p Embarcações marítimas e plataformas offshore suportam uma bateria constante de ondas e correntes. Ao longo de décadas de operação, essas estruturas podem, sem avisar, encontre-se de frente com uma onda desonesta, Tempestade louca, ou algum outro evento extremo, com consequências potencialmente prejudiciais. p Agora, os engenheiros do MIT desenvolveram um algoritmo que identifica rapidamente os tipos de eventos extremos que podem ocorrer em um sistema complexo, como um ambiente oceânico, onde ondas de magnitudes variadas, comprimentos, e as alturas podem criar estresse e pressão em um navio ou plataforma offshore. Os pesquisadores podem simular as forças e tensões que eventos extremos - na forma de ondas - podem gerar em uma estrutura particular.

p Comparado com os métodos tradicionais, a técnica da equipe fornece um muito mais rápido, avaliação de risco mais precisa para sistemas que são susceptíveis de suportar um evento extremo em algum ponto durante sua vida útil esperada, levando em consideração não só a natureza estatística do fenômeno, mas também a dinâmica subjacente.

p "Com a nossa abordagem, você pode avaliar, desde a fase de projeto preliminar, como uma estrutura se comportará não para uma onda, mas para a coleção geral ou família de ondas que podem atingir essa estrutura, "diz Themistoklis Sapsis, professor associado de engenharia mecânica e oceânica no MIT. "Você pode projetar melhor sua estrutura de modo que não tenha problemas estruturais ou tensões que ultrapassem um certo limite."

p Sapsis diz que a técnica não se limita a navios e plataformas oceânicas, mas pode ser aplicado a qualquer sistema complexo vulnerável a eventos extremos. Por exemplo, o método pode ser usado para identificar o tipo de tempestade que pode gerar inundações severas em uma cidade, e onde essa inundação pode ocorrer. Também pode ser usado para estimar os tipos de sobrecargas elétricas que podem causar apagões, e onde esses apagões ocorreriam em toda a rede elétrica de uma cidade.

p Sapsis e Mustafa Mohamad, um ex-aluno de pós-graduação no grupo de Sapsis, atualmente cientista assistente de pesquisa no Courant Institute of Mathematical Sciences da New York University, estão publicando seus resultados esta semana no Proceedings of the National Academy of Sciences .

p Ignorando um atalho

p Os engenheiros normalmente avaliam a resistência de uma estrutura a eventos extremos usando simulações computacionalmente intensas para modelar a resposta de uma estrutura a, por exemplo, uma onda vindo de uma direção particular, com uma certa altura, comprimento, e velocidade. Essas simulações são altamente complexas, já que eles modelam não apenas a onda de interesse, mas também sua interação com a estrutura. Simulando todo o "campo de onda" à medida que uma determinada onda entra, os engenheiros podem então estimar como uma estrutura pode ser balançada e empurrada por uma onda particular, e quais forças e tensões resultantes podem causar danos.

p Essas simulações de avaliação de risco são incrivelmente precisas e, em uma situação ideal, podem prever como uma estrutura reagiria a cada tipo de onda possível, seja extremo ou não. Mas essa precisão exigiria que os engenheiros simulassem milhões de ondas, com parâmetros diferentes, como altura e escala de comprimento - um processo que pode levar meses para ser computado.

p "Esse é um problema absurdamente caro, "Sapsis diz." Para simular uma possível onda que pode ocorrer por mais de 100 segundos, requer uma unidade de processador gráfico moderna, que é muito rápido, cerca de 24 horas. Estamos interessados ​​em entender qual é a probabilidade de um evento extremo em 100 anos. "

p Como um atalho mais prático, engenheiros usam esses simuladores para executar apenas alguns cenários, escolhendo simular vários tipos de ondas aleatórias que eles acham que podem causar o dano máximo. Se um projeto estrutural sobrevive a esses extremos, ondas geradas aleatoriamente, os engenheiros presumem que o projeto resistirá a eventos extremos semelhantes no oceano.

p Mas, ao escolher ondas aleatórias para simular, Sapsis diz, engenheiros podem perder outros cenários menos óbvios, como combinações de ondas de tamanho médio, ou uma onda com uma certa inclinação que pode se transformar em um evento extremo prejudicial.

p "O que conseguimos fazer é abandonar essa lógica de amostragem aleatória, "Sapsis diz.

p Um aprendiz rápido

p Em vez de executar milhões de ondas ou mesmo várias ondas escolhidas aleatoriamente por meio de uma simulação computacionalmente intensiva, Sapsis e Mohamad desenvolveram um algoritmo de aprendizado de máquina para primeiro identificar rapidamente a onda "mais importante" ou "mais informativa" para executar essa simulação.

p O algoritmo parte da ideia de que cada onda tem uma certa probabilidade de contribuir para um evento extremo da estrutura. A própria probabilidade tem alguma incerteza, ou erro, uma vez que representa o efeito de um sistema dinâmico complexo. Além disso, algumas ondas têm mais certeza de contribuir para um evento extremo do que outras.

p Os pesquisadores projetaram o algoritmo para que possam alimentar rapidamente vários tipos de ondas e suas propriedades físicas, junto com seus efeitos conhecidos em uma plataforma offshore teórica. A partir das ondas conhecidas que os pesquisadores conectam ao algoritmo, ele pode essencialmente "aprender" e fazer uma estimativa aproximada de como a plataforma se comportará em resposta a qualquer onda desconhecida. Por meio dessa etapa de aprendizado de máquina, o algoritmo aprende como a estrutura offshore se comporta em todas as ondas possíveis. Em seguida, identifica uma onda particular que reduz ao máximo o erro da probabilidade de eventos extremos. Esta onda tem alta probabilidade de ocorrer e leva a um evento extremo. Desta forma, o algoritmo vai além de uma abordagem puramente estatística e leva em consideração o comportamento dinâmico do sistema em consideração.

p Os pesquisadores testaram o algoritmo em um cenário teórico envolvendo uma plataforma offshore simplificada sujeita a ondas de entrada. A equipe começou conectando quatro ondas típicas ao algoritmo de aprendizado de máquina, incluindo os efeitos conhecidos das ondas em uma plataforma offshore. Disto, o algoritmo identificou rapidamente as dimensões de uma nova onda que tem alta probabilidade de ocorrer, e reduz ao máximo o erro para a probabilidade de um evento extremo.

p A equipe, então, conectou essa onda em um computador mais intensivo, simulação de código aberto para modelar a resposta de uma plataforma offshore simplificada. Eles alimentaram os resultados desta primeira simulação em seu algoritmo para identificar a próxima melhor onda para simular, e repetiu todo o processo. No total, o grupo executou 16 simulações ao longo de vários dias para modelar o comportamento de uma plataforma sob vários eventos extremos. Em comparação, os pesquisadores realizaram simulações usando um método mais convencional, em que eles simularam cegamente o maior número de ondas possível, e foram capazes de gerar resultados estatísticos semelhantes somente depois de executar milhares de cenários ao longo de vários meses.

p Sapsis diz que os resultados demonstram que o método da equipe rapidamente se aprimora nas ondas que têm mais certeza de estar envolvidas em um evento extremo, e fornece designers mais informados, cenários realistas para simular, a fim de testar a resistência não apenas de plataformas offshore, mas também redes de energia e regiões propensas a inundações.

p "Este método abre caminho para realizar avaliações de risco, Projeto, e otimização de sistemas complexos com base em estatísticas de eventos extremos, que é algo que não foi considerado ou feito antes sem simplificações severas, "Sapsis diz." Estamos agora em uma posição em que podemos dizer, usando ideias como esta, você pode entender e otimizar seu sistema, de acordo com critérios de risco para eventos extremos. "

p Esta pesquisa foi apoiada, em parte, pelo Office of Naval Research, Escritório de Pesquisa do Exército, e Escritório de Pesquisa Científica da Força Aérea, e foi iniciado por meio de uma concessão do American Bureau of Shipping.