신경망을 이용한 파랑하 관로주변의 세굴심 예측 (Prediction of the Scour Depth around the Pipeline Exposed to Waves using Neural Networks)

서지정보

· 발행기관 : 한국지반환경공학회
· 수록지 정보 : 한국지반환경공학회 논문집 / 14권 / 5호 / 15 ~ 22페이지
· 저자명 : 김경호, 조준영, 이호진, 오현식

초록

해저관로는 중요한 해안구조물의 하나로 연안 및 해양개발을 위해 폭넓게 사용되고 있다. 해저관로는 해저지반의 상태에 따라 파와 흐름으로 인해 주변에 세굴이 발생한다. 이로 인해 관이 뜨거나 가라앉는 경우가 발생하여 관의 내구성에 악영향을 미친다. 최근에는 해양환경에서 구조물과 여러 요인들의 복잡한 상호작용에 의한 세굴에 대해 많은 연구들이 이루어졌지만, 아직까지 세굴을 정확히 예측하는 것은 어렵다. 본 연구에서는 신경망 기법으로 관로의 세굴심 자료를 분석하여 세굴심을 예측하였다. 학습을 위해 역전파 알고리즘을 사용하였다. 신경망 모델의 학습과 검증에 총 58개의 모형실험 자료들이 사용되었다. 또한 동일한 데이터에 대해 회귀분석 기법을 통한 예측과 비교 분석하여 세굴심 예측을 위한 신경망 기법의 적용성을 검토하였다.

영어초록

The submarine pipe, which is one of the most important coastal structures, is widely used in the development of coastal and ocean engineering. The scour of the submarine pipe occurs due to the wave and the current according to the state of the sea bed. The scour affects the submarine pipe and causes it to undergo settlement and fatigue. It is difficult to predict the local scour under complicated and various conditions of the coastal environment, even though many researches on the scour of the submarine pipe have been studied in recent years. This study analyzed the scour depth around a submarine pipe by using the Neural Network technique. The back-propagation algorithms was used to train the Neural Network. The 58 simulating experimental data for the performance and validation of the Neural Network technique were analyzed in this study. Then, the regression analysis for the same data was performed in this study to predict and compare with the Neural Network technique for the scour depth.

참고자료

· 없음