تحليل مقارن لطرق التعلم الآلي في توقع الاستجابات الهيكلية في مراقبة هياكل السفن

تعد مراقبة هياكل السفن ومعداتها التقنية مكونًا حيويًا لضمان سلامة السفن وكفاءتها التشغيلية. تلعب دورًا أساسيًا في الحفاظ على السلامة الهيكلية تحت ظروف تحميل ديناميكية وغالبًا ما تكون قاسية في البحر. تساعد التوقعات الدقيقة للاستجابات الهيكلية في منع الفشل الهيكلي وتتيح تحسين الأداء، مما يقلل من المخاطر والتكاليف التشغيلية. يمكن نمذجة الاستجابات الهيكلية للسفينة المعرضة للأحمال الناتجة عن الموجات من خلال الجمع بين محاكاة الديناميكا المائية وتحليلات العناصر المحدودة. في حين أن هذه المحاكاة تقدم رؤى عميقة حول سلوك هياكل السفن تحت ظروف متغيرة، فإن كثافتها الحاسوبية وتعقيدها تمثل تحديات كبيرة للتطبيقات في الوقت الحقيقي. لمعالجة هذه القيود، تقيم هذه الدراسة كفاءة ودقة طرق التعلم الآلي، وتحديدًا الشبكات العصبية الاصطناعية وXGBoost، في تقدير وتوقع الاستجابات الهيكلية.