ارزیابی عمق استغراق بحرانی در آبگیرهای افقیِ منشعب از کانال

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه صنعتی جندی شاپور دزفول

2 استادیار گروه مهندسی عمران دانشگاه صنعتی جندی شاپور دزفول ، ایران

چکیده

سابقه و هدف
استفاده از آبگیرهای افقی یکی از روش‌های رایج در برداشت آب از مخازن و رودخانه‌ها می‌باشد. وقوع جریان گردابی در دهانه‌های آبگیر یکی از مشکلات عمده این نوع سازه‌ها است. گرداب تشکیل شده در دهانه آبگیر در مرحله اول منجر به کاهش راندمان آبگیری شده و در مرحله دوم بسته به نوع سازه، هوای ورودی به دهانه آبگیر می‌تواند منجر به بروز خسارت به آن شود. بنابراین تخمین عمق استغراق بحرانی بالای آبگیر به‌منظور جلوگیری از تشکیل گرداب و ورود هوا به آن از ضروریت‌های اصلی تحقیق بشمار می‌رود. مطالعه تحقیقات پیشین نشان داد که در اکثر روابط پیشنهادی توسط محققین اثر فاصله از کف کانال C در معادلات لحاظ نشده و معادلات تنها در دو حالت و به صورت دو معادله مجزا ارائه شده‌اند.
مواد و روش ها
در این تحقیق نتایج یک مطالعه آزمایشگاهی جهت بررسی اثر پارامترهای مختلف جریان و فاصله آبگیر از کف کانال بر عمق استغراق بحرانی برای آبگیرهای افقی در شرایط جریان آزاد ارائه شده است. در این راستا نخست معادله حاکم بر فضای تحقیق با استفاده از تئوری باکینگهام و رگرسیون غیر خطی تعیین گردید و در مرحله بعد جهت تدقیق نتایج از مدل‌های شبکه عصبی و برنامه‌سازی ژنتیک استفاده شد. بدین منظور در ابتدا با استفاده از تئوری آنالیز ابعادی معادله حاکم بر فضای تحقیق به صورت مشخص شد. سپس با استفاده از رگرسیون غیرخطی و نرم‌افزار تحلیل‌گر آماری SPSS معادله حاکم بر فضای تحقیق تعیین شد. تحلیل نتایج آماری نشان داد که معادله پیشنهادی جهت تخمین عمق نسبی استغراق بحرانیSc/Di در مقایسه با نتایج آزمایشگاهی دارای ضریب همبستگی 9363/0 و دارای مجذور میانگین مربعات خطای 3165/0 می‌باشد. به منظور اعتبارسنجی این معادله از نتایج حاصل از تحقیقات احمد و میتال (2008) و ایوب لو و همکاران (2011) استفاده گردید.
یافته ها
مقایسه نتایج نشان داد، معادله حاصل از مطالعه احمد و میتال مقدار عمق استغراق بحرانی را 8 درصد بیشتر از نتایج آزمایشگاهی، معادله پیشنهادی ایوب لو و همکاران 5/6 درصد کمتر از نتایج آزمایشگاهی و در نهایت معادله پیشنهادی تحقیق حاضر، این مقدار را 5/0 درصد بیشتر از نتایج آزمایشگاهی تخمین می‌زند. از طرفی مدل شبکه عصبی مصنوعی مقدار Sc/Di را 1/1 درصد کمتر از نتایج آزمایشگاهی و مدل برنامه‌سازی ژنتیک این مقدار را ۶۳/1 درصد بیشتر از نتایج آزمایشگاهی تخمین می‌زند.
نتیجه گیری
مقایسه نتایج حاصل از مدل‌های شبکه عصبی و برنامه‌سازی ژنتیک نشان داد که هر دو مدل دارای توابع خطای مناسب‌تری نسبت به معادله پیشنهادی هستند؛ این در حالی‌است که مقایسه توابع خطای محاسبه شده این دو روش هوشمند حاکی از برتری نسبی عمل‌کرد شبکه عصبی مصنوعی می‌باشد. از طرفی به دلیل فرم ساده و کارآمد معادله پیشنهادی، استفاده از این معادله جهت تخمین عمق نسبی استغراق بحرانی در دهانه‌های آبگیر افقی در شرایط جریان آزاد توصیه می‌گردد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation of critical submergence for horizontal intakes derived from the channel

نویسندگان [English]

  • yaser sheikhi 1
  • Babak Lashkar-Ara 2
  • Mahsa valipour 1

1 Jundi-Shapur University of Technology

چکیده [English]

Horizontal intakes are one of the most important parts of hydraulic sets such as river for irrigation or reservoir for power generation and industrial purposes. Air entrainment by means of a free air-core vortex occurring at intake pipes is an important problem encountered in hydraulic engineering. Formation of the vortices in front of intake is the result of complex interaction between many parameters and cause operational problems for turbine or pump and reduction of coefficient of discharge. Intake submergence depth could result in formation of the vortices. Study of previous research showed in the most of the equations that proposed by researchers were not included the effect of distance from the bottom of canal C in the equations and this equations was presented only in two state C=0 and C=Di/2 as two separate equations. In this study, the equation for estimating critical submergence are developed using experimental data. At first, the equation of present study was determined using dimensional analysis (Buckingham theory) and nonlinear regression and in the next step the Artificial Neural Network model and the Genetic Programming model was used for checking the accuracy of the results. At first, the overcoming equation of space research using the theory of dimensional analysis was defined as Sc/Di=f(C/Di, Vi/U, Fr). Then this equation was determined by nonlinear regression and SPSS software. The proposed equation includes the effect of vertical distance of intake to bottom of canal, velocity and Froud number. In this equation, the value of RMSE and are 0.3165 and 0.9363 respectively. Ahmed et al. (2008) and Ayoubloo et al (2011) Research was used to validate this equation. All the results was compared, Ahmed et al research in compared with experimental results predicted the depth of critical submergence 8% more, Ayoubloo et al research 6.5% less and the proposed equation of this research predicted the value 0.5% more. However, The Artificial Neural Network in compared with experimental results predicted the depth of critical submergence 1.1% less, while the Genetic Programming model estimates the depth of critical submergence 1.63% more. Compare the results of Artificial Neural Network and Genetic Programming was showed that the error functions of both of them are superior than the proposed equation. while the Genetic Programming model estimates the depth of critical submergence 1.63% more. Compare the results of Artificial Neural Network and Genetic Programming was showed that the error functions of both of them are superior than the proposed equation.

کلیدواژه‌ها [English]

  • Keywords: Critical Submergence
  • Nonlinear regression
  • neural network
  • genetic programming