بررسی عملکرد روش‌های کلاسیک و هوش مصنوعی در پیش‌بینی عمق استغراق بحرانی آبگیرهای افقی در کانال‌های با جریان روباز

آبگیرهای افقی یکی از سازه های متداول در برداشت آب از کانال های روباز مانند رودخانه ها و منابعی مانند دریاچه ها و مخازن سدها می باشند. یکی از پدیده‌های هیدرولیکی که عمدتاً به هنگام آبگیری از کانال ها ایجاد می‌شود، تشکیل جریان گردابی و حباب‌های هوا می‌باشد که می‌تواند مشکلات زیادی برای تاسیسات هیدرو مکانیکی آبگیرها ایجاد نماید. ارتفاع ناکافی آب بالای لوله آبگیر (عمق استغراق) از دلایل عمده تشکیل جریان گردابی در آبگیرهای افقی می‌باشد. به دلیل اهمیت این پدیده تاکنون مطالعات بسیاری جهت تخمین عمق استغراق بحرانی انجام‌گرفته است. با این‌ وجود، به دلیل عدم قطعیت در تشکیل گرداب در نزدیکی لوله آبگیر، نتایج حاصل از دقت مطلوبی برخوردار نمی‌باشد. در تحقیق کنونی با استفاده از سه سری داده آزمایشگاهی، کارآیی روش‌های هوش مصنوعی (ماشین بردار پشتیبان svm و سیستم استنتاج عصبی فازی انطباقی anfis و برنامه ریزی بیان ژن gep) و روابط کلاسیک در تخمین عمق استغراق بحرانی آبگیرهای افقی در کانال‌های روباز و با فاصله متفاوت آبگیر از کف کانال مورد بررسی قرار گرفته است. نتایج به‌دست‌آمده بیان گر آن است که روش‌های هوش مصنوعی در تخمین عمق استغراق بحرانی بسیار دقیق‌تر از مدل های کلاسیک بوده و می توان همبستگی مناسبی را بین مقادیر مشاهداتی و محاسباتی مشاهده نمود. ﺑﻬﺘﺮﻳﻦ نتایج برای داده های آزﻣﻮن، با استفاده از روش svm در ﺣﺎﻟﺖ c=di/2 (di و c به ترتیب قطر و فاصله آبگیر از کف کانال می باشند) با مقادیر 0.976=dc، 0.988=r و 0.191=rmse به دست آمد. مطابق با نتایج تحلیل حساسیت مشاهده گردید که سرعت نسبی جریان و عدد وبر در لوله آبگیر به ترتیب بیشترین و کمترین تاثیر را در تخمین عمق استغراق بحرانی دارا می‌باشند.