مدل‌سازی آبشستگی اطراف آبشکن در قوس‌ها با استفاده از منطق فازی و شبکه عصبی مصنوعی

نوع مقاله: مقاله پژوهشی

نویسندگان

چکیده

آبشکن سازه­ای است از جنس سنگ، شن، پاره سنگ، خاک و یا بتن که با زاویه­ای نسبت به کرانه رودخانه جهت انحراف جریان آب از سواحل به مرکز آن به منظور جلوگیری از آبشستگی سواحل  احداث می­شود. از جمله مشکلات مهم مربوط به این سازه که ممکن است پایداری آن را به خطر اندازد، آبشستگی اطراف آن می­باشد. لذا مدل­سازی میزان آبشستگی اطراف این سازه بر اساس شرایط جریان از اهمیت بالایی برخوردار می­باشد. در این تحقیق داده­های آزمایشگاهی آبشستگی اطراف آبشکن در قوس 180 درجه جهت مدل­سازی این پدیده با استفاده از منطق فازی(FLM) و شبکه عصبی مصنوعی(ANN) بکار گرفته شد. آبشستگی به صورت تابعی از طول آبشکن، زاویه نصب اپی در قوس و عدد فرود جریان بالادست مدل شد. نتایج حاصل نشان داد که مدل شبکه عصبی مصنوعی و منطق فازی با دقتی بالا و نسبتا یکسان قادر به پیش­بینی این پدیده می­باشند. همچنین یک رابطه رگرسیونی برای آبشستگی اطراف آبشکن با استفاده از سری اطلاعات مورد استفاده جهت ساخت و کالیبره کردن مدل‎های FLM و ANN استخراج گردید. سپس مقایسه ای بین نتایج مدل­های FLM ،ANN و رابطه رگرسیونی استخراج شده با استفاده از سری اطلاعات دیگری که در ساخت این مدل­ها مورد استفاده قرار نگرفته بود، صورت پذیرفت. 

کلیدواژه‌ها


عنوان مقاله [English]

Modeling Scour around a Spur Dike in Bends Using Fuzzy Logic and Artificial Neural Network

نویسندگان [English]

  • Mehdi Daryaee
  • S Mahmood Kashefipour
  • Alireza Faghiheslam
  • Javad Zahiri
چکیده [English]

Spur dike is a structure made of stone, sand, rock, soil or concrete, which is usually built with an angle relative to the bank to divert the flow from the banks and concentrate it towards the centerline of the river in order to prevent bank scouring. One of the main problems regarding this structure is its stability due to possibility of the scouring around the nose of structure. Therefore modeling the amount of the scouring around the structure according to the flow conditions is important and essential. In this research the laboratory data of scouring around a spur dike for different flow conditions in a 180° bend were applied for modeling this phenomenon using Fuzzy Logic model (FLM) and Artificial Neural Network (ANN). The scour was modeled as a function of the length and the installation angle of spur dike in bend, and the upstream Froude number. The results showed that the ANN and FLM models were able to predict the amount of scouring, accurately. A regression equation was also developed for describing the amount of scouring around the spur dike using the corresponding measured values empolyed for producing and calibrating the pattern of the ANN and FLM models. The results obtained from ANN, FLM and regresion models were then compared together using another series of existing data, which had not been applied for developing those models.  

کلیدواژه‌ها [English]

  • Artificial neural network
  • Fuzzy logic
  • River Bend
  • Scouring
  • Spur dike