Nüve Forum

Nüve Forum > akademik > Mühendislik Fakültesi > İnşaat Mühendisliği Bölümü > Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi

İnşaat Mühendisliği Bölümü hakkinda Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi ile ilgili bilgiler


Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi-Prediction of Sediment Concentration Using Artificial Neural Networks Su kaynakları projelerinin planlanması ve yönetilmesinde nehirdeki katı madde konsantrasyonunun tahmini çok önemlidir. Literatürdeki

Cevapla

 

LinkBack Seçenekler Stil
  #1  
Alt 25.11.10, 11:28
parametre - ait kullanıcı resmi (Avatar)
Genel Yönetici
 
Üyelik tarihi: Sep 2009
Nereden: Kocaeli
İletiler: 593
parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.parametre için ne kadar gurur duyulsa azdır.
Standart Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi

Katı Madde Konsantrasyonunun Yapay Sinir Ağlarını Kullanarak Tahmin Edilmesi-Prediction of Sediment Concentration Using Artificial Neural Networks
Su kaynakları projelerinin planlanması ve yönetilmesinde nehirdeki katı madde konsantrasyonunun tahmini çok önemlidir. Literatürdeki birçok katı madde taşınım denklemleri birbiriyle uyuşmamakta ve birbirlerinden farklı sonuçlar vermektedir. Ayrıca bu denklemler detaylı akım ve sediment (katı madde) özelliklerine ihtiyaç duymaktadır. Bu çalışmanın ana amacı bağımlı değişken (toplam katı madde konsantrasyonu) ile bağımsız değişkenler (yatak eğimi, akım debisi, ve katı madde dane çapı) arasındaki lineer olmayan ilişkiyi açıklayan etkili bir model kurmaktır. Olayın karmaşık olmasından dolayı bu çalışmada bağımız değişkenler ve bağımlı değişken arasındaki lineer olmayan ilişkiyi açıklayabilmek için esnek (soft) hesaplama yöntemlerinden yapay sinir ağları (YSA) kullanılmıştır. Sunulan bu çalışmada 60 adet deney verisi YSA modelin oluşturulması için kullanılmıştır. Yapay sinir ağları bazı katı madde taşınım denklemleriyle karşılaştırılmıştır. Karşılaştırmalar sonucunda, yapay sinir ağlarının diğerlerine göre daha iyi tahminler verdiğini gözlemlenmiştir. Yapay sinir ağlarından sonra en iyi sonucu Modifiye Edilmiş Einstein (Einstein-Brown) denklemi vermiş olup, bu denklemle elde edilen sonuçların yapay sinir ağları ve gözlenen değerlere uyum sağladığı görülmüştür. Graf ve Acaroglu denklemleri ile elde edilen değerlerin ise gözlenen değerle uyum sağlamadığı bulunmuştur.
Estimation of sediment concentration in rivers is very important for water resources projects planning and managements.
In the literature, most of the sediment transport equations do not agree with each other and require many detailed data on the flow and sediment characteristics.
The main purpose of the study is to establish an effective model which includes nonlinear relations between dependent (suspended sediment concentration) and independent (bed slope, flow discharge and sediment particle size) variables. Because of the complexity of the phenomena, a soft computing method artificial neural network (ANNs) which is the powerful tool for input-output mapping is used for estimating total sediment load concentration. In the present study, 60 experiments were used for establishing ANN model. However, ANN model was compared with some sediment transport equations. The results show that ANN model is found to be significantly superior to others. The ANN model performs best followed by the model of
Modified Einstein Formula (Einstein-Brown) and also results of Modified Einstein Formula are in agreement with observed data and ANN model. The results of Graf and Acaroglu Formulae however, were not found to be in agreement with the observed data.
GİRİŞ
Akarsu üzerine inşa edilen yapıların planlanması ve projelendirilmesinde nehirlerde taşınan katı madde miktarının doğru bir şekilde tahmin edilmesi hidrolik mühendisliği açısından önem arz etmektedir. Akarsularda katı madde taşınımı, akarsu üzerine yapılan tesislerin ekonomik ömrünü azaltmakta ve tarımsal alanlara da zarar vermektedir. Özellikle baraj hazneleri gibi su depolama tesislerinde biriken katı maddeler hazne kapasitesini azaltır ve zamanla su alma ağzının tıkanmasına sebep olur. Su alma yapısının tıkanması ise haznenin fonksiyon görmez duruma gelmesi demektir.
Ayrıca akarsu taşımacılığı, taşkın kontrolü için akarsu düzenlemelerinde, su kuvveti tesislerinin tip ve yerlerinin seçiminde, viyadük, köprü gibi diğer yapıların akarsu içerisinde kalan ayaklarında meydana gelebilecek oyulma ya da yığılma miktarlarının belirlenmesi ve gerekli önlemlerin alınması bakımından katı madde taşınım miktarının tahminleri önemli bir yer tutmaktadır [1, 2].
Katı madde taşınımı aynı zamanda su kalitesini etkilediğinden dolayı sağlık açısından da büyük önem taşımaktadır. Çünkü katı maddelerin kirlilik taşıyıcı bir yönü vardır. Kirlenmiş suların ekolojik dengeyi bozucu bir çok problemi beraberinde getirdiği ise bilinen bir gerçektir. Bu açıdan, bir nehrin ya da rezervuardaki suyun kirlilik seviyesinin tahmininde yine askı maddesi dağılımının başka bir ifade ile askı maddesi konsantrasyonun gerçek zamandaki tahmini yolunda yapılacak gelişmeler bu problemlerin çözümüne de katkı sağlayacaktır [3].
Genellikle katı madde miktarı ya sediment gözlem istasyonlarından yapılan doğrudan ölçümlerle ya da literatür de bulunan katı madde taşınım denklemleriyle belirlenmektedir. Askı maddesinin doğrudan akarsudan ölçüm metoduyla belirlenmesi en güvenilir yol olmasına rağmen zaman alan ve pahalı bir yöntemdir. Ayrıca birçok gözlem istasyonlarından su debisi ölçülmesine karşın askı maddesi ölçümü yapılmamaktadır. Bununla birlikte taşkınlar sırasında da sediment gözlem istasyonlarından askı maddesi ölçümü yapılamamaktadır.
Diğer taraftan literatürde birçok katı madde taşınımı denklemleri bulunmaktadır. Fakat bu formüllerin çoğunda akım ve katı madde özellikleriyle ilgili detaylı bilgilere ihtiyaç duyulmaktadır. Genellikle bu formüller kendi aralarında da çelişmektedir bu nedenle en iyi çözümü veren denklemi belirlemek oldukça güç olmaktadır. Ayrıca bu denklemler evrensel
4568 değildirler, çoğu laboratuar verilerine dayalıdır dolayısıyla doğal nehirlerin özelliklerini yansıtmayabilirler [4].
Karşılaşılan bu zorluklar nedeniyle araştırmacılar genellikle kolay, basit ve zaman almayan çözümler bulma yoluna gitmişlerdir. Bu çözüm metotlarından en çok tercih edileni katı madde debisi ile su debisi değişimi arasındaki ilişkiye dayalı olan sediment anahtar eğrisidir. Ancak bu klasik regresyon analizi problemin doğasından kaynaklanan lineer olmayan kompleks ilişkiler sebebiyle iyi sonuçlar vermemektedir [2]. Son yıllarda akarsu debisi ile askı maddesi miktarı arasındaki ilişkiyi açıklamak için yapay sinir ağları kullanılmaya başlanmıştır [5, 6, 7, 8]. Çalışma kapsamında, yapay sinir ağları (YSA) kullanılarak deneysel yolla elde edilmiş toplam katı madde konsantrasyonun tahmini yapılmıştır. Karşılaştırmalar sonucunda YSA modelinin, Graf, Acaroglu ve Modifiye Edilmiş Einstein denklemlerinden çok daha iyi tahminler verdiği gözlemlenmiştir. Çalışma kapsamında olaya etki eden bağımsız değişkenlerin etkinlik dereceleri de araştırılmış en etkin parametrenin su debisi Qw, daha sonra ortalama çap Dort ve olaya en az etki eden parametrenin ise taban eğimi So olduğu görülmüştür.
2. VERİLERİN TOPLANMASI
Bu çalışmanın ana amacı bağımlı değişken olan toplam katı madde konsantrasyonu C ile bağımsız değişkenler olan su debisi Qw, taban eğimi So ve ortalama dane çapı Dort arasında lineer olmayan ilişkiyi etkin bir şekilde modelleyebilmektir. Deneysel çalışma Karadeniz Teknik Üniversitesi (KTU) İnşaat Mühendisliği Bölümü Hidrolik laboratuarında gerçekleştirilmiştir. Deneysel çalışma için 12.10x1.80x0.75 m ebatlarında bir kanal tasarlanıp bu kanaldan askı maddesi ve yatak malzemesi ölçümleri yapılmıştır. Bağımsız değişkenler çeşitlendirilerek 5(Qw) * 4(So) * 3(Dort) = 60 adet deney seti oluşturulmuş ve buna karşılık gelen bağımlı değişkenler elde edilmiştir [9]. Yapılan bu deneysel çalışmanın veri grubu Tablo 1 de verilmiştir.
1.JPG

Emrah DOĞAN
Sakarya Üniversitesi, İnşaat Mühendisliği Bölümü, Sakarya
Eklenmiş Dosya
Dosya tipi: pdf pdf_16390.pdf (279,7 KB (Kilobyte), 8x kez indirilmiştir)
__________________

Güzel Sanatlar Fakültesi/Lisesi Yetenek Sınavlarına Hazırlık Kursu
Resim Yağlı Boya Hobi Kursu
Hızlı ve Etkili Okuma Kursu
Çocuklar için Hızlı Okuma Kursu
Çocuklar için Resim Kursu
Diksiyon Kursu
Nefes Tejnikleri Kursu

NuveRadyo Linki
Flatcast Tema Yapımı
Photoshop Dersleri Linki
Corel Draw Dersleri Linki
Corel PHOTO-PAINT Dersleri
Alıntı ile Cevapla
Cevapla

Tags
ağlarını, edilmesi, katı, konsantrasyonunun, kullanarak, madde, sinir, tahmin, yapay

Seçenekler
Stil

Yetkileriniz
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is Açık
[IMG] Kodları Açık
HTML-KodlarıKapalı
Trackbacks are Açık
Pingbacks are Açık
Refbacks are Açık



Bütün zaman ayarları WEZ +2 olarak düzenlenmiştir. Şu anki saat: 03:51 .