Las embarcaciones marítimas y las plataformas en alta mar soportan una batería constante de olas y corrientes. Durante décadas de operación, estas estructuras pueden, sin previo aviso, enfrentarse de frente con una ola rebelde, tormenta anormal u otro evento extremo, con consecuencias potencialmente dañinas..
Ahora los ingenieros del MIT han desarrollado un algoritmo que señala rápidamente los tipos de eventos extremos que pueden ocurrir en un sistema complejo, como un entorno oceánico, donde las olas de diferentes magnitudes, longitudes y alturas pueden generar estrés y presión sobreun barco o una plataforma en alta mar. Los investigadores pueden simular las fuerzas y tensiones que los eventos extremos, en forma de olas, pueden generar en una estructura particular.
En comparación con los métodos tradicionales, la técnica del equipo proporciona una evaluación de riesgos mucho más rápida y precisa para los sistemas que puedan soportar un evento extremo en algún momento durante su vida útil esperada, teniendo en cuenta no solo la naturaleza estadística del fenómeno, sino tambiéntambién la dinámica subyacente.
"Con nuestro enfoque, puede evaluar, desde la fase de diseño preliminar, cómo se comportará una estructura no con una onda sino con la colección general o la familia de ondas que pueden golpear esta estructura", dice Themistoklis Sapsis, profesor asociado de mecánicae ingeniería oceánica en el MIT: "Puede diseñar mejor su estructura para que no tenga problemas estructurales o tensiones que superen un cierto límite".
Sapsis dice que la técnica no se limita a barcos y plataformas oceánicas, sino que se puede aplicar a cualquier sistema complejo que sea vulnerable a eventos extremos. Por ejemplo, el método puede usarse para identificar el tipo de tormentas que pueden generar inundaciones severasen una ciudad, y donde puede ocurrir esa inundación. También podría usarse para estimar los tipos de sobrecargas eléctricas que podrían causar apagones, y dónde se producirían apagones en toda la red eléctrica de una ciudad.
Sapsis y Mustafa Mohamad, un ex estudiante graduado en el grupo de Sapsis, actualmente científico investigador asistente en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York, publican sus resultados esta semana en el Actas de la Academia Nacional de Ciencias .
sin pasar por un atajo
Los ingenieros suelen medir la resistencia de una estructura a eventos extremos mediante el uso de simulaciones computacionalmente intensivas para modelar la respuesta de una estructura a, por ejemplo, una ola que proviene de una dirección particular, con una cierta altura, longitud y velocidad. Estas simulaciones son muy complejas,ya que modelan no solo la ola de interés sino también su interacción con la estructura. Al simular todo el "campo de la ola" a medida que una ola en particular entra, los ingenieros pueden estimar cómo una estructura podría ser sacudida y empujada por una ola en particular, yqué fuerzas y tensiones resultantes pueden causar daños.
Estas simulaciones de evaluación de riesgos son increíblemente precisas y en una situación ideal podrían predecir cómo reaccionaría una estructura a cada tipo de onda posible, ya sea extrema o no. Pero tal precisión requeriría que los ingenieros simulen millones de olas, con diferentes parámetros comoescala de altura y longitud: un proceso que podría tomar meses para calcular.
"Ese es un problema increíblemente costoso", dice Sapsis. "Para simular una posible onda que puede ocurrir durante 100 segundos, se necesita una unidad de procesador gráfico moderna, que es muy rápida, aproximadamente 24 horas. Estamos interesados en entender quées la probabilidad de un evento extremo en 100 años "
Como método abreviado más práctico, los ingenieros usan estos simuladores para ejecutar solo algunos escenarios, y eligen simular varios tipos de ondas aleatorias que creen que pueden causar el máximo daño. Si un diseño estructural sobrevive a estas ondas extremas generadas aleatoriamente, los ingenieros asumen el diseñose enfrentará a eventos extremos similares en el océano.
Pero al elegir ondas aleatorias para simular, dice Sapsis, los ingenieros pueden pasar por alto otros escenarios menos obvios, como combinaciones de olas de tamaño mediano o una ola con una cierta pendiente que podría convertirse en un evento extremo dañino.
"Lo que hemos logrado hacer es abandonar esta lógica de muestreo aleatorio", dice Sapsis.
Un aprendiz rápido
En lugar de ejecutar millones de ondas o incluso varias ondas elegidas al azar a través de una simulación computacionalmente intensiva, Sapsis y Mohamad desarrollaron un algoritmo de aprendizaje automático para primero identificar rápidamente la onda "más importante" o "más informativa" para ejecutar dicha simulación.
El algoritmo se basa en la idea de que cada onda tiene una cierta probabilidad de contribuir a un evento extremo en la estructura. La probabilidad en sí misma tiene cierta incertidumbre o error, ya que representa el efecto de un sistema dinámico complejo. Además, algunoses más seguro que las olas contribuyan a un evento extremo sobre otros.
Los investigadores diseñaron el algoritmo para que puedan alimentar rápidamente varios tipos de ondas y sus propiedades físicas, junto con sus efectos conocidos en una plataforma teórica en alta mar. A partir de las ondas conocidas que los investigadores conectan al algoritmo, esencialmente puede "aprender "y hacer una estimación aproximada de cómo se comportará la plataforma en respuesta a cualquier ola desconocida. A través de este paso de aprendizaje automático, el algoritmo aprende cómo se comporta la estructura en alta mar sobre todas las olas posibles. Luego identifica una ola particular que reduce al máximoerror de la probabilidad de eventos extremos. Esta onda tiene una alta probabilidad de ocurrir y conduce a un evento extremo. De esta manera, el algoritmo va más allá de un enfoque puramente estadístico y tiene en cuenta el comportamiento dinámico del sistema en consideración.
Los investigadores probaron el algoritmo en un escenario teórico que involucra una plataforma en alta mar simplificada sometida a las olas entrantes. El equipo comenzó conectando cuatro ondas típicas en el algoritmo de aprendizaje automático, incluidos los efectos conocidos de las olas en una plataforma en alta mar., el algoritmo identificó rápidamente las dimensiones de una nueva ola que tiene una alta probabilidad de ocurrir, y reduce al máximo el error para la probabilidad de un evento extremo.
El equipo luego conectó esta ola a una simulación de código abierto más intensiva en cómputo para modelar la respuesta de una plataforma offshore simplificada. Introdujeron los resultados de esta primera simulación en su algoritmo para identificar la siguiente mejor ola para simular, yrepitió todo el proceso. En total, el grupo realizó 16 simulaciones durante varios días para modelar el comportamiento de una plataforma bajo varios eventos extremos. En comparación, los investigadores realizaron simulaciones utilizando un método más convencional, en el que simularon ciegamente tantas ondas como sea posible, y pudimos generar resultados estadísticos similares solo después de ejecutar miles de escenarios durante varios meses.
Sapsis dice que los resultados demuestran que el método del equipo se enfoca rápidamente en las olas que seguramente estarán involucradas en un evento extremo, y proporciona a los diseñadores escenarios más informados y realistas para simular, a fin de probar la resistencia no soloplataformas marinas, pero también redes eléctricas y regiones propensas a inundaciones.
"Este método allana el camino para realizar la evaluación de riesgos, el diseño y la optimización de sistemas complejos basados en estadísticas de eventos extremos, que es algo que no se ha considerado o hecho antes sin simplificaciones severas", dice Sapsis. "Ahora estamosen una posición en la que podemos decir, utilizando ideas como esta, puede comprender y optimizar su sistema, de acuerdo con los criterios de riesgo para eventos extremos ".
Esta investigación fue apoyada, en parte, por la Oficina de Investigación Naval, la Oficina de Investigación del Ejército y la Oficina de Investigación Científica de la Fuerza Aérea, y se inició mediante una subvención de la Oficina Estadounidense de Envíos.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Jennifer Chu. Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :