Aplicação de aprendizagem de máquina no alinhamento de eixo propulsor de navios

• Ano de defesa: 2023
• Autor(a) principal: Magalhães, Diego Landim
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio de Janeiro (UFRJ)
• Palavras-chave em Português: Aprendizagem de máquina; Alinhamento de eixos principais; Sistema propulsivo; Engenharia oceânica
• Link de acesso: https://www.repositorio.mar.mil.br/handle/ripcmb/846962

O alinhamento dos eixos dos navios é crucial para a obtenção do melhor desempenho do sistema propulsivo, sendo realizado em dique seco através de ajustes dos recalques dos mancais, no entanto, definir um conjunto ótimo destes recalques demanda, atualmente, tempo de execução e custos operacionais elevados. Nesse sentido, esta dissertação propõe o uso de modelos de aprendizado de máquina para prever o conjunto adequado dos valores dos recalques, seguindo as regras mandatórias em vigor, que retornem uma configuração de linha de eixo corretamente alinhada. Desta forma, desenvolveu-se uma metodologia segundo a qual, implementou-se um modelo de elementos finitos da linha de eixo propulsor de um navio Anchor Handling Tug Supply (AHTS), utilizado como estudo de caso, onde tornou-se possível a obtenção das informações necessárias para a criação do banco de dados e posterior implementação dos modelos de aprendizado de máquina. Os resultados apontaram que os algoritmos Gradient Boosting, Random Forest e Redes Neurais Profundas obtiveram os melhores resultados, alcançando valores de até 98,14% de precisão, com valores de precisão médias superiores a 96,00%. Desta forma, os modelos criados foram julgados confiáveis e capazes de serem utilizados nos procedimentos de alinhamento de eixos principais.