بررسي عوامل آبشستگي موضعي زير خطوط لوله با استفاده از الگوريتم‌هاي شبكه‌هاي عصبي مصنوعي

يكي از مهم‌ترين عوامل آسيب و خرابي لوله‌ها، وقوع آبشستگي موضعي‌ است، بنابراين طراحي مطمئن و اقتصادي لوله‌ها كه در مسير جريان قرار مي‌گيرند، مستلزم تخمين مناسبي از ميزان تأثير عوامل مؤثر بر آبشستگي زير لوله است. در اين پژوهش بر اساس پارامتر‌هاي مهم و اثرگذار در پديده آبشستگي و بر اساس داده‌هاي به‌دست آمده در آزمايشگاه دانشگاه آزاد اسلامي واحد اهواز، مدل‌هايي بر مبناي شبكه‌هاي عصبي مصنوعي با استفاده از نرم‌افزارNeuroSolution5 ايجاد شد كه در اين تحقيق از سه مدل MLP، GFF و RBF استفاده شد و پس از مقايسه اين سه مدل با يكديگر، مدل MLP محور بررسي‌ها قرار گرفت. در نهايت با استفاده از تكنيك شبكه‌هاي عصبي مصنوعي ميزان تأثير هر كدام از پارامتر‌هاي مؤثر بر آبشستگي مشخص شد كه بر اساس آن، پارامتر شيلدز با تأثيري بسيار زياد (بيش از 95 درصد)، يكي از مؤثرترين عوامل در آبشستگي موضعي در اين پژوهش است.