| پیش‌بینی آبشستگی محلی اطراف پایه ی پل با استفاده از روش فرامدلی (SVM) |
| کد مقاله : 1060-IHA |
| نویسندگان |
|
مهدی سلطانی ستوبادی1، توحید امیدپور علویان *2، نازیلا کاردان3 1دانشگاه شهید مدنی 2داشنجو دکترا، مهندسی عمران - آب وسازه های هیدرولیک، دانشگاه مراغه، مراغه، ایران 3دانشیار دانشگاه شهیدمدنی-گروه مهندسی عمران |
| چکیده مقاله |
| آبشستگی اطراف پایه‌های پل یکی از پدیده‌های طبیعی است که عمدتاً ناشی از فرآیندهای فرسایشی ناشی از میدان جریان در آبراهه‌های آبرفتی می‌باشد. این پدیده، به ویژه در صورت عدم کنترل مناسب، می‌تواند به طور جدی پایداری سازه‌های پل را تهدید کند. در طول زمان، آبشستگی موجب تخریب و تضعیف پایه‌های پل می‌شود و در نتیجه احتمال بروز خرابی‌های ساختاری و حتی فروپاشی سازه را افزایش می‌دهد. بنابراین، مطالعه و بررسی روش‌های مؤثر برای کاهش میزان آبشستگی از اهمیت ویژه‌ای برخوردار است. پژوهش‌های اخیر نشان داده‌اند که تکنیک‌های نوین یادگیری ماشین و الگوریتم‌های هوش مصنوعی به عنوان ابزارهای پیشرفته برای تحلیل و پیش‌بینی آبشستگی مورد توجه قرار گرفته‌اند. یکی از این تکنیک‌ها، استفاده از الگوریتم نرم‌افزار SVM است که به عنوان یک روش نوین یادگیری ماشین برای پیش‌بینی دقیق‌تر آبشستگی در اطراف پایه‌های پل معرفی شده است. این الگوریتم با تحلیل داده‌های پیچیده و شبیه‌سازی‌های دقیق، قادر به پیش‌بینی مؤثر میزان و الگوهای آبشستگی می‌باشد و به مهندسان و طراحان کمک می‌کند تا اقدامات لازم را برای بهبود طراحی و افزایش ایمنی سازه‌های پل اتخاذ کنند. در این پژوهش، عملکرد الگوریتم SVM در پیش‌بینی آبشستگی مورد ارزیابی قرار گائه می‌دهد و نشان‌دهنده دقت بسیار مطلوب الگوریتم SVM در پیش‌بینی آبشستگی است. همچنین، آنالیز حساسیت نشان می‌دهد که محتوای خاک رس (WC) بییش‌ترین تاثیر را بر میزان آبشستگی دارد. |
| کلیدواژه ها |
| پایه پل، عمق فرسایش، فرسایش موضعی، نرم افزار SVM |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
