کاربرد شبکه عصبی در برآورد حفره آبشستگی ناشی از جریان ریزشی کالورت

جریانهای ریزشی در اثر عبور آب از روی ساز ههای هیدرولیکی (ساز ههایی چون سرریز وکالورت) ب هوجود میآیند. محل برخورد جت با بستر به یک کاهنده انرژی جریان تبدیل شده و حفره آبشستگی شکل میگیرد. این پدیده باعث ناپایداری کل یا قسمتی از سازه میشود. فرآیند آبشستگی در خروجی کالورت به عوامل معتددی چون جنس خاک، دبی، شعاع هیدرولیکی، ارتفاع ریزش، عمق پایاب، شیب کالورت و مهمتر از همه زمان وابسته است. همچنین تحقیقات بسیاری در خصوص نقش پارامتر زمان در فرآیند تشکیل حفره آبشستگی صورت گرفته است. در این تحقیق پارامترهای مؤثر بر ابعاد حفره آبشستگی در دو حالت بعددار و ب یبعد مدل شده است. از این رو شبکه عصبی مناسب برای ایجاد رابطه غیرخطی جهت برآورد ابعاد آبشستگی براساس پارامترهای مختلف هیدرولیکی ارائه شده و یک رابطه غیر خطی رگرسیونی نیز ارائه شده است. نتایج نشان م یدهد که رابطه مناسبی ما بین شبکه ترسیم شده و اطلاعات آزمایشگاهی وجود دارد. شبکه ارائه شده با تعداد نرو نهای بالاتر 10 است. همچنین با مقایسه روابط مدل شده با شبکه عصبی و روابط - در لایه پنهان در مرحله آموزش دارای دقتی در حدود 8 مدل شده با رگرسیون غیر خطی ملاحظه میشود که شبکه عصبی از دقت قابل ملاحظهای نسبت به مد لهای تجربی رایج یرخوردارا است