سال انتشار: ۱۳۹۰

محل انتشار: ششمین کنگره ملی مهندسی عمران

تعداد صفحات: ۷

نویسنده(ها):

مهدی اسمعیلی ورکی – استادیار گروه مهندسی آب دانشگاه گیلان (مولف مسئول)
امیر کاسی کوزانی – دانشجوی کارشناسی ارشد سازه های آبی
جواد فرهودی – استاد گروه آبیاری و آبادانی دانشگاه تهران

چکیده:

در این تحقیق یک رهیافت شبکه عصبی مصنوعی ANN)با ساختار پرسپترون چند لایه برای پیش بینی نسبت عمق ثانویه و طول نسبی جهش هیدرولیکی واگرا در مقطع مستطیلی با شیب کف معکوس که به جهت عدم امکان رابطه تئوری صریح برای برآورد پارامترهای جهش، ازحالت های خاص و پیچیده جهش هیدرولیکی می باشند، بکار گرفته شده است. برای این منظور آزمایش هایی بر روی مدل آزمایشگاهی حوضچه آرامش و در دامن های از زوایای واگرایی (صفر ،۳و۵و۷و۱۰ و شیبهای معکوس کف صفر، ۲/۳، ۴/۱ و ۵/۶ و ۸انجام پذیرفته و پارامترهای اصلی جهش شامل عمق ثانویه، طول جهش و افت نسبی انرژی اندازه گیری گردیدند. در مجموع تعداد ۱۵۲ سری داده آزمایشگاهی شامل عمق ثانویه وطول جهش در گستره زوایای واگرایی و شیب های کف برای آموزش و صحت یابی شبکه عصبی مورد استفاده قرار گرفت. در توسعه مدلANN ده ساختار پرسپترون چندلایه، با تعداد لایه های پنهان و نرون های مختلف، مورد ارزیابی قرار گرفتند