودال در اطراف پایه‌های پل و در نهایت تخریب آن می‌گردد. تاکنون مطالعات بسیاری در این خصوص انجام شده و روابط متعددی برای تخمین پارامتر عمق آب‌شستگی ارائه گردیده است. با این حال، به دلیل تاثیر پارامترهای مختلف و وجود عدم قطعیت در پدیده آب‌شستگی روابط موجود منجر به نتایج جامع و دقیقی نمی‌گردند. در تحقیق کنونی با استفاده از چندین سری داده‌ی آزمایشگاهی کارایی روش هوشمند ماشین بردار پشتیبان (svm) در تخمین میزان عمق آب‌شستگی پایه های پل در بسترهای چسبنده و دانه‌ای بررسی شد. مدل‌های مختلفی تعریف گردیده و تاثیر پارامترهای هیدرولیکی مورد ارزیابی قرار گرفت. نتایج حاصله کارایی بالای روش به کاررفته در تحقیق را در تخمین عمق آب‌شستگی به اثبات رساند. ملاحظه گردید که مدل‌های تعریف‌شده برای خاک چسبنده نسبت به خاک دانه‌ای و غیرچسبنده در تخمین عمق آب‌شستگی موفق‌تر می‌اشند. نتایج نشان داد که پارامترهای مربوط به رطوبت نمونه خاک و درصد تراکم خاک رسی در پیش‌بینی عمق آب‌شستگی موثر می‌باشند. بر اساس نتایج آنالیز حساسیت مشخص گردید که رطوبت خاک در حالت ترکیب رس و ماسه، تنش برشی بی‌بعد و درصد تراکم خاک رسی در حالت خاک رسی و عدد فرود پایه در حالت خاک غیرچسبنده به ترتیب موثرترین پارامترها در تخمین عمق آب‌شستگی در خاک‌های چسبنده و غیرچسبنده هستند. با استفاده از روش مونت‌کارلو عدم قطعیت مدل‌سازی مورد ارزیابی قرار گرفت و مشخص شد که روش‌ اعمالی دارای قابلیت اطمینان مطلوبی در مدل‌سازی پارامتر عمق آب‌شستگی می‌باشد.