بخشی از مقاله
خلاصه
طول پرش هیدرولیکی یکی از پارامترهای مهم در طراحی حوضچه های آرامش میباشد. در این تحقیق عملکرد سیستم استنتاج فازی- عصبی در پیشبینی طول غلتاب پرش هیدرولیکی توسعهیافته و توسعهنیافته در بستر زبر به ازای متغیرهای هیدرولیکی متفاوت ارزیابی شد. متغیرهای هیدرولیکی لحاظ شده شامل اندازه زبری، عدد فرود، عمق اولیه و ثانویه پرش بودند. نتایج حاصله حاکی از عملکرد قابل قبول روش فازی- عصبی بوده و بهترین عملکرد مدل دارای ریشه میانگین مربعات خطا برای پرش های توسعهیافته و توسعهنیافته به ترتیب برابر 5/35 و 2/84 بود.
-1 مقدمه
پرش هیدرولیکی از جریانهای متغیر سریع است که انرژی فوق العاده آب در سرعتهای فوقبحرانی را به میزان قابل توجهی کاهش میدهد. در پرش هیدرولیکی جریان از فوقبحرانی به زیر بحرانی تغییر حالت میدهد. به تناسب شدت پرش و آشفتگیهایی که در سطح آب وجود دارد، انرژی آب بطور قابل توجهی کاهش مییابد. حوضچههای آرامش بستر مناسبی برای کنترل و مهار پرش هیدرولیکی و وقوع آن در یک موقعیت مکانی خاص میباشند. حوضچه ها ممکن است دارای شکل هندسی متفاوت و یا حاوی ضمائم اضافی نظیر بلوکهای کف و آستانهها باشند که به عملکرد مؤثرشان کمک میکند.
پارامترهایی چون طول حوضچه و عمق پایاب مورد نیاز از جمله پارامترهای مهمی هستند که بر اقتصادی تر کردن سازه ی حوضچه آرامش تاثیر فراوانی دارند. برای کاهش ابعاد حوضچه آرامش اقداماتی چون ساخت بلوک های پای تنداب و یا بلوک های میانی به منظور اتلاف بیشتر انرژی جنبشی جریان در محدوده پرش و کاهش مشخصات آن در گذشته مورد استفاده قرار گرفته است
یکی از روش هایی که می تواند جایگزین بلوک ها شود ایجاد زبری مصنوعی در بستر جریان است. زبر کردن کف بصورت سنگ چین، موج های سینوسی، ذوزنقه ای و .... باعث می شود که در یک حجم کنترل مقدار مومنتوم ورودی و خروجی برابر نبوده و مومنتوم خروجی به اندازه نیروی مقاومتی زبری ها، کمتر از مومنتوم ورودی شود. تفاوت زبری با بلوک این است که سطح فوقانی آنها کاملا در زیر عمق اولیه پرش قرار گرفته و همتراز با کف کانال بالادست است. از این رو روشی برای کاهش طول و عمق ثانویه پرش میباشد.
پرش هیدرولیکی کلاسیک را به دو پرش هیدرولیکی با جریان غلتابی توسعه یافته و جریان غلتابی توسعه نیافته تقسیم بندی کرده اند. پرش هیدرولیکی با غلتاب توسعه یافته، افزایشی تدریجی در سطح آب نشان می دهد و پدیده ای شبه پایدار است. نقطه رکود1 در انتهای غلتاب توسعه یافته قرار دارد و ارتفاع موجهای سطحی در پایین دست پایاب قابل صرفنظر کردن است
تحقیقات اولیه توسط راجاراتنام - - 1968 نشان می دهد که اگر کف کانالی که پرش هیدرولیکی در آن رخ می دهد به بستر زبر تبدیل شود، عمق پایاب مورد نیاز برای تشکیل پرش می تواند به طور محسوسی کوچکتر از عمق مزدوج پرش در حالت کلاسیک که از معادله زیر محاسبه می شود، باشد
که در آن h1 و h2 به ترتیب عمق های قبل و بعد از پرش هیدرولیکی و Fr 1 عدد فرود در مقطع قبل از پرش می باشد. وی پارامتری به نام زبری نسبی k e k تعریف کرد که در آن k e ارتفاع معادل زبری و y 1 عمق جریان ورودی فوق بحرانی بر روی زبری ها است. وی نشان داد که طول غلتاب و طول پرش روی بستر زبر در مقایسه با همان پارامترها بر روی بستر صاف کاهش قابل توجهی دارند. طول غلتاب، Lr ، فاصله افقی بین مقطع پنجه پرش با عمق h1 و انتهای غلتاب می باشد. این طول را می توان با استفاده از تکنیک تجسمی2 از قبیل حرکت دادن یک جسم شناور برای تعیین نقطه رکود به دست آورد.
لوت هوسر و شیلر - [4] - 1975 در زمینه جریان های ورودی روی بستر زبر مطالعاتی انجام دادند، آنها بیان نمودند که وجود زبری در کف باعث تسریع در رشد لایه مرزی شده و برای ایجاد جریان های فوق بحرانی توسعه یافته در پایین دست دریچه ها و سرریزها نیاز به طول کوتاه تری است. هوگز و فلاک - [5] - 1984 بیان نمودند که ناهمواری های مرزی عمق ثانویه و طول پرش هیدرولیکی را کاهش می دهد. این میزان کاهش تابعی از عدد فرود اولیه و میزان ناهمواری نسبی بستر میباشد.
موریس - [6] - 1995 مفهوم زبری را مورد بررسی قرار داد. وی فرض کرد افت هد در جریان متلاطم روی بستر زبر بیشتر ناشی از جریان های گردابی میباشد. همچنین وی بیان نمود فاصله بین اجزای زبری می تواند بر تشکیل حرکتهای گردابه ای تاثیرگذار باشد. چنانچه فاصله بین اجزای زبری زیاد باشد، گردابه ها به صورت مستقل تشکیل شده و اگر فاصله خیلی نزدیک باشد سطح زبری به حالت یک سطح صاف عمل می نماید.
در سالهای اخیر استفاده از مدلهای هوش مصنوعی جهت پیش بینی در زمینههای علوم مختلف مورد توجه محققین میباشد. قابلیت مهم این قبیل مدلها درک رفتار غیرخطی پدیده مورد نظر میباشد و لذا بیشترین کاربرد آن مربوط به فرآیندهایی است که تعریف دقیق و درک خاصی از رفتار آنها وجود ندارد. شبکههای عصبی مصنوعی، سامانه استنتاج فازی- عصبی تطبیقی و برنامهریزی ژنتیک نمونههای بارزی از مدلهای هوش مصنوعی هستند. در ادامه به تعدادی از مطالعات انجام شده در خصوص کاربرد روشهای هوشمند در علوم آب اشاره میشود.
امید و همکاران - [7] - 2005 عملکرد شبکههای عصبی مصنوعی در مدلسازی پرش هیدرولیکی در مقاطع ذوزنقهای و مستطیلی را بررسی کردند. آنها طول پرش و عمق های مزدوج را در مقطع مستطیلی به ترتیب با ضریب تعیین 0/94 و 0/92 و در مقطع ذوزنقهای با مقادیر 0/94 و 0/8 پیشبینی کردند. عظمتاله و همکاران - [8] - 2009 به پیش بینی عمق آبشتگی در پایین دست سرریزهای جانبی با استفاه از روش فازی- عصبی پرداختند و عملکرد روش فازی-عصبی را در این خصوص قابل قبول گزارش نمودند.
بررسی کلی نتایج مبتنی بر مقایسه خطای مدلها حاکی از برتری روش فازی-عصبی نسبت روش روش شبکه عصبی داشت. عظمتاله و غنی - [9] - 2011 عملکرد شبکه عصبی مصنوعی پایه شعاعی و سیستم فازی- عصبی را در پیش بینی عمق آبشستگی در خروجی کالورت بررسی کردند. نتایج تحقیقات نشان داد که استفاده از دو روش ذکر شده می تواند تخمین دقیق تری نسبت به تحلیل رگرسیونی داشته باشد.
با توجه به اینکه ساخت مدل فیزیکی هزینه بر بوده و مستلزم صرف زمان زیاد میباشد، لذا استفاده از روشهای هوشمند جهت تحلیل مدلهای هیدرولیکی میتواند کارگشا باشد. با بررسی منابع انجام شده، مشخص گردید که دامنه مطالعات انجام شده در خصوص استفاده از روشهای هوشمند در موضوعات مختلف هیدرولیکی کم و محدود میباشد. با توجه به اینکه مطالعاتی در خصوص بررسی طول غلتاب پرش های هیدرولیکی با استفاده از روشهای هوشمند صورت نگرفته است، لذا این تحقیق با هدف بررسی کارایی سیستم استنتاج فازی- عصبی در پیش بینی
-2 مواد و روش ها
-1-2 مدل فیزیکی آزمایشات
در این تحقیق از داده های تجربی کارولا و همکاران - [3] - 2007 به منظور بررسی عملکرد سیستم استنتاج فازی-عصبی در ارزیابی طول غلتاب پرش هیدرولیکی بر روی بستر زبر استفاده شده است. آزمایش ها در یک فلوم مستطیلی به طول 14/4 ، عرض 0/6 و ارتفاع 0/6 متر انجام گرفته است. در آزمایشات از پنج بستر زبر ساخته شده از ذرات شن خرد شده استفاده شده است.
برای هر بستر شنی، توزیع دانه بندی ذرات، توسط یک نمونه 100 تایی ذرات حاصل گردیده است. برای هر ذره، سه اندازه محوری اندازه گیری شده و قطر میانگین در محاسبات استفاده شده است. دانه بندی ذرات بستر با قطر متوسط 0/46و 0/82، 1/46، 2/39 ،d50 = 3/20 سانتی متر مورد استفاده قرار گرفت. نمونه ای از دانهبندی ها و توزیع دانهبندی زبریهای مورد استفاده در شکل - 1 - آورده شده است. قطر متوسط d50 به عنوان ارتفاع زبری KS مورد استفاده قرار گرفت. تصویری از آزمایشهای صورت پذیرفته در بستر زبر نیز در شکل - - 2 نشان داده شده است.
الف - نمونه ای از دانهبندی های مورد استفاده ب - توزیع دانهبندی زبریهای مورد استفاده
شکل -1 نمونه ای از دانهبندیها و توزیع دانهبندی زبریهای مورد استفاده
شکل-2 نمونه ای از آزمایشهای صورت پذیرفته در بستر زبر
برای بستر زبر، سطح مبنا با سطح عبوری از بالای ذراتی که ارتفاعشان برابر اندازه متوسط d50 میباشد، در نظر گرفته شده است. آزمایش ها به ازای مقادیر انتخابی جریان عمق - h1 - و عدد فرود - Fr - انجام شدند. در هر آزمایش به ازای دبی معینQ ، اعماق جریان h1 و h2، طول غلتاب Lr، و طول پرش LJ اندازه گیری شد. تعداد کل آزمایشات 370 تست میباشد. محدوده تغییرات دادههای آزمایشگاهی شامل دبی آزمایش، عمق اولیه و ثانویه پرش، عدد فرود مقطع اولیه پرش، اندازه زبری بستر و طول غلتاب پرش هیدرولیکی در آزمایشات مربوط به پرش هیدرولیکی توسعه یافته و توسعه نیافته برای توسعه ی سیستم فازی-عصبی در جدول 1 آورده شده اند.
