El proyecto, desarrollado por la Facultad de Náutica de Barcelona (FNB) de la UPC con el apoyo del Fractus-UPC Deep Tech Hub, se basa en la aplicación de tecnologías de 'machine learning' para reducir el consumo de combustible durante la navegación del Open Arms. Al minimizar las necesidades energéticas del barco y los costes operacionales, la ONG Open Arms podrá destinar parte del ahorro a labores de salvamento.
Un grupo de investigadores de la Facultad de Náutica de Barcelona (FNB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) está desarrollando un nuevo sistema basado en tecnologías de machine learning (aprendizaje automático), una de las técnicas de la inteligencia artificial, con el objetivo de reducir el consumo de combustible y mejorar la eficiencia energética de los barcos de la ONG Open Arms, centrada en el rescate de personas en el mar.
De izquierda a derecha: Pau Trubat, profesor de la FNB; Alex Ferrer, profesor de la ESEIAAT; Carmen Borja, de Fractus; Xavier Martínez, profesor de la FNB; Martín Maretta, de Open Arms; Clàudia Barahona, profesora de la FNB y Rubén Bonet, de Fractus.
El proyecto, denominado FNB-Open Arms, es el primer caso de transferencia tecnológica que se lleva a cabo bajo el paraguas del Fractus-UPC Deep Tech Hub, un entorno de colaboración formado por la empresa Fractus (pionera en el desarrollo de tecnología de antenas) y la UPC para fomentar la innovación y la introducción en el mercado de tecnologías deep tech en diversos ámbitos.
En este caso, el Fractus-UPC Deep Tech Hub contribuye en la implementación del sistema, que debe hacer más eficiente la navegación de la nave Open Arms, un antiguo remolcador de 37 metros de eslora que puede llegar a consumir 3.000 litros de gasoil diarios.
Xavier Martínez, Martín Maretta y Carmen Borja , en el momento de la donación del equipamiento. Se trata de dos caudalímetros ultrasónicos y sensores que permitirán recoger los datos a tratar para mejorar el rendimiento del barco durante la navegación.
Factores que afectan durante la navegación
El sistema que está desarrollando el equipo multidisciplinar de la FNB se basa en el uso de tecnologías de machine learning para determinar cuáles son los factores que afectan al consumo de combustible de la embarcación y hacer recomendaciones para reducirlo durante la navegación.
En una primera fase, se monitorizarán el consumo del barco, la velocidad, el estado de la mar y el trimado de la embarcación (los ajustes que se realizan en diversos elementos del barco para ganar propulsión y aprovechar al máximo su fuerza motora).
Xavier Martínez, con representantes de Open Arms y Fractus, en el cuadro de mando de Open Arms
Con los parámetros y los consumos registrados se podrá definir el modelo de machine learning que será capaz de aprender, durante las misiones siguientes, cómo recorrer las distancias más largas con el menor gasto de combustible posible. Este es un factor básico para Open Arms, cuyas embarcaciones recorren los mares para avistar situaciones en las que es vital hacer un rescate marítimo.
En una segunda fase se incorporarán otros factores, como el estado de conservación del casco, las necesidades eléctricas o las condiciones meteorológicas. Una vez procesados estos parámetros, el sistema determinará, en tiempo real, cuáles son las condiciones de propulsión más óptimas para reducir el consumo de gasoil durante los trayectos del barco.
Fotografía tomada el 12 de mayo en Chipre.
Los datos se registran o recogen por equipos o sensores ya instalados en el barco (como sistemas AIS, GPS o planta de potencia) o por dispositivos y equipamiento destinados a este proyecto, como son los nuevos caudalímetros, financiados por Fractus, que se instalarán a bordo en la embarcación a partir del mes de septiembre para utilizarlos ya en las siguientes misiones.
Gracias a los datos que se podrán recopilar y procesar y a las decisiones que recomendará el sistema, no sólo se reducirá el uso de combustible, sino también el impacto ambiental del Open Arms, especialmente en el medio marino. Además, el ahorro en combustible y en costes operacionales permitirá a la organización invertir el ahorro generado en otras acciones vinculadas al rescate marítimo
No sólo se reducirá el uso de combustible, sino también el impacto ambiental del Open Arms, especialmente en el medio marino
Según Rubén Bonet, CEO y cofundador de Fractus, “nos llena de orgullo ser parte de este proyecto que no sólo busca reducir el consumo de combustible de Open Arms, sino que también tiene un impacto directo en su capacidad para destinar más recursos a su vital labor de salvar vidas en el mar. Creemos firmemente que el pilar del Deep Tech radica en traer innovación tecnológica que genere cambios positivos en nuestra sociedad”. Bonet añade que “colaborar con Open Arms nos brinda la oportunidad de aplicar nuestra experiencia en tecnología para un propósito humanitario tan noble, demostrando que la tecnología puede ser un motor de progreso social y ambiental".
Por su parte, Martín Maretta, director Técnico de Open Arms, afirma que “gracias a la incorporación de esta nueva tecnología podremos medir el consumo de combustible lo que permite optimizar la eficiencia operativa, reduciendo costos y emisiones contaminantes. Además, facilita el cumplimiento de regulaciones ambientales y mejora la planificación de nuestras rutas marítimas. Esta práctica también contribuye a la identificación temprana de problemas técnicos, prolongando la vida útil del motor”.
Gracias a la incorporación de esta nueva tecnología podremos medir el consumo de combustible lo que permite optimizar la eficiencia operativa, reduciendo costos y emisiones contaminantes
El investigador y profesor de la Facultad de Náutica de Barcelona (FNB) de la UPC, Xavier Martínez Garcia, responsable de este proyecto de optimización energética, explica que actualmente “no existe en el mercado ningún sistema basado en tecnologías machine learning que recomiende cuál es la navegación más óptima de una embarcación a partir de la monitorización, en tiempo real, de los diversos factores que están interviniendo durante la navegación”.
Escalable para cualquier embarcación
El proyecto FNB-Open Arms está liderado por Xavier Martínez García, profesor de la FNB e investigador del grupo de investigación UPC Mecánica de Medios Continuos y Computacional (MC2) de la UPC. Junto a él, otros miembros destacados del equipo en esta primera fase de la investigación son Clara Borén Altés, Rosa Maria Fernández y Pau Trubat Casal, los tres de la FNB, y Alex Ferrer Ferre, profesor de la Escuela Superior de Ingenierías Industriales, Aeroespacial y Audiovisual de Terrassa (ESEIAAT) de la misma Universidad.
En las siguientes fases del proyecto se incorporarán más investigadores de la UPC, especializados en los parámetros a monitorizar y en determinar cómo están afectando al consumo. El equipo cuenta además con el apoyo del personal de mar y de tierra de Open Arms y con expertos en navegación, tecnologías de machine learning y sensorización en tiempo real.
La reducción de combustible se traduce también en menores emisiones al mar
El proyecto se inició el pasado mes de enero. La previsión es que a partir de septiembre el sistema se despliegue en la embarcación para definir las opciones y propuestas de navegación. En las fases sucesivas se prevé hacer las pruebas de validación durante algunas misiones, hacer mejoras e incorporar nuevos parámetros al sistema (todos los que se consideren necesarios), con la esperanza de replicar el modelo en otras embarcaciones de la ONG Open Arms en el futuro.