مدل‌سازي انتقال رسوب در لوله‌هاي دايروي ‌صاف و زبر انتقال دهنده آب باران با استفاده از آناليز فاكتوريل و روش‌هاي هوشمند و تجربي

Sediment transport modeling in circular smooth and rough rainwater transport pipes using factorial analysis, intelligence and empirical methods

رسوب‌گذاري يكي از مشكلات جدي در لوله­ هاي انتقال آب و فاضلاب شهري است كه انتقال جريان آب را مختل مي­‌كند. به دليل پيچيدگي پديده انتقال رسوب و وجود چندين پارامتر موثر در تخمين آن، تعيين روابط حاكم مشكل مي‌­باشد. در اين تحقيق كارايي روش هوشمند رگرسيون فرآيند گاوسي (GPR) در تخمين انتقال رسوب در لوله‌هاي دايروي شكل انتقال دهنده آب باران در دو بستر صاف و زبر بررسي شده است. در اين راستا، با استفاده از روش آناليز فاكتوريل و با در نظر گرفتن مشخصات هيدروليكي و ذرات رسوبي، ابتدا پارامترهاي داراي همبستگي بيشتر با پارامتر انتقال رسوب در هر نوع لوله تعيين شد. سپس، با استفاده از اين پارامترها مدل‌هاي متفاوتي تعريف گرديد و با استفاده از سه سري داده آزمايشگاهي مورد بررسي قرار گرفت. همچنين، دقت نتايج حاصله با روش­هاي سنتي مقايسه شد. نتايج حاصله كارايي و برتري روش هوشمند GPR را در تخمين رسوب انتقالي از لوله‌هاي انتقال آب باران نسبت به معادلات تجربي مبتني بر تكنيك­هاي رگرسيون غيرخطي نشان داد. براي دو لوله با شرايط هيدروليكي اشاره شده، مدل با پارامترهاي λs, Fm, Dgr, d50/y كه به ترتيب بيانگر اندازه نسبي ذرات، اندازه بدون بعد ذرات، عدد فرود ذرات رسوب و ضريب اصطكاك كلي مي­‌باشند، مدل برتر به­ دست آمد. همچنين مشاهده شد كه قطر لوله بر كارايي مدل­ ها تاثيرگذار بوده و با افزايش قطر لوله دقت مدل افزايش مي ­يابد. نتايج آناليز حساسيت به دو روش فاكتوريل و حذفي نيز نشان داد كه پارامتر d50/y تاثيرگذارترين پارامتر در مدل­‌سازي است.

Sedimentation is one of the serious problems in water and urban wastewater transport pipes, which disturbs the transport of water flow. In this study, the capability of the intelligence Gaussian Process Regression (GPR) approach was investigated in predicting sediment transport in circular rainwater transport pipes with smooth and rough beds. In this regard, at first, the hydraulic and sediment parameters which had the most correlation with sediment transport were determined using factorial analysis. Then, different models were developed using these parameters and were investigated via three experimental data series. Also, the accuracy of the obtained results was compared with the traditional techniques. The results showed the high efficiency of the intelligent GPR model in the prediction of sediment transport in rainwater transport pipes compared to the empirical methods based on non-linear regression techniques. For the two-mentioned hydraulic conditions of pipes, the model with input parameters λs, Fm, Dgr, d50/y, which are relative sediment size, non-dimensional sediment size, Froude number of sediments, and total roughness coefficient, respectively, was obtained as a superior model. The factorial and omitted sensitivity analysis showed that d50/y was the most effective parameter in the estimation of sediment transport in both smooth and rough pipes.