آمار
| تعداد نشریات | 14 |
| تعداد شمارهها | 685 |
| تعداد مقالات | 7,099 |
| تعداد مشاهده مقاله | 11,138,493 |
| تعداد دریافت فایل اصل مقاله | 10,154,990 |
کاربرد روش برنامهریزی بیان ژن در تعیین ضریب هوادهی دریچه تخلیهکننده تحتانی سدها | ||
| مجله پژوهشهای حفاظت آب و خاک | ||
| مقاله 17، دوره 24، شماره 1، فروردین 1396، صفحه 279-286 اصل مقاله (392.8 K) | ||
| نوع مقاله: مقاله کامل علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22069/jwfst.2017.10446.2487 | ||
| نویسندگان | ||
| صمد امامقلی زاده* ؛ راضیه کریمی دمنه | ||
| دانشگاه صنعتی شاهرود | ||
| چکیده | ||
| سابقه و هدف: استفاده از سدهای مخزنی، نقش مهمی را در توسعه صنعت، کشاورزی و اشتغال جوامع، بر عهده دارد. یکی از اجزای جانبی این سدها، تونل تخلیهکننده تحتانی است که نقش مهمی را در تخلیه و کنترل سیلاب بر عهده دارد. این سازه، مشتمل بر یک مجرای ورودی، تونل اصلی انتقال و سازههای کنترل و تنظیم جریان، شامل دریچهها و شیرها میباشد. بروز فشارهای منفی و پدیده کاویتاسیون از جمله مشکلاتی است که تخلیهکنندههای تحتانی سدها در دبیهای بالا با آن مواجه هستند. این پدیده سبب بروز مشکلاتی از جمله تخریب سطح سازه خواهد شد. یکی از متداولترین روشهای کاهش و حذف خطر وقوع کاویتاسیون، هوادهی جریان میباشد. در این راستا، میزان هوادهی و هواگیری جریان آب در سرریزها و پاییندست دریچههای تونل تخلیهکننده تحتانی سدها، یکی از مباحث مهم میباشد. با توجه به اهمیت موضوع، در پژوهش حاضر پیشبینی و برآورد ضریب هوادهی دریچه تخلیه-کننده تحتانی مورد بررسی قرار گرفت. مواد و روشها: در پژوهش حاضر، روش برنامهریزی بیان ژن (GEP) جهت برآورد ضریب هوادهی دریچه تخلیهکننده تحتانی مورد استفاده قرار گرفت. برای آموزش و صحتسنجی مدل، از دادههای آزمایشگاهی بهدست آمده از مدلهای فیزیکی و هیدرولیکی چهار سد البرز، ژاوه، گتوند علیا و جره، که در آزمایشگاه سازههای هیدرولیکی موسسه تحقیقات آب تهران ساختهشده، استفاده گردید. ضریب هوادهی تابعی از دو پارامتر عدد فرود جریان در محل فشردگی آن (Frc) و نسبت سطح مقطع هواده به سطح مقطع تونل در محل دریچه (Aa/Ag) در نظر گرفتهشد. جهت اجرای مدل برنامهریزی بیان ژن، 30 کروموزوم و 3 ژن انتخاب شد و توانایی این روش بهکمک دو پارامتر آماری مانند ضریب همبستگی (R2) و جذر میانگین مربعات خطا (RMSE) مورد ارزیابی قرار گرفت. یافتهها: نتایج نشان داد که روش برنامهریزی بیان ژن با ضرایب همبستگی 803/0 و 639/0و جذر میانگین مربعات خطا برابر با 096/0 و 125/0 بهترتیب در دو بخش آموزش و آزمون، ضریب هوادهی دریچه تخلیهکننده تحتانی را برآورد نمود. مدل مذکور در مقایسه با نتایج رابطه رگرسیونی با ضرایب همبستگی 718/0 و 402/0 و جذر میانگین مربعات خطا برابر با 114/0 و 171/0 در بخشهای آموزش و آزمون نتایج بهتری را ارائه مینماید. بهعبارتی، استفاده از روش برنامهریزی بیان ژن موجب کاهش 28 درصدی خطای پیشبینی ضریب هوادهی دریچه تخلیهکننده تحتانی سدها شدهاست. نتیجهگیری: نتایج بهدست آمده از این پژوهش نشان داد مدل هوشمند برنامهریزی بیان ژن، بهخوبی توانسته است ضریب هوادهی دریچههای تخلیهکننده تحتانی سدها را پیشبینی کند و استفاده از آن موجب بهبود نتایج پیشبینی در مقایسه با روشهای مرسوم مدلهای رگرسیونی شود. بهعبارتی، نتایج بهدست آمده، موید توانایی روش برنامهریزی بیان ژن در تعیین ضریب هوادهی دریچههای تخلیهکننده تحتانی سدها، و در نتیجه برآورد صحیح این پارامتر، بهمنظور جلوگیری از وقوع پدیده کاویتاسیون میباشد. بنابراین استفاده از این روش در مسایل مرتبط با موضوع پژوهش پیشنهاد میشود. | ||
| کلیدواژهها | ||
| ضریب هوادهی؛ برنامهریزی بیان ژن؛ کاویتاسیون؛ دریچه تخلیهکننده تحتانی | ||
| مراجع | ||
|
1.Chanson, H. 1995. Predicting oxygen content downstream of weirs, spillways and waterways. Proc. Inst. Civil Eng-Water Maritime Energy. 112: 1. 20-30. 2.Emamgholizadeh, S., Bateni, S.M., Shahsavani, D., Ashrafi, T., and Ghorbani, H. 2015. Estimation of soil cation exchange capacity using Genetic Expression Programming (GEP) and Multivariate Adaptive Regression Splines (MARS). J. Hydrol. 529: 1590-1600. 3.Ferreira, C. 2001. Gene expression programming: a new adaptive algorithm for solving problems. J. Complex Syst. 13: 2. 87-129. 4.Jian-hua, W., and Chao, L. 2011. Effects of entrained air manner on cavitation damage. J. Hydrodyn. 23: 3. 333-338. 5.Kavianpour, M.R. 1997. The Reattaching Flow Downstream of Deflectors Including the Effect of Air Injection. A thesis submitted to the University of Manchester Institute of Science and Technology for the degree of PHD. Manchester, UK. 6.Kisi, O., Hosseinzadeh Dalir, A., Cimen, M., and Shiri, J. 2012. Suspended sediment modeling using genetic programing and soft computing techniques. J. Hydrol. 450-451: 48-58. 7.Ozkan F., and Kaya T. 2010. Using intelligence methods to predict air-demand ratio in venturi weirs. Advances in Engineering Software. 41: 1073-1079. 8.Peterka, A.J. 1953. The effect of entrained air on cavitation pitting. In: Proc. IAHR Minnesota conference, Minnesota, USA, Pp: 507-518. 9.Sutopo, Y., Wignyosukarto, B.S., Yulistyanto, B., and Istiarto. 2015. Self and artificial air entrainment in steep channel. Procedia Engineering. 125: 158-165. 10.Zahiri, A., Dehghani, A.A., and Azamathulla, H.Md. 2015. Application of Gene-Expression Programming in Hydraulic Engineering. Chapter Handbook of Genetic Programming Applications. Pp: 71-97. 11.Zhi-yong, D., and Pei-lan, S. 2006. Cavitation control by aeration and its compressible characteristics. J. Hydrodyn. 18: 4. 499-504. | ||
|
آمار تعداد مشاهده مقاله: 1,393 تعداد دریافت فایل اصل مقاله: 923 |
||
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب