سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,098,978
تعداد دریافت فایل اصل مقاله97,206,553
نوروزی, زهرا, شاهوردی, کاظم, قدوسی, حسام. (1402). تنظیم تراز آب‌بند‌ها در کانال‌های آبرسانی با قابلیت RBO در HEC-RAS. , 13(2), 341-350. doi: 10.22059/jwim.2023.356700.1062
زهرا نوروزی; کاظم شاهوردی; حسام قدوسی. "تنظیم تراز آب‌بند‌ها در کانال‌های آبرسانی با قابلیت RBO در HEC-RAS". , 13, 2, 1402, 341-350. doi: 10.22059/jwim.2023.356700.1062
نوروزی, زهرا, شاهوردی, کاظم, قدوسی, حسام. (1402). 'تنظیم تراز آب‌بند‌ها در کانال‌های آبرسانی با قابلیت RBO در HEC-RAS', , 13(2), pp. 341-350. doi: 10.22059/jwim.2023.356700.1062
نوروزی, زهرا, شاهوردی, کاظم, قدوسی, حسام. تنظیم تراز آب‌بند‌ها در کانال‌های آبرسانی با قابلیت RBO در HEC-RAS. , 1402; 13(2): 341-350. doi: 10.22059/jwim.2023.356700.1062

تنظیم تراز آب‌بند‌ها در کانال‌های آبرسانی با قابلیت RBO در HEC-RAS

مدیریت آب و آبیاری
مقاله 4، دوره 13، شماره 2، تیر 1402، صفحه 341-350    اصل مقاله (1.01 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jwim.2023.356700.1062
نویسندگان
زهرا نوروزی1؛ کاظم شاهوردی* 2؛ حسام قدوسی1
1گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران.
2گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
چکیده
استراتژی‌های بهره‌برداری در HEC-RAS باعث می‌شود که کاربران بتوانند با استفاده از برخی شرایط مرزی استاندارد مانند شرط مرزی کنترل سطح آب، سازه‌هایی مانند دریچه‌ها را تنظیم کنند. برای استراتژی‌های عملیاتی پیچیده، نیاز به استفاده از یک الگوریتم کنترل وجود دارد که می‌تواند با برنامه‌نویسی یک الگوریتم کنترل در نرم‌افزار برنامه‌نویسی مانند متلب و لینک‌کردن آن با شبیه‌ساز کانال انجام شود. در این پژوهش، استراتژی بهره‌برداری جدید که در HEC-RAS وجود دارد و کم‌تر شناخته شده است، با استفاده از شرایط مرزی (Rules-based Operation) RBO طراحی شد که در آن کنترلر کلاسیک PID برای تنظیم سازه‌های آب‌بند در کانال E1R1 از شبکه دز در شمال خوزستان کدنویسی شد. بدین منظور مدل HEC-RAS کانال تهیه شد و برای هر سازه آب‌بند، یک کنترل‌کننده PID برای تنظیم عمق آب بالادست طراحی شد. برای ارزیابی مدل طراحی‌شده از شاخص‌های استاندارد عملکرد استفاده شد. مقدار ضریب کنترل‌گر تناسبی در آب‌بندهای یک تا سه به‌ترتیب برابر با پنج، 5/4 و یک به‌دست آمد. نتایج نشان داد که حداکثر مقدار شاخص MAE در تمامی گزینه‌های بررسی‌شده برابر با 13 درصد و حداکثر مقدار شاخص IAE کم‌تر از یک درصد است که بیانگر نتایج مناسب شرط مرزی RBO است. از این‌رو، استفاده از شرط مرزی RBO در کنترل سازه‌ها پیشنهاد می‌شود.
کلیدواژه‌ها
شرط مرزی Rules؛ مدیریت بهره‌برداری کانال؛ HEC-RAS
عنوان مقاله [English]
Check Structure Level Regulation in Water Supply Canals using RBO in HEC-RAS
نویسندگان [English]
Zahra Nourozirad1؛ Kazem Shahverdi2؛ Hesam Ghodousi1
1Department of Water Engineering, Faculty of Agriculture, University of Zanjan, Zanjan, Iran.
2Department of Water Science Engineering, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran.
چکیده [English]
Water level control and regulators have a main role in water conveyance and distribution. Despite the simplicity of structure settings in a steady-state condition, applying an appropriate setting in unsteady flow is complicated. Hence, control logic is used to set these structures, usually developed in languages such as MATLAB, Python, and FORTRAN. To use these logics, they must be combined with hydraulic models. In HEC-RAS, there is an elevation controlled water level boundary condition that can be used to control structures. In this research, the evaluation of the performance of this boundary condition was considered to regulate the water level in the E1R1 canal of the Dez network. The results showed that the rate of opening and closing of the gate has a significant impact on the performance, and if they are chosen correctly, the depth changes will be small. The results showed that the IAE indicator is around one percent in all the examined options and except in a few cases where the maximum value of MAE exceeds 10 percent and reaches up to 15 percent, its value is also low. Therefore, it is suggested to use this boundary condition in the control of structures.
کلیدواژه‌ها [English]
Canal Operation Management, HEC-RAS, Rules-Based Operation
مراجع
  1. Arauz, T., Maestre, J. M., Tian, X., & Guan, G. (2020). Design of PI controllers for irrigation canals based on linear matrix inequalities. Water, 12(3), 855.
  2. Bonet, E., Gómez, M., Yubero, M., & Fernández-Francos, J. (2017). GOROSOBO: an overall control diagram to improve the efficiency of water transport systems in real time. Journal of Hydroinformatics, 19(3), 364-384.
  3. Clemmens, A. J., Kacerek, T. F., Grawitz, B., & Schuurmans, W. (1998). Test cases for canal control algorithms. Journal of Irrigation and Drainage Engineering, 124(1), 23-30.
  4. Daneshfaraz, R., Dasineh, M., & Ghaderi, A. (2019). Evaluation of Scour Depth around Bridge Piers with HEC-RAS (Case study: Bridge of Simineh Rood, Miandoab, Iran). Environment and Water Engineering ,5(2), 91-102.
  5. Figueiredo, J., Botto, M. A., & Rijo, M. (2013). SCADA system with predictive controller applied to irrigation canals. Control Engineering Practice, 21(6), 870-886.
  6. Hashemy, S., & Van Overloop, P. (2013). Applying decentralized water level difference control for operation of the Dez main canal under water shortage. Journal of irrigation and drainage engineering, 139(12), 1037-1044.
  7. Hernández, J., & Merkley, G. (2011). Canal Structure Automation Rules Using an Accuracy-Based Learning Classifier System, a Genetic Algorithm, and a Hydraulic Simulation Model. I: Design. Journal of irrigation and drainage engineering, 137, 1.
  8. Herrera, J., Ibeas, A., & de la Sen, M. (2013). Identification and control of integrative MIMO systems using pattern search algorithms: An application to irrigation channels. Engineering Applications of Artificial Intelligence, 26(1), 334-346.
  9. Mollazeynali, H., & shahverdi, k. (2022). Application and Evaluation of Elevation Controlled Gates Boundary Condition in HEC-RAS in Water Conveyance and Distribution Systems. Water and Irrigation Management,12(4), 847-858.(In Persian)
  10. Shahverdi, K., & Monem, M. J. (2012). Construction and evaluation of the bival automatic control system for irrigation canals in a laboratory flume. Irrigation and drainage, 61(2), 201-207.
  11. Shahverdi, K., & Monem, M. J. (2015). Application of reinforcement learning algorithm for automation of canal structures. Irrigation and drainage, 64(1), 77-84.
  12. Shahverdi, K., Monem, M. J., & Nili, M. (2016). Fuzzy SARSA learning of operational instructions to schedule water distribution and delivery. Irrigation and Drainage, 65(3), 276-284.
  13. Tavares, I., Borges, J., Mendes, M. J., & Botto, M. A. (2013). Assessment of data-driven modeling strategies for water delivery canals. Neural Computing and Applications, 23(3), 625-633.
  14. van Overloop, P.-J., Horváth, K., & Aydin, B. E. (2014). Model predictive control based on an integrator resonance model applied to an open water channel. Control Engineering Practice, 27, 54-60.
آمار
تعداد مشاهده مقاله: 197
تعداد دریافت فایل اصل مقاله: 182


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب