CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

کاربرد شبکه های عصبی مصنوعی در سرریزهای استوانه ای در حالت جریان مستغرق

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۳۹ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CASGC01_032
زبان مقاله: فارسی
حجم فایل: ۳۳۰.۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاربرد شبکه های عصبی مصنوعی در سرریزهای استوانه ای در حالت جریان مستغرق

  الناز علیزاده - گروه مهندسی عمران، دانشگاه تبریز، تبریز، ایران
    محمدتقی اعلمی - گروه مهندسی عمران، دانشگاه تبریز، تبریز، ایران
  داود فرسادی زاده - گروه مهندسی کشاورزی، دانشگاه تبریز، تبریز، ایران

چکیده مقاله:

سرریز استوانه ای یکی از انواع سرریزهای لبه پهن می باشد که برای اندازه گیری جریان به خصوص در محدوده دبی بالا مورد استفاده قرار می گیرد. ایجاد حالت استغراق سبب نامطمینی در تحلیل جریان شده و ضریب دبی را به شدت تحت تاثیر قرار می دهد. در تحقیق حاضر به ضریب دبی سرریزهای استوانه ای در دو حالت آزاد و مستغرق بررسی شده است. جهت محاسبه ضریب دبی در حالتهای مختلف از توانایی شبکه های عصبی مصنوعی استفاده شده است. در حالت جریان مستغرق آموزش شبکه با استفاده از چهار سری داده ورودی شامل قطر سرریز، دبی جریان، بار کل آب روی سرریز و عمق آب در پایاب و یک سری داده خروجی شامل ضریب دبی سرریز انجام شده است. داده های مورد نیاز آموزش و تست شبکه شامل نتایج آزمایشات بر روی سرریزهای استوانه ای در فلوم 25 سانتی متری می باشد. صحت سنجی شبکه طراحی شده بر اساس داده های آزمایشگاهی دیگری روی سرریزهای استوانه ای در فلوم 7/5 سانتی متری انجام شد. مقایسه نتایج شبکه عصبی برتر با نتایج واقعی نشان دهنده توانایی این مدل شبکه عصبی در تخمین ضریب دبی سرریزهای استوانه ای می باشد.

کلیدواژه‌ها:

سرریزهای استوانه ای، شبکه های عصبی مصنوعی، حالت جریان مستغرق

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CASGC01-CASGC01_032.html
کد COI مقاله: CASGC01_032

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
علیزاده, الناز؛ محمدتقی اعلمی و داود فرسادی زاده، ۱۳۹۶، کاربرد شبکه های عصبی مصنوعی در سرریزهای استوانه ای در حالت جریان مستغرق، اولین همایش بین المللی عمران، معماری و شهر سبز پایدار، همدان، دبیرخانه همایش، https://www.civilica.com/Paper-CASGC01-CASGC01_032.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (علیزاده, الناز؛ محمدتقی اعلمی و داود فرسادی زاده، ۱۳۹۶)
برای بار دوم به بعد: (علیزاده؛ اعلمی و فرسادی زاده، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۴۲۸۱
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.