تعیین میزان افت نوسانات فشاری جریان های میرا بر اثر نشت از جدار لوله به کمک الگوریتم های هوشمند

نوع مقاله : مقاله پژوهشی

نویسنده

استادیار گروه برنامه‌ریزی و نظارت پژوهشی، دانشگاه رازی، کرمانشاه، ایران.

چکیده

الگوریتم‌های هوشمند توانایی مهندسان در تحلیل و مدل‌سازی پدیده‌های هیدرولیکی پیچیده را به مقدار بسیار زیادی افزایش داده‌اند. از آن جمله، تحلیل جریان‌های میرا می‌باشد که بخش مهمی از هیدرولیک مجاری تحت فشار را به خود اختصاص می‌دهند. با گذشت زمان، خطوط لوله دچار نشت می‌گردد. از سویی یکی از مهمترین خصوصیات جریان‌های میرا، میزان افت در نوسانات فشاری می‌باشد که با وجود نشت از جداره لوله تشدید خواهد شد. در این تحقیق سعی بر آن است تا با استفاده از الگوریتم‌های هوشمند نظیر شبکه عصبی مصنوعی (ANN)، الگوریتم ژنتیک (GA) و برنامه‌ریزی بیان ژن (GP)، میزان افت امواج فشاری عبوری از روزنه نشت در جدار لوله (HLPW) تعیین و کاربرد آن با تحلیل هیدرولیکی مقایسه گردد. بنابراین ابتدا به کمک آنالیز ابعادی، پارامترهای موثر بر (HLPW) مشخص و سپس در مجموع تعداد 120 آزمایش با 6 دبی، 5 قطر نشت و 4 محل نشت که بر روی لوله پلی‌اتیلن به قطر نامی 63 میلیمتر و به طول 47 متر به انجام رسیده بود برای انجام تحقیق انتخاب شد. نتایج نشان داد مدل ANN بهترین عملکرد را در بین الگوریتم‌های هوشمند برای تخمین و محاسبه (HLPW) دارد. همچنین، به ترتیب مدل‌های ANN، GEP، ITA و GA با 2R برابر 987/0، 905/0، 891/0 و 721/0 دارای بهترین عملکرد در تخمین (HLPW) می‌باشند. به صورت کلی برخی الگوریتم‌های هوشمند در تخمین پارامتر (HLPW) از تحلیل‌گر هیدرولیکی موجود توانمندتر بوده و لذا استفاده از آنها هم به لحاظ کاهش زمان و هم از جهت افزایش دقت محاسبات توصیه می‌گردد.

کلیدواژه‌ها

موضوعات