مقايسه مدل شبكه عصبي مصنوعي و شبيه سازي عددي در پيش بيني پارامترهاي هيدروليكي در سرريز پلكاني

جریان بر روی سرریز نظیر جریان سریع در كانال یا جت با سقوط آزاد و سرعت زیاد جاری میشود. برای كاهش انرژی بالای آب از سرریز پلكانی استفاده میشود. بنابراین شناخت الگوی جریان برروی سرریزهای پلكانی اهمیت دارد. در و روش شبیهسازی Flow  3D تحقیق حاضر ابتدا با استناد به داده های آزمایشگاهی موجود و استفاده از مدل عددی سطح آزاد ( VOF ) همراه با مدل آشفتگی ) (RNG k   به مقایسه نتایج سرعت و غلظت پرداخته شده است. در ادامه با استفاده از مدل شبكه عصبی مصنوعی چندلایه بر اساس روش آموزش پس از انتشار خطا سرعت و غلظت جریان بر روی ی مدل با مقایسه شود. بینی می این سرریزها پیش ANN 2 با مقادیر آزمایشگاهی و مقدار R ، 689 / 66 و 0 / بترتیب برای 0 سرعت و غلظت جریان در مرحلهی آموزش، انطباق قابل قبولی بین نتایج حاصل شد. بررسی نتایج نشان از انطباق قابل 0 نسبت / قبول مدل عددی با مدل آزمایشگاهی بوده و همچنین مدل شبكه عصبی با میانگین خطای نسبی كمتر، 0236 0 در پیشبینی سرعت جریان بهتر عمل كرد. كارایی شبكه های آموزش / به مدل عددی با میانگین خطای نسبی 0690 دیده در پیشبینی متغیرهای جریان در نقاطی كه دادهی آزمایشگاهی موجود نیست، از مزیت های مهم مدل شبكه عصبی میباشد.