Estimating scour depth downstream of ski-jump spillways using the electric eel foraging optimization algorithm

Sintesi Tecnica: Stima della Profondità di Erosione a Valle di Scoloio a Salto di Sci utilizzando l'Algoritmo di Ottimizzazione del Foraggiamento dell'Anguilla Elettrica

Problematica
Gli scolioli a salto di sci sono essenziali per la dissipazione di energia nelle alte dighe, tuttavia l'impatto del getto d'acqua sul letto del fiume a valle induce un'erosione locale significativa. Questa erosione minaccia la stabilità delle strutture idrauliche e altera la morfologia del fiume. Sebbene siano state proposte numerose relazioni empiriche per predire la profondità di erosione (ad es. Veronese, 1937; Mason e Arumugam, 1985; Azmathullah et al., 2006), il documento nota che tali metodi soffrono spesso di una precisione limitata a causa della natura non lineare e stocastica del processo di erosione. Inoltre, i modelli di regressione tradizionali mancano di sufficiente precisione, mentre i modelli di apprendimento automatico "black-box" spesso mancano di formulazioni matematiche trasparenti necessarie per un'estrapolazione affidabile. Lo studio mira a sviluppare un modello predittivo che offra sia un'elevata accuratezza che un'espressione matematica chiara per affrontare tali limitazioni.

Metodologia
La ricerca utilizza un approccio ibrido che combina l'analisi dimensionale con un nuovo algoritmo di ottimizzazione meta euristica.

1. Dati e Parametri: Il modello è stato calibrato utilizzando un set di dati di 104 punti derivati da misurazioni sperimentali di Azmathullah et al. (2005) e test su modelli fisici della Diga del Bacino di Darian (Centro Iraniano per la Ricerca sulle Acque, 2011). Le variabili di input chiave includono la portata unitaria ($q$), l'altezza di caduta totale ($H$), il raggio del secchio ($R$), l'angolo del salto di sci ($\Phi$), la profondità dell'acqua a valle ($d_w$) e la dimensione mediana delle particelle del letto ($d_{50}$).
2. Analisi Dimensionale: Utilizzando il teorema $\pi$ di Buckingham, gli autori hanno derivato una relazione di legge di potenza non dimensionale per la profondità di erosione ($d_s$). La relazione è espressa come funzione di gruppi adimensionali: numero di Froude ($F$), altezza di caduta relativa ($H/d_w$), raggio del secchio relativo ($R/d_w$), dimensione del grano relativa ($d_{50}/d_w$) e l'angolo del secchio ($\Phi$).
3. Zonizzazione basata su Froude: È stata implementata una nuova tecnica di zonizzazione in cui il dominio del numero di Froude viene suddiviso in tre sottoregioni distinte. All'interno di ogni zona, il modello impiega un set unico di coefficienti calibrati per l'equazione di legge di potenza. I confini di queste zone non sono predefiniti, ma sono determinati come variabili decisionali durante il processo di ottimizzazione.
4. Algoritmo di Ottimizzazione: L'algoritmo di Ottimizzazione del Foraggiamento dell'Anguilla Elettrica (EEFO) è stato impiegato per calibrare il modello. L'EEFO è una meta euristica ispirata ai comportamenti di caccia collettiva delle anguille elettriche (interazione, riposo, caccia e migrazione). L'algoritmo ottimizza simultaneamente:
   • i coefficienti ($a_i, b_i, c_i, d_i, e_i, f_i$) per l'equazione di legge di potenza in ciascuna delle tre zone.
   • le variabili di partizione ($k_i$) che definiscono i confini del numero di Froude tra le zone.
   • la funzione obiettivo che minimizza la somma dei quadrati degli errori (SSds) tra le profondità di erosione osservate e predette, soggetti a vincoli che garantiscano valori di erosione positivi.

Contributi Chiave

• Applicazione di un Nuovo Algoritmo: Questo studio introduce l'algoritmo EEFO nel campo dell'ingegneria idraulica per la prima volta, specificamente per la predizione della profondità di erosione.
• Strategia di Zonizzazione: L'implementazione di una tecnica di zonizzazione basata sul numero di Froude consente al modello di adattare il proprio comportamento matematico a diversi regimi di flusso, affrontando la non linearità del processo di erosione in modo più efficace rispetto alle formule empiriche a singola equazione.
• Formulazione Matematica Trasparente: A differenza dei modelli di apprendimento automatico "black-box" (ad es. ANN, SVM), il modello risultante fornisce un'equazione matematica esplicita e interpretabile (Equazione 42) che gli ingegneri possono applicare direttamente.

Risultati
Il modello proposto basato su EEFO è stato valutato utilizzando indici statistici: Rapporto tra l'Errore Quadratico Medio e la Deviazione Standard (RSR), Coefficiente di Determinazione ($R^2$), Efficienza di Nash–Sutcliffe (NSE) e Percentuale di Bias (PBIAS).

• Metriche di Prestazione: Il modello ha ottenuto un RSR di 0,167, un $R^2$ di 0,972, un NSE di 0,972 e un PBIAS di 0,336. In base alle scale di valutazione citate nel documento (ad es. Haiati et al., 2025; Afaridegan et al., 2025), questi valori indicano una prestazione "Molto Buona".
• Confronto con i Metodi Empirici: Lo studio ha confrontato il modello proposto con 15 formule empiriche consolidate (inclusi Veronese, Mason e Arumugam, e Azmathullah et al.). Il modello EEFO ha superato significativamente tutti i metodi empirici. Ad esempio, il miglior metodo empirico (Azmathullah et al., 2005) ha prodotto un RSR di 0,390 e un NSE di 0,847, mentre il modello proposto ha ottenuto un RSR di 0,167 e un NSE di 0,972.
• Equazione Calibrata: L'output finale è un'equazione di legge di potenza a tratti (Equazione 42) con coefficienti specifici per tre intervalli del numero di Froude ($F \le 1,171$, $1,171 < F \le 2,774$ e $F > 2,774$).

Significatività e Rivendicazioni
Il documento afferma che il metodo di ottimizzazione basato su EEFO sviluppato fornisce uno strumento altamente accurato e affidabile per predire la profondità di erosione a valle degli scolioli a salto di sci. Offrendo un'espressione matematica trasparente che supera le formule empiriche tradizionali, il modello affronta la duplice necessità di precisione e interpretabilità nella progettazione idraulica. Gli autori dichiarano che queste scoperte offrono una soluzione pratica per mitigare i rischi legati all'erosione e ottimizzare la progettazione delle strutture idrauliche, migliorandone la sicurezza e la stabilità a lungo termine. Lo studio conclude che i parametri governanti primari sono il numero di Froude, l'altezza di caduta relativa, il raggio del secchio relativo, la dimensione del grano relativa e l'angolo del bordo del secchio, con il modello che rivela specifiche relazioni dirette e inverse tra questi parametri e la profondità di erosione all'interno delle zone calibrate.