文献

J-GLOBAL ID：202002261824804607   整理番号：20A0711280

人工神経回路網を用いたASAダム橋の洗掘深さ予測【JST・京大機械翻訳】

Scour Depth Prediction for Asa Dam Bridge, Ilorin, Using Artificial Neural Network

著者 (5件)： Odeyemi Samson Olalekan (Kwara State University, Department of Civil and Environmental Engineering Malete Nigeria) ,  Akinpelu Mutiu Adelodun (Kwara State University, Department of Civil and Environmental Engineering Malete Nigeria) ,  Abdulwahab Rasheed (Kwara State University, Department of Civil and Environmental Engineering Malete Nigeria) ,  Dauda Kazeem Adeshina (Kwara State University, Department of Statistics and Mathematical Sciences Malete Nigeria) ,  Chris-Ukaegbu Stella (Federal Polytechnic Offa, Department of Civil Engineering Offa Nigeria)
資料名： International Journal of Engineering and Research in Africa  (International Journal of Engineering and Research in Africa)
巻： 47  ページ： 53-62  発行年： 2020年 
JST資料番号： W3696A  ISSN： 1663-3571  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 橋梁洗掘は,それの周りの水の移動の結果として,橋の基礎の周りの地盤材料の局所的損失である。洗掘は,橋の基礎の安定性に対する大きなリスクであり,その結果,国の社会経済生活における崩壊,寿命の損失,およびセットバックをもたらす。人工ニューラルネットワーク(ANN)は,入力パラメータの集合に従って学習する単純で高度に接続された処理要素の集合であり,ヒトまたは動物中枢神経系の神経細胞のネットワークをシミュレートするために使用される。ナイジェリア,Kwara州,Ilorinにおける最も長い橋の1つであるAsa Dam橋は,それぞれ20mの5つの(5)スパンを持っている。橋は,IlorinをOgbomosho Express法(国の西部に導く)とEyenkorin-Jebba道路(北部に導く)に接続した。したがって,橋には高い経済価値がある。本研究では,流れの深さ,河川の平均流速および堆積物の中央値のような因子を調査し,それらが橋の杭基礎周辺の洗掘の深さにどのように影響するかを示した。データを48週間にわたって採取し,ANNを適用してモデルを予測し,これらの因子が河床の洗掘深さにどのように関連するかを示すモデルを作成した。モデルは,Asa川橋の杭キャップの周りの水理パラメータと土壌等級が,その基礎の洗掘深さに及ぼす重要な影響を持つことを明らかにした。モデルを,5つの(5)他の確立した洗掘方程式と比較した。Copyright 2020 Trans Tech Publications Ltd. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 杭基礎 ,  *洗掘 ,  河川 ,  *ダム ,  スパン ,  河床 ,  平均流速 ,  動物 ,  ネットワーク ,  *ニューラルネットワーク ,  堆積物 ,  ヒト ,  流速 ,  水流 ,  道路

著者キーワード (7件)： 橋 ,  流速 ,  人工神経回路網 ,  流れの深さ ,  中央堆積物サイズ ,  ASA川 ,  イロリン

分類 (2件)： 下部工  (RC06060B) ,  移動床,浮遊,沈殿などの水理  (RC10040U)

タイトルに関連する用語 (5件)： 人工神経回路網 ,  ASA ,  ダム ,  洗掘 ,  予測