Los buques de navegación y las plataformas marinas soportan una batería constante de olas y corrientes. Durante décadas de funcionamiento, estas estructuras pueden, sin previo aviso, encontrarse de frente con una ola rebelde, tormenta anormal, o algún otro evento extremo, con consecuencias potencialmente dañinas.

Ahora, los ingenieros del MIT han desarrollado un algoritmo que identifica rápidamente los tipos de eventos extremos que pueden ocurrir en un sistema complejo. como un entorno oceánico, donde ondas de diversa magnitud, longitudes y las alturas pueden crear estrés y presión en un barco o una plataforma en alta mar. Los investigadores pueden simular las fuerzas y tensiones que los eventos extremos, en forma de ondas, pueden generar en una estructura en particular.

Comparado con los métodos tradicionales, La técnica del equipo proporciona una evaluación de riesgos más precisa para los sistemas que probablemente sufrirán un evento extremo en algún momento durante su vida útil prevista, teniendo en cuenta no solo la naturaleza estadística del fenómeno, sino también la dinámica subyacente.

"Con nuestro enfoque, puedes evaluar, desde la fase de diseño preliminar, cómo se comportará una estructura no con una ola sino con la colección general o familia de olas que pueden golpear esta estructura, "dice Themistoklis Sapsis, profesor asociado de ingeniería mecánica y oceánica en el MIT. "Puede diseñar mejor su estructura para no tener problemas estructurales o tensiones que superen cierto límite".

Sapsis dice que la técnica no se limita a barcos y plataformas oceánicas, pero 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 severas en una ciudad, y dónde puede ocurrir esa inundación. También podría usarse para estimar los tipos de sobrecargas eléctricas que podrían causar apagones, y dónde se producirían esos apagones en toda la red eléctrica de una ciudad.

Sapsis y Mustafa Mohamad, un ex estudiante de posgrado en el grupo de Sapsis, actualmente investigador asistente en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York, están publicando sus resultados esta semana en el procedimientos de la Academia Nacional de Ciencias .

Omitir 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 viene de una dirección particular, con cierta altura, largo, y velocidad. Estas simulaciones son muy complejas, ya que modelan no solo la ola de interés sino también su interacción con la estructura. Simulando todo el "campo de ondas" a medida que entra una onda en particular, Luego, los ingenieros pueden estimar cómo una estructura podría ser sacudida y empujada por una ola en particular, y qué 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 ola posible. ya sea extremo o no. Pero tal precisión requeriría que los ingenieros simularan millones de ondas, con diferentes parámetros, como la escala de altura y longitud, un proceso que podría tardar meses en calcularse.

"Ese es un problema increíblemente caro, "Dice Sapsis." Para simular una posible ola que puede ocurrir durante 100 segundos, se necesita una unidad de procesador gráfico moderno, que es muy rapido, unas 24 horas. Estamos interesados ​​en comprender cuál es la probabilidad de un evento extremo en 100 años ".

Como atajo más práctico, Los ingenieros utilizan estos simuladores para ejecutar solo algunos escenarios, eligiendo simular varios tipos de ondas aleatorias que creen que podrían causar el máximo daño. Si un diseño estructural sobrevive a estos extremos, ondas generadas aleatoriamente, Los ingenieros asumen que el diseño resistirá eventos extremos similares en el océano.

Pero al elegir ondas aleatorias para simular, Sapsis dice:los ingenieros pueden pasar por alto otros escenarios menos obvios, como combinaciones de olas medianas, o una ola con cierta pendiente que podría convertirse en un evento extremo dañino.

"Lo que hemos logrado 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 identificar primero rápidamente la ola "más importante" o "más informativa" para ejecutar dicha simulación.

El algoritmo se basa en la idea de que cada ola tiene una cierta probabilidad de contribuir a un evento extremo en la estructura. La probabilidad en sí tiene cierta incertidumbre, o error, ya que representa el efecto de un sistema dinámico complejo. Es más, es más probable que algunas olas contribuyan a un evento extremo que otras.

Los investigadores diseñaron el algoritmo para que puedan alimentarse rápidamente en varios tipos de ondas y sus propiedades físicas. junto con sus efectos conocidos en una plataforma marina teórica. De las ondas conocidas que los investigadores conectan al algoritmo, Básicamente, 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 costa afuera en todas las olas posibles. Luego identifica una onda particular que reduce al máximo el error de la probabilidad de eventos extremos. Esta ola tiene una alta probabilidad de ocurrir y conduce a un evento extremo. De esta forma, el algoritmo va más allá de un enfoque puramente estadístico y tiene en cuenta el comportamiento dinámico del sistema considerado.

Los investigadores probaron el algoritmo en un escenario teórico que involucra una plataforma marina simplificada sujeta a 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 costa afuera. De esto, 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.

Luego, el equipo conectó esta ola a un proceso más intensivo en computación, Simulación de código abierto para modelar la respuesta de una plataforma marina simplificada. Introdujeron los resultados de esta primera simulación en su algoritmo para identificar la siguiente mejor ola para simular, y repitió todo el proceso. En total, el grupo realizó 16 simulaciones durante varios días para modelar el comportamiento de una plataforma en varios eventos extremos. En comparación, los investigadores llevaron a cabo simulaciones utilizando un método más convencional, en el que simularon ciegamente tantas ondas como les fue posible, y pudieron 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 más información escenarios realistas para simular, para probar la resistencia no solo de las plataformas marinas, pero también redes eléctricas y regiones propensas a inundaciones.

"Este método allana el camino para realizar una evaluación de riesgos, diseño, y optimización de sistemas complejos basados ​​en estadísticas de eventos extremos, que es algo que no se ha considerado o hecho antes sin severas simplificaciones, ", Dice Sapsis." Ahora estamos en una posición en la que podemos decir:usando ideas como esta, puede comprender y optimizar su sistema, según criterios de riesgo ante eventos extremos ".

Esta investigación fue apoyada, en parte, por la Oficina de Investigación Naval, Oficina de Investigación del Ejército, y la Oficina de Investigación Científica de la Fuerza Aérea, y se inició a través de una subvención del American Bureau of Shipping.