• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Disastri navali evitati con le tecniche di statistica dei big data

    Nuovi metodi statistici dovrebbero consentire di dare l'allarme prima che si verifichino guasti su grandi navi, dicono Morten Stakkeland e Ingrid Glad. Credito:Yngve Vogt

    Le aziende possono risparmiare milioni utilizzando metodi statistici avanzati per estrarre informazioni da grandi quantità di dati raccolti. Un'azienda che ha adottato questo nuovo modo di pensare è il gruppo industriale internazionale ABB. Lavorano a stretto contatto con gli statistici dell'Università di Oslo in Norvegia per consentire alle compagnie di navigazione di risparmiare milioni su operazioni più ottimali e migliorare la sicurezza delle navi.

    Le navi vengono controllate a intervalli regolari per assicurarsi che mantengano le loro condizioni. Devono essere attraccati per fare questo, e tali intervalli possono essere piuttosto costosi.

    "Invece di mandare ispettori a bordo delle navi, possiamo utilizzare metodi statistici per monitorare tutti i dati per le modifiche, come quando il motore sta per surriscaldarsi o rompersi. Questo monitoraggio automatico dei dati dovrebbe essere in grado di fornire avvisi sugli incidenti prima che si verifichino, "dice Morten Stakkeland, che è sia un ingegnere di progetto presso ABB sia professore associato di statistica presso l'Università di Oslo in Norvegia.

    Se il comandante viene avvisato poche ore prima che il motore si guasta, è possibile ripararlo prima che la nave si spenga. Immagina il disastro se un motore si guasta mentre una petroliera lunga diverse centinaia di metri si avvicina a un terminal petrolifero.

    Il mantra principale degli statistici è quello di estrarre e interpretare l'enorme quantità di informazioni che possono essere raccolte dalle grandi navi. "Il punto è essere in grado di trovare uno schema in questi rapporti, in modo che l'allarme suoni quando qualcosa si avvicina a una crisi, "dice Ingrid Felice, professore presso il Dipartimento di Matematica dell'Università di Oslo alla rivista di ricerca Apollon. Fa parte del gruppo di ricerca Big Insight, un centro per l'innovazione guidata dalla ricerca. Stanno lavorando per sviluppare e commercializzare metodi statistici.

    Sensori

    I dati provengono dal gran numero di sensori a bordo. Una singola nave può avere diverse migliaia di sensori. Alcuni sensori trasmettono dati ogni 10 secondi. Altri sensori trasmettono dati ogni millisecondo. Ovviamente, ciò equivale a un'enorme quantità di dati nel corso di un anno.

    I sensori non sono l'unica fonte di dati. Anche le numerose apparecchiature a bordo comunicano tra loro. Su grandi petroliere, gli strumenti si inviano reciprocamente una serie di rapporti criptici; questi rapporti non sono standardizzati. Le enormi quantità di dati vengono continuamente archiviate sulla nave o inviate ai centri di controllo a terra. Il punto è trovare qualcosa che si distingua nei flussi di dati.

    "Possiamo quindi costruire un modello statistico che mostri la condizione normale e dove possiamo trovare deviazioni. Potremmo trovare deviazioni in un solo sensore, o forse tutti i dati di tutti i sensori rientrano nell'intervallo accettato, ma le correlazioni tra i dati sono così speciali che fanno comunque scattare un allarme, "dice Erik Vanem, ricercatore senior presso DNV-GL.

    Controllo dello scafo

    Le crepe nello scafo della nave sono uno degli scenari temuti. La lotta contro le grandi onde in mare agitato può rompere lo scafo nel peggiore dei casi. Centinaia di sensori possono essere posizionati all'interno dello scafo per monitorare il rischio di guasti ai materiali. La società DNV-GL, già Veritas, cerca tensione nello scafo. Sono specializzati nella sicurezza delle navi e lavorano per rendere più sicuro il trasporto marittimo.

    "Possiamo misurare la tensione nello scafo e usarla per dire qualcosa sulla forza della nave e sul rischio di affaticamento. Oltre a ispezionare regolarmente le navi, possiamo dotare i componenti critici di sensori per fornire un monitoraggio continuo. Possiamo quindi catturare cose che non possiamo catturare con controlli a campione, e utilizzare le conoscenze aggiuntive per pianificare quando è necessaria l'ispezione fisica, piuttosto che dover ispezionare la nave a intervalli prestabiliti, "dice Erik Vanem.

    I dati del sensore sono anche collegati ai dati meteorologici per calcolare l'entità della sollecitazione sullo scafo nel tempo. "Se una nave ha subito molte botte, possiamo prestare maggiore attenzione, "dice Erik Vanem.

    Controllo della batteria

    Anche qualcosa di apparentemente semplice come un controllo della batteria può far risparmiare alle compagnie di navigazione grandi somme di denaro. Le navi elettriche con batterie di grandi dimensioni devono essere messe fuori servizio per un'intera giornata per svolgere il servizio annuale. "Questo è un tempo di attività perso. Vediamo come è possibile utilizzare le statistiche per valutare le batterie. Ciò farà risparmiare un sacco di soldi agli armatori, "dice Morten Stakkeland.

    Uno dei grandi punti è la manutenzione solo quando necessario, piuttosto che a intervalli fissi. "Gli armatori potrebbero potenzialmente risparmiare milioni di corone per nave, " Dice Stakkeland. Ritiene che il monitoraggio dei dati possa essere il primo passo verso le navi senza conducente.

    Statistiche avanzate

    La sfida è interpretare l'enorme quantità di dati e lanciare l'allarme solo quando necessario. "L'obiettivo finale è essere in grado di segnalare che il motore si guasterà prima che accada, "dice Ingrid Felice.

    Lo paragona alla ricerca di qualcosa di anormale nei boschi senza sapere cosa sia. "Se vai a funghi, sai esattamente cosa stai cercando. Però, stiamo cercando qualcosa che non abbiamo mai visto prima nei boschi. È molto più difficile".

    L'analisi deve avvenire anche in tempo reale. Ciò significa che gli statistici devono creare un sistema che rilevi le anomalie prima che la situazione anormale porti a guasti o danni. Allo stesso tempo, devono ridurre la probabilità di falsi allarmi. È una sfida matematica.


    © Scienza https://it.scienceaq.com