Apprentissage machine guidé par la physique pour l'évaluation du bioencrassement des navires au soutien de la décarbonisation maritime

Le bioencrassement des navires augmente considérablement la résistance de la coque et la charge des hélices, entraînant une augmentation de la consommation de carburant et des émissions de gaz à effet de serre. Cette étude présente une approche d'apprentissage machine guidée par la physique pour détecter la dégradation des performances causée par le bioencrassement. Des réseaux neuronaux informés par la physique sont d'abord utilisés pour générer des données de préchauffage représentant des états de navire idéaux et non encrassés dans des conditions d'eau calme. Un modèle de base est construit à partir de ces données et est ensuite affiné par un schéma d'apprentissage incrémental avec de nouvelles données collectées dans des fenêtres temporelles glissantes. Les modèles incrémentaux résultants sont appliqués dans des conditions de référence pour quantifier les changements de performances induits par le bioencrassement, exprimés en indicateurs clés de performance. La validation par rapport aux approches classiques de ré-entraînement et à la norme ISO 19030 montre que la méthode proposée capture plus précisément à la fois la dégradation progressive et la récupération rapide après nettoyage. En fournissant des évaluations fiables et rapides de l'impact de l'encrassement, le cadre soutient la planification optimisée de la maintenance des coques et des hélices et contribue à améliorer l'efficacité énergétique et à réduire les émissions.