تخمین عمر مفید باقی مانده اعضای سکوی ثابت شابلونی در محیط خلیج فارس با استفاده از الگوریتم رگرسیون با ماشین بردار پشتیبان

حفظ سلامت و پایداری سکوهای دریایی به دلیل ارزش اقتصادی این سازه ها در کشور بسیار با اهمیت است. اصلی ترین خرابی در این سازه ها شامل خستگی و خوردگی می باشد، لذا نظارت و بازرسی مستمر برای تشخیص و شناسایی این خرابی ها به همراه پیش بینی عمر مفید اجزای سازه، امری ضروری است. در سال های اخیر روش های مبتنی بر پایش سلامت سازه برای پیش بینی عمرمفید سازه ها مورد توجه محققین قرار گرفته است. در این پژوهش، یک رویکرد هوشمندانه برای پیش بینی عمر مفید اجزا در سکوهای فراساحل با استفاده از الگوریتم های یادگیری ماشین مورد بررسی قرار گرفت. به این منظور، یک سکوی واقعی در محیط خلیج فارس با استفاده از نرم افزار SACS مدل سازی و با ایجاد سناریوهای مختلف خرابی در آن، با بهره گیری از نتایج آنالیز خستگی طیفی در نرم افزار SACS، پیش بینی عمر مفید اجزای سازه با استفاده از الگوریتم رگرسیون بردار پشتیبان مورد بررسی قرار گرفت. خروجی روش رگرسیون با ماشین بردار پشتیبان عمر مفید خستگی اجزای حساس سازه را با دقت ۹۱ درصد تخمین و ارائه گردید.