بررسی پدیده آبشستگی در زیر لوله های انتقال در دریا به روش شبکه های عصبی مصنوعی برای حالت موج

عمق گودال آبشستگی از عوامل مهم و تاثیر گذار در طراحی خط لوله های دریایی می باشد.در چند دهه اخیر مطالعات آزمایشگاهی زیادی جهت شناخت الگو و تعیین عمق آبشستگی برای حالتی که لوله در معرض موج می باشد انجام شده است و فرمول های مختلفی ارائه گشته که اکثر این فرمولها برحسب دو پارامتر بی بعد عدد کولگان کارپنتر KC1وو نسبت بی بعد فاصله اولیه لوله از بستربه قطر لوله e/d ارائه شده اند .در این مقاله ازروش شبکه های عصبی مصنوعی به عنوان تقریب خطی برای پیش بینی عمق آبشستگی استفاده شده است. ورودی های این مدل پارامتر هایی می باشند که در قالب اندر کنش سه گانه موج-لوله –بستر (رسوب) و پارامتر هایی که نشان دهنده مشخصات لایه مرزی بستر در حالت در معرض موج و موقعیت نسبی لوله از بستربوده، می باشند که می تواند در عمق گودال ابشستگی موثر باشد .در این مقاله نشان داده می شود که علاوه بر KCوe/D دیگر پارامتر های مزبور نیز در تعیین عمق والگوی آبشستگی مهم وموثر می باشندو مدلی که توسط تمامی این هشت پارامتر ورودی ساخته شده است،نسبت به فرمول های تجربی و سایر مدل ها دارای خطا کمتر و نتایج بهتری می باشد و عدد کولگان کارپنتر مهمترین و تاثیر گذارترین پارامتر در آبشستگی می باشد

Keywords:

خط لوله های دریایی , آبشستگی , عمق تعادلی آبشستگی , شبکه عصبی مصنوعی مقدمه