سال انتشار: ۱۳۸۶

محل انتشار: نهمین سمینار سراسری آبیاری و کاهش تبخیر

تعداد صفحات: ۱۰

نویسنده(ها):

مرتضی بختیاری – دانشجوی کارشناسی ارشد سازه های ابی دانشگاه شهید چمران اهواز
سیدمحمود کاشفی پور – دانشیار دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز

چکیده:

بطور کلی روش های مختلفی برای حل مسائل رسوب به کار گرفته شده است. که نتیجه آن معادلات تجربی متعددی است کهتوسط صاحبنظران امر ارائه شده است. اگرچه نتایج این روش ها با یکدیگر ومشاهدات تجربی اختلافات چشمگیری دارند اما با توجه به اینکه اندازه گیری رسوب رودخانه به طور محدود انجام می شود، جهت برآورد بار رسوبی رودخانه در مواقع مورد نیاز می توان از این معادلات استفاده نمود. در عصر حاضر استفاده از شبکه های عصبی مصنوعی به دلیل ساختار ریاضی کاملا غیر خطی می تواند جایگزین مناسبی برای مدل های دیگر باشد. تخمین درست حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبی از اهمیت بسیاری برخوردار است. انتقال رسوب، رسوب گذاری، پیامدهایی چون ایجاد جزایر رسوبی در مسیر رودخانه و در نتیجه کاهش ظرفیت انتقال جریان های سیلابی، کاهش عمر مفید سدها و ظرفیت ذخیره مخازن، رسوب گذاری در کف کانال و بسیاری مسائل و مشکلات دیگر را در بر دارد. تحقیق حاضر بر روی رودخانه سیمره که اطلاعات بسیار کمی تنگ سازین پارامتر بار معرق رسوبات مدل شده است. بدین منظور روزسال، دبی، اشل سطح آب و غلظت اندازه گیری شده در ایستگاه به عنوان ورودی های مدل در نظر گرفته شده و با استفاده از مدل شبکه عصبی Alyuda پارامتر بار معلق پیش بینیگردید. نتایج حاصله توانایی بالای شبکه عصبی مصنوعی را در تخمین بار معرق رسوبات رودخانه سیمره نشان میدهد.