مدل‌سازی و ارزیابی ضریب دبی سرریزهای کنگره‌ای قوسی با روش‌های آزمایشگاهی و فرامدلی

سرریزهای غیرخطی کنگره ای، ضمن برخوردار بودن از مزیت های اقتصادی، قابلیت عبوردهی بیشتری را نسبت به سرریزهای خطی دارند. الگوریتم های هوشمند به دلیل توانایی زیاد در کشف رابطه های دقیق پیچیده ی مخفی بین پارامترهای مستقل موثر و پارامتر وابسته و همچنین صرفه جویی مالی و زمانی، جایگاه بسیار ارزشمندی بین پژوهگشران پیدا کرده اند. در این پژوهش عملکرد  الگوریتم های پشتیبان بردار ماشین (svm) و برنامه ریزی بیان ژن (gep) در پیش بینی ضریب دبی سرریزها ی کنگره ای قوسی به کمک 226 سری داده ی آزمایشگاهی بررسی می شود.  پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل بار آبی کل (ht)، ارتفاع سرریز (p)، زاویه سیکل قوسی (θ)، زاویه دیواره سیکل (α)، عدد فرود (fr)، طول دیواره سیکل (lc)، عرض یک سیکل (w)، طول دماغه سرریز (a)، افزایش ارتفاع سرریز به مقدار 15 %، تغییر فرم تاج سرریز به شکل ربع دایره ای (u) بودند. نتایج آزمایشگاهی نشان داد که زاویه سیکل قوسی (θ) و زاویه دیواره سیکل (α) پارامترهای موثر در تعیین ضریب دبی بوده و بیشینه ضریب دبی، متعلق به سرریز کنگره ای قوسی با زاویه سیکل قوسی40 درجه می باشد. نتیجه شبیه سازی عددی نشان داد ترکیب پارامترهای (c، u،  ، ، ، ) و (c، u،  fr، ، ، ) به ترتیب در الگوریتم های svm و gep در مرحله ی آزمون با شاخص های ارزیابی (r2=0.9791, rmse=0.03, dc=0.9776) و (r2=0.9871, rmse=0.0231, dc=0.9856), در مقایسه با دیگر ترکیب ها منجر به بهینه ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب هر دو الگوریتم در پیش بینی ضریب دبی جریان است.

Modeling and Assessment of Discharge Coefficient of Arc Labyrinth Weir Using Experimental and Metamodel Methods

While having economic advantages, nonlinear labyrinth weirs have more passing flow capacity than linear weirs. Having a high capability of extracting hidden complex relationships among dependent and independent variables besides saving financial and time, intelligent algorithms are economic and timesaving and have dedicated a remarkable role among researchers. In this research, the performance of support vector machine (SVM) and gene expression programming (GEP) algorithms is figured out to predict the discharge coefficient (Cd) of the arched labyrinth weir using 226 experimental data series. Involved geometric and hydraulic parameters are total head (Ht), weir height (P), cycle arc angle (θ), Froud number (Fr), cycle wall length (Lt), the width of a cycle (w), weir nose length (A), an increase of weir height of 15% and change of weir crest shape change to quarter circle (U). Results showed that the maximum values of the Cd belong to arc labyrinth weir of arc angle 40 degrees. Numerical simulation illustrated that combination of (c، u،  ، ، ، ) and (c، u،  Fr، ، ، ) parameters have optimum performance in the SVM and GEP algorithms of assessment indices as (R2=0.9791, RMSE=0.03, DC=0.9776) and (R2=0.9871, RMSE=0.0231, DC=0.9856), respectively; showing highly accurate performance of two algorithms in the prediction of the Cd.