بررسی کارایی شبکه عصبی مصنوعی در شبیه‌سازی یک بعدی جریان ناشی از شکست سد

با افزایش جمعیت و محدود بودن منابع آب شیرین، برنامه ریزی برای ذخیره آب امری لازم و ضروری است. سد های مخزنی به منظور ایجاد مخزن ذخیره آب در عرض یک دره ساخته می شوند. ساخت سدهای مخزنی اهداف و منافع زیادی دارند اما در صورت شکست، آثار مخربی را در پیش خواهند داشت. شکست سد را می‌توان خرابی جزئی یا عمده در بدنه سد تعریف کرد که به‌طور ناگهانی آب جمع شده در پشت سد از طریق دهانه ورودی به‌سرعت به سمت رودخانه پایین‌دست سرازیر می‌شود. شبکه عصبی مصنوعی روشی است که بر پایه اتصال به‌هم‌پیوسته چندین واحد پردازشی ساخته می‌شود. در این مقاله مراحل شبیه‌سازی یک بعدی پدیده شکست سد با استفاده از شبکه عصبی مصنوعی مورد بررسی قرار گرفته است. مقایسه نتایج بدست آمده از شبکه عصبی مصنوعی با مقادیر تحلیلی و عددی حاکی از کاهش زمان شبیه‌سازی به اندازه دو و سه برابر بوده است. همچنین پروفیل‌های سطح آب بدست آمده از روش شبکه عصبی برای حالت یک‌بعدی جریان ناشی از شکست سد به حل تحلیلی متناظر نزدیک بوده است.

investigation of the artificial neural network performance in simulation of the one dimensional dam break flow

with the increase in population and the scarcity of fresh water resources, planning for water storage is essential. reservoir dams are built to form a reservoir over a valley. the construction of reservoir dams has many purposes and benefits, but they can have devastating effects if destroyed. dam failure can be defined as minor or major damage to the dam body, which suddenly collects water behind the dam through the inlet to flow rapidly downstream. artificial neural network is a computational method built by connecting multiple processing units. in this paper, one-dimensional simulation of dam breakage phenomena using artificial neural network is investigated. comparison of the results of ann with analytical and numerical results showed that the simulation time was reduced by two and three times. also the water surface profiles obtained by neural network method for one-dimensional flow state due to dam failure were close to the corresponding analytical solution.