نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد سازه های آبی دانشگاه تهران

2 موسسه تحقیقات کشاورزی کرج

10.22055/jise.2018.24375.1723

چکیده

سرریزهای جانبی در شبکه‌های آبیاری و زهکشی، سیستم‌های آّب و فاضلاب و کنترل سیلاب مورد استفاده قرار می‌‌گیرند و معمولاً برای کنترل تراز آب، انحراف جریان و تخلیه دبی اضافه استفاده می‌شوند. با توجه به اهمیت بهبود عملکرد سرریزهای جانبی، می‌توان از سرریزهای کلیدپیانویی که طول مؤثر بیشتری دارند، استفاده کرد. قوس بیرونی کانال‌های دارای انحنا، بهترین مکان‌ برای تعبیه سرریزهای جانبی هستند. در این پژوهش در ابتدا با بررسی آزمایشگاهی بر روی سرریزجانبی کلیدپیانویی تیپ B در قطاع 120 درجه ضریب تخلیه این سرریزها برای هر آزمایش استخراج شد. سپس توانایی مدل, RBF ANFIS و شبکه عصبی ANN در پیش‌بینی ضریب تخلیه سرریز مورد ارزیابی قرار گرفت. برای این منظور دو مدلRBF و ANFIS در محیط نرم‌ افزار MATLAB کدنویسی شد. با تحلیل نتایج به‌دست آمده، هر دو مدل RBF و ANFIS دارای دقت بالاتری نسبت به شبکه عصبی ANN هستند. همچنین مشخص شد که مدل RBF با RMSE=0.044 و R2=0.974 دارای دقت بالاتری نسبت به مدل هوشمند ANFIS با=0.0529 RMSEو=0.981 R2 است. شبکه عصبی مصنوعی با=0.0694 RMSE و R2=0.82 از لحاظ دقت پیش‌بینی بعد از دو مدل یادشده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Estimating the Discharge Coefficient of the Type B Piano-Key Side Weir at a 120° Curve using RBF and ANFIS Models in Comparison with Artificial Neural Networks

نویسندگان [English]

  • yaser mehri 1
  • NADER Abbasi 2

1 Ms.c Student, Irrigation and Drainage Engineering Department, Abouraihan Campus, University of Tehran

2 Associate Professor, Agricultural Engineering Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran, E-mail: nader_iaeri@yahoo.com

چکیده [English]

Side weirs are used in irrigation networks, sewer systems, and flood control systems and are often incorporated to control the water level and flow deviation and to drain the excess discharge. given the importance of improving the function of ogee-shaped weirs, piano-key weirs may be used that is superior in its efficient length. the exterior of the curve is the best place for implementing side weirs in curved channels. In this study, the discharge coefficient was first experimentally found at the 120° sector of the Type B piano-key weir. Then, RBF, ANFIS and the Artificial Neural Network (ANN) methods were compared in their capacity for predicting the discharge coefficient. In this regard, RBF and ANFIS methods were programmed using MATLAB. By analyzing the results, it was found that both RBF and ANFIS are more accurate than ANN. Moreover, it was found that RBF, with RMSE = 0.044 and R2 = 0.974, is more accurate than the intelligent ANFIS model, with RMSE = 0.0-529 and R2 = 0.981. The ANN model with RMSE = 0.0694 and R2 = 0.82 offers the lowest accuracy of estimation among the three methods.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • Experimental Study
  • Curved Channel
  • Discharge Coefficient
  • Estimation