Sejak dahulu, sistem kumbahan telah direka berdasarkan peraturan empirik bagi mengurangkan masalah sedimen dan mematuhi senarai kod yang sedia ada pada pembersihan automatik(self-cleasing). Kod-kod tersebut boleh digunakan ke atas sedimen yang tidak kohesif (biasanya dalam perparitan). Penyelidikan ini mempamerkan Adaptive Neuro-Fuzzy Inference System (ANFIS), iaitu gabungan antara Neuro-Network dan Fuzzy Logic, dan juga sebagai pendekatan alternatif untuk pemodelan dalam hubungan pengangkutan sedimen dalam sistem paip saluran kumbahan. Sebuah hubungan fungsional telah dibangunkan dengan menggunakan ANFIS. Hubungan yang dicadangkan boleh dilaksanakan untuk batas berbeza dalam aliran sebahagian penuh. Pemodelan ANFIS yang dicadangkan telah memberikan keputusan yang memuaskan (r2 = 0,99 dan MSE = 0,0185).
___________________________________________________________________________________
Old sewage systems were designated based on empirical rules to minimize sediment problems and a list of codes for self-cleansing sewers. These codes were applicable to non-cohesive sediments (typically storm sewers). This study presents Adaptive Neuro-Fuzzy Inference System (ANFIS), which is an extension of NeuroNetwork and Fuzzy Logic, as an alternative approach to modeling the functional relationships of sediment transport in sewer pipe systems. A functional relation has been developed using ANFIS. The proposed relationship can be applied to different boundaries with partially full flow. The proposed ANFIS approach gives satisfactory results (r2=0.99 and MSE=0.0185).
Prediction of Scour Depth Downstream of Sills_Izham Jamal_A9_2011_875004056_NI