مجتبی صانعی؛ علی فرودی خور
چکیده
سرریزها یکی از سازه‌های متداول برای تخلیه و اندازه‌گیری جریان هستند، به همین منظور این نوع سازه‌های هیدرولیکی بسته به هدف مورد استفاده، دارای اشکال مختلفی هستند. ضرایب طراحی سرریزها که در مراجع استاندارد طراحی در دسترس است، مربوط به سرریزهایی است که امتداد آن‌ها عمود بر جهت جریان است. در برخی از موارد به‌دلیل محدودیت‌های ...
بیشتر
سرریزها یکی از سازه‌های متداول برای تخلیه و اندازه‌گیری جریان هستند، به همین منظور این نوع سازه‌های هیدرولیکی بسته به هدف مورد استفاده، دارای اشکال مختلفی هستند. ضرایب طراحی سرریزها که در مراجع استاندارد طراحی در دسترس است، مربوط به سرریزهایی است که امتداد آن‌ها عمود بر جهت جریان است. در برخی از موارد به‌دلیل محدودیت‌های اجرایی و طراحی، استفاده از سرریزهای کنگره‌ای، سرریزهای جانبی و همچنین، طراحی سرریزهای قوس محور اجتناب‌ناپذیر است. تا کنون در زمینه تخمین ضریب دبی این سرریزها و نیز استخراج رابطه دبی-اشل آن‌ها تحقیقات بسیار کمی انجام شده است. در این تحقیق، به کمک روش نوین بهینه‌سازی برنامه‌ریزی بیان ژن و همچنین، روش شبکه هوش مصنوعی روابطی بدون بعد بر اساس پارامترهای زاویه قوس سرریز و نسبت بار آبی بالادست سرریز به ارتفاع آن برای برآورد ضریب دبی این سازه‌ها ارائه شده است. برای واسنجی و صحت‌سنجی (آزمون) رابطه پیشنهادی، دادههای آزمایشگاهی Kumar و همکاران استفاده شده است. مقایسه نتایج محاسباتی این رابطه با مقادیر آزمایشگاهی ضریب دبی سرریزهای قوسی نشان داد که روابط پیشنهادی از دقت بسیار مناسبی برخوردار است. با توجه به معیارهای عملکرد، دو مدل برای GEP و یک روش برای ANN انتخاب شدند که در همه این مدل‌ها الگوی ورودی یکسان می‌باشد. در روش منحنی برنامه‌ریزی ژنتیک الگوی ورودی با عملگرهای 2F و 4F با داشتن بیشترین ضرایب تعیین برای دادههای آزمون به‌ترتیب 0.924=DC و 0.956=DC بهترین عملگرها در این روش انتخاب شدند. همچنین، در روش ANN نیز با متغیر قرار دادن تعداد نورون‌ها در لایه‌های مخفی در بازه 10-2، مدل حاضر با تعداد 10 نورون دارای بیشترین 0.962=DC نسبت به الگوهای دیگر می‌باشد.
