MATLAB kullanarak köprü ayakları etrafındaki yerel oyulmanın yapay sinir ağları kullanarak tahmini

Oyulma, yatak malzemesinin su yolu boyunca taşınmasının bir sonucudur, ayrıca oyulma köprülerin dengesini bozarak ekonomik ve insan hayatında büyük bir kayba yol açar. Bu çalışmada, MATLAB yazılımında ki, derin öğrenme araç kutusu kullanılarak geri yayılım algoritmalarına sahip birkaç ileri beslemeli yapay sinir ağı (ANN) modeli oluşturulmuş, ayrıca gizli katmandaki düğüm sayısını belirlemek için deneme yanılma süreçleri kullanılmıştır. Ayrıca, giriş parametreleri olarak perde genişliği, akış hızı, akış derinliği, tane kritik ortalama hızı, tane boyutu dağılımı ve hedef parametre olarak maksimum oyulma derinliği içeren farklı kaynaklardan 400 laboratuvar veri seti kullanılmıştır. Modellerin değerlendirilmesinde regresyon ve ortalama kare hata değerleri kullanılmıştır. Sonuçlar, Levenberg-Marquardt eğitim algoritmasının diğer algoritmalara kıyasla en iyi tahmin performansını verdiğini, ayrıca duyarlılık analizinin, giriş parametrelerinden köprü ayakları arası genişliğinin çıkarılmasının tahmin verimliliğini diğer parametrelere göre daha fazla azalttığını gösterdi. Ayrıca, boyutsal parametrelere sahip ANN modelleri, boyutsuz parametrelere göre daha iyi sonuçlar vermektedir. ANN'nın denge oyulma derinliğinin tahmini için güvenilir bir yöntem olarak kullanılabileceği bulunmuştur.