Doğal akarsularda akımın deneysel ve bilgisayar destekli modellenmesi
Experimental and computer-aided modeling of flow in natural river
- Tez No: 318001
- Danışmanlar: DOÇ. DR. MEHMET ARDIÇLIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Akarsu, modelleme, yapay sinir ağları, bulanık mantık, debi, River, modeling, artificial neural network, fuzzy logic, discharge
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 127
Özet
Nehir akımlarının düzenli olarak ölçülmesi hem çok zaman almakta hem de pahalı olmaktadır. Bu nedenle, pratikte genellikle anahtar eğrisi kullanılarak nehir akışları tahmin edilmektedir. Anahtar eğrileri genellikle seviye ile akış değerleri arasında eğrisel bir ilişki kurularak elde edilir. Ancak her istasyon için bir anahtar eğrisi belirlemek gerekmekte ve istasyonların anahtar eğrileri zamanla değiştiğinden tahminler yanlışlık göstermektedir. Yapay zeka yöntemlerinden, yapay sinir ağları (YSA) ve bulanık mantık modelleri, anahtar eğrilerine iyi bir alternatif oluşturmaktadır.Bu tez çalışmasında, Kızılırmak nehrinin yan kollarında seçilen 5 farklı istasyonda, 22 farklı akım şartlarında, akarsu enkesiti dilimlere bölünerek geometrisi çıkarılmış ve hız-alan yöntemiyle debisi belirlenmiştir. Belirlenen taban eğimi, taban pürüzlülük katsayısı, enkesit dilim genişliği, dilimden geçen su seviyesi ve nehir enkesit genişliği değerleri giriş verisi olarak kullanılarak; çok katmanlı yapay sinir ağları (ÇKYSA), radyal tabanlı yapay sinir ağları (RTYSA), genelleştirilmiş regresyon yapay sinir ağları (GRYSA) ve adaptif ağ tabanlı bulanık çıkarım sistemi (ANFIS) modelleri ile her bir dilimden geçen debi tahmin edilmiştir. Ölçülen değerlerle modellerin tahminleri arasındaki hatalar belirlenmiş, model performansları kendi arasında karşılaştırılmış, ayrıca debinin belirlenmesinde giriş parametrelerinin etkinliği irdelenmiştir.Debinin belirlenmesinde YSA ve bulanık mantık modellerinin oldukça başarılı olduğu, model performanslarının birbirine yakın olduğu görülmüştür. En iyi performans ANFIS modelinden elde edilmiştir. Debi tahmininde seviye ölçümleri tek başına yeterli sonuç vermezken, diğer giriş verileriyle beraber en etkin giriş parametresi olarak görülmektedir.
Özet (Çeviri)
Regular measurement of the streamflows takes much time and becomes more expensive. For that reason, in practical generally it is estimated by the rating curves. Rating curves are generally obtained by establishing a relationship between stage and streamflow. But for each station a rating curve must be obtained and the prediction shows mistakes because rating curves change by time. Some of the methods of artificial intelligence, artificial neural networks and fuzzy logic models make up an alternative for the rating curves.In this study, selected on side branch of the Kızılırmak river, on 5 different station, for 22 different streamflow conditions, dividing the cross sections, geometry of river is identified and discharge is determined with velocity-area method. Determining bottom slope, bottom roughness coefficient, water level flowing through slice and river cross section width value using as input data; from each slice discharge predicted, with models, multilayer artificial neural networks (MLP), radial basis neural networks (RBNN), generalized regression neural networks (GRNN) and adaptive-network based fuzzy inference systems (ANFIS). Errors between the measured values and model predictions were determined, the model performances are compared between themselves, and also examined effectiveness of input parameters to determine discharge.ANN and fuzzy logic models are fairly successful for determination of discharge, the performance of model observed close to each other. The best performance was obtained ANFIS model. Prediction of discharge, stage measurements are not adequate results individual, along with other input data is regarded as the most effective input parameter.
Benzer Tezler
- Doğal akarsularda ve sinüs kanallarda boyuna dispersiyon katsayısının belirlenmesi
Determinational of longitudinal dispersion coefficient in natural riverand sinuous channels
MURAT ŞİMŞEK
- Hareketli tabanlı akarsularda labirent yan savaklardaki akımın hidrodinamiğinin incelenmesi
An investigation of the hydrodynamics of flow at the labyrinth side weirs in the movable bed rivers
MUSTAFA TUNÇ
Yüksek Lisans
Türkçe
2014
İnşaat MühendisliğiFırat Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET EMİN EMİROĞLU
- Self-cleansing drainage system design by incipient motion and incipient deposition-based models
Hareketin ve çökelmenin başlangıcı esaslı kendiliğinden temizlenen drenaj sistemi tasarım modelleri
MİR JAFAR SADEGH SAFARİ
Doktora
İngilizce
2016
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HAFZÜLLAH AKSOY
- Hareketli tabanlı akarsularda yanal akımın hidrodinamiğinin incelenmesi
An investigation of the hydrodinamics of lateral flow on the movable bed rivers
FEVZİ ÖNEN
Doktora
Türkçe
2005
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ.DR. HAYRULLAH AĞAÇCIOĞLU
- Ölçümü olmayan akarsu havzalarında akım tahminlerinin iyileştirilmesi
Improvement of streamflow estimation in ungauged basins
MUSTAFA UTKU YILMAZ
Doktora
Türkçe
2020
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ