تخمین عمق آبشستگی در زیر خطوط لوله با استفاده از شبکه های عصبی مصنوعی

استفاده از خط لوله های دریایی به عنوان روش موثر برای انتقال محصولات نفتی و گازی ، آب و فاضلاب، مابین سکوهای دریایی و ساحل می باشد. پایداری خط لوله های دریایی هم به دلیل کارایی خط لوله و هم به دلیل خطرات زیست محیطی آن از اهمیت خاصی برخوردار است . آبشستگی زیر خط لوله داخل دریا یکی از عوامل خرابی این سازه می باشد و عمق گودال آبشستگی در زیر آن از عوامل مهم در طراحی خط لوله می باشد.در زمینه پیش بینی عمق آبشستگی زیر خط لوله های دریایی در حالتی که در معرض موج می باشند، فرمولهای مختلفی ارائه گشته است که اکثر این فرمولها برحسب دو پارامتر بی بعد عدد کولگان- کارپنتر (KC) و نسبت بی بعد فاصله اولیه لوله ازبستر به قطر لوله e/D ارائه شده اند. در این مقاله برای مدلسازی آبشستگی زیر خط لوله از روش شبکه های عصبی مصنوعی (ANN) سه لایه پیش رو با الگوریتم آموزش انتشار خطا به عقب ، با یک لایه ورودی و یک لایه خروجی برای پیش بینی عمق آبشستگی زیر خط لوله های داخل دریا که در معرض موج قرار گرفته اند، استفاده شده است . در این مقاله نشان داده شده است که علاوه بر Kc وe/D دیگر پارامترهای مزبور نیز در تعیین عمق و الگوی آبشستگی مهم می باشند و مدلی که توسط این هشت پارامتر ورودی ساخته شده است ، نسبت به فرمولهای تجربی دارای خطای کمتر و پارامترهای آماری بهتری می باشد.