IA générative dans l'ingénierie océanique : des ensembles de données propriétaires insuffisants limitent ses applications pratiques

L'informatique moderne améliore considérablement les processus de conception et de construction dans la construction navale et l'ingénierie offshore, mais des ensembles de données limités entravent sa poursuite de l'intégration.

Le nom de la discipline de l'architecture navale et du génie maritime (NAME) n'a peut-être que quelques centaines d'années, mais ses origines remontent à d'anciennes civilisations il y a des milliers d'années, lorsque les humains construisaient déjà des navires pour explorer le monde. et exercer des activités commerciales. De nombreuses personnes, dont Archimède, Bouguer et Chapman, ont affiné les concepts de flottabilité, de stabilité et de conception des navires en méthodes et théories scientifiques.

L'architecture navale et le génie maritime sont une discipline d'ingénierie professionnelle impliquée dans la conception, la construction, les tests, l'arpentage, la maintenance et l'exploitation de navires et de structures maritimes. J'ai obtenu un baccalauréat en construction maritime et en génie océanique de l'Académie de la Garde côtière des États-Unis et une maîtrise de l'Université de Californie à Berkeley. Depuis 22 ans, je travaille comme constructeur naval dans un cabinet de conseil maritime privé, concevant des navires à passagers, des navires de recherche marine, des barges et d'autres navires.

L'architecture navale est une discipline globale couvrant la conception de quais flottants, sophistiqués 1 200- des bateaux de croisière à pied et même un porte-avions qui ressemble à une ville maritime. Les professionnels concernés sont également responsables de la conception de plates-formes éoliennes offshore, de sous-marins, de porte-conteneurs, de navires autonomes et de presque tous les navires qui opèrent sous l'eau ou sur l'eau.

Les architectes navals contemporains passent leurs cours universitaires à l'aide de crayons, de dessins au trait et de petits modèles pour acquérir des connaissances professionnelles, y compris moi-même. Cependant, le processus de conception réel a entièrement intégré des applications informatiques avancées basées sur l'apprentissage automatique.

Le dessin au trait en classe est utilisé pour décrire la forme de la coque, évaluant ainsi le processus de conception et de construction du navire. Lorsque vous utilisez des crayons et des lignes de dessin, vous devez souvent dessiner et effacer à plusieurs reprises, et utiliser une inspection visuelle pour déterminer si la courbe est suffisamment lisse. Mais désormais, de nombreux logiciels peuvent nous aider à dessiner rapidement des schémas de lignes de coque et à utiliser des algorithmes pour vérifier le plan actuel à l'aide des données historiques collectées.

L'augmentation de la puissance de calcul moderne permet aux ingénieurs de tester des variables et d'évaluer leur efficacité en quelques secondes, une tâche qui aurait pu prendre des heures, voire des jours dans le passé. La raison pour laquelle cette amélioration de l'efficacité peut être obtenue est indissociable de l'exploration incessante des principes scientifiques et des formules de calcul au cours des centaines d'années passées. De plus, le logiciel contient des normes de sécurité minimales et des exigences de conformité qui doivent être respectées.

Comme le dit le proverbe, « l’industrie maritime a toujours mis du temps à adopter les nouvelles technologies ». Cependant, si nous entrons dans un chantier naval ou une entreprise de conception technique moderne, nous verrons l’application courante de technologies telles que la modélisation 3D, la dynamique des fluides computationnelle, l’analyse par éléments finis et la fabrication robotisée. Cela montre que cette compréhension est souvent incorrecte. Désormais, l'industrie de la construction navale devrait également envisager d'introduire des outils plus avancés, tels que l'apprentissage automatique et l'intelligence artificielle. De nos jours, les ingénieurs en construction navale et offshore utilisent des progiciels avancés pour améliorer considérablement l'efficacité et la précision de la conception et du développement, et certains de ces outils sont particulièrement adapté à la combinaison avec l’apprentissage automatique et l’IA. Par exemple, la dynamique numérique des fluides (CFD) utilise principalement les équations de Navier-Stokes pour modéliser les fluides dans lesquels les navires se déplacent.

Grâce aux améliorations de la puissance de calcul moderne, nous pouvons évaluer les phénomènes physiques grâce à des calculs. Mais même avec les ordinateurs les plus puissants disponibles, de telles simulations nécessitent souvent beaucoup de temps et des investissements considérables. Par conséquent, les réservoirs de remorquage sont encore largement utilisés pour évaluer et mesurer la forme et les performances de la coque. Mais avec l'aide de la dynamique des fluides computationnelle, nous pouvons désormais également créer une session de remorquage « virtuelle » pour discuter avec l'IA de la manière d'optimiser la forme de la coque, puis effectuer des tests et des vérifications supplémentaires à travers des scénarios réels. Dans un monde idéal, vous n’auriez même pas besoin de tester physiquement les réservoirs de remorquage pour trouver la conception optimale. L'apprentissage automatique peut réduire la durée de ces simulations, ce qui permet aux clients d'économiser de l'argent tout en réduisant le risque d'erreurs.

Le principal obstacle actuel à l’application ultérieure de l’IA au-delà des algorithmes d’apprentissage automatique de base est que les ensembles de données propriétaires disponibles pour l’IA sont trop limités. Pour que l’IA réussisse, les systèmes d’IA nécessitent généralement de grandes quantités de données pour extraire et construire des réponses efficaces aux requêtes. Sans ensembles de données puissants, les applications d’IA dans la construction navale et l’ingénierie offshore ne seront pas efficaces. Notre entreprise a réalisé que la collecte et l'application de données du monde réel sur un cycle pluriannuel sont devenues une condition préalable importante pour réduire les erreurs et améliorer la conception. Nous avons donc commencé à prendre des mesures pour organiser et utiliser activement ces données dans les conceptions futures

Certains domaines de la construction navale et du génie maritime ont en effet accumulé de vastes ensembles de données qui sont utilisés pour améliorer la conception technique, notamment les mesures des vagues et des courants, les enregistrements de manœuvres des navires et les journaux de performances des équipements marins. Bien qu’il existe une grande quantité de données disponibles sur de telles activités, elles sont souvent gérées par des agences gouvernementales, des opérateurs et des fabricants d’équipements, et il n’existe actuellement aucun ensemble de données mondial facilement accessible à toutes les parties prenantes.

L'application pratique des données de conception des navires est encore assez limitée pour plusieurs raisons. Ces raisons incluent des conceptions privées ou financées par le gouvernement (les données sont réservées à l'usage du propriétaire), des conceptions de navires spécialisées (uniquement disponibles pour des types spécifiques de navires, portée limitée) et le manque de financement nécessaire pour collecter, valider et fournir des données réellement utilisables

Austal, un fabricant australien de conception de navires, a révélé quelques détails de son outil DeepMorpher. Cet outil utilise l'IA et la technologie d'apprentissage automatique pour optimiser la forme de la coque. La société a déclaré dans la presse qu'elle utilisait le calcul haute performance pour réduire le temps d'exécution du calcul de la dynamique des fluides, tout en travaillant également avec son ensemble de données de conception de coque 3D. Austal dispose d'une vaste bibliothèque de formes de coque et, après tests et validation, a constaté que les performances de DeepMorpher étaient bien supérieures à celles de plusieurs autres modèles existants.

Si l’anonymat des données peut être garanti partout et que l’accès ouvert aux données peut effectivement apporter des avantages quantifiables aux propriétaires, alors les restrictions strictes actuelles sur les données propriétaires devraient être assouplies à l’avenir. De plus, certaines décisions de conception, telles que les plans directeurs conçus pour des cas d'utilisation spécifiques ou des besoins clients, peuvent rester exclusives et fermées au public.

Cependant, d'autres décisions de conception sont prises pour répondre à la certitude mathématique ou aux exigences réglementaires requises pour la conception globale. Si les propriétaires, y compris les agences gouvernementales, peuvent comprendre comment les systèmes de données et d'intelligence artificielle peuvent améliorer l'efficacité du travail de conception, ils pourraient prendre l'initiative de fournir des ensembles de données

Il n'existe pas de bonne solution pour différents types de navires spéciaux. L'espace d'application peut être commun à différents navires à certains égards, vous pouvez donc essayer d'exploiter des données pertinentes. Mais même ainsi, le processus de validation des données et de vérification de leur transfert nécessite beaucoup de temps et d'argent, il est donc nécessaire de trouver des moyens de « nettoyer » les données pour contrôler les coûts et améliorer leur portée pratique

Construction navale et l'ingénierie offshore est un endroit intéressant Dans le domaine de l'ingénierie, il est nécessaire de concevoir la forme de la coque, la structure interne, la production d'électricité, la distribution, l'aménagement intérieur, les modalités de vie et de travail, l'ergonomie, etc., de manière à former une plate-forme offshore flottante qui peut maintenir la vie et aider l'équipage à faire le travail sur la plate-forme.

La conception de tous les espaces et systèmes prend un temps considérable, et plusieurs besoins doivent être satisfaits en même temps, et diverses erreurs de conception potentielles doivent être découvertes et résolues en temps opportun. L'IA peut être utilisée pour réduire les erreurs, garantir le respect des exigences de conformité, répondre à une variété de besoins ergonomiques et fournir une conception de système électrique et d'équipement « qui fonctionne parfaitement ».

Les navires modernes d'aujourd'hui disposent de systèmes électriques et de contrôle étendus. L'ensemble du navire est contrôlé par des ordinateurs, et les nouveaux ferries entièrement électriques/hybrides doivent être équipés de systèmes de contrôle et de surveillance avancés. L’IA peut nous aider à découvrir et à résoudre les conflits entre ces systèmes pendant la phase de conception, plus rapidement que les experts humains et, espérons-le, avec moins d’erreurs de jugement.

Le transport par eau est la principale méthode d'échange de marchandises, représentant environ 90 %. Des millions de personnes voyagent chaque année à travers le monde à bord de ferries et d’autres navires à passagers. La demande de talents dans l’industrie maritime est très élevée. En raison du nombre limité de membres d’équipage qualifiés, de nombreux vols réguliers ont dû être reportés ou annulés. Il n'y a que quelques universités aux États-Unis qui proposent des diplômes en architecture navale et en ingénierie océanique, il devient donc difficile de promouvoir la recherche et l'application des technologies d'apprentissage automatique et d'intelligence artificielle dans ce domaine

Avec une technologie d'IA puissante, des problèmes de ressources humaines peut être résolu, mais cela relève du cycle sans fin selon lequel est venu en premier, la poule ou l’œuf. Étant donné que les projets gouvernementaux ont signé plusieurs contrats de navires, peuvent conserver une certaine ouverture de conception (à condition que cela n'affecte pas la sécurité des navires) et disposent de généreuses réserves de financement pour la R&D, il semble que l'industrie de la construction navale puisse coopérer avec la Garde côtière américaine ou les États-Unis. La marine va explorer conjointement les perspectives d'application de la technologie de l'IA

La marine américaine dispose d'une grande flotte de navires, elle est donc particulièrement adaptée comme point de départ pour l'exploration de l'IA et de l'apprentissage automatique. La Task Force Hopper, lancée en 2021, espère accélérer les capacités d'IA de l'ensemble de la flotte de surface de la Marine, mais elle se concentrera principalement sur le niveau du combat. Cependant, avec l’appui d’une grande quantité de données disponibles et d’une série de conceptions de navires, on pense que l’IA sera probablement appliquée à la conception réelle des navires à l’avenir.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!