Victor Viana Chaves
Resumo
A fim de aperfeiçoar e otimizar o projeto de dutos flexíveis, muita atenção está sendo colocada na criação de modelos numéricos mais realistas e sofisticados para análises dinâmicas. A necessidade de modelos não lineares detalhados combinados com a demanda por longas simulações no domínio do tempo tornam o projeto destes tipos de estruturas muito demorado e caro. Recentemente, métodos híbridos que combinam Análise de Elementos Finitos (AEF) e Redes Neurais Artificiais (RNA) têm apresentado resultados promissores em termos de redução de custos computacionais. Neste trabalho três métodos híbridos são apresentados, combinando AEF e RNA, com o objetivo de reduzir os custos computacionais envolvidos na análise dinâmica de dutos flexíveis considerando mar irregular. Um riser flexível de um sistema offshore típico foi simulado numericamente com a aplicação de 88 diferentes estados do mar de fadiga em 8 direções (11 por direção). Esta abordagem híbrida é aplicada primeiramente, através de simulações de AEF curtas para treinar a RNA e, em seguida, usando apenas a RNA e os movimentos prescritos da unidade flutuante para obter o restante do histórico de resposta. Com as predições de tração e curvaturas, uma análise local é aplicada para calcular as tensões nos arames da armadura de tração e a correspondente vida à fadiga no topo do riser. Duas variáveis importantes para a arquitetura da RNA foram selecionadas para serem estudadas em uma análise de sensibilidade: o comprimento das séries de treinamento e o número de neurônios na camada escondida.
Abstract
In order to refine and optimize flexible pipes design, large amounts of effort are spent into setting up models that are more realistic and sophisticated for dynamic numerical analyses. The need for detailed nonlinear models combined with the demand for long time domain simulations make the design of these types of structures very time consuming and expensive. Recently, different hybrid methods combining Finite Element Analyses (FEA) and Artificial Neural Networks (ANN) have presented promising results in terms of reducing computational costs. Three hybrid methods are presented in this work, combining FEA and ANN aiming to reduce the computational costs involved in the time domain flexible pipe irregular wave dynamic analysis. Two of these methods are applied to each sea state individually and the other is applied in a complete scatter diagram of a single direction. A typical offshore system has been numerically simulated with the application of 88 different fatigue sea states from 8 directions. The hybrid approach is applied firstly using short FEA simulations to train the ANN and then, using only ANN and the prescribed floater motions to get the rest of the response histories. With the predicted tension and curvatures a local analysis is applied to calculate stresses in tensile armor wires and the corresponding fatigue lives. Two important variables from the ANN architecture was selected to be studied in a
sensitivity analysis: the training time series length and the number of neurons in hidden layer.
