پیشبینی ارتفاع غوطه وری جریان غلیظ با استفاده از مدل تلاطمیRNG و شبکههای عصبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 705

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE10_0187

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

جریانهای غلیظ هرگاه به یک توده سیال سبکتر برخورد نمایند، یک ناحیه غوطهوری را ایجاد میکنند. با توجه به این که در ارتفاع غوطه وری مرز بین سیال غلیظ با سیال پیرامون در محل نقطه غوطه وری مشخص می گردد، برآورد این نقطه از اهمیت به سزایی برخوردار است. در این تحقیق پارامترهای هیدرولیکی جریان غلیظ و همچنین شیب بستر سیال ساکن که بر نقطه غوطه وری تاثیر گذار است، بررسی شده است. برای نیل به اهداف این تحقیق ابتدا یک مدل فیزیکی در آزمایشگاه هیدرولیک دانشگاه شهید چمران ساخته شد و آزمایش های مختلف در آن انجام گردید در همه آزمایش ها ارتفاع غوطهوری در دبیهای مختلف از سیال غلیظ و تفاوت دانسیته6و9و13و16گیلوگرم بر مترمکعب برای سه شیب8و12و16 درصد اندازهگیری شد. سپس با استفاده از مدلFlow-3Dتحت شرایط مدل آشفتگیRNGارتفاع نقطه غوطه وری برای شرایط آزمایشگاهی موجود شبیه سازی شد. به منظور بررسی مقایسهای ابتدا با استفاده از شبکههای عصبی، عمق غوطه وری برآورد شده با استفاده از Flow-3Dتحت شرایط مدل آشفتگیRNGدر مقایسه با دادههای مشاهداتی در آزمایشگاه آموزش داده شده و سپس بهترین برازش با معماری شبکه بدست آمد. با توجه به محدودیتهای آزمایشگاهی و دادههای محدود در دسترس برای مایعات و هندسههای مختلف، از شبکههای عصبی برای پیش بینی عمق غوطهوری در این شرایط استفاده شد. نتایج نشان میدهد که شبکههای عصبی قابلیت بالایی برای پیشبینی و برازش عمق غوطهوری دارند.

نویسندگان

مریم آشوری

کارشناس ارشد عمران آب

حامد ارجمندی

دانشجوی دکتری سازههای هیدرولیکی دانشگاه تبریز

سجاد پیربوداقی

دانشجوی دکتری سازههای هیدرولیکی دانشگاه تبریز

مهدی قمشی

استاد گروه سازههای آبی دانشکده علوم آب دانشگاه شهید چمران اهواز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • تربن، ع. (1383)، "شبیه‌سازی عددی رسوبگذاری در مخازن سدها با ...
  • اکرمی، ا. (1375)، "وضعیت رسوبگذاری در سدهای ایران و مقایسه ...
  • صاحب شبان، ع. (1381)، " بررسی مدل رسوب گذاری جریانهای ...
  • ارجمندی، الف. قمشی، م. گیج، ح. احدیان، ج. (1391)، "تخمین ...
  • Parker, G. and Toniolo, H. (2007), :Note on the analysis ...
  • Okkan, U. (2012), :Wavelet neural network modl for reservoir inflow ...
  • disaggregation in nonrecording gauge stations Rainfallء: 6. Derakhshan, H. and ...
  • Graf W.H, and Altinakar M.5 (1998), ;: Fluvial Hydraulic s-Flow ...
  • A. Ramez anianpour, M. Sobhani and , Sobhani, "Application of ...
  • M. Sardemir, "Predicting the compressive strength of mortars containing metakaolin ...
  • نمایش کامل مراجع