SPRAISeakeeping prediction using artificial intelligence

Resumo

En este trabajo se presenta la herramienta SPRAI, que utiliza Redes Neuronales Artificiales (RNA) para estimar el comportamiento del buque en la mar a una velocidad dada. Esta se basa en el cálculo de los Operadores de Respuesta en Amplitud (RAO) del buque. Se desarrolla una metodología para seleccionar la mejor arquitectura de RNA, generar la base de datos requerida para el entrenamiento y procesar los datos para facilitar la predicción de los objetivos. Para generar esta base de datos, se emplea un código personalizado en 3D que resuelve el problema de difracción-radiación de olas mediante el Método de Elementos de Frontera (BEM) para distintas direcciones de ola y un rango de números de Froude. Para evaluar la herramienta desarrollada, se comparan las predicciones de SPRAI con los resultados del BEM usando seis buques que no forman parte de la base de datos de entrenamiento. Los resultados muestran desviaciones inferiores al 3% respecto al BEM para las curvas de RAO. Estas curvas de RAO presentan un alto grado de ajuste con los resultados del BEM para diferentes frecuencias de encuentro. Además, los tiempos de cálculo de la herramienta SPRAI son 3.750 veces más rápidos que los cálculos del BEM.