یازدهمین کنگره ملی سراسری فناوریهای نوین در حوزه توسعه پایدار ایران (نمایه ISC)
تاریخ برگزاری : 15 اسفند ماه 1400
تخمین میزان افت موج فشاری میرا به هنگام عبور از روزنه نشت موجود در خط لوله با استفاده از شبکه عصبی مصنوعی
کامران محمدی
شبکه های عصبی مصنوعی امروزه به فراوانی توسط مهندسین به منظور مدل سازی پدیده های مختلف مورد استفاده قرار می گیرد، به خصوص در مواردی که مدل سازی دقیق فیزیکی میسر نبوده و یا بسیار پیچیده باشد. امواج فشاری میرا و همچنین تخمین میزان افت، از پدیده های مهم علم هیدرولیک است که مدلسازی فیزیکی، شبیه سازی عددی و تخمین پارامترهای موثر در تحلیل آن، به خصوص در حضور نشت از لوله، با عدم قطعیت های فراوان همراه بوده و دارای دشواری های فراوانی می باشد. بنابراین در این تحقیق ابتدا با استفاده از آنالیز ابعادی، پارامترهای موثر بر افت فشار به هنگام عبور موج فشاری میرا از روزنه نشت (HLL) از خط لوله ای پلی اتیلن با قطر و طول ثابت معین و سپس مقدار آن از داده های آزمایشگاهی محاسبه شد. پس از آن به منظور تخمین این پارامتر هیدرولیکی، به کمک نرم افزار MATLAB ، شبکه عصبی مصنوعی (ANN) با ساختار پرسپترون چند لایه (MPL) که با استفاده از الگوریتم پس انتشار خطا عمل یادگیری را انجام می دهد، ابتدا با داده های ثبت شده در آزمایشگاه آموزش و سپس مورد صحت-سنجی قرار گرفت. نتایج صحت سنجی حاکی از عملکرد کاملا مناسب مدل بود. در ادامه توانایی مدل در تخمین پارامتر (HLL) مورد آزمون و بررسی قرار گرفت که مشخص شد مدل شبکه عصبی آموزش دیده، با دقت بسیار بالایی (9858/0=2R) پارامتر (HLL) را تخمین می زند.
شبکه عصبی مصنوعی، موج فشاری میرا، نشت از لوله، افت فشار
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
, 1400 , تخمین میزان افت موج فشاری میرا به هنگام عبور از روزنه نشت موجود در خط لوله با استفاده از شبکه عصبی مصنوعی , یازدهمین کنگره ملی سراسری فناوریهای نوین در حوزه توسعه پایدار ایران (نمایه ISC)
تاریخ برگزاری : 15 اسفند ماه 1400