تخمین مقدار زیرفشار بالابرنده در زیر سازه‌های هیدرولیکی با دیوارهای آب‌بند دوگانه انتهایی با روش‌های المان محدود، رگرسیونی و هوشمند

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

1 فارغ‌التحصیل دکتری علوم و مهندسی آب- سازه‌های آبی، سازمان آب منطقه‌ای آذربایجان شرقی، تبریز، ایران.

2 فارغ‌التحصیل کارشناسی ارشد علوم و مهندسی آب- آبیاری و زهکشی، گروه مهندسی آب، دانشگاه تبریز.

3 استاد گروه مهندسی آب، دانشگاه تبریز.

4 دانشجوی دکتری عمران-مهندسی و مدیریت منابع آب، سازمان آب منطقه‌ای آذربایجان شرقی، تبریز، ایران.

5 شرکت آب منطقه ای آذربایجان شرقی- تبریز- ایران

10.22034/hws.2026.70179.1038

چکیده

مقدار زیرفشار بالابرنده در زیر سازه‌های هیدرولیکی نقش بسزای در ابعاد و پایداری طرح‌های مهندسی دارد، لذا تعیین و تخمین آن با روش‌های دقیق بسیار حائز اهمیت می‌باشد. هدف از این تحقیق، مدل‌سازی و تخمین نیروی زیرفشار بالابرنده در نقاط کلیدی در زیر کف بندهایی با دو دیوار آب‌بند انتهایی می‌باشد. برای این منظور ابتدا شبیه‌سازی عددی با روش المان محدود (FEM) و با به کارگیری نرم‌افزارSEEP/W صورت گرفت و پس از استخراج نتایج، از سه مدل هوشمند ANN(MLP)، ANN(RBF) و GEP و مدل رگرسیونی چندگانه غیرخطی (MNLR) در تخمین مقدار زیرفشار بالابرنده در نقاط کلیدی با استفاده از پارمترهای موثر بر آن استفاده شد و عملکرد آن‌ها با یکدیگر مورد بررسی قرارگرفت. ارزیابی نتایج به‌دست‌آمده با استفاده از معیارهای آماری R2، RMSE، RE% و KGE و همچنین نمودار‌های گرافیکی انجام گردید. نتایج شاخص‌های آماری، برتری مدل ANN(MLP) نسبت به سایر روش‌ها را نشان داد. مقایسه نمودار‌های ویولنی داده‌ها و شاخص‌های مربوط به آن نشان داد که داده‌های تخمین زده شده به وسیله مدل هوشمند ANN(MLP) با داده‌‌های حاصل از FEM تطابق بسیار نزدیکی را داراست. همچنین لازم به ذکر است، در تحقیق حاضر یکسری روابط رگرسیونی غیرخطی و صریحی نیز برای تخمین مقدار زیرفشار بالابرنده در نقاط‌کلیدی با داده‌های استخراج شده ارائه گردید که به دلیل داشتن دقت بالاتر و مطلوب (RE% < 2 و R2 > 0.95) می‌تواند مورد استفاده مهندسان طراح قرار گیرد.

کلیدواژه‌ها

موضوعات

مراجع

  • Anonymous, 2012. GEO-SLOPE, Seepage Modeling with SEEP/W 2012.
  • Dehghani R, Ghorbani MA, Tashnehlab M, Rikhteghar Ghiasi A and Asadi A, 2015. Comparison and evalution of Bayesian neural network, gene expression programming, support vector machine and multiple linear regression in river discharge estimation (case study: Sufi Chay Basin) Irrigation and Water Engineering, 5(20): 66-85 (In Persian).
  • Emami S, Arvanghi H and Parsa J, 2017. Evaluation estimate the seepage of the dam embankment using statistical parameters of Artificial Neural Network (ANN). Dam and Hydroelectric Powerplant, 4(14): 24-34 (In Persian).
  • Ghobadian R and Khodaei K, 2010. Effects of cutoff wall and drain on uplift pressure and exit gradient under hydraulic structure by numerical solution of general equations of fluid flow in soil using finite volume method. Journal of Water and Soil (Agricultural Sciences and Technology), 23(4): 148-160, org/10.22067/jsw.v0i0.2479 (In Persian).
  • Jain AK and Reddi LN, 2011. Finite-depth seepage below flat aprons with equal end cutoffs. Journal of Hydraulic Engineering, 137(12), 1659-1667, org/10.1061/(ASCE)HY.1943-7900.0000459.
  • Lippmann R, 1987. An intrudaction to computing with neural nets. ACM SIGARCH Computer Architecture News, 16(1), 7-25, org /10.1145/ 44571.44572.
  • Mansuri B and Salmasi F, 2013. Effect of horizontal drain length and cutoff wall on seepage and uplift pressure in heterogeneous earth dam with numerical simulation. Journal of Civil Engineering and Urbanism, 3(3): 114-121.
  • Mansuri B, Salmasi F and Oghati B, 2014. Effect of location and angle of cutoff wall on uplift pressure in diversion dam. Geotechnical and Geological Engineering, 32, 1165-1173, org/10.1007 /s10706-014-9774-3.
  • Mortazavi M and Soleimani S, 2015. Leakage analysis of embankment dams using SEEP/W, 3D SEEP Software. Journal of Applied Environmental and Biological Sciences, 5(10): 122-128.
  • Norouzi R, Salmasi F and Arvanaghi H, 2020. Uplift pressure and hydraulic gradient in Sabalan Dam. Applied Water Science, 10(111), org/10.1007/s13201-020-01195-2.
دانش آب و هیدرولیک
دوره 35، شماره 4
دی 1404
صفحه 45-58

فایل ها

هم رسانی

ارجاع به این مقاله

آمار