عنوان پایان‌نامه
بررسی فرآیند رسوبگذاری در مخزن سد کارده با استفاده از روابط و روش های تجربی، روش آماری، شبکه عصبی مصنوعی و مدل های عددی
- رشته تحصیلی
- مهندسی عمران - مهندسی آب
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1455;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 46736
- تاریخ دفاع
- ۰۶ مهر ۱۳۸۹
- دانشجو
- محمدمهدی امینی
- استاد راهنما
- سیدمحمدعلی بنی هاشمی
- چکیده
- در این تحقیق روند رسوبگذاری در مخزن سد کارده با استفاده از نقشه¬های هیدروگرافی، روابط و روش¬های تجربی، روش آماری رگرسیون خطی، شبکه عصبی مصنوعی و مدل¬های عددی مورد بررسی واقع شده است. بدین منظور ابتدا، با جمع آوری نقشه¬های هیدروگرافی مربوط به سه دوره عملیات عمق¬یابی با استفاده از نرم افزار Civil 3D به بررسی آنچه که در واقعیت در مخزن این سد اتفاق افتاده، پرداخته شد و مقدار حجم رسوبات تجمع یافته و روند پیشروی رسوبات به سمت بدنه سد مشخص گردید. در مرحله بعد، داده¬ها موجود از شرایط مخزن طی این سه دوره بررسی گردید و با استفاده از روش آماری رگرسیون خطی این داده¬ها جهت استفاده در روش های تجربی و مدل های عددی آماده سازی شد. از طرفی به منظور بررسی دقت روش آماری رگرسیون و مقایسه نتایج حاصل از آن با روش های خبره نظیر شبکه های عصبی مصنوعی میزان آورد رسوب به مخزن با استفاده از این دو روش مورد بررسی قرار گرفته و نتایج با مقادیر واقعی و مقادیر حاصل از روابط تجربی مقایسه گردید. نتایج نشان می دهند که استفاده از منحنی سنجه رسوب در تخمین میزان رسوبات ورودی به مخزن سد، نتایج مناسب تری نسبت به استفاده از شبکه های عصبی ارائه می دهد. هرچند که شبکه عصبی در مقادیر بالای رسوب ورودی به مخزن نتایج دقیق تری را ارائه داده است. با مطالعه بر روی روابط و روش¬های تجربی میزان دقت و کارایی آنها در مخزن سد کارده مورد ارزیابی واقع شد. نتایج بیانگر این حقیقت است که در بین روابط تجربی، روابط خوسلا، اورلت و دانشگاه سینگهوآ نتایج قابل قبول¬تری را نسبت به سایر روابط ارائه می کنند. در بین روش های تجربی نیز روش های مثلثاتی و افزایش سطح در توزیع مکانی رسوب نتایج مناسبی را ارائه نمی دهند. اما روش کاهش سطح لارا در مقایسه با سایر نتایج تخمین مناسب تری را ارائه می دهد. در ادامه، با شبیه سازی مخزن سد کارده در نرم افزار HEC-RAS و مدل GSTARS میزان دقت و کارایی مدل¬های عددی نیز در مخزن سد کارده مورد بررسی قرار گرفت. نتایج نشان می دهد مدل عددی GSTARS در کل نسبت به نرم افزار HEC-RASنتایج مناسب تری ارائه داده است. با در نظر گرفتن نتایج به دست آمده از نقشه¬های هیدروگرافی، روش¬های تجربی و مدل¬های عددی، این فرصت به دست آمد تا با استفاده از معیارهای مختلف، مقایسه بین این روش¬ها انجام شود و در هر معیار، روش مناسب¬تر تعیین شود.در نهایت، با توجه به نتایج بدست آمده، به پیش بینی وضعیت رسوبگذاری در مخزن سد کارده در سال¬¬¬های آینده پرداخته شد که بر اساس نتایج به دست آمده در صورت ادامه یافتن روند فعلی پس از 43 سال از شروع بهره برداری بیش از 70 درصد مخزن سد از رسوبات انباشته خواهد شد.
- Abstract
- The trend of sedimentation in the Kardeh Dam Reservoir has been surveyed in this research, using hydrographical maps, emperical equations and methods, statistical method of linear regression, artificial neural network, and numerical models. To accomplish the task, at first the hydrographical maps of three cycles of sounding operations were accumulated; and using software “Civil 3D”, the actual occurrences in the dam reservoir were studied. The volume of accumulated sediments and the trend of progress of sediments toward the dam’s wall were determined. In the next stage, available data from the reservoir conditions were investigated during the three cycles mentioned above. To investigate the accurateness of the regression statistical method and comparison of its final results with expert methods such as artificial neural network; The results show that the use of the measuring sedimentation rating curve in the estimation of input sediments to the dam reservoir represent more appropriate results than using neural network. Although the neural network has represented more accurate results in high input sediments to reservoir; Studying the emperical relations and methods, their accurateness and performance in Kardeh dam reservoir were evaluated. The results show that among emperical relations Khosla, Ourlt, and Tsinghua University equations and Lara reduction area method represent more acceptable results in comparison with other relations and methods. Following the work, having the Kardeh dam reservoir simulated in HEC-RAS software and GSTARS model, the accurateness and performance values of numerical models were also considered for the Kardeh dam reservoir. The results show that GSTARS numerical model has generally represented more appropriate results than HEC-RAS software. Eventually, considering the yielded results, the sedimentation situation of the Kardeh dam reservoir was predicted for the forthcoming years which, based on the yielded results, if the current trend is continued after 43 years of the beginning of its utilization, more than 70% of the dam reservoir would be filled with sediments.
