Generative KI in der Meerestechnik: Unzureichende proprietäre Datensätze schränken ihre praktischen Anwendungen ein

Moderne Computer verbessern die Entwurfs- und Konstruktionsprozesse im Schiffbau und in der Offshore-Technik erheblich, aber begrenzte Datensätze behindern ihre weitere Integration.

Der Name der Disziplin Marinearchitektur und Meerestechnik (NAME) ist zwar erst ein paar hundert Jahre alt, aber ihre Ursprünge lassen sich auf antike Zivilisationen vor Tausenden von Jahren zurückführen, als Menschen bereits Schiffe bauten, um die Welt zu erkunden und gewerbliche Tätigkeiten ausüben. Viele Menschen, darunter Archimedes, Bouguer und Chapman, hatten die Konzepte von Auftrieb, Stabilität und Schiffsdesign zu wissenschaftlichen Methoden und Theorien verfeinert.

Marinearchitektur und Meerestechnik ist eine professionelle Ingenieurdisziplin, die sich mit der Planung, dem Bau, der Prüfung, der Vermessung, der Wartung und dem Betrieb von Schiffen und Bauwerken befasst. Ich habe einen Bachelor-Abschluss in Meeresbau und Meerestechnik von der U.S. Coast Guard Academy und einen Master-Abschluss von der University of California, Berkeley. In den letzten 22 Jahren habe ich als Schiffbauer in einem privaten Schifffahrtsberatungsunternehmen gearbeitet und Passagierschiffe, Meeresforschungsschiffe, Lastkähne und andere Schiffe entworfen. Fußkreuzfahrtschiffe und sogar ein Flugzeugträger, der einer Seestadt ähnelt. Fachleute aus diesem Bereich sind auch für den Entwurf von Offshore-Windkraftplattformen, U-Booten, Containerschiffen, autonomen Schiffen und fast allen Schiffen verantwortlich, die unter Wasser oder auf dem Wasser operieren Modelle, um berufliches Wissen zu erlernen, einschließlich meiner selbst. Der reale Entwurfsprozess umfasst jedoch vollständig fortschrittliche Computeranwendungen, die auf maschinellem Lernen basieren.

Mithilfe von Strichzeichnungen im Unterricht wird die Form des Rumpfes skizziert und so der Entwurfs- und Bauprozess des Schiffs bewertet. Wenn Sie Bleistifte verwenden und Linien zeichnen, müssen Sie häufig wiederholt zeichnen und radieren und mithilfe einer Sichtprüfung feststellen, ob die Kurve glatt genug ist. Mittlerweile können uns viele Softwareprogramme dabei helfen, schnell Rumpfliniendiagramme zu zeichnen und Algorithmen zu verwenden, um den aktuellen Plan anhand gesammelter historischer Daten zu überprüfen.

Der Anstieg der modernen Rechenleistung ermöglicht es Ingenieuren, Variablen zu testen und ihre Wirksamkeit in Sekundenschnelle zu bewerten, eine Aufgabe, die in der Vergangenheit möglicherweise Stunden oder sogar Tage gedauert hat. Der Grund, warum diese Effizienzsteigerung erreicht werden kann, ist untrennbar mit der unablässigen Erforschung wissenschaftlicher Prinzipien und Berechnungsformeln in den letzten Hunderten von Jahren verbunden. Darüber hinaus enthält die Software Mindestsicherheitsstandards und Compliance-Anforderungen, die erfüllt werden müssen.

Wie das Sprichwort sagt: „Die Schifffahrtsindustrie hat neue Technologien immer nur langsam angenommen.“ Wenn wir jedoch eine moderne Werft oder ein Konstruktionsunternehmen betreten, sehen wir die routinemäßige Anwendung von Technologien wie 3D-Modellierung, numerischer Strömungsmechanik, Finite-Elemente-Analyse und Roboterfertigung. Dies zeigt, dass dieses Verständnis oft falsch ist. Jetzt sollte die Schiffbauindustrie auch die Einführung fortschrittlicherer Tools wie maschinelles Lernen und künstliche Intelligenz in Betracht ziehen. Heutzutage verwenden Schiffbau- und Offshore-Ingenieure fortschrittliche Softwarepakete, um die Effizienz und Genauigkeit von Design und Entwicklung erheblich zu verbessern Besonders geeignet für die Kombination mit maschinellem Lernen und KI. Beispielsweise verwendet die Computational Fluid Dynamics (CFD) hauptsächlich die Navier-Stokes-Gleichungen, um die Flüssigkeiten zu modellieren, in denen Schiffe fahren.

Dank der Verbesserung der modernen Rechenleistung können wir physikalische Phänomene durch Berechnungen bewerten. Doch selbst mit den leistungsstärksten verfügbaren Computern erfordern solche Simulationen oft viel Zeit und erhebliche Investitionen. Daher werden Schlepptanks immer noch häufig zur Bewertung und Messung der Rumpfform und -leistung eingesetzt. Aber mit Hilfe der numerischen Strömungsmechanik können wir jetzt auch eine „virtuelle“ Schlepptanksitzung erstellen, um mit der KI zu besprechen, wie die Rumpfform optimiert werden kann, und dann weitere Tests und Verifizierungen anhand tatsächlicher Szenarien durchführen. In einer idealen Welt müssten Sie nicht einmal physische Tanktests durchführen, um das optimale Design zu finden. Maschinelles Lernen kann die Dauer solcher Simulationen verkürzen, Kunden Geld sparen und gleichzeitig das Fehlerpotenzial verringern.

Das derzeitige Haupthindernis für die weitere Anwendung von KI über grundlegende Algorithmen des maschinellen Lernens hinaus besteht darin, dass die für KI verfügbaren proprietären Datensätze zu begrenzt sind. Damit KI erfolgreich ist, benötigen KI-Systeme in der Regel große Datenmengen, um effektive Abfrageantworten zu extrahieren und zu erstellen. Ohne leistungsstarke Datensätze werden KI-Anwendungen im Schiffbau und in der Offshore-Technik nicht effektiv sein. Unser Unternehmen hat erkannt, dass das Sammeln und Anwenden realer Daten über einen mehrjährigen Zyklus hinweg eine wichtige Voraussetzung für die Reduzierung von Fehlern und die Verbesserung des Designs geworden ist. Deshalb haben wir begonnen, Schritte zu unternehmen, um diese Daten aktiv zu organisieren und in zukünftigen Designs zu nutzen

Bestimmte Bereiche des Schiffbaus und der Meerestechnik haben in der Tat große Datensätze angesammelt, die zur Verbesserung des Konstruktionsentwurfs verwendet werden, einschließlich Wellen- und Strömungsmessungen, Schiffsmanöveraufzeichnungen und Leistungsprotokolle von Schiffsausrüstung. Obwohl für solche Aktivitäten eine große Datenmenge verfügbar ist, werden sie häufig von Regierungsbehörden, Betreibern und Geräteherstellern gepflegt, und es gibt derzeit keinen globalen Datensatz, der für alle Beteiligten leicht zugänglich ist.

Die praktische Anwendung von Schiffskonstruktionsdaten ist aus mehreren Gründen immer noch recht begrenzt. Zu diesen Gründen gehören private oder staatlich finanzierte Entwürfe (die Daten dienen nur der Nutzung durch Eigentümer), spezielle Schiffsentwürfe (nur für bestimmte Schiffstypen verfügbar, begrenzter Umfang) und der Mangel an notwendigen Mitteln für die Sammlung, Validierung und Bereitstellung tatsächlich nutzbarer Daten

Austal, ein australischer Schiffsdesignhersteller, hat einige Details seines DeepMorpher-Tools enthüllt. Dieses Tool nutzt KI und maschinelle Lerntechnologie, um die Rumpfform zu optimieren. Das Unternehmen sagte in den Nachrichten, dass es Hochleistungsrechnen einsetzt, um die Ausführungszeit der numerischen Strömungsmechanik zu verkürzen, und gleichzeitig mit seinem 3D-Rumpfentwurfsdatensatz arbeitet. Austal verfügt über eine große Bibliothek von Rumpfformen und stellte nach Tests und Validierung fest, dass die Leistung von DeepMorpher um Größenordnungen höher war als die mehrerer anderer bestehender Modelle.

Wenn die Datenanonymität durchgängig gewährleistet werden kann und der offene Datenzugriff den Eigentümern tatsächlich quantifizierbare Vorteile bringen kann, sollten die derzeit strengen Beschränkungen für proprietäre Daten in Zukunft gelockert werden. Darüber hinaus können bestimmte Designentscheidungen, wie zum Beispiel Masterpläne, die für bestimmte Anwendungsfälle oder Kundenbedürfnisse entwickelt wurden, proprietär bleiben und der Öffentlichkeit nicht zugänglich sein.

Es werden jedoch noch einige andere Entwurfsentscheidungen getroffen, um die für den Gesamtentwurf erforderliche mathematische Sicherheit oder regulatorische Anforderungen zu erfüllen. Wenn Eigentümer, einschließlich Regierungsbehörden, erkennen, wie Daten und Systeme der künstlichen Intelligenz die Effizienz der Entwurfsarbeit verbessern können, ergreifen sie möglicherweise die Initiative und stellen Datensätze bereit

Für verschiedene Spezialschifftypen gibt es keine gute Lösung. Der Anwendungsbereich kann in einigen Aspekten zwischen verschiedenen Schiffen gleich sein, sodass Sie versuchen können, relevante Daten zu ermitteln. Aber trotzdem erfordert der Prozess der Validierung der Daten und der Prüfung, ob sie übertragen werden können, viel Zeit und Geld, daher ist es notwendig, Wege zu finden, die Daten zu „bereinigen“, um die Kosten zu kontrollieren und ihren praktischen Nutzen zu verbessern

Schiffbau und Offshore-Technik ist ein interessanter Bereich Im Bereich der Technik ist es notwendig, die Rumpfform, die innere Struktur, die Stromerzeugung, -verteilung, die Innenarchitektur, die Wohn- und Arbeitsanordnung, die Ergonomie usw. so zu gestalten, dass eine schwimmende Offshore-Plattform entsteht Das kann Leben erhalten und der Besatzung dabei helfen, ihre Arbeit auf der Plattform zu erledigen.

Das gesamte Raum- und Systemdesign nimmt viel Zeit in Anspruch, mehrere Anforderungen müssen gleichzeitig erfüllt werden und verschiedene potenzielle Designfehler müssen rechtzeitig entdeckt und behoben werden. KI kann eingesetzt werden, um Fehler zu reduzieren, die Einhaltung von Compliance-Anforderungen sicherzustellen, eine Vielzahl ergonomischer Anforderungen zu erfüllen und ein „einfach funktionierendes“ elektrisches System- und Gerätelayoutdesign bereitzustellen.

Moderne Schiffe verfügen heute über umfangreiche Elektro- und Steuerungssysteme. Das gesamte Schiff wird von Computern gesteuert, und neue vollelektrische/hybride Fähren müssen mit fortschrittlichen Steuerungs- und Überwachungssystemen ausgestattet sein. KI kann uns helfen, Konflikte zwischen diesen Systemen während der Entwurfsphase schneller als menschliche Experten und hoffentlich mit weniger Fehleinschätzungen zu erkennen und zu lösen.

Der Wassertransport ist mit einem Anteil von etwa 90 % die Hauptmethode des Warenhandels. Jedes Jahr reisen Millionen Menschen mit Fähren und anderen Passagierschiffen um die Welt. Der Bedarf an Talenten in der Schifffahrtsindustrie ist sehr hoch. Aufgrund der begrenzten Anzahl qualifizierter Besatzungsmitglieder mussten viele Linienflüge verschoben oder gestrichen werden. Da es in den Vereinigten Staaten nur wenige Universitäten gibt, die Abschlüsse in Schiffbau und Meerestechnik anbieten, wird es schwierig, die Forschung und Anwendung von maschinellem Lernen und Technologien der künstlichen Intelligenz in diesem Bereich zu fördern.

Mit leistungsstarker KI-Technologie gibt es Probleme bei der Personalausstattung kann gelöst werden, aber das fällt in den endlosen Kreislauf dessen, was zuerst da war, das Huhn oder das Ei. Wenn man bedenkt, dass Regierungsprojekte mehrere Schiffsverträge unterzeichnet haben, eine gewisse Designoffenheit beibehalten werden kann (solange die Schiffssicherheit dadurch nicht beeinträchtigt wird) und über großzügige Forschungs- und Entwicklungsfinanzierungsreserven verfügt, scheint es, dass die Schiffbauindustrie mit der US-Küstenwache oder den US-amerikanischen Behörden zusammenarbeiten kann. Marine erkundet gemeinsam die Anwendungsperspektiven der KI-Technologie

Die US-Marine verfügt über eine große Schiffsflotte und eignet sich daher besonders als Ausgangspunkt für die Erforschung von KI und maschinellem Lernen. Die 2021 ins Leben gerufene Task Force Hopper hofft, die KI-Fähigkeiten der gesamten Marine-Oberflächenflotte zu beschleunigen, konzentriert sich jedoch hauptsächlich auf die Kampfebene. Allerdings geht man davon aus, dass KI mit der Unterstützung einer großen Menge verfügbarer Daten und einer Reihe von Schiffskonstruktionen in Zukunft wahrscheinlich auf die tatsächliche Schiffskonstruktion angewendet werden wird.

Das obige ist der detaillierte Inhalt vonGenerative KI in der Meerestechnik: Unzureichende proprietäre Datensätze schränken ihre praktischen Anwendungen ein. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!