تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,113,966 |
تعداد دریافت فایل اصل مقاله | 97,217,746 |
تخمین غلظت هوا در سرریز شوت با استفاده از روشهای فرامدل | ||
تحقیقات آب و خاک ایران | ||
دوره 55، شماره 4، تیر 1403، صفحه 601-613 اصل مقاله (1.94 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2024.370643.669640 | ||
نویسندگان | ||
کیومرث روشنگر* 1؛ رضا سعادتجو2؛ حمیدرضا عباس زاده2؛ آیدین پناهی2 | ||
1استاد گروه مهندسی عمران آب دانشگاه تبریز | ||
2گروه مهندسی عمران، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران | ||
چکیده | ||
یکی از راههای جلوگیری از ایجاد فشار منفی و کاویتاسیون در سرریزها، هوادهی به جریان عبوری از سرریزها میباشد. شناخت نحوه توزیع تغییرات غلظت هوا در طول سرریز جهت تخمین میزان هوادهی از اهمیت زیادی برخوردار است. در پژوهش حاضر کاربرد روشهای فرامدل رگرسیونی فرآیند گاوسی (GPR) و ماشین بردار پشتیبان (SVM) در پیشبینی غلظت هوا مورد بررسی قرار گرفت. بدین منظور مجموعه دادههای آزمایشگاهی (2268) بهدست آمده از مدلهای هیدرولیکی سرریز شوت در فرآیند مدلسازی به کار گرفته شد. مدلهای ورودی متنوعی بر اساس ترکیب مختلفی از پارامترهای اندازهگیری شده تعریف گردید. نتایج بهدست آمده نشان دهنده توانایی بالای هر دو روش در برآورد غلظت هوای مورد نیاز بر روی سرریز است. در برآورد میزان غلظت هوا در سرریز شوت برای حالتی که هوادهی مصنوعی توسط هواده انجام میگیرد پارامترهای دبی جریان (QW)، نسبت فاصله طولی از انتهای دفلکتور به عرض کانال (L/W) و نسبت عمق (عمود بر سرریز) بر عرض کانال (Y/W) تأثیر زیادی داشتند. نتایج شاخصهای آماری ضریب همبستگی (R)، ضریب تبیین (DC) و خطای جذر میانگین مربعات برای این حالت در روش GPR بهترتیب 9214/0، 8451/0 و 1008/0 و مقادیر 9333/0، 8662/0 و 0937/0 در روش SVM است. برای حالتی که هوادهی مصنوعی توسط هواده انجام نمیگیرد، مدل با پارامترهای ورودی Qw، L/W، Y/W و ΔP (اختلاف فشار ما بین فشار اتمسفر و فشار زیر جت) با دارا بودن مقادیر 9222/0=R، 8644/0=DC و 0914/0=RMSE در روش GPR و بهترتیب با مقادیر 87/0، 7543/0 و 123/0 بهعنوان برترین مدل انتخاب گردیدند. | ||
کلیدواژهها | ||
رگرسیون فرآیند گاوسی؛ سرریز شوت؛ ماشین بردار پشتیبان؛ هوادهی | ||
مراجع | ||
Abbaszadeh, H., Norouzi, R., Sume, V., Kuriqi, A., Daneshfaraz, R., & Abraham, J. (2023a). Sill role effect on the flow characteristics (experimental and regression model analytical). Fluids, 8(8), 235. Abbaszadeh, H., Daneshfaraz, R., & Norouzi, R. (2023b). Experimental investigation of hydraulic jump parameters in sill application mode with various synthesis. Journal of Hydraulic Structures, 9(1), 18-42. Abbaszadeh, H., Daneshfaraz, R., Sume, V., & Abraham, J. (2024). Experimental investigation and application of soft computing models for predicting flow energy loss in arc-shaped constrictions. AQUA—Water Infrastructure, Ecosystems and Society, 73(3), 637-661. Chakib, B. (2013). Numerical computation of inception point location for flat-sloped stepped spillway. International Journal of Hydraulic Engineering, 2(3), 4752. Chanson, H. (1988). Study of air entrainment and aeration devices on spillway model. A thesis submitted in partial fulfilment of the requirements for the Degree of Doctor of Philosophy in Civil Engineering at the University of Canterbury, New Zealand. Daneshfaraz, R., Norouzi, R., Abbaszadeh, H., Kuriqi, A., & Di Francesco, S. (2022a). Influence of sill on the hydraulic regime in sluice gates: an experimental and numerical analysis. Fluids, 7(7), 244. Daneshfaraz, R., Norouzi, R., Abbaszadeh, H., & Azamathulla, H. M. (2022b). Theoretical and experimental analysis of applicability of sill with different widths on the gate discharge coefficients. Water Supply, 22(10), 7767-7781. Daneshfaraz, R., Norouzi, R., Ebadzadeh, P., Di Francesco, S., & Abraham, J. P. (2023a). Experimental study of geometric shape and size of sill effects on the hydraulic performance of sluice gates. Water, 15(2), 314. Daneshfaraz, R., Norouzi, R., Ebadzadeh, P., & Kuriqi, A. (2023b). Influence of sill integration in labyrinth sluice gate hydraulic performance. Innovative Infrastructure Solutions, 8(4), 118 Franc, J. P., & Michel, J. M. (2006). Fundamentals of cavitation (Vol. 76). Springer science & Business media. Hassanzadeh, Y., & Abbaszadeh, H. (2023). Investigating discharge coefficient of slide gate-sill combination using expert soft computing models. Journal of Hydraulic Structures, 9(1), 63-80. Kermani, E. F., Barani, G. A., & Hessaroeyeh, M. G. (2013). Investigation of cavitation damage levels on spillways. World Applied Sciences Journal, 21(1), 73-78. Norouzi, R., Sihag, P., Daneshfaraz, R., Abraham, J., & Hasannia, V. (2021). Predicting relative energy dissipation for vertical drops equipped with a horizontal screen using soft computing techniques. Water Supply, 21(8), 4493–4513. Pfister, M. (2011). Chute aerators: Steep deflectors and cavity subpressure. Journal of Hydraulic Engineering, 137(10), 1208–1215. Pfister, M., & Hager, W. H. (2010). Chute aerators: Air transport characteristics. Journal of Hydraulic Engineering, 136(6), 352–359. Rahmeyer, W. J. (1981). Cavitation damage to hydraulic structures. American Water Works Association, 73(5), 270-274. Rasmussen, C. E., & Williams, C. K. (2006). Gaussian processes for machine learning (Vol. 1, p. 159). Cambridge, MA: MIT press. Raza, A., Wan, W., & Mehmood, K. (2021). Stepped spillway slope effect on air entrainment and inception point location. Water, 13(10), 1428. Roushangar, K., & Homayounfar, F. (2019). Prediction characteristics of free and submerged hydraulic jumps on horizontal and sloping beds using SVM method. KSCE Journal of Civil Engineering, 23(11), 4696-4709. Roushangar, K., & Shahnazi, S. (2020). Prediction of sediment transport rates in gravel-bed rivers using Gaussian process regression. Journal of Hydroinformatics, 22(2), 249-262. Salmasi, F., Abraham, J., & Salmasi, A. (2021). Effect of stepped spillways on increasing dissolved oxygen in water, an experimental study. Journal of Environmental Management, 299, 113600. Süme, V., Daneshfaraz, R., Kerim, A., Abbaszadeh, H., & Abraham, J. (2024). Investigation of clean energy production in drinking water networks. Water Resources Management, 38(6), 2189-2208. Vapnik, V. N. (1995). The Nature of Statistical Learning Theory. Springer-Verlag, New York. Wu, J., Ma, F., & Dai, H. C. (2011). Influence of filling water on air concentration. Journal of Hydrodynamics, 23(5), 601-606. | ||
آمار تعداد مشاهده مقاله: 138 تعداد دریافت فایل اصل مقاله: 115 |