اختصاصی از
زد فایل مدل سازی سرعت در پرش هیدرولیکی بعد از سرریزهای اوجی شکل با استفاده از شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .
![مدل سازی سرعت در پرش هیدرولیکی بعد از سرریزهای اوجی شکل با استفاده از شبکه های عصبی مصنوعی مدل سازی سرعت در پرش هیدرولیکی بعد از سرریزهای اوجی شکل با استفاده از شبکه های عصبی مصنوعی](http://civil.sellfile.ir/prod-images/193675.jpg)
• مقاله با عنوان: مدل سازی سرعت در پرش هیدرولیکی بعد از سرریزهای اوجی شکل با استفاده از شبکه های عصبی مصنوعی
• نویسندگان: امیرحسین خلیلیان پور ، بهزاد صادقیان ، نصرت ا... امانیان
• محل انتشار: هشتمین کنگره ملی مهندسی عمران - دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93
• محور: سازه های هیدرولیکی
• فرمت فایل: PDF و شامل 8 صفحه می باشد.
چکیــــده:
از جمله پدیدههای مهمی که در پایین دست سرریزهای اوجی شکل رخ میدهد پدیده پرش هیدرولیکی میباشد. جهش هیدرولیکی در کانالهای باز دارای کاربردها و خواص فراوانی است از جمله کاهش انرژی آب در جریان از روی سدها، سرریزها و سایر سازههای هیدرولیکی و نهایتاً محافظت پایین دست میباشد. در این پژوهش با انجام آزمایشات روی سرریز اوجی در دستگاه فلوم و جمع آوری نتایج به مدل سازی این پدیده پرداخته شد. از شبکه عصبی مصنوعی به عنوان ابزار مدل سازی استفاده شد. شبکه مورد استفاده یک شبکه Feed Forward بوده و از روش Levenberg-Marquardt برای آموزش آن استفاده شد. طول، عرض، عمق و دبی به عنوان پارامترهای ورودی و سرعت به عنوان پارامتر خروجی درنظر گرفته شد. در نهایت نمودارهای تغییرات سرعت برحسب متغیرها به دست آمد. از نتایج بدست آمده و همچنین توزیع سرعت میتوان در طراحی حوضچه های آرامش بهینه استفاده نمود.
________________________________
** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **
** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **
** درخواست مقالات کنفرانسها و همایشها: با ارسال عنوان مقالات درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **
دانلود با لینک مستقیم
مدل سازی سرعت در پرش هیدرولیکی بعد از سرریزهای اوجی شکل با استفاده از شبکه های عصبی مصنوعی