بررسی عملکرد و کارایی الگوریتم های تکاملی در پیش بینی استهلاک انرژی روی سرریز های پلکانی
First Statement of Responsibility
/سمیرا اخگرامیر آبادی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: دانشکده فنی مهندسی عمران
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۷۵ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
در رشته ی مهندسی عمران - سازهصهای هیدرولیکی
Date of degree
۱۳۹۲/۰۶/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
سرریز قسمت بزرگی از سد است که برای تخلیه جریان های سیلابی احداث میصشود .طراحی و ساخت سرریز بسیار پرهزینه است و بخش عظیمی از هزینه ساخت را شامل میصشود .جریان روی سرریز پلکانی به سه نوع رژیم تقسیم میصشود :جریان تیغه ای، جریان رویهصای و جریان انتقالی .جریان تیغه ای در دبی های نسبتا کم و جریان رویه ای در دبی های زیاد رخ میصدهد و جریان انتقالی در دبی های متوسط دیده میصشود .در رژیم جریان تیغهصای، آب به صورت یکسری جت های آزاد تیغهصای قبل از ورود روی پله بعدی جریان میصیابد .جریان رویهصای بوسیله غوطه ور شدن کل پله های سرریز مشخص می شود و تقسیم بندی خاصی ندارد .هدف این پایان نامه بررسی توانایی و کارایی روشصهای محاسبات عصبی جهت مدل سازی استهلاک انرژی در رژیم جریان تیغهصای و رویه-ای روی سرریز پلکانی است .به همین منظور روش های شبکه عصبی مصنوعی (ANN) و برنامهصریزی بیان ژن (GEP) بکار گرفته شده است .نتایج بدست آمده بیانگر آن است که روش های مذکور دارای عملکرد منطقی در پیش بینی استهلاک انرژی روی سرریز پلکانی است .نتایج بدست آمده حاکی از آن است که پارامترهای ، ، و به ترتیب دارای بیشترین تأثیر در برآورد استهلاک انرژی روی سرریزهای پلکانی در رژیم جریان تیغهصای، و پارامترهای ، ، Dn، و به ترتیب بیشترین تأثیر را در برآورد استهلاک انرژی روی سرریزهای پلکانی در رژیم جریان رویهصای، داشته اند .همچنین برای هر دو رژیم جریان تیغه ای و رویه ای مهم ترین پارامتر موثر بر برآورد استهلاک انرژی پارامتر است .
Text of Note
falling nappes. In the edge of each step, water becomes a jet of a free descent before it permeates the following step. The skimming flow is characterized by a complete submersion of the totality of the steps which form on the spillway. No diving was observed. The aim of this thesis is assessment of capability and workability of neural computing approaches in modeling of energy dissipation over stepped spillway in nappe and skimming flow regimes. For this purpose, artificial neural networks (ANNs) and genetic expression programing (GEP) techniques were applied. The obtained results indicate that applied techniques have reliable performance in prediction of energy dissipation over stepped spillway. Obtained results show that -Spillway is a major part of a dam to dispose of flood flow. Design of spillways as a main part of the dam contraction is very expensive. Flow over a stepped spillway can be divided into three separate flow regimes consist of nappe, skimming and transition flow. Nappe flow usually corresponds to relatively low discharges values and skimming flow corresponds to high discharges values while the intermediate discharges have transition flow regimes. In the nappe flow regime, water undergoes a succession of free، ، and parameters have most influence in prediction of energy dissipation over stepped spillway in skimming flow subsequently, as well as ، ، Dn, and parameters have most influence in prediction of energy dissipation over stepped spillway in nappe flow. Also parameter is important effective parameter in prediction of energy dissipation over stepped spillway