میز خدمت الکترونیک
دوره ویراستاری

  اخبار و اعلانات

 آمار

تعداد نشریات127
تعداد شماره‌ها7,196
تعداد مقالات77,229
تعداد مشاهده مقاله157,297,047
تعداد دریافت فایل اصل مقاله118,448,526
شاهوردی, کاظم, غنی ئی, مجید, لونی, ریحانه. (1404). ارائه چارچوب کنترل هیبرید برای افزایش پایداری و کارایی در کانال‌های آبیاری تحت شرایط مختلف. , 15(4), 827-842. doi: 10.22059/jwim.2025.402879.1260
کاظم شاهوردی; مجید غنی ئی; ریحانه لونی. "ارائه چارچوب کنترل هیبرید برای افزایش پایداری و کارایی در کانال‌های آبیاری تحت شرایط مختلف". , 15, 4, 1404, 827-842. doi: 10.22059/jwim.2025.402879.1260
شاهوردی, کاظم, غنی ئی, مجید, لونی, ریحانه. (1404). 'ارائه چارچوب کنترل هیبرید برای افزایش پایداری و کارایی در کانال‌های آبیاری تحت شرایط مختلف', , 15(4), pp. 827-842. doi: 10.22059/jwim.2025.402879.1260
شاهوردی, کاظم, غنی ئی, مجید, لونی, ریحانه. ارائه چارچوب کنترل هیبرید برای افزایش پایداری و کارایی در کانال‌های آبیاری تحت شرایط مختلف. , 1404; 15(4): 827-842. doi: 10.22059/jwim.2025.402879.1260

ارائه چارچوب کنترل هیبرید برای افزایش پایداری و کارایی در کانال‌های آبیاری تحت شرایط مختلف

مدیریت آب و آبیاری
دوره 15، شماره 4، اسفند 1404، صفحه 827-842    اصل مقاله (1.68 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jwim.2025.402879.1260
نویسندگان
کاظم شاهوردی* 1؛ مجید غنی ئی2؛ ریحانه لونی3
1گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
2گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه یزد، یزد، ایران.
3دانشکده حکمرانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.
چکیده
بهینه‌سازی مدیریت آب در شبکه‌های آبیاری به‌ویژه در مناطق خشک و نیمه‌خشک از اهمیت حیاتی برخوردار است. پژوهش حاضر با هدف طراحی یک سیستم کنترل هوشمند برای کانال‌های انتقال آب سطحی انجام شد. برای این منظور، ابتدا یک مدل خطی انتگرالی-تأخیری توسعه یافت که قابلیت شبیه‌سازی رفتار هیدرولیکی کانال را دارا می‌باشد. سپس، یک سیستم کنترل هیبریدی نوآورانه مبتنی بر تلفیق کنترلر کلاسیک و عامل یادگیری تقویتی پیوسته طراحی و پیاده‌سازی گردید. مقادیر ضرایب کنترلر با تنظیم دستی به‌ترتیب برابر با 209/0، 243/0 و 086/0 و با تنظیم با یادگیری تقویتی به‌ترتیب برابر با 69/1، 055/0 و 086/0 می‌باشد. ارزیابی عملکرد سیستم در سناریوهای با تغییرات 10، 20 و 30 درصد دبی نشان داد که کنترلر تنظیم‌شده با یادگیری تقویتی در مقایسه با کنترلر تنظیم دستی، برتری قابل‌توجهی در ثبات و دقت عملکرد دارد. مهم‌ترین شاخص‌های این برتری شامل کاهش پنج برابری حداکثر خطای عمق در تغییر ۱۰ درصد ورودی بود. سیستم پیشنهادی گامی مؤثر در جهت هوشمندسازی مدیریت آب در کانال‌های آبیاری است، اما کاربرد آن در شرایط بحرانی نیازمند تلفیق با مدل‌های غیرخطی پیچیده‌تر می‌باشد.
کلیدواژه‌ها
ارزیابی؛ شبیه‌سازی؛ کانال؛ مدل انتگرالی-تأخیری
عنوان مقاله [English]
Hybrid Control Framework to Improve Stability and Efficiency in Irrigation Canals Under Various Conditions
نویسندگان [English]
Kazem Shahverdi1؛ Majid ghaniee2؛ Reyhaneh Loni3
1Department of Water Sciences and Engineering, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran.
2Department of Electrical Engineering, Faculty of Engineering, Yazd University, Yazd, Iran.
3Faculty of Governance, Faculties of Management, University of Tehran, Tehran, Iran.
چکیده [English]
Optimizing water management in irrigation networks, especially in arid and semi-arid regions, is of critical importance. This research aimed to design an intelligent control system for surface water conveyance canals. To this end, an integrator-delay linear model was first developed, capable of simulating the canal's hydraulic behavior. Subsequently, an innovative hybrid control system based on the integration of a classic PID controller and a continuous reinforcement learning agent was designed and implemented. The controller gains were set to 0.209, 0.243, and 0.086 via manual tuning, and to 1.69, 0.055, and 0.086 respectively when tuned by reinforcement learning. Performance evaluation under scenarios with 10%, 20%, and 30% flow changes demonstrated that the RL-tuned controller has significantly superior stability and accuracy compared to the manually tuned controller. The most important indicator of this superiority was a five-fold reduction in the maximum depth error for the 10% input change. The proposed system represents an effective step towards intelligent water management in irrigation canals; however, its application under critical conditions requires integration with more complex non-linear models, which is suggested for future research.
کلیدواژه‌ها [English]
Evaluation, Canal, Integrator-Delay Model, Simulation
مراجع
  1.  
  2. Ahmadi, S. M., Hashemy Shahdany, S. M., Soltani, J., & Varavipour, M. (2024). Developing a decentralized proportional-integral automatic control system and evaluating its performance in improving the operation of the Abshar irrigation district’ main canal. Iranian Journal of Soil and Water Research, 55, 729-747. (In Persian).
  3. Barkhordari, S., Ebrahim Najari, M., & Hashemy Shahdany, S. M. (2022). Performance Appraisal of Irrigation Water Distribution within the Abshar Irrigation Districts’ Main and Lateral Canals in Normal and Water Shortages Operational Scenarios. Water and Irrigation Management, 12, 389-404. (In Persian).
  4. Fatemeh, O., Hesam, G., & Shahverdi, K. (2020). Comparing Fuzzy SARSA Learning (FSL) and Ant Colony Optimization (ACO) Algorithms in Water Delivery Scheduling under Water Shortage Conditions. Irrigation and Drainage Engineering, 146,9, 04020028.
  5. Khaeez, S., & Shahdany, S. M. H. (2021). Non-structural modification of agricultural water distribution systems in large scale irrigation districts. Computers and Electronics in Agriculture, 184, 1061.02
  6. Lei, X., Wu, J., Long, Y., Chen, L., Liu, X., & Xu, H. (2025). Integral delay inspired deep learning model for single pool water level prediction. Journal of Hydrology, 133328.
  7. Schuurmans, J. (1997). Control of water levels in open-channels.
  8. Shahverdi, K. (2023). AICSS: Automatic simulator–controller/optimizer model of open channels. Irrigation and Drainage, 72, 1124-1136.
  9. Shahverdi, K., Alamiyan-Harandi, F., & Maestre, J. (2022). Double Q-PI architecture for smart model-free control of canals. Computers and Electronics in Agriculture, 197, 106940.
  10. Shahverdi, K., & Maestre, J. M. (2023). Holistic framework for canal modernization: operation optimization, and economic and environmental analyses. Water Resources Management, 37, 6145-6164.
  11. Shahverdi, K., & Maestre, J.M. (2022). Gray wolf optimization for scheduling irrigation water. Journal of Irrigation and Drainage Engineering, 148(7), 04022020.
  12. Shahverdi, K., Noorali, A ,.Ghodousi, H., & Berndtsson, R. (2024). Developing Internal and External Proportional Integral Derivative Water Surface Controller in HEC-RAS. Water, 16, 1699.
  13. Yaltaghian Khiabani, M. (2018). Design of Automatic Control System to Equitable Water Distribution under Water Shortages and Inflow Fluctuation Operational Conditions, Case study of Roodasht Irrigation district. Journal of Water and Soil Conservation, 25, 185-200.
  14. Yang, Z., Wang, Z., Liu, J., Zhang, T., & Zheng, Z. (2023). Canal controllability identification based on automation theory to improve water delivery efficiency in irrigation canal systems. Journal of Irrigation and Drainage Engineering, 149, 04023015.
  15. Zahran, S., Gooda, E. A., & Abdelmeged, N. (2024). Modeling Al-Qaraqoul canal before and after rehabilitation using HEC-RAS. Scientific Reports, 14, 14760.
  16. Zhou, K., Fan, Y., Gao, Z., Chen, H., Zheng, X., Yang, Y., & Liu, J. (2025). The coupled model of water delivery and distribution regulation for single-canal pool systems. Agricultural Water Management, 313, 109475.
  17. Zhu, Z., Guan, G., Tian, X., Shahdany, S. H., & Wang, K. (2023). The Integrator Dual-Delay model for advanced controller design of the open canal irrigation systems with multiple offtakes. Computers and Electronics in Agriculture, 205, 107616.
آمار
تعداد مشاهده مقاله: 170
تعداد دریافت فایل اصل مقاله: 133





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب