پیش بینی عمر مفید اعضای سکوی فراساحل با الگوریتم جنگل تصادفی

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

1 گروه زلزله، دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر

2 گروه آب، دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر

چکیده

پایداری و سلامت سکوهای دریایی به دلایل مسائل زیست ­محیطی، هزینه نصب زیاد و ارزشمندی این نوع سازه ­ها در وضعیت اقتصاد کشور، حائز اهمیت می‌باشد. مهم‌ترین خرابی ­های سازه ­های دریایی از نوع خستگی و خوردگی می‌باشند، پایش و بازرسی این سازه ­ها در درازمدت برای تشخیص و شناسایی چنین خرابی­ هایی به ­همراه پیش ­بینی عمر مفید اعضای سازه برای مدیریت سکوها، امری لازم و ضروری می‌باشد. در این مقاله به بررسی روشی هوشمند برای پیش ­بینی عمر مفید اعضا در سکوهای دریایی به ­کمک روش یادگیری ماشین پرداخته می ­شود. به این منظور سکویی واقعی درمحیط خلیج ­فارس در نرم ­افزار SACS مدل ­سازی شده و با ایجاد سناریوهای مختلف خرابی در آن با استفاده ازنتایج آنالیز خستگی طیفی در نرم ­فزار SACS، به پیش ­بینی عمر مفید اعضای سازه به ­کمک الگوریتم های یادگیری ماشین پرداخته می­ شود و رویکردهای مدیریتی با توجه به آنالیزهای صورت گرفته ارائه می­ گردد. نتایج ارزیابی الگوریتم به کارگرفته شده بر روی 20 درصد از نمونه­ هایی که آموزش داده نشده بودند نشان می ­دهد که دقت این الگوریتم در تخمین عمر مفید خستگی اعضای حساس معادل 94 درصد می­ باشد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Predicting the Remaining Life of Offshore Structure Members with Random Forest Algorithm

نویسندگان [English]

  • Touraj Taghikhany 1
  • Mohammad Nabi Nazari Ghalati 2
1 Faculty of Civil Engineering, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran
2 Faculty of Civil Engineering, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran
چکیده [English]

Introduction

     Considering the importance and high cost of construction and maintenance of offshore platforms for the purpose of oil and gas extraction, and considering the fact that in case of failure, they can cause many environmental disasters, technical inspection of their structural condition is of serious importance. In addition to the high cost, this does not cover all aspects and it is very difficult to detect the failure in this case. Due to the repetitive nature of most of the environmental loads in the seas, these structures are constantly exposed to multiple and repetitive loadings. The phenomenon of fatigue is one of the effective factors in the health of these types of structures, so that during the past decades, the offshore industry has witnessed unfortunate events that often occurred due to the phenomenon of fatigue. One of the unpleasant cases can be mentioned the disaster of the Norwegian semi-submerged oil platform in the North Sea, named as the Kyland Alexandria, in which 123 people of the platform's crew lost their lives. One of the main braces connected to the base of the pontoon was completely broken and separated from the platform, causing the platform to completely overturn. The semi-submersible rig Sedo 135, which began operating in the Gulf of Mexico in 1965, suffered a fatigue failure in one of its rigs in 1967 after two years. One of the most widely used platforms in the Persian Gulf is the fixed platform of the stencil or jacket type, which is a steel structure that has braces and a deck, and foundations that are fixed on the sea floor by numerous piles. Fatigue cracks are the main failure factor in fixed jacket platforms (Ibrion et al., 2020).

کلیدواژه‌ها [English]

  • Remaining life
  • Health monitoring
  • Offshore structures
  • Random forest
  • Fatigue spectral analysis

مراجع

حبیب­ زاده ا، غفارزاده ح، "تشخیص خرابی سازه با استفاده از بسته موجک و الگوریتم جنگل تصادفی در سازه آزمایش شده در مرکز تحقیقات لرزه ­ای دانشگاه بریتیش"، فصل­نامه پژوهش­ های زیرساخت­ های عمرانی، 1396، 3 (2).
خوشدل س، "آموزش کاربردی نرم ­افزار SACS و آنالیز و طراحی سکوهای دریایی"، چاپ اول، انتشارات الیاس، 1390.
طاهری ع، فطرتی ع، "تحلیل خستگی قطعی یک سکوی پایه ثابت جکت موجود در خلیج فارس و استفاده از رینگ ­های سخت­ کننده برای افزایش عمر اتصالات"، هفتمین همایش بین ­المللی صنایع فراساحل، 1396.
عسگریان ب، کوزه­ گر پ، "بررسی اثر انعطاف ­پذیری اتصال در ارزیابی خستگی در سکوهای ثابت فلزی دریایی"، نشریه سازه و فولاد، 1390، سال پنجم (10).
Abd Alhusein TA, Kadim JA, “Fatigue Analysis of fixed jacket platform using FEM”, International Journal of Scientific & Engineering Research, 2020, 11, 2229-5518.‏
Aeran A, Siriwardane SC, Mikkelsen O, Langen I, “A new nonlinear fatigue damage model based only on SN curve parameters”, International Journal of Fatigue, 2017, 103, 327-341. ‏https://doi.org/10.1016/j.ijfatigue.2017.06.017
Ali L, Khan S, Bashmal S, Iqbal N, Dai W, Bai Y, “Fatigue crack monitoring of T-type joints in steel offshore oil and gas jacket platform”, Sensors, 2021, 21 (9), 3294. https://doi.org/10.3390/s21093294
Amirafshari P, Brenan F, Kolios A, “A fracture mechanics framework for optimising design and inspection of offshore Wind Turbine support structures against fatigue failure”, Wind Energy Science, 2020, 10.5194/wes-2020-65. https://doi.org/10.5194/wes-6-677-2021
API-recommended Practice 2A-WSD, twenty-first ed., 2000. RP 2A-WSD.
Avendano-Valencia LD, Abdallah I, Chatzi E, “Virtual fatigue diagnostics of wake-affected wind turbine via Gaussian Process Regression”, Renewable Energy, 2021, 170. 10.1016/j.renene.2021.02.003. https://doi.org/10.1016/j.renene.2021.02.003
Barltrop ND, Adams AJ, “Dynamics of fixed marine structures”, (Vol. 91). Butterworth-Heinemann, 2013.‏
Bhowmik S, “Life extension of offshore structure using machine learning”, In Offshore Technology ConferenceBrasil.OnePetro,2019. https://doi.org/10.4043/29759-MS
Correia JA, Correia M, Holm M, Ekeborg J, Lesiuk G, Castro JM, Calçada R, “Evaluation of fatigue design curves for a double-side welded connection used in offshore applications”, In Pressure Vessels and Piping Conference, 2018, 51678, p. V06AT06A028. https://doi.org/10.1115/PVP2018-85156
Ehsani M, Moghadas Nejad F, Hajikarimi P, “Developing an optimized faulting prediction model in Jointed Plain Concrete Pavement using artificial neural networks and random forest methods”, International Journal of Pavement Engineering, 2022, 1-16. https://doi.org/10.1080/10298436.2022.2057975
Gan L, Wu H, Zhong Z, “Fatigue life prediction considering mean stress effect based on random forests and kernel extreme learning machine”, International Journal of Fatigue, 2022, 158, 106761. https://doi.org/10.1016/j.ijfatigue.2022.106761
Gandhi P, Murthy DR, Raghava G, Rao AM, “Fatigue crack growth in stiffened steel tubular joints in seawater environment”, Engineering Structures, 2000, 22 (10), 1390-1401. https://doi.org/10.1016/S0141-0296(99)00080-2
He Z, Wen X, Liu H, Du J, “A comparative study of artificial neural network, adaptive neuro fuzzy inference system and support vector machine for forecasting river flow in the semiarid mountain region”, Journal of Hydrology, 2014, 509, 79-386. https://doi.org/10.1016/j.jhydrol.2013.11.054
Ibrion M, Paltrinieri N, Nejad A, “Learning from Failures: Accidents of Marine Structures on Norwegian Continental Shelf over 40 Years Time Period”, Engineering Failure Analysis, 2020. 111-104487. https://doi.org/10.1016/j.engfailanal.2020.104487
Kim B, Kim C, Ha SH, “Multiple Damage Detection of an Offshore Helideck through the Two-Step Artificial Neural Network Based on the Limited Mode Shape Data”, 2021, Sensors, 21 (21), 7357. https://doi.org/10.3390/s21217357
Li Y, Wang S, Zhang M, Zheng C, “An improved modal strain energy method for damage detection in offshore platform structures”, Journal of Marine Science and Application, 2016, 15 (2), 182-192.‏ https://doi.org/10.1007/s11804-016-1350-1
Mansouri Nejad N, Beheshti Aval SB, Maldar M, Asgarian B, “A damage detection procedure using two major signal processing techniques with the artificial neural network on a scaled jacket offshore platform”, Advances in Structural Engineering, 2021, 24 (8), 1655-1667. https://doi.org/10.1177/13694332209816
Rahgozar R, Bitaraf M, “A summary evaluation of output-only damage-sensitive features for structural health monitoring of offshore platforms subjected to ambient loads”, Ocean Engineering, 2022, 266, 112892.    https://doi.org/10.1016/j.oceaneng.2022.112892
Ramachandra M, D.S., Madhava Rao AG, Santhakumar AR, “Corrosion fatigue of stiffened offshore steel tubular joints”, Journal of Structural Engineering, 1994, 120 (7), 1991-2010. https://doi.org/10.1061/(ASCE)0733-9445(1994)120:7(1991)
Rezaei R, Fromme P, Duffour P, “Fatigue life sensitivity of monopile-supported offshore wind turbines to damping”, Renewable Energy, 2018, 123, 450-459.‏ https://doi.org/10.1016/j.renene.2018.02.086
Santos F, Noppe N, Weijtjens W, Devriendt C, “Data-driven farm-wide fatigue estimation on jacket-foundation OWTs for multiple SHM setups”, Wind Energy Science, 2022, 7 (1), 299-321.‏ https://doi.org/10.5194/wes-7-299-2022
Shabakhty N, Haselibozchaloee D, Correia JA, “Investigation on fatigue damage calibration factors in offshore structures”, In Proceedings of the Institution of Civil Engineers-Maritime Engineering, September 2021, 174 (3), 65-80. https://doi.org/10.1680/jmaen.2020.17
SPD13 Structural Design Basis, Pars Oil and Gas Company, 2011. South Pars Gas Field Development (Phase 13).
Torres MA, Ruiz SE, “Structural reliability evaluation considering capacity degradation over time”, Engineering Structures, 2007, 29 (9), 2183-2192. https://doi.org/10.1016/j.engstruct.2006.11.014
Wang S, Liu F, Zhang M, “Modal strain energy based structural damage localization for offshore platform using simulated and measured data”, Journal of Ocean University of China, 2014, 13, 397-406.‏ https://doi.org/10.1007/s11802-014-2028-4
Wöhler A, “Bericht über die Versuche, welche auf der Königl. Niederschlesisch-Märkischen Eisenbahn mit Apparaten zum Messen der Biegung und Verdrehung von Eisenbahnwagen-Achsen während der Fahrt”, Angestellt Wurden. Zeitschrift für Bauwesen, 1858, 8, 642-652.‏
Yeter B, Garbatov Y, Soares CG, “Evaluation of fatigue damage model predictions for fixed offshore wind turbine support structures”, International Journal of Fatigue, 2016, 87, 71-80. https://doi.org/10.1016/j.ijfatigue.2016.01.007
Zhang Z, Sun C, Jahangiri V, “Structural damage identification of offshore wind turbines: A two‐step strategy via FE model updating”, Structural Control and Health Monitoring, 2022, 29 (2), e2872.‏ https://doi.org/10.1002/stc.2872

فایل ها

هم رسانی

ارجاع به این مقاله

آمار