بررسی مقایسه ای عملکرد روش المان محدود و مدل تکاملی در پیش بینی برآورد دبی نشت از بدنه یک سد خاکی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد مهندسی عمران، دانشکده فنی مهندسی عمران، دانشگاه تبریز.

2 دانشیار دانشکده عمران دانشگاه تبریز

3 دانشجوی دکتری، دانشکده مهندسی عمران، دانشگاه تبریز.

چکیده

یکی از موضوعات بسیار مهم در مورد سدهای خاکی تراوش آب از بدنه و پی سد می باشد که در صورت تجاوز از مقدار معینی منجر به خرابی و شکست سد خواهد شد. در تحقیق کنونی، کارایی روش تکاملی برنامه نویسی بیان ژن (GEP) و روش المان محدود (SEEP/W) در تعیین دبی نشت از بدنه سد خاکی زنوز واقع در استان آذربایجان شرقی مورد بررسی قرار گرفته است. بدین منظور ابتدا با استفاده از داده های سد خاکی زنوز (تراز آب در مخزن سد، سطح ایستائی پیزومترهای کار گذاشته شده در بدنه و پی سد و دبی نشت) مدل هایی در 3 حالت شامل؛ حالت منفرد دبی نشت وابسته به تراز مخزن، حالت منفرد دبی نشت وابسته به تراز پیزومتر و حالت ترکیبی دبی نشت وابسته به تراز مخزن و پیزومتر تعریف شده و نتایج حاصله مورد ارزیابی قرار گرفته است. سپس با استفاده از آنالیز حساسیت موثرترین پارامترها در هر حالت مشخص شده و بهترین حالت بدست آمده از روش GEP، با مدلسازی نرم افزاری با SEEP/W مقایسه گردید. نتایج نشان می دهد که تعیین دبی نشت در حالتی که تنها وابسته به تراز مخزن است منجر به جوابهای دقیقتری می گردد و در این راستا روش برنامه ریزی بیان ژن از روش المان محدود موفق تر می باشد. نتایج آنالیز حساسیت نشان داد که تراز آب مربوط به روز قبل در پیزومتر نصب شده در ارتفاع1850 متری (PL105(t-1)) و تراز آب در مخزن مربوط به دو روز قبل (RL(t-2)) تاثیرگذارترین پارامترها در مدل سازی می باشند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Comparative study of the performance of finite element method and evolutionary model in seepage discharge predicting from the body of an earth dam

نویسندگان [English]

  • Hassan sani 1
  • Kiyoumars Roushangar 2
  • Roghayeh Ghasempour 3
1 M.Sc, Department of Civil Engineering, University of Tabriz, Tabriz, Iran
2 Associate Professor, Department of Civil Engineering, University of Tabriz
3 PhD student, Department of Civil Engineering, University of Tabriz.
چکیده [English]

In this study, the capability of gene expression programming (GEP) and a finite element method (SEEP/W) was assessed for predicting water seepage from body and foundation of zonouz earthen dam located in East Azerbaijan Province. Therefore, different models using observational data of Zonouz dam (water level in the reservoir, pizometer levels implanted in the body and injected tunnel dam and seepage discharge) were developed in three states: single-mode of seepage discharge related to pizometer level, single-mode of seepage discharge related to reservoir level and combined state of seepage discharge related to reservoir and pizometer level and the results were analyzed. From the sensitivity analysis the most effective parameter for any states were determined. Then the best model of GEP was reanalyzed using SEEP/W software. The results showed that the single-mode which the seepage discharge depends to only reservoir level leads to more accurate results and in this regard, the gene expression programming approach is more successful than the applied finite element method. The sensitivity analysis showed that the water level related to one day ago in pizometer which located at level of 1850m (PL105(t-1)) and reservoir level related to two days ago (RL(t-2)) are the most effective parameters in modeling.

کلیدواژه‌ها [English]

  • Earth dam
  • GEP
  • Reservoir level
  • Seepage discharge
  • SEEP/W
[1] Sharghi, A. (2008). Sewage analysis in Sattarkhan dam using artificial neural network and mathematical models. Thesis of Master, Faculty of Civil Engineering, University of Tabriz.

[2] Moghadas, M. & Raeisi Estabragh, A. (2012). “Evaluation of Different Methods for Reducing Leakage from Soil Dams (Case Study of Nahrin Dam)”, 2nd National Conference on Structure, Geotechnics and Earthquake.

[3] Pakbaz, M. S., Dardaei, A. & Salahshoor, J. (2009). “Evaluation of performance of plastic concrete cutoff wall in Karkheh dam using 3-D Seepage analysis and measurement”. J. of Applied Sciences, 9(4), 724-730.

[4] Arshad, I. & Baber, M. (2014). “Finite Element Analysis of Seepage through an Earthen Dam by using Geo-Slope (SEEP/W) software”, J. Res., 1(7), 12-16.

[5] Ho, L. & Fatahi, B. (2015). “Analytical solution for the two-dimensional plane strain consolidation of an unsaturated soil stratum subjected to time-dependent loading”. Comput Geotech, 67: 1-16.

[6] Khu, S.T., Liong, S.Y., Babovic, V., Madsen, H. & Muttil, N. (2001). “Genetic programming and its application in real- time runoff forecasting”, J. Am Water Res Assoc, 37(2), 439-451.

[7] Liong, S.Y., Gautam, T.R., Khu, S.T., Babovic, V., Keijzer, M. & Muttil, N. (2002). “Genetic programming: A new paradigm in rainfall runoff modeling”, J. Am Water Res Assoc, 38(3), 705-718.

[8] Whigham, P.A. & Crapper, P.F. (2001). “Modeling rainfall–runoff using genetic programming”, Mathematical and Computer Modeling, 33 (6-7), 707–721.

[9] Rabunal, J.R.,  Puertas, J.,  Suarez, J. & Rivero, D. (2007). “Determination  of  the  unit  hydrograph of a typical urban basin using genetic programming and artificial neural networks”, J. Hydrol. Process, 21, 476–485.

[10] Aytek, A. & Kisi, O. (2008). “A genetic programming approach to suspended sediment modeling”, J. Hydro., 351, 288-298.

[11] Roushangar, K. (2013). “Intelligent simulation of bridge scouring of bridge bases using evolutional algorithms”, International Conference on Civil Engineering, Architecture & Urban Sustainable Development.

[12] Roushangar, K., Valizadeh, R., Ghasempour, R. (2017). Predicting of Hydraulic Jump Characteristics of Sudden Expanding Stilling Basins Using Evolutionary Algoritm. 3(1), 1-15, doi: 10.22091/cer.2017.1293.1056.

[13] Tayfur, G., Swiate, D., Wita, A., Vijay, P. & Singh, F. (2005). “Case Study: Finite Element Method and Artificial Neural Network Models for Flow through Jeziorsko Earth fill Dam in Poland”. J. Hydraukic Endineering, 131(6): 431-440

[14] Ersayin, D. (2006). “Studying Seepage in a Body of Earth-Fill Dam by (Artificial Neural Network) ANNs”. Department of Civil Engineering Izmir Institute of Technology.

[15] East Azarbaijan Regional Water Company. All reports and studies of Zenoz Dam Project. 1993 to 2013.

[16] Ferreira, C. (2005). “Gene Expression Programming: A New Adaptive Algorithm for Solving Problems”, J. Complex Systems, 13(2), 87-129.

[17] Amin Javaheri, A. R. & Pakniyat. A. (2009). “Static and Dynamic Analysis of Soil Dams Using Geo Studio”, Elme Omran Publishing.

CAPTCHA Image