فهرست نشریات علمی دسترسی آزاد ایران

پژوهش حاضر با هدف ارزیابی کارایی شبکه عصبی مصنوعی پرسپترون چندلایه  در تخمین دور پمپ‌ چاه‌های آب شرب بندر ترکمن با استفاده از پارامترهای آبدهی پمپ، عمق نصب پمپ و تراز آب زیرزمینی انجام شده است. این مطالعه شامل یک رویکرد یکپارچه از مدل‌سازی شبکه‌های عصبی مصنوعی و تحلیل حساسیت آن و نیز شبیه‌سازی مونت-کارلو  است. نتایج شبکه عصبی نشان داد که این مدل دارای عملکرد قابل قبولی برای پیش‌بینی دور پمپ چاه‌ها می‌باشد. همچنین مشخص شد که عملکرد این مدل به‌طور قابل توجهی تحت تأثیر تغییرات فصلی قرار دارد. بهترین عملکرد آن در مراحل آموزش و آزمون به ترتیب در ماه خرداد با 98/0=R² و 15/15=RMSE و در ماه فروردین با 99/0=R² و 13/16=RMSE مشاهده شد. نتایج تحلیل حساسیت متغیرهای ورودی نشان داد که سطح آب زیرزمینی با ۴۸ درصد، بیشترین تأثیر را بر دور پمپ دارد و پس از آن آبدهی پمپ با ۳۷ درصد و عمق نصب پمپ با ۱۵ درصد قرار دارند. تحلیل شاخص قابلیت اطمینان (بتا) نشان داد که سامانه پمپاژ مورد مطالعه دارای تغییرات عملکرد فصلی قابل توجهی است، به‌طوری که در ماه‌های زمستان، دارای قابلیت اطمینان عالی (با بتای 2/2-7/1) و در ماه‌های تابستان دارای قابلیت اطمینان منفی است که نشان‌دهنده احتمال خرابی سامانه و یا مصرف بیش از حد انرژی توسط پمپ‌ها است. روش ارائه شده در این تحقیق، چارچوب عملی برای مدیران آب و فاضلاب برای بهینه‌سازی عملیات پمپاژ، کاهش هزینه‌های انرژی و بهبود مدیریت منابع آب در مناطق خشک را ارائه می‌دهد.