Un grupo de investigadores de la Facultad de Náutica de Barcelona (FNB) de la Universidad Politécnica de Cataluña – BarcelonaTech (UPC) está desarrollando un sistema basado en tecnologías de machine learning para mejorar la eficiencia energética y reducir el consumo de combustible de los barcos de la ONG Open Arms, según informa la newsletter del Centro de Innovación y Tecnología de la UPC (CIT-UPC).
El proyecto FNB-Open Arms es el primer caso de transferencia tecnológica del Fractus-UPC Deep Tech Hub, una iniciativa de colaboración entre la empresa Fractus y la UPC, que tiene como objetivo promover la innovación en tecnologías deep tech.
El proyecto pretende optimizar el consumo de combustible del Open Arms, un antiguo remolcador de 37 metros que puede consumir hasta 3.000 litros de gasoil diarios. En una primera fase, el sistema monitorizará diferentes parámetros como la velocidad, el estado del mar, y el trimado de la embarcación (los ajustes que se realizan en varios elementos del barco para ganar propulsión y aprovechar al máximo su fuerza motora) para construir un modelo de machine learning. Este modelo aprenderá a identificar las condiciones de navegación que permitan recorrer las distancias más largas con menor consumo de combustible.
En fases posteriores, se incorporarán otros factores como el estado del casco, las necesidades eléctricas o condiciones meteorológicas, con el objetivo de determinar las condiciones de propulsión más eficientes en tiempo real. Así, se reducirá el impacto ambiental y se podrán ahorrar recursos que Open Arms podrá destinar a su misión de rescatar a personas en el mar.
Los sensores que captarán los datos están ya presentes en el barco, como son los sistemas AIS, GPS o la planta de potencia, a los que se sumarán caudalímetros financiados por Fractus, que se instalarán en breve. El sistema, además de reducir el consumo de combustible, contribuirá a la identificación precoz de problemas técnicos, lo que prolongará la vida útil del motor del barco.
Esta tecnología no sólo reduce costes y emisiones contaminantes, sino que también permite que Open Arms dedique más recursos a su labor humanitaria. Asimismo, la tecnología facilitará el cumplimiento de las regulaciones ambientales y mejorará la planificación de las rutas marítimas.
Actualmente, no existe en el mercado ningún sistema similar que utilice tecnologías de machine learning para monitorizar en tiempo real los factores que influyen en la navegación óptima de una embarcación.
Según la información que remite CIT-UPC, el proyecto se inició en enero de 2024 y está previsto que en las próximas semanas el sistema se despliegue en la embarcación para definir las opciones y propuestas de navegación. En las fases sucesivas se prevé realizar las pruebas de validación durante algunas misiones, realizar mejoras e incorporar nuevos parámetros al sistema (todos los que se consideren necesarios), con la esperanza de replicar el modelo en otras embarcaciones de la ONG Open Arms en el futuro.
Los investigadores de la FNB participantes en el proyecto pertenecen al grupo de investigación Mecánica de Medios Continuos y Computacional – (MC)2 y al Grupo de investigación de transporte marítimo y logística portuaria (TRANSMAR), al grupo de Análisis y Tecnología de Estructuras y Materiales (ATEM) y del grupo de Sistemas Inteligentes de Control (SIC).
El proyecto ha sido distinguido con el Premio UPC al Compromís Social 2023 por su impacto en la sociedad. Asimismo, Fractus ha financiado la adquisición de los caudalímetros necesarios para la realización del proyecto.
