Aprendizado de máquina guiado por física para avaliação de bioincrustação em navios em apoio à descarbonização marítima

A bioincrustação em navios aumenta significativamente a resistência do casco e a carga na hélice, resultando em maior consumo de combustível e emissões de gases de efeito estufa. Este estudo apresenta uma abordagem de aprendizado de máquina guiada por física para detectar a degradação de desempenho causada pela bioincrustação. Redes neurais informadas pela física são inicialmente usadas para gerar dados de aquecimento que representam estados ideais de navios livres de incrustações em condições de água calma. Um modelo de referência é construído a partir desses dados e subsequentemente refinado através de um esquema de aprendizado incremental com novos dados coletados em janelas temporais deslizantes. Os modelos incrementais resultantes são aplicados sob condições de referência para quantificar as mudanças de desempenho induzidas pela bioincrustação, expressas como indicadores-chave de desempenho. A validação contra abordagens convencionais de re-treinamento e o padrão ISO 19030 mostra que o método proposto captura de forma mais precisa tanto a degradação gradual quanto a recuperação rápida pós-limpeza. Ao fornecer avaliações confiáveis e oportunas do impacto da incrustação, a estrutura apoia o planejamento otimizado da manutenção de casco e hélice e contribui para a melhoria da eficiência energética e redução de emissões.