مدل سازي درصد كاهش هد جريان غليظ نمكي با استفاده از هوش مصنوعي

جريان‌ غليظ يكي از مهمترين عوامل در فرآيند رسوب‌گذاري سدها مي‌باشد. چون اين جريان‌ از عوامل موثر بر كاهش كارايي عمر سدهاي بزرگ بوده، بنابراين درك الگوهاي رسوب‌گذاري جهت مديريت مخزن سدها بسيار كارآمد مي‌باشد. براين اساس در اين تحقيق درصد كاهش هد جريان غليظ نمكي تحت تاثير موانع نفوذپذير ذوزنقه‌اي شكل (پر شده با دانههاي شن با قطر 0.5 سانتي‌متر)، با در نظر گرفتن متغيرهايي همچون دبي، شيب، غلظت و ارتفاع موانع به‌صورت آزمايشگاهي مورد بررسي قرار گرفت، براساس نتايج حاصله اقدام به مدل‌سازي هد جريان غليظ نمكي با روش شبكه عصبي مصنوعي پيش‌خور و روش كلاسيك رگرسيون چند متغيره شد و كاركرد اين دو روش مورد مقايسه قرار گرفت. نتايج نشان داد كه روش هوشمند شبكه عصبي مصنوعي پيش‌خور در مدل‌سازي درصد كاهش هد جريان غليظ نمكي نسبت به روش رگسيون چند متغيره برتري قابل توجهي دارد.