پژوهشگر

همکاران پژوهشگر

چکیده پژوهش

سدهاي بتني قوسي،سازه‌هاي سه بعدي بوده که به دليل يكپارچگي و لزوم عملكرد قوسي از نظر استاتيكي نامعين هستند. بنابراين تغييرات دماي بتن سد از بالادست تا پايين‌دست موجب تغيير حجم سازه شده و تنش‌هاي داخلي بوجود آمده، پايداري سازه را به خطر مي‌اندازد. بر اين اساس بررسي رفتار حرارتي سد قوسي در بلندمدت به منظور بهره¬برداري مناسب با در نظر گرفتن جابجايي تاج سد ضروري است و اين مسأله نيازمند بکارگيري مدل¬هاي پيش‌بيني مناسب است. هدف از اين مطالعه توسعه ساختاري بر مبناي مدل‌هاي رگرسيون بردار پشتيبان (SVR) و شبکه عصبي مصنوعي (ANN) جهت پيش¬بيني رفتار جابجايي بلوك مياني تاج سد مي¬باشد. لذا با استفاده از مدل شبيه‌سازي آباکوس، وضعيت جابجايي تاج سد در طي يک دوره 8 ساله بررسي و به عنوان اطلاعات ورودي به ساختارهاي نرم داده شد. بررسي نتايج حاصل از دو مدل با استفاده از 5 شاخص خطا، حاکي از کاهش 33 درصدي خطاي مدل SVR نسبت به مدل ANN مي‌باشد. همچنين بررسي توزيع احتمال تجمعي نرمال خروجي دو مدل، نشان‌دهنده بالابودن درجه انحراف توزيع احتمال مدل ANN به دليل عدم لحاظ نمودن خطاي ساختاري در طي فرآيند آموزش است. لذا بر مبناي مدل SVR مي توان وضعيت پايداري سد را تنها با اندازه گيري دو پارامتر تراز مخزن سد و دماي هوا با دقت قابل قبولي پيش‌بيني نمود.

خلاصه نتایج حاصله

عنوان مقاله Prediction of the intermediate block displacement of the dam crest using artificial neural network and support vector regression models

فایل های پژوهش