سیل، یکی از بزرگترین معضلات و بلایای طبیعی در اقلیم ایران است که از دیرباز موجب بروز خسارات زیادی شده است. مدیریت ریسک سیل در کاهش عوارض برخی از خطرات سیل، جلوگیری از تلفات جانی در هنگام وقوع سیل و کاهش بار اقتصادی جوامع و مناطق پس از سیل موفق بوده است. این یک رویکرد مفید برای ارزیابی خطرات و تصمیم گیری در مورد اجرای اقدامات حفاظتی است. اخیراً علاوه بر مدیریت ریسک سیل، تاب‌آوری سیل به عنوان یک رویکرد جدید در ادبیات دانشگاهی مورد بحث قرار گرفته است. این مقاله بر این است تا رابطه بین مدیریت ریسک سیل و تاب آوری سیل را آشکار کند. بنابراین، سه جنبه مورد بحث قرار می‌گیرد: تعریف تاب‌آوری، روش‌های اندازه‌گیری آن و همچنین امکان اجرا و تعبیه آن در مدیریت ریسک سیل. از این‌رو در مطالعه حاضر مروری بر ۳۷ تحقیق مختلف انجام شده در زمینه راهکارهای و تجربیات مقابله با سیل و تاب‌آوری در برابر این مخاطره طبیعی انجام گرفت. نتایج نشان داد گرچه روش‌های غیرسازه‌ای در کنترل سیل نسبت به روش‌های سازه‌ای کم هزینه‌تر هستند ولی کاربرد ترکیبی اقدامات سازه‌ای و غیرسازه‌ای برای کنترل سیلاب بهترین بازدهی را خواهد داشت. تفاصيل المقالة

مقدمه: جریان­های غلیظ اغلب عامل اصلی انتقال رسوب در آب­های عمیق و مخازن می­باشند. برای جلوگیری از رسوب در مکان­های بحرانی سدها، روش­های مختلفی از جمله قرار دادن موانع در مسیر این جریان­ها ارائه شده است. روش­: براین­اساس در این مطالعه اثر دبی، غلظت ورودی، شیب و ارتفاع موانع نفوذپذیر ذوزنقه­ای شکل بر رفتار جریان­های غلیظ نمکی به صورت آزمایشگاهی مورد بررسی قرار گرفته است. 72 آزمایش­  با دبی متغیر 7/0، 2/1و 7/1 لیتر برثانیه و غلظت متغیر 20 و 25 گرم بر لیتر، شیب 5/0، 1 و 5/1 درصد و ارتفاع مانع 1، 5/1 و 2 برابر بدنه جریان غلیظ انجام شد و  براساس شار هد جریان مقادیر درصدکاهش هد تعیین و اثر سایر پارامترها مورد ارزیابی قرار گرفت. یافته­ها: نتایج نشان داد که سه پارامتر شیب، غلظت و دبی ورودی عوامل موثر بر مومنتم جریان بوده و با افزایش هر یک از این پارامترها، میزان کارایی موانع با نسبت بی­بعد ارتفاع 1 و 5/1 کاهش پیدا می­کند اما در مانع با نسبت بی­بعد ارتفاع 2 عملکرد مانع بهتر بوده و هنگام برخورد جریان با مانع اغتشاش زیاد ایجاد شده که سبب کاهش چشمگیر هد جریان غلیظ می­گردد. نتیجه­گیری: به این صورت که نرخ متوسط کاهش شار هد برای نسبت بی­بعد ارتفاع 1 در حدود 38 درصد و برای نسبت بی­بعد ارتفاع 5/1 در حدود 52 درصد و برای نسبت بی­بعد ارتفاع 2 در حدود 86 درصد می­باشد. در انتها به برازش خطی و غیرخطی داده های درصد کاهش هد جریان غلیظ پرداخته شد. تفاصيل المقالة

چکیده
مقدمه : جریان­ غلیظ یکی از مهمترین عوامل در فرآیند رسوب­گذاری سدها می­باشد. افزایش رسوب در نزدیک دیواره سد، ظرفیت ذخیره ­سازی آن را کاهش داده و چالش ­های قابل­ت وجهی را برای مهندسین مربوطه ایجاد می­کند. بنابراین درک پویایی سیالات غلیظ و الگوهای رسوبی مرتبط جهت مدیریت مخزن سدها بسیار کارآمد است.
روش : هدف از این تحقیق ایجاد یک مدل هوشمند با تطابق مناسب با داده ­های آزمایشگاهی بوده تا بتوان از آن در طرح­ های آتی با متغیرهای متفاوت نیز استفاده نمود. براین­اساس در این تحقیق درصد کاهش هد جریان غلیظ نمکی تحت تاثیر موانع نفوذپذیر ذوزنقه­ای شکل (سنگ­دانه ­ها با قطر 1 سانتیمتر)، با در نظر گرفتن متغیرهایی همچون دبی، شیب، غلظت و ارتفاع موانع به ­صورت آزمایشگاهی مورد بررسی قرار گرفت، سپس براساس نتایج حاصله اقدام به مدل­سازی هد جریان غلیظ نمکی با روش شبکه عصبی مصنوعی پیش­خور و روش کلاسیک رگرسیون چند متغیره شد و کارکرد این دو روش مورد مقایسه قرار گرفت.
یافته­ ها : نتایج نشان داد که روش هوشمند شبکه عصبی مصنوعی پیش­خور در مدل­سازی درصد کاهش هد جریان غلیظ نمکی نسبت به روش رگسیون چند متغیره برتری قابل توجهی دارد به­گونه­ای که مقادیر رگسیون آموزش، واسنجی و تست به ترتیب 99/0، 0.98 و 98/0 برای شبکه عصبی و 92/0، 0.91 و 91/0 برای رگسیون چند متغیره بدست آمد.




نتیجه­ گیری : عملکرد شبکه عصبی مصنوعی نسبت به روش رگسیون چند متغیره کارایی بسیار بهتری دارد. تفاصيل المقالة

چکیده
مقدمه :  جریان چگال یکی از عوامل موثر بر انتقال رسوبات به مخازن سدها می باشد. در این راستا یکی از روش های عملی برای کنترل رسوبات، ایجاد مانع در مسیر این جریان ها می­باشد.
روش :  در این تحقیق آزمایشگاهی، رفتار جریان چگالی تحت تأثیر موانع استوانه‌ای ساخته شده از چوب با قطر 1.5 سانتی‌متر و ارتفاع 30 سانتی‌متر (بیش از ارتفاع بدنه جریان چگالی) مورد ارزیابی قرار گرفت. بنابراین با در نظر گرفتن متغیرهایی مانند شیب کف، غلظت و دبی، مقادیر هد جریان غلیظ تعیین شد. همچنین در این مقاله از الگوریتم‌های یادگیری ماشین مانند سیستم استنتاج فازی-عصبی تطبیقی و شبکه عصبی مصنوعی برای مدل‌سازی نتایج استفاده شد.
یافته ­ها :  بر اساس نتایج، هد جریان نمک چگال با استفاده از الگوریتم‌های یادگیری ماشینی مانند سیستم استنتاج عصبی فازی تطبیقی و شبکه عصبی مصنوعی مدل‌سازی انجام شد و عملکرد این دو روش مقایسه شد. نتایج نشان داد که الگوریتم‌های یادگیری ماشین در مدل‌سازی هد جریان نمک چگالی مفید هستند و مقادیر رگرسیون سیستم استنتاج فازی عصبی تطبیقی برای داده های آموزش و آزمون 0.99 و رگرسیون شبکه عصبی مصنوعی به ترتیب 0.94 و 0.91 به دست آمد.
نتیجه ­گیری : با مقایسه این دو روش مشخص شد که سیستم استنتاج عصبی-فازی تطبیقی در مدل‌سازی درصد کاهش جریان سر چگالی نسبت به روش شبکه عصبی مصنوعی پیش‌خور مؤثرتر بوده است. تفاصيل المقالة