برآورد ضریب دبی سرریزهای کنگره ای پلان منحنی با روش ترکیبی WOA-ANFIS

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب دانشگاه تبریز

2 گروه مهندسی کامپیوتر دانشگاه بناب

چکیده

استفاده از سرریزهای کنگره‌ای یکی از راه‌های مؤثر و اقتصادی جهت افزایش راندمان سرریز از طریق افزایش طول مؤثر تاج آن است، بدین صورت که در یک عرض معین و ارتفاع هیدرولیکی مشخص در مقایسه با سایر سرریزها، دبی بیش‌تری را عبور می‌-دهد. در این پژوهش، روش ترکیبی الگوریتم وال و سیستم استنتاج عصبی-فازی برای برآورد ضریب دبی بهینه سرریزهای کنگره-ای با پلان منحنی معرفی شده است. در روش پیشنهادی کارایی و سرعت همگرایی الگوریتم وال مورد سنجش قرار گرفته است. برای صحت‌سنجی روش پیشنهادی از داده‌های آزمایشگاهی استفاده شد. عملکرد روش پیشنهادی با چهار آماره، شامل ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE)، میانگین قدرمطلق خطا (MAE) و معیار کارایی (NSE)، ارزیابی گردید. نتایج حاکی از تطابق مناسب بین مقادیر مشاهداتی و برآورد شده می‌باشد. نتایج حاصل از روش WOA-ANFIS با ورودی‌های نسبت بار آّبی بالادست سرریز به ارتفاع سرریز(H/w) و زاویه قوس سرریز(θ) ، نشان داد که ضریب دبی سرریزهای کنگره‌ای با پلان منحنی (Cd=0.786) در مقایسه با سرریزهای کنگره‌ای با پلان مثلثی (Cd=0.682)، 10% افزایش می‌یابد. هم‌چنین تحلیل‌های آماری انجام شده بر روی نتایج به‌دست آمده نشان داد که روش WOA-ANFIS با کسب مقادیر RMSE=0.021, R2=0.981، MAE=0.010 و NSE=0.976 از کارایی بالایی در برآورد ضریب دبی این نوع سرریز برخوردار است.

کلیدواژه‌ها

عنوان مقاله [English]

Estimation of Discharge Coefficient of Curved Plan-form Labyrinth Weirs using a Hybrid WOA-ANFIS Method

نویسندگان [English]

  • somayeh emami 1
  • Javad Parsa 1
  • Hojjat Emami 2
1 Water Engineering Department of Tabriz
2 University of Bonab, Bonab, Iran
چکیده [English]

The use of labyrinth weirs is one of the most effective and economical ways to increase weir efficiency by enhancing weir crown length, so that at a specified width and hydraulic height compared to other weirs, more discharge passes. In this study, the hybrid method of the Whale optimization algorithm and the fuzzy neural- inference system to estimate the optimal discharge coefficient of labyrinth weirs with the curved plan is introduced. In the proposed method, the efficiency and convergence of the Whale algorithm have been measured. The experimental data were used to validate the proposed method. The performance of the proposed method was evaluated with four statistics, including the correlation coefficient (R2), the root means square error (RMSE), the mean absolute error (MAE) and the efficiency criterion (NSE). The results indicate a good match between the observed and estimated values. The results of the WOA-ANFIS method with (H /P) and (θ), showed that the discharge coefficient of labyrinth weirs with the curved plan (Cd=0.786) in compared to labyrinth weirs with a triangular plan (Cd=0.682), it increases by 10%. Also, statistical analyzes performed on the obtained results showed that the WOA-ANFIS method with high values of RMSE = 0.021, R2 = 0.981, MAE = 0.010 and NSE = 0.976 has high efficiency in estimating the discharge coefficient of this type of weirs.

کلیدواژه‌ها [English]

  • Labyrinth weir
  • Curve plan
  • Discharge coefficient
  • Whale algorithm
  • Neural-fuzzy inference system

مراجع

نصراصفهانی، ا. بهینه سازی هوشمند ضریب آبگذری سرریز اوجی. پایان­نامه کارشناسی­ارشد سازه‌های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه پیام نور مرکز تهران شمال.
امامی، س. 1395. بررسی عددی تأثیر پارامترهای هندسی سرریز منقاری بر ضریب دبی جریان. پایان­نامه کارشناسی­ارشد سازه‌های آبی، دانشکده کشاورزی، دانشگاه تبریز.
خوشبین، ف.، ابتهاج، ع.، بنکداری، ح. و لشته­نشایی م.ا. 1393. ارایه مدل ریاضی جهت پیش­بینی ضریب دبی سرریز کنگره­ای مثلثی با استفاده از شبکه عصبی GMDH و الگوریتم ژنتیک. سیزدهمین کنفرانس هیدرولیک ایران. آبان ماه، دانشکده کشاورزی دانشگاه تبریز.
ظهیری، ع. 1394. استخراج رابطه ضریب دبی در سرریزهای قوسی به کمک روش برنامه­ریزی ژنتیک. نشریه آبیاری و زهکشی ایران. 9(2): 334-232.
حیاتی، ف.، یعقوبی، ب.، و ایزدبخش، م.ع. 1398. پیش­بینی ضریب دبی سرریزهای مثلثی در پلان با استفاده از مدل ترکیبی مبتنی بر سیستم نرو فازی و الگوریتم تکامل تفاضلی. نشریه علمی سد و نیروگاه برق آبی. 6(22): 95-85.
کیاء، ع.، عمادی، ع. ر.، و غلامی سفیدکوهی، م.ع. 1398. مدل‌سازی بارش-رواناب با سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) و رگرسیون خطی چندمتغیره (MLR). نشریه مهندسی آب و آبیاری ایران. 9(4): 39-51.
Emami, S., Arvanaghi, H. and Parsa, J. 2018. Numerical investigation of geometric parameters effect of the labyrinth weir on the discharge coefficient. Journal of Rehabilitation in Civil Engineering. 6(1): 1-9.
Hay, N. and Taylor, G. 1970. Performance and design of labyrinth weirs. Journal of Hydraulic Engineering. 96(11): 2337–2357.
Taylor, G. 1968. The performance of labyrinth weirs. Ph.D. Thesis, University of Nottingham, Nottingham, UK.
Lux, F.L. and Hinchcliff, D. 2003. Design and construction of labyrinth spillways. International Congress on Large Dams. ICOLD Paris France, 4(15): 249-274.
Haghiabi, A.H., Parsaie, A. and Ememgholizadeh, S. 2017. Prediction of discharge coefficient of triangular labyrinth weirs using Adaptive Neuro Fuzzy Inference System. Alexandria Engineering Journal. 57(3): 1773-1782.
Bonakdari, H. and Zaji, A.H. 2018. New type side weir discharge coefficient simulation using three novel hybrid adaptive neuro-fuzzy inference systems. Applied Water Science. 8(1): 1-15. 
Ayaz,M.D. Mansoor, T. 2019. Discharge coefficient of oblique sharp crested weir for free and submerged flow using trained ANN model. Water Science. 32(2): 192-212.
Bonakdari, H., Ebtehaj, I., Gharabaghi, B. and Sharifi, A. 2020. Prediction of discharge capacity of labyrinth weir with Gene Expression Programming. doi: 10.20944/preprints202001.0313.v1.
Shafiei, S., NajarchiM. and Shabanlou, S. 2020. A novel approach using CFD and neuro-fuzzy-firefly algorithm in predicting labyrinth weir discharge coefficient. Journal of the Brazilian Society of Mechanical Sciences and Engineering. 42(1), 44.
Kumar, S., Ahmad, Z., Mansoor, T. and Himanshu, S.K. 2012. Discharge Characteristics of Sharp Crested Weir of Curved Plan-form. Research Journal of Engineering Sciences. 1(4): 16-20.
Rehbock, T. 1929. Discussion of Precise weir measurement. by E.W. Schoder and K. B. Turner, Trans., ASCE. 93: 1143-1162.  
Henderson, F.M. 1966. Open Channel flow. Macmillan Publishing, New York.
Tullis, J.P., Nosratollah, A. and Waldron, D. 1995. Design of Labyrinth Spillways. Journal of Hydraulic Engineering ASCE. 121(3): 247-255.
Mirjalili, S.A. and Lewis, A. 2016. The Whale Optimization Algorithm. Advances in Engineering Software. 95: 51-67.
Jang, J.S.R. 1993. ANFIS: adaptive-network-based fuzzy inference system. IEEE Trans Syst Manage Cybernet. 23(3): 665–685.
Kisi, O., Haktanir, T., Ardiclioglu, M., Ozturk, O., Yalcin, E. and Uludag, S. 2009. Adaptive neuro-fuzzy computing technique for suspended sediment estimation. Advances in Engineering Software. 40: 438-444.
Ghorbani, M.A., Haghi, D.Z., Azani, A., Bonakdari, H. and Ebtehaj, I. 2017. Application of grey algorithm-based support vector machines for prediction of  field capacity and permanent wilting point. Soil Tillage Res. 172: 32-38.
Zaji, A.H., Bonakdari, H. and Khodashenas, S.R. Firefly optimization algorithm effect on support vector regression prediction improvement of a modified labyrinth side weir's discharge coefficient. Applied Mathematics and Computation. 24: 14-19. 
Haghiabi, A.H., Parsaie, A. and Shamsi, Z. 2019. Intelligent Mathematical Modeling of Discharge Coefficient of Nonlinear Weirs. 3(2): 149–156
نشریه آبیاری و زهکشی ایران
دوره 14، شماره 5 - شماره پیاپی 83
آذر و دی 1399
صفحه 1664-1676

فایل ها

هم رسانی

ارجاع به این مقاله

آمار