استفاده از شبکه عصبی مصنوعی درپیش بینی خصوصیات پرش هیدرولیکی درمقاطع مستطیلی واگرا با شیب معکوس

حوضچه آرامش از مهمترین سازه های مستهلک کننده انرژی جریان در پایین دست سازه های آبی که جریان در آن ها حالت فوق بحرانی دارد، می باشد. نظر به اهمیت این سازه و همچنین پرهزینه بودن احداث آن، ضرورت مدل کردن قبل از ساخت کاملا محسوس می باشد. همچنین مدل کردن این سازه در شرایط آزمایشگاهی برای حالات مختلف پرهزینه بوده و نیاز به زمان زیادی دارد. لذا از گذشته سعی بر این بوده که خصوصیات پرش هیدرولیکی از قبیل طول پرش، افت انرژی پرش، نسبت اعماق مزدوج و غیره را به پارامترهای هیدرولیکی و مشخصات سطح مقطع جریان مانند عدد فرود، زاویه واگرایی، شیب کف، شیب دیواره های جانبی و غیره ارتباط دهند. به همین جهت مطالعات زیادی در این خصوص صورت پذیرفته است. در این تحقیق خصوصیات پرش هیدرولیکی شامل نسبت اعماق مزدوج، طول پرش و افت انرژی پرش در مقاطع مستطیلی واگرا با شیب معکوس به صورت توابعی از پارامترهای عدد فرود اولیه، شیب کف و زاویه واگرایی با استفاده از شبکه عصبی مصنوعی مدل گردیدند و میزان دقت مدل در برآورد هر یک از این مشخصات هیدرولیکی مورد بررسی قرار گرفت. نتایج حاصل نشان داد که مدل قادر به پیش بینی این خصوصیات با دقت بسیار بالا می باشد. هم چنین میزان اهمیت هر یک از پارامترهای مورداستفاده در پیش بینی خصوصیات مورد مطالعه پرش هیدرولیکی در این تحقیق توسط مدل تعیین، که با استفاده از نتایج حاصل و نرم افزارdata fit برای هر یک از این خصوصیات یک رابطه بر حسب پارامترهای موجود استخراج گردید که این روابط نیز از دقت بالایی در پیش بینی خصوصیات موردنظر بهره مند می باشند.