برآورد توزيع سرعت جريان در كانال‌هاي روباز با كف صاف با استفاده از تيوري آنتروپي و برنامه‌ريزي ژنتيك

Estimation of Flow Velocity Distribution in Smooth-Bed Open Channels with a Smooth Bed Using Entropy Theory and Genetic Programming

با توسعه تيوري‌ آنتروپي بر مبناي اصل حداكثر آنتروپي و برنامه‌ريزي ژنتيك بر اساس اصل تكامل طبيعي، اين روش‌ها در طيف وسيعي از علوم مهندسي از جمله مكانيك سيالات و هيدروليك به كار برده شده‌اند. در اين تحقيق از تيوري‌ آنتروپي و برنامه‌ريزي ژنتيك و همچنين روش‌هاي متداول شامل روابط لگاريتمي، تواني و ونوني براي برآورد توزيع سرعت جريان در كانال‌هاي باز استفاده شده است. جهت مقايسه روش‌هاي مذكور، آزمايش‌هايي در كانال آزمايشگاه هيدروليك دانشگاه تبريز با بستر صاف و دبي‌هاي مختلف در محدوده 8/4 تا 89/32 ليتر بر ثانيه انجام شد و پروفيل‌هاي سرعت با دقت 1/0 سانتي‌متر بر ثانيه در بازه‌هاي يك سانتي‌متري از كف كانال تهيه گرديد. نتايج بدست آمده نشان داد كه تيوري آنتروپي و برنامه‌ريزي ژنتيك دقت بيشتري نسبت به روابط لگاريتمي، تواني و ونوني در برآورد توزيع سرعت جريان دارند. همچنين تيوري آنتروپي در مقايسه با روش برنامه‌ريزي ژنتيك خطاي محاسباتي كمتري داشته و از اين روش مي‌توان براي برآورد توزيع سرعت در كانال‌هاي باز با دقت خوبي استفاده نمود.

With developing of entropy theory and genetic programming based on maximum entropy and natural evolution, respectively, these methods have been applied extensively to the variety of engineering sciences such as fluid mechanics and hydraulics. In this study, entropy, genetic programming and conventional methods such as logarithmic, power law and Vanoni relations were used for estimation water flow velocity distribution in open channels. For comparing the mentioned methods, experiments were carried out in an experimental flume with a smooth bed in the hydraulic laboratory of the University of Tabriz. The flow discharges ranged from 4.8 to 32.89 Lit/s. For each flow discharge, the vertical velocity profiles were prepared with a precision of 0.1 cm/s and at 1 cm intervals from the channel bottom. Results showed that entropy and genetic programming methods were more accurate than the other methods for estimating the velocity distribution. Moreover the entropy method in comparison with the genetic programming showed higher accuracy and therefore it could be used for estimating the velocity profiles with a good accuracy in open channel flows.