به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
فهرست مطالب نویسنده:

f. kalateh

  • فرهود کلاته*، سجاد کوزه گر غیاثی، احسان امین وش
    کاویتاسیون پدیده یی است که طی آن با حرکت جریان و کاهش فشار مایع به فشار بخار اشباع سیال در مناطق مستعد، حباب هایی از هوا در طی جریان ایجاد می شوند، که پس از رسیدن به مناطقی با فشار بالاتر شکافته و باعث آزاد شدن انرژی زیادی از جانب سیال می شوند، که با برخورد مایکروجت های مذکور به جداره ها، باعث ایجاد لرزش و سروصدا و آثار مخربی، از جمله: فرسایش سازه یی پروانه های کشتی ها، پره های پمپ ها و سریز سدها و همچنین کاهش راندمان و اختلال در عملکرد دستگاه های هیدرولیکی می شوند. در پژوهش حاضر، به صورت عددی و با استفاده از نرم افزار A N S Y S F L U E N T بررسی و مدل های مختلف کاویتاسیون در هندسه های متفاوت مطالعه و با هم مقایسه شده اند. همچنین نتایج نشان داده اند که تشکیل پدیده ی کاویتاسیون در گلویی 10 سانتی متر نسبت به 5 سانتی متر به میزان 5٫88\٪، در گلویی 10 سانتی متری نسبت به بدون گلویی به میزان 64٫71\٪ و در گلویی 5 سانتی متری نسبت به بدون گلویی به میزان 62٫5\٪ تغییر یافته است.
    کلید واژگان: کاویتاسیون، جریان دوفازی، دینامیک سیالات محاسباتی، فشار بخار اشباع
    F. Kalateh *, S. Kouzehgar Ghiasi, E. Aminvash
    Cavitation is a phenomenon during which, with the movement of the flow and the reduction of the liquid pressure to the saturated vapor pressure of the liquid in susceptible areas, bubbles of air are formed during the flow. The microjet becomes full of energy with the fluid, which when these micro jets collide with the walls, causing vibration and noise and destructive effects such as structural erosion of ship propellers, pump blades, and dams, as well as reducing efficiency, and malfunction of hydraulic devices. This research aims to study different simulation models of the cavitation phenomenon and compare them in the way of cavitation cloud creation and expansion and the effect of this phenomenon on the flow. The present research has been analyzed numerically using ANSYS FLUENT software. In this research, an attempt has been made to study and compare different cavitation models in various geometries. Also, in one example, the results of the numerical model have been compared with the results of the laboratory model. The results showed that the formation of cavitation phenomenon in 10 cm throat compared to 5 cm by 5.88%, in 10 cm throat compared to without throat by 64.71%, and in 5 cm throat compared to without throat by 5.62% has changed.
    Keywords: Cavitation, Two-Phase Flow, Computational Fluid Dynamics, Saturated Vapor Pressure
  • مهران سیف الهی، سلیم عباسی، محمدعلی لطف الهی یقین، رسول دانشفراز*، فرهود کلاته، مازیار فهیمی فرزام

    نشست غیرقابل پیش بینی سدهای خاکی پژوهشگران را بر آن داشته تا روش های نوین نظیر شبکه عصبی مصنوعی، تیوری موجک، منطق فازی و ترکیبی از این روش ها مورد توجه آنها قرار گیرد. در این پژوهش با استفاده از روش های هوش مصنوعی مقدار نشست تاج در سدهای سنگریزه ای با هسته مرکزی تخمین زده شده است. در این پژوهش از داده های 35 سد سنگریزه ای با هسته مرکزی برای آموزش و صحت سنجی مدل ها استفاده شد. شبکه عصبی مصنوعی، مدل ترکیب تبدیل موجک و شبکه عصبی مصنوعی و سیستم استنتاج تطبیقی فازی- عصبی مدل های پیشنهادی ارایه شده در این پژوهش هستند. بر اساس نتایج حاصل در مطالعه حاضر، بهترین مدل برای شبکه عصبی مصنوعی با دو لایه مخفی که لایه اول 18 نورون و لایه دوم 7 نورون و با تابع فعال ساز Tansig-Tansig، با ضریب تعیین R2=0.4969، برای مدل سیستم استنتاج فازی- عصبی، تابع حلقوی (Dsigmoid) به عنوان تابع عضویت، با 3 تابع عضویت و تعداد 142 تکرار با ضریب تعیین R2=0.2860، بهترین مدل و همچنین برای ترکیب تبدیل موجک- شبکه عصبی با تابع موجک coif2 به دلیل انطباق بیشتر این تابع با متغیرهای ورودی، عملکرد بهتری داشته و این تابع با ضریب تعیین R2=0.9447، دارای بیشترین دقت نسبت به سایر مدل ها است.

    کلید واژگان: نشست تاج سد، سد سنگریزه ای، شبکه عصبی مصنوعی، تبدیل موجک، فازی - عصبی
    M. Seifollahi, S. Abbasi, M.A. Lotfollahi-Yaghin, R. Daneshfaraz*, F. Kalateh, M. Fahimi-Farzam

    Unpredictable settlement of earth dams has led researchers to develop new methods such as artificial neural networks, wavelet theory, fuzzy logic, and a combination of them. These methods do not require time-consuming analyses for estimation. In this research, the amount of settlement in rockfill dams with a central core has been estimated using artificial intelligence methods. The data of 35 rockfill dams with a central core were used to train and validate the models. The artificial neural network, wavelet transform model, and fuzzy-neural adaptive inference system are the proposed models which were used in the present study. According to the results, the best model for an artificial neural network had two hidden layers, the first layer of 18 neurons and the second layer of 7 neurons, with the Tansig-Tansig activation function, with a coefficient of determination R2=0.4969. The best model for the fuzzy-neural inference system had the ring function (Dsigmoid) as a membership function, with three membership functions and 142 repetitions with a coefficient of determination R2=0.2860. Also, combining wavelet-neural network conversion with the coif2 wavelet function due to the more adaptation this function has to the input variables, the better the performance, and this function, with a coefficient of determination R2=0.9447, had the highest accuracy compared to other models.

    Keywords: Dam crest settlement, Rockfill dam, Artificial neural network, Wavelet transform, Neural-fuzzy
سامانه نویسندگان
  • فرزاد کلاته
    فرزاد کلاته
    (1401) دکتری علوم سیاسی، دانشگاه علامه طباطبائی
اطلاعات نویسنده(گان) توسط ایشان ثبت و تکمیل شده‌است. برای مشاهده مشخصات و فهرست همه مطالب، صفحه رزومه ایشان را ببینید.
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال