فی گوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی گوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود مقاله کامل درباره بررسی روش انرژی و کاربرد آن در خواص کششی پارچه

اختصاصی از فی گوو دانلود مقاله کامل درباره بررسی روش انرژی و کاربرد آن در خواص کششی پارچه دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کامل درباره بررسی روش انرژی و کاربرد آن در خواص کششی پارچه


دانلود مقاله کامل درباره بررسی روش انرژی و کاربرد آن در خواص کششی پارچه

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :30

 

بخشی از متن مقاله

بررسی روش انرژی و کاربرد آن در خواص کششی پارچه

1- مقدمه :

میکرومکانیکهای پارچه را بر اساس روش واحد کوچک مرسوم بررسی خواهیم کرد. بصورتیکه یک پارچه را به عنوان یک شبکه‌ای از واحدهای کوچک مشخص و تکرار شونده در نظر گرفته شده و به شکل موجهای تجعد در ساختار پارچه های تاری  و پودی و حلقه های سه بعدی در ساختار پارچه های حلقوی قرار گرفته اند.

 پارچه ها یک نوع مواد پیچیده‌ای هستند که حتی بطور تقریبی از حالتهای ایده آل ونرمال فرض شده در آنالیز ساختاری مهندسی و مکانیک نیز پیروی نمی کنند . همچنین مطالعات هندسه پارچه ، نقش اساسی در توسعه فرآیند کنترل کیفیت طراحی، و تقویت پایداری ابعادی و خصوصیات پارچه در طول مدت تولید و کاربرد را ایفا می کند .

در مورد پارچه های تاری پودی ، روشهای آنالیز نیرو بطور گسترده‌ای برای مطالعه و تفسیر خواص مکانیکی پارچه مثل کشش ، خمش و برش  مورد استفاده قرار گرفته است .اگر چه در مورد پارچه های حلقوی بدلیل طبعیت سه بعدی حلقه های متقاطع ، آنالیز روش نیرو بسیار پیچیده است . در هر دو روشهای آنالیز هندسی و نیرو برای پارچه های تاری /پودی و حلقوی ،؛ تعدادی از فرضیات اولیه در ارتباط با طبیعت تماسهای نخ و شکل سطح مقطع نخ در هر واحد کوچک از پارچه لازم می باشد .

این فرضیات معمولاً خطاهای زیادی در مورد هر نوع آنالیز مکانیکی پارچه یا خواص رئولوژی آن را به همراه دارد .

در این بحث ، نشان داده می شود که روشهای آنالیز مینیمم کردن انرژی بر بسیاری از مشکلات قبلی روشهای آنالیز گذشته، برتری خواهد داشت تکنیکهای مینیمم انرژی به طورکلی قوی هستند وقتی که برای مطالعه ساختارها و مشخصات تغییر فرم الاستیک پارچه ( بعد از استراحت ) بکار می روند . همچنین اجازه می دهد که مقایسه های مستقیم در حالتهایی که پارامترهای نرمال شده بی بعد بین ساختمانهای مختلف پارچه تاری و پودی و حلقوی ، را بوجود آورد . آنالیز انرژی بر اساس اصل اساسی که ساختارهای الاستیک همیشه ، شکلی از مینیمم انرژی ازدیاد طول بدون توجه به تغییر فرم ایجاد شده، در نظرگرفته می شود .نتیجه مینیمم انرژی کرنشی کل نخ در پارچه (شامل خمش ، پیچش ، فشار جانبی و ازدیاد طول -طولی نخ ) بعنوان یک مسئله کنترل بهینه عمل نمود . و شامل قیود ( محدودیتها ) مشخص ه در پارچه می‌باشد.

2- روشهای آنالیز انرژی

کاملاً مشخص است که شرایط نیرو  و تعادل گشتاوری در ساختارهای استاتیکی از نظر ریاضی با شرایط مینیمم انرژی معادل است (37-35) بدلیل اینکه انرژی یک کمیت عددی است بنابراین قسمتهای خاصی از انرژی کل می تواند بصورت عددی اضافه گردد اما نیروها و تنشها باید بصورت برداری جمع شوند .

تریلور و ریدینگ[38] نشان دادند ، آنالیز مکانیک نخ می تواند به سادگی و قوی بوسیله روش انرژی انجام گیرد . هرل و نیوتن [39] نیز نشان دادند که آنالیز انرژی به کار رفته در پارچه های بی بافت ، نتیجه کلی ساده تر از روش نیرو مرتبط با آن را به دست خواهد آورد . همچنین تایبی و بیکر[40] ، از اصول انرژی برای پیدا کردن تاب مورد نیاز نخ چند لا برای تولید کردن نخهای بدون تاب زندگی استفاده کردند . و بالاخره تئوری کاستیگیلیانو[41] بطور گسترده در مسائل مهندسی برای پیدا کردن حل، ساختارهای نامعین بکار رفته است .این تئوری توسط گروسبرگ[13] در پارچه های تاری و پودی استفاده شده است .

این روشهای انرژی بصورت ساده و کلی نمی تواند برای پارچه ها بکار روند بدلیل اینکه همیشه یکسری فرضیات اولیه در مورد هندسه مسئله وجود دارد . تریلور و ریدینگ ، هندسه مارپیچ ثابت را برای نخها فرض نمودند، در نتیجه روش آنها هیچ اطلاعاتی درباره نیروهای عرضی عمل شده در داخل نخ را بدست نمی آورد . هرل و نیوتن فرضیاتی درباره هندسه توده الیاف بی بافت در نظر گرفتند ، که باز هم اطلاعاتی در رابطه با نیروهای داخلی در سیستم بدست نیامد. در تئوری کاستیگیلیانو، فرضیة هندسه ثابت بکار رفت که فقط قانون تنش – کرنش خطی می تواند استنباط گردد[41].بنابراین گروسبرگ[13] فقط مدول ازدیاد طول اولیه برای پارچه تاری و پودی را بیان نموده است .

روش های انرژی بطور گسترده در مسائل مکانیک پیچیده استفاده شده بطوریکه بجای حالت هندسی ، روابط جبری بدست آمده از اصول انرژی جایگزین شده است . اگر مسئله بخوبی و بطور صحیح فرمول سازی شده باشد حداقل اطلاعات بیشتری با استفاده از روش انرژی نسبت به روشهای نیرو می تواند بدست آید . سادگی بیشتر روش انرژی بطور طبیعی آنرا به یک روش جذاب تبدیل نموده و همچنین تعداد فرضیات و تقریبهای غیر ضروری را نیز اغلب حذف نموده است . بطور مثال با استفاده از تئوری کنترل بهینه ، فرضیات قبلی ساخته شده در مورد طبیعت منطقه تقاطع نخ در پارچه حلقوی ساده ، لازم نمی باشد .

 دلایل مناسب دیگری ،برای استفاده از روشهای انرژی در مسائل مکانیکی پارچه نیز وجود دارد . اغلب این روش بر اساس روشهای مستقیم در محاسبة متغیرها و تکنیک عددی مشخص را پیشنهاد می‌دهد .

3- فرمول سازی ریاضی معادلات انرژی

1-3- مسئله اصلی

برای ساختار تغییر شکل یافته این فرضیه ، مینیمم انرژی نشاندهندة این است که نیروهای داخلی و خارجی و کوپلها در تعادل مکانیکی هستند .در آنالیز نیرو ، لازم است که یک واحد کوچک ساختاری به قسمتهایی تقسیم بندی شود بطوریکه در انتهای آنها ، نیروها و کوپلها عمل می کنند . طور هر قسمت باید متفاوت باشد بخاطر اینکه نقطه عمل کننده . نیروهای داخلی ثابت نیست .بنابراین در ساختار حلقوی ساده ، باید فرضیاتی ، در مورد نیروهای نقطه‌ای و کوپلهای عمل شده در ساختار و همچنین درباره طبیعت مناطق تماسی بین نخها ، ساخته شود . علاوه بر این ،یک فرمول متفاوت از مسئله برای هر ساختار پارچه و برای هر نوع تغییر شکل با استفاده از آنالیز نیرو، لازم می باشد .

حتی برای سادگی بیشتر ، فشار نخ و فشردگی پارچه (Jamming) در آنالیز نهایی بحساب نمی آیند .

آنالیز انرژی کلی مکانیک پارچه پیشنهاد شده ، از ساختار پارچه مستقل می باشد تعدادی از فرضیات محدود کننده آنالیزهای قبلی نیز حذف شده است همچنین فشرده شدن پارچه در نظر گرفته می شود .

این تئوری ارائه شده ، در حالت کلی و با بیان اهمیت فیزیکی حالتهای معرفی شده از تئوری کنترل بهینه در ساختارهای اساسی مکانیک پارچه شرح داده شده است .

نقطه شروع روش انرژی ، آنالیز ساختار الاستیک شامل مشخص کردن وفرمول سازی هر قسمت از انرژی در ساختار است این انرژی نیاز به تعریف دقیق دارد و می تواند بصورت پارامترهای ذیل ارائه گردد .

1)‌انرژی پتانسیل کل

2)‌ انرژی مکمل

3) انرژی کرنشی

 این تقسیم بندی به طبیعت نیروها و کوپلهای مرزی بکار رفته ، بستگی دارد .در روش ارائه شده ، انرژی کرنشی کل ( شامل مجموع خمش ، پیچش – فشار جانبی و انرژیهای کرنشی ازدیاد طول طولی می باشد ) فرمول سازی شده است و این انرژی کرنشی کل ، مینیمم سازی شده است .

 شرایط لازم تعادل نیرو و گشتاور با شرایط مناسب انرژی مینیمم ، پایدار خواهد شد بشرط آنکه مسئله به طور صحیح فرمول سازی شده باشد .

*** متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است ***


دانلود با لینک مستقیم


دانلود مقاله کامل درباره بررسی روش انرژی و کاربرد آن در خواص کششی پارچه

تحقیق درباره کاربرد های سیستم اطلاعات جغرافیایی در شهرسازی و مدیریت شهری

اختصاصی از فی گوو تحقیق درباره کاربرد های سیستم اطلاعات جغرافیایی در شهرسازی و مدیریت شهری دانلود با لینک مستقیم و پر سرعت .

تحقیق درباره کاربرد های سیستم اطلاعات جغرافیایی در شهرسازی و مدیریت شهری


تحقیق درباره کاربرد های سیستم اطلاعات جغرافیایی در شهرسازی و مدیریت شهری

فرمت فایل : WORD (لینک دانلود پایین صفحه) تعداد صفحات 18 صفحه

 

 

 

 

 

 

مقدمه

دنیای امروز دنیای اطلاعات و مدیریت بهینه آنها می باشد. از آنجا که قسمت عمده ای از تصمیمات اخذ شده توسط مدیران و برنامه ریزان در پروژه های مختلف عمرانی و محیطی به نوعی به مکان و موقعیت خاصی مربوط و منتخب می باشند و در واقع ماهیتی مکان مرجع دارند، لذا وجود اطلاعت جغرافیایی دقیق و مطمئن و بهنگام و نیز مدیریت بهینه آن از موضوعات بسیار اساسی در موقعیت این تصمیمات و اجرای آنان می باشد. با روی کار آمدن کامپیوتر، روند تجزیه و تحلیل و ترکیب اطلاعات جغرافیایی وارد مرحله نوینی شد و شکل تکامل یافته آن امروزه به نام  سیستم اطلاعات جغرافیایی (GIS ) شناخته می شود.

سیستم اطلاعات جغرافیایی علم فن و هنر مدیریت اطلاعات جغرافیایی می باشد که مدیران، برنامه ریزان و متخصصان را قادر می سازد تا در زمینه اخذ ، ذخیره سازی، بهنگام سازی، بازیافت، پردازش، نمایش و کاربرد اطلاعات مکان مرجع در فرمت های متنوع متنی، گرافیکی و رقومی در مقیاس های متناسب پرداخته و اطلاعات مفید و مورد نیاز را برای مدیریت بهینه منابع و امکانات را فراهم نماید.بطور کلی می توان گفت سیستم اطلاعات جغرافیایی یک سیستم کامپیوتری است که چهار قابلیت اساسی را در رابطه با داده های مکان مرجع فراهم می آورد:


دانلود با لینک مستقیم


تحقیق درباره کاربرد های سیستم اطلاعات جغرافیایی در شهرسازی و مدیریت شهری

مقاله کوتاه درباره کاربرد نانو تکنولو‍ژی در ساخت صنایع گوناگون

اختصاصی از فی گوو مقاله کوتاه درباره کاربرد نانو تکنولو‍ژی در ساخت صنایع گوناگون دانلود با لینک مستقیم و پر سرعت .

مقاله کوتاه درباره کاربرد نانو تکنولو‍ژی در ساخت صنایع گوناگون


مقاله کوتاه درباره کاربرد نانو تکنولو‍ژی در ساخت صنایع گوناگون

فرمت فایل : word  (لینک دانلود پایین صفحه) تعداد صفحات 5 صفحه

 

 

 

 

بخشی از متن :

جهان امروز نیازمند استفاده از ابزارهای جدیدی برای ارتقای سطح بشر است روزانه مواد گوناگونی بر اثر کار و کوشش و تحقیقات به دست آمده در چرخه تولید انبوه قرار گرفته و به بازار تجاری عرضه می شوند برای مثال افزایش کارایی وسایل الکترونیکی با کاهش اندازه آنها مانند کامپیوتر های بسیار پیشرفته و یا پیشرفت عظیم صنعت ارتباطات تنها با استفاده وسیع از نانو تکنولوژی میسر شده است در این مقاله به بررسی کاربرد کنونی فناوری نانو تکنولوژی در میان مدت و بلند مدت پرداخته ایم که مواردی از آن به طور خلاصه نقل می شود صفحات خورشیدی و کیهانی دی اکسید تیتانیم و اکسید روی در اندازه های نانو در صفحات خورشیدی برای جذب و یا انکسار پرتوهای ماورای بنفش که شفافیت لازم را برای عبور نور قابل رویت دارند کاربرد بسیاری پیدا کرده است ترکیبات مرکب یکی از موارد مهم کاربرد نانو تکنولوژی ساخت ترکیبات مرکب از چند ماده مختلف است برای مثال با استفاده ار لوله سیم و ذرات نانو محصولات چند منظوره ای تولید میشود که هم دارای خواص هر یک از عناصر تشکیل دهنده است و هم ساختار جدیدی با کاربردهای پیشرفته دارد این موتد در علوم پزشکی در وسایل بصری الکترونیک و مغناطیسی به کار می روند هم چنین کربن سیاه که اندازه آن به چند ده نانو می رسد برای تقویت لاستیک وسایط نقلیه مورد استفاده قرار می کیرد از یک نوع خام رس در ابعاد نانو نیز برای ساختن سپرهای مقاوم وسایط نقلیه ستفاده می شود


دانلود با لینک مستقیم


مقاله کوتاه درباره کاربرد نانو تکنولو‍ژی در ساخت صنایع گوناگون

دانلود مقاله کامل درباره کاربرد شبکه های عصبی مصنوعی در مهندسی رودخانه

اختصاصی از فی گوو دانلود مقاله کامل درباره کاربرد شبکه های عصبی مصنوعی در مهندسی رودخانه دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کامل درباره کاربرد شبکه های عصبی مصنوعی در مهندسی رودخانه


دانلود مقاله کامل درباره کاربرد شبکه های عصبی مصنوعی در مهندسی رودخانه

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :30

 

بخشی از متن مقاله

کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

 رسوبات انتقالی توسط رودخانه‌ها مشکلات زیادی خصوصاً جهت بهره‌برداری از سدها و سازه‌های آبی به وجود می‌آورند. در ده‌های اخیر تحقیقات بزرگی برای درک مکانیسم انتقال رسوب در جریان‌های طبیعی صورت گرفته است.

تخلیه‌های صنعتی و پساب‌های کشاورزی به داخل سیستم آبزیان باعث می‌شود که رسوبات کف توسط موادسمی آلوده شوند. به همین ترتیب وقتی رژیم رودخانه تغییر می‌نماید این رسوبات آلوده به پایین دست رودخانه انتقال می‌یابند. تخمین دبی این رسوبات آلوده گام اول به سوی بهبود سازی کیفیت آب می‌باشد.

طبق گزارشات، درحال حاضر، بسیاری از سدهای کشورمان، با مشکل رسوب و پرشدن پیش از موعد مخازن مواجه هستند از جمله گزارشی که در مورد رسوبگذاری در سد سفید رود منتشر شده که نشان می‌دهد که در هفدهمین سال بهره برداری، رسوبات ورودی نزدیک به نیمی از حجم مخزن را اشغال کرده‌اند. در حالی که مشاور این شد، عمر مفید آن را صد سال دانسته است.

همچنین سد شهید عباسپور که تخمین اولیه برای رسوب آن 2 میلیون مترمکعب در سال بوده، در حالی که نتایج هیدروگرافی در سال 1362 در مخزن این سد نشان می‌دهد که درطی 7 سال اول بهره برداری از این سد سالیانه بطور متوسط 38 میلیون متر مکعب وارد مخزن شده است. بدیهی است که افزایش پیش‌بینی میزان رسوب وارده به دریاچه می‌تواند از این خسارات جلوگیری به عمل آورد و تحقیق این امر بستگی زیادی به روشهای محاسباتی و وجود سنجشهای مناسب رودخانه‌ای دارد.

تا کنون معادلات زیادی برای تخمین میزان رسوب انتقالی رسوب انتقالی توسط رودخانه‌ها ارائه شده است که همه آنها بر پایه قوانین تئوری دینامیک جریان و انتقال ذرات می‌باشد. آلونسوو نیبلینگ و فوستر در سال 1982 و یانگ در 1996 از بین دیگران، روشهای متعدد قراردادی را مقایسه نمود برای محاسبه دبی کل رسوب. بعضی از روشها که روش غیرمستقیم نامیده شدند، شامل توابع انتقالی بر اساس تابع بار بستر اینشتین هستند که بار رسوب کل از مجموع توابع بار معلق و بار بستر بدست می‌آید. مانند روش اصلاح شده اینشتین توسط کلبی و همبری (1955) و توفالتی (1969). روشهای مذکور این نکته را مدنظر قرار می‌دهند که هیدرودینامیک هر حالت انتقال یکسان نیست اگر چه تمایز آشکار بین در حالت معلق و بستر نیز به آسانی ممکن نیست، کاربرد روشهای گفته شده از نظر تئوری نسبتاً کامل است اما ممکن است به نظر دشوار برسد.

روشهای دیگر که روشهای مستقیم نامیده می‌شوند، بار رسوب کل را به طور مستقیم مشخص می‌کنند، بدون اختلاف قائل شدن بین دو حالت انتقال. بعضی از این روشها از مفهوم نیروی جریان ناشی می‌شوند. (کار جریان) مانند روش بگنولد (1966) و روش انگلند و هانسن (1967) که بستگی به مفهوم نیرو و قوانین شبیه‌سازی برای بدست آوردن تابع انتقال رسوب دارد. روش آکرو وایت (1973) بر اساس مفهوم نیروی جریان، بگونولد و آنالیز ابعادی برای بیان تحرک و سرعت انتقال رسوب پایه‌ریزی شده‌اند. یانگ در سالهای 1972 و 73 یک مدل تحلیل نیرویی بکار برد و به نیروی جریان موجود در واحد وزن سیال برای انتقال رسوب تأکید کرد. ولیکانوف (1954) تابع انتقال را از تئوری نیروی ثقل استخراج کرد. روشهای دیگر از توابع انتقال دیگری پیروی می‌کنند، مثلاً چنگ و سیمونزو ریچاردسون (1967) بار کل را از مجموع بار بستر و معلق محاسبه نمودند. لارسن (1958) یک رابطه وابسته‌ای بین شرایط جریان و دبی رسوبی نتیجه توسعه داد. شن و هانگ (1972) یک معادله رگرسیون براساس داده‌های آزمایشگاهی استخراج کردند.

برانلی (1981) نیز آنالیز رگرسیون را برای بدست آوردن تابع بکار گرفت. ون راین (1984) بار کل را از مجموع بار بستر و متعلق محاسبه نمود. کریم و کندی (1990) آنالیز چند رگرسیونی غیرخطی را برای استخراج یک رابطه بین سرعت جریان، دبی رسوب و هندسه شکل بستر و ضریب اصطکاک رودخانه‌های فرسایشی بکار گرفت.

این مدل‌های دینامیکی در تعریف پارامترهای مهم مسئله موفق بودند. با این وجود برای بدست آوردن یک فرمول منفصل (شکل ثابت معادله)، بعضی پارمترهای مهم برای سهولت صرفنظر می‌شوند. ثابت‌های غیرمعلوم برای پایداری جمع می‌شدند و بعضی شرایط مرزی برای بکارگیری فرض می‌شوندو نتیجتاً این سؤال مطرح می‌شود که آیا فرمول برای انحراف رودخانه‌ها به طور موفق بکار رود؟

            اخیراً روش شبکة عصبی در شاخه‌های متعدد علمی بکار می‌رود. روش گفته شده یک ابزار قوی برای بهبود سازی در هیدرولیک و محیط زیست با جزئیات کافی برای اهداف طراحی و مدیریت پروژه‌ها می‌باشد. این تکنیک یک رشد ساختاری در کاربرد مهندسی رودخانه و منابع آب داشته است مانند مطالعه کرونانیتی و همکاران (199)، فلود و کارتام (1994) و گرابرت (1995) و مینس (1998) و سانچز و همکاران (1998) و یانگ و همکاران (1999).

به سبب کاربردهای موفق در مدل کردن رفتار سیستم غیرخطی در یک محدوده وسیع از نواحی، شبکه‌های عصبی مصنوعی در هیدرولوژی و هیدرولیک بکار رفته‌اند. شبکه‌های عصبی مصنوعی در مدل بارش ـ رواناب، تخمین جریان، شبیه‌سازی آلودگی جریان، شناسایی پارامتر و مدل کردن غیرخطی ورودی و خروجی سریهای زمانی بکار رفته‌اند. یک شبکه عصبی سه لایه پیشخور توسط فرنچ و همکاران (1992) برای پیش‌بینی شدت بارش در مکان و زمان بکار رفت. این فرد نتایج را با دو روش دیگر پیش‌بینی ترم ـ کوتاه مقایسه نمود. چنگ و تسانگ (1992) چندین روش رگرسیون و شبکة عصبی مصنوعی برای مدل کردن اکی والان برف ـ آب مقایسه کردند و گزارش دادند که یک شبکه عصبی مصنوعی نتایج بهتری ارائه می‌دهد.

HSU و همکاران (1995) گزارش کردند که شبکه پیشخور چندین لایه بهترین ابزار برای تقریب توابع ورودی ـ خروجی است. آنها یک الگوریتم پیچیده جذر ـ کمینه خطی را برای آموزش یک شبکه پیشخور سه لایه پیشنهاد دادند. که نشان داد روش مدل شبکه عصبی مصنوعی ارائه بهتری از روابط بارش ـ روانات برای یک حوضه با اندازه متوسط که با مدل آرمکس یا مدل رطوبت خاک ساکرامنتو مقایسه شد می‌دهد.

رامان و سانیل کومار (1996) شبکه عصبی مصنوعی را برای تولید جریان ورودی مصنوعی استفاده کردند و اجرای خود را با یک مدل چند متغیرة سریهای زمان مقایسه نمودند. منیس‌وهال (1996) یکسری از آزمایشات عددی دربارة کاربرد یک شبکهء عصبی مصنوعی را به مدل کردن بارش ـ روناب هدایت کردند و نتیجه گرفتند که شبکه‌های عصبی مصنوعی در شناسایی مفید روابط بین دبی و بارندگی‌های قبلی توانا می‌باشد.  پیشین Autecedent

کریر و همکارانش در سال (1996) یک سیستم هیدروگراف رواناب مجازی براساس یک شبکة عصبی را طراحی کردند و یک ارتباط خوب بین داده‌های مشاهده شده و پیش‌بینی شده بدست آوردند. رامان و چاندرا (1996) عملکرد مخزن یک سد را به دوروش برنامه‌نویسی دینامیکی (DP) و روند شبکه عصبی و (DP) و رویه دگرسیون چند خطی استخراج نمودند.

آنها نتیجه‌گیری کردند که روش (DP) و شبکه عصبی اجرای بهتری از روش دیگر ارائه می‌دهد. تیر و مالایا و دئو (1998) یک شبکه عصبی مصنوعی برای تخمین مرحله وسن رودخانه بکار بردند و گزارش نمودند که مقادیر کمتر مرحله رودخانه با استفاده از این روش بهتر تخمین زده شدند. داوسن و ویلبی (1998) یک شبکة عصبی مصنوعی برای تخمین جریان رودخانه بکار بردند و توانایی آنها در عهده داری با داده‌های ناقص و گم شده و یادگیری از پیش‌بینی شدن رایج از عهده برآمدن cope تصادفی در زمان واقعی را اشاره نمودند. آنها همچنین به نیاز به رسیدگی دقیق به روابط بین طول دوره یادگیری و واقعیت هیدرولوژیکی تخمین شبکة عصبی مصنوعی تأکید نمودند. علی و یرالتا در سال (1999) یک شبکة عصبی مصنوعی را در پیوستگی با یک الگوریتم ژنتیک برای مدل کردن حساسیت آبخوان پیچیده سطحی بکار گرفتند. جین و همکارانش (1999) یک شبکة عصبی مصنوعی برای تخمین ورودی و بهره‌برداری مخزن بکار بردند. ساجی کومار و تاندا و سوارا (1999) نتیجه گرفتند که یک شبکة عصبی مصنوعی مؤثرترین مدلهای جعبه سیاه آزمایش شده برای کالیبراسیون دوره‌های کوتاه 6 ساله برای مدل‌های بارش رواناب می‌باشد.

در مرور رشدی کاربردهای شبکة عصبی در بخش آب، یک مرور جامع از مفهوم و کاربرد آنها توسط کمیته اجرایی ASCE در کاربرد شبکه‌های عصبی مصنوعی در هیدرولوژی اجرا شد (ASCE 2000a,d). این نتیجه می‌شود که ANN ها می‌توانند به خوبی مدلهای موجود انجام شوند. با این وجود فیزیک پروسه اساسی هیدرولوژیکی محصور به سری وزنهای بهینه و مقادیر آستانه و نه قبلاً آشکار شده توسط استفاده کننده پس از آموزش می‌باشد. در نتیجه شبکه‌های عصبی مصنوعی نمی‌توانند به عنوان داروی عمومی برای مسائل هیدرولوژیکی مورد ملاحظه قرار گیرند و نه جانشین سایر تکنیکهای مدل سازی شوند.

در مقاله ارائه شده توسط آقایان نگی و تنبرگ و هیرانو در سال (2002) برای تخمین غلظت بار رسوب در رودخانه‌ها با روش شبکة عصبی مصنوعی، یک روش شبکه عصبی در انتقال رسوب با بکارگیری الگورتیم پس انتشار خطا ارزیابی می‌کند. هدف از تحقیق تخمین غلظت و دبی کل رسوب در جریان‌ها و رودخانه های طبیعی می‌باشد. سعی و خطاهای زیادی برای طراحی ساختار مناسب شبکه انجام گرفته است. مدل با داده‌های اندازه گیری شده صحرائی که متغیرهای انتخاب شده مدل به منظور تخمین مناسب غلظت رسوب تطبیق می‌شود. وزن‌های شبکه متعادل می‌شوند و پارامترهای نتایج می‌دهد که روش شبکة عصبی غلظت رسوب را به خوبی قابل مقایسه با روشهای قراردادی تخمین می‌زند.

 

ساختار عمومی شبکه پیشنهادی :

یک مدل شبکة عصبی مصنوعی یک شبکه از واحدهای منفرد است که هر کدام یک حافظه محلی دارند. واحدها با حلقه‌هایی که داده‌های متفاوت را حمل می‌کنند به هم متصل هستند. شبکه نیمه خطی پیشخور یک سیستم مؤثر برای یادگیری الگوهای یادگیری از یک مجموعه داده‌ها می‌باشد.

خروجی‌های گره ها (نرون‌ها) دریک لایه به گره های لایه دیگر توسط حلقه‌هایی که این خروجی را توسط فاکتورهای وزن‌دار تقویت یا ضعیف می‌کنند انتقال می‌یابند. به استثنای گره‌های لایه ورودی، ورودی به هر گره (نرون) مجموع خروجی‌های وزن‌دار شده گره‌های لایه ماقبل می‌باشد. هر گره همزمان با ورودی به گره و تابع فعالیت گره و مقدار آستانه گره فعال می‌شود.

ـ الگورتیم پس انتشار خطا

با بکارگیری روند پس انتشار، شبکه را برای همه , را برای همه  در شبکه برای آن p خاص محاسبه می‌کند. این روند برای همة الگوهای آموزشی تکرار می‌شود اصلاحات وزنها انجام گرفته خروجی ها دوباره ارزیابی می‌شوند. اختلاف مقادیر خروجی واقعی و هدف مجدداً در ارزیابی تغییرات وزنها اثر می‌گذارد. بعد از جایگزین‌های کامل همه الگوها در سری آموزشی، سری جدیدی از وزنها بدست می‌آید و خروجی‌های جدید دوباره دریک مدیریت پیشخور تا زمانی که به یک خطای قابل اغماض خاص برسد ارزیابی می‌شود. شبکه نتیجتاً آماده برای تخمین الگو خروجی ناشناس است که مطابق الگوهای ورودی خاص خود باشند. نرم افزار مورد استفاده دراین تحقیق به زبان فرترن بوده و در کامپیوتر pc اجرا شده است.

ـ انتخاب پارامترهای دبی رسوب

مناسبترین متغیرها در هیدرولیک رودخانه عبارتند از : دبی واحد عرض آب q، عمق آب h، شیب طولی S، تنش برشی بستر Z، شتاب ثقل g و سرعت سقوط ذرات wo. برای ماسه طبیعی ‍Ps و P ثابت هستند. پارامتر C­s برابر است با  و پارامتر  توسط سرعت برشی  نشان داده می‌شود این پارامترها به صورت بی‌بعد خود در مطالعات قبلی ارائه شده‌اند. جدول 1 مجموعه مؤثرترین پارامترهای بدون بعد را نشان می‌دهد که به صورت رایج برای تحقیق مسائل دبی رسوب بکار می‌روند. انگلند و هانسن (1967) مفهوم نیروی جریان و قانون شبیه سازی را برای بدست آوردن معادله انتقال رسوب بکار گرفتند. این معادله غلظت رسوب را با نیروی برشی اصطکاک (سطحی) و بدون بعد G=hs/(Gs-1).d50 مرتبط می‌کند که Gs جاذبه ویژه رسوب و Um,s نیروی واحد جریان یا سرعت استهلاک انرژی در واحد وزن آب را نشان می‌دهد. که Um میانگین سرعت جریان است.

مرور روابط قراردادی ارائه شده برای دبی رسوب در انتخاب پارامترهای مهم مسئله کمک می‌نماید. این مدل طوری طراحی شده است که پارامترهای اساسی قابل اندازه‌گیری را بکار گیرد. برای اجتناب از بکارگیری هرگونه فرمول تجربی که ممکن است روی دقت نتایج اثر بگذارد. عبارت نهایی ارائه شده برای غلظت بارکل عبارت است از :

*** متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است ***


دانلود با لینک مستقیم


دانلود مقاله کامل درباره کاربرد شبکه های عصبی مصنوعی در مهندسی رودخانه