دوماه نامه

نوع مقاله : مقالات پژوهشی

نویسندگان

1 دانشگاه علوم کشاورزی و منابع طبیعی ساری

2 دانشگاه تربیت مدرس

چکیده

چکیده
در روش کاهش سطح که یکی از رایج ترین روش های تجربی در تعیین توزیع رسوبات در مخازن می باشد، مخازن از نظر هندسی به چهار نوع تقسیم بندی می شوند. برای هر یک از چهار نوع مخزن پارامترهای ارائه شده بر اساس تعداد محدودی مخزن بدست آمده است که پیش بینی این روش را با خطای زیادی همراه می کند. لذا در مخازنی که در حال بهره برداری می باشند و عملیات هیدروگرافی در آنها حداقل یکبار انجام شده باشد، می توان با تعیین پارامترهای مناسب به دقت قابل قبولی دست یافت، یا به اصطلاح مدل را برای آن مخزن خاص واسنجی نمود. در این تحقیق در محیط متلب4، ابتدا بر اساس تئوری روش کاهش سطح یک مدل کامپیوتری تهیه شد. سپس مدل بهینه سازی به روش الگوریتم ژنتیک آماده شد و در نهایت این دو مدل ترکیب شدند. مدل تهیه شده پارامترهای روش تجربی کاهش سطح را برای هر مخزن به نحوی تعیین می کندکه بیشترین تطابق بین مقادیر محاسباتی و اندازه گیری شده به دست آید. جهت واسنجی و صحت سنجی مدل تهیه شده حداقل به سه دوره اطلاعات اندازه-گیری شده نیاز می باشد. به علت کمبود اطلاعات هیدروگرافی مخازن ایران، ابتدا مدل تهیه شده برای سد مخزنی آلتوس5 در آمریکا که دارای سه دوره اطلاعات می باشد به کار برده شد. نتایج حاصل نشان دهنده افزایش قابل ملاحظه ای در دقت پیش بینی روش با استفاده از پارامترهای بهینه می باشد. سپس با استفاده از این روش پارامترهای بهینه برای سد مخزنی کارده که تنها دو هیدروگرافی از آن در دسترس بود، به دست آمد و بر اساس آنها نحوه توزیع رسوبات در سال های آینده پیش بینی شد.

واژه های کلیدی: توزیع رسوبات، روش تجربی کاهش سطح، واسنجی، الگوریتم ژنتیک

عنوان مقاله [English]

Mathematical Model for Auto-Calibration of Area-Reduction Method in Sediment Distribution of Dam Reservoir Using Genetic Algorithm

نویسندگان [English]

  • A.R. Emadi 1
  • A. Mohammadiha 1
  • J. Mohammad Vali Samani 2

1 Deportment of Water Engineering, Sari Agricultural Sciences and Natural Resources University

2 Faculty of Agricultural, Tarbiat Modaress University

چکیده [English]

Abstract
Area-reduction method is one of the most common experimental methods that determines the sediment distribution in reservoirs. In this method, reservoirs are geometrically divided into four types. For all reservoir types, parameters are achieved based on a limited number of reservoirs which leads to large scale errors for prediction of this method. So suitable parameters can be achieved in dams that are in operation and hydrography of reservoir is carried out at least once. In other words the method can be calibrated for the reservoir. In this study initially a computer model based on the area-reduction method was provided using MATLAB software. Then optimization model was prepared using Genetic Algorithm and these two models were combined, finally. The above mentioned model determines area-reduction method parameters, so that the most compatibility occurs between computational and measured values. For calibration and verification of the model at least three measured data are required. Due to lack of enough hydrographic data in Iranian dams, first the model was applied for Altus dam in USA with three hydrographic data. Results showed that there was a significant increase in accuracy of estimation, using optimal parameters. Finally optimal parameters were achieved using this model for Karde dam that had only two hydrographic data available. Then based on optimal parameters sediment distribution of Karde dam was predicted for next years.

Keywords: Sediment distribution, Area-reduction method, Calibration, Genetic algorithm

CAPTCHA Image