Journals / Çukurova Üniversitesi Mühendislik-Mimarlik Fakültesi Dergisi / 2008 / Cilt: 23 - Sayı: 2
Prediction of scouring depth at bridge pier by artificial neural networks and linear model
- Pages
- 147–157
- DOI
- —
Abstract
Scouring, as a major problem at the bridge pier, is important in hydraulic engineering. There is not any equation that it is available for every situation in the literature. That’s why the modeling study is an alternative to determine the depth of scouring. In this study, artificial neural networks and general linear model were used to predict scouring depth. The pier width, flow depth, median sediment diameter, Froude number (Fr) and depth of scouring data of 205 belongs to different investigators are used in the study. Various input combinations are tried as inputs to the ANN and GLM so as to evaluate degree of effect of each of these variables on scouring. The results are also compared with each other. Based on the comparisons, it was found that the ANN computing technique could be employed successfully in modeling scouring process.
Özet
Köprü ayaklarında oyulma hidrolik mühendisliğinde karsılasılan önemli problemlerden biridir. Köprü stabilitesinin sağlanabilmesi için temel derinliğinin nehirde olusacak oyulma derinliğinin daha altına inmesi gerekir. Literatürde köprü ayaklarında oyulma derinliğinin tespitine iliskin yapılmıs çok sayıda deneysel çalısma sonucu elde edilmis ampirik formül mevcuttur. Ancak bu denklemlerin tüm çalısmalarda geçerliliği söz konusu değildir. Bu çalısmada yapay sinir ağları (YSA) ve genel lineer model (GLM) kullanılarak oyulma derinliğini tahmin modelleri gelistirilmistir. Farklı arastırmacılara ait 205 laboratuar verisinden türetilen ayak genisliği, akım derinliği, ortalama dane çapı, akıma ait Froude sayısı ve oyulma derinliği verileri kullanılmıstır. Değisik girdi kombinezonları denenerek her bir değiskenin oyulma derinliğine olan etkisi incelenmistir. Çalısma neticesinde, YSA’nın GLM’ e göre çok daha iyi sonuçlar verdiği görülmüstür.