تخمين ابعاد چاله آبشستگي پايين‌دست جام پرتابي سدها با استفاده از مدل محاسبات دانه‌اي

Estimating Scour Hole Dimensions of Ski Jump Downstream of Dams Using Granular Computing Model

تخمین دقیق پارامترهای آبشستگی مانند طول- عرض- پهنا، سهم عمده‌ای در مدیریت این پدیده كاملاً غیر‌خطی دارد. هدف اصلی این تحقیق ارائه روشی بر مبنای مدل محاسبات دانه‌ای (GRC) برای تخمین پارامترهای آبشستگی است. برای این منظور پارامترهای آبشستگی پایین‌دست جام‌پرتابی سدها (توابع هدف) به عنوان تابعی از متغیرهای هیدرولیكی، مورفولوژیكی و ژئوتكنیكی قرار داده شد و مراحل واسنجی و صحت‌سنجی مدل GRC انجام گرفت. تحلیل خطی انجام شده در این تحقیق مشخص كرد كه توابع هدف مورد بررسی بیشتر تحت تأثیر تغییرات دبی، ارتفاع آبشار و متوسط اندازه ذرات رسوبات می‌باشند و تأثیرپذیری ناچیزی از زاویه لبه قوس جام دارند. همچنین یافته‌های این تحقیق حاكی از دقت بالا و بسیار مطلوب مدل GRC در تخمین توابع هدف بود، به گونه‌ای كه پیش‌بینی انجام شده توسط مدل برای پارامترهای آبشستگی در تمام موارد منطبق بر نتایج اندازه‌گیری شده بود یا تفاوت بسیار ناچیزی با یكدیگر داشتند. بررسی‌های بیشتربه كمك ‌معیارهای ضریب تبیین، میانگین خطای نسبی، مجذور میانگین مربعات خطا و همچنین آماره نسبت تفاوت توسعه داده شده نشان داد كه مدل GRC ارائه شده در این تحقیق برای تخمین عمق آبشستگی برتری مطلق و محسوسی بر روابط شناخته‌ شده پیشنهادی توسط دیگر محققان دارد.

Accurate estimation of scour parameters such as length, depth and width, have a major role in the management of this quite nonlinear phenomenon. The main goal of this study is to present a method based on granular computing model (GRC) to estimate scour parameters. For this purpose, scour hole of ski jumps downstream of dams (goal functions) were considered to be affected by hydraulic, morphological and geotechnical variables, and GRC model was used for calibration and verification of the phenomena. The implemented linear analysis showed that the goal functions are affected by flow rate variations, waterfall height and deposited particles average size, rather than lip angle. This fact was in compliance with the previous researches. The results also showed the GRC model results in predicting the goal functions had values very close to the measured ones, or with small discrepancies. More investigations showed that the GRC model was superior for estimation of scour depth of ski jumps downstream of dam to the well-known empirical formula proposed by other researchers.