De la simulación a las pruebas de mar: la ciencia de la simulación de barcos
En este episodio del podcast Engineer Innovation, analizamos en profundidad la ciencia de la simulación de barcos. Nos adentramos en los entresijos del experimento de validación marina más grande del mundo, en el que 54 equipos de ingenieros compiten para simular el rendimiento de un crucero lleno de pasajeros.
Mi invitado es Dmitriy Ponkratov, de la Real Institución de Arquitectos Navales, que ha estado realizando simulaciones de CFD navales durante más de dos décadas con Lloyds Register of Shipping y la RINA, y que también es un veterano de muchas pruebas de mar.
Hablamos sobre:
- El reto de cumplir con el objetivo de la OMI de cero emisiones de carbono para 2050
- El papel fundamental que desempeña la simulación en el diseño de buques ultraeficientes necesarios para cumplir con estos estándares
- Explorar nuevos sistemas de propulsión naval
- Generar confianza en la simulación de CFD como alternativa a los tanques de remolque y las pruebas en el mar
- Creación de un conjunto de datos de pruebas de mar que se puede utilizar para validar simulaciones de CFD a escala real y en condiciones reales
- Un enorme esfuerzo de validación que incluye a 54 empresas e instituciones
- Cómo los ingenieros de CFD lidian con el hecho de equivocarse en la respuesta
- El gemelo digital naval
- Inteligencia artificial y aprendizaje automático aplicados a la industria naval
- Realizar pruebas de mar en un crucero lleno de pasajeros que beben gin-tonic
Este episodio del podcast Engineer Innovation está patrocinado por Siemens Digital Industries Software, en el que se reúnen la electrónica, la ingeniería y la fabricación para construir un futuro digital mejor.
Si le gustó este episodio, deje una reseña de 5 estrellas para ayudar a dar a conocer el programa.
Para obtener más información sobre todo tipo de temas de vanguardia, acceda a siemens.com/simcenter-podcast.
- El reto de cumplir con el objetivo de la OMI de cero emisiones de carbono para 2050
- El papel fundamental que desempeña la simulación en el diseño de buques ultraeficientes necesarios para cumplir con estos estándares
- Explorar nuevos sistemas de propulsión naval
- Generar confianza en la simulación de CFD como alternativa a los tanques de remolque y las pruebas en el mar
- Creación de un conjunto de datos de pruebas de mar que se puede utilizar para validar simulaciones de CFD a escala real y en condiciones reales
- Un enorme esfuerzo de validación que incluye a 54 empresas e instituciones
- Cómo los ingenieros de CFD lidian con el hecho de equivocarse en la respuesta
- El gemelo digital naval
- Inteligencia artificial y aprendizaje automático aplicados a la industria naval
- Realizar pruebas de mar en un crucero lleno de pasajeros que beben gin-tonic
Stephen:
¡Hola! Le damos la bienvenida al podcast Engineer Innovation. Hoy me acompaña Dmitriy Ponkratov, de la Real Institución de Arquitectos Navales. Cuéntenos un poco sobre usted, sobre cómo se involucró en la ingeniería y cuál es su labor en la RINA.
Dmitriy:
Sí. En primer lugar, supongo que debería señalar que es una Real Institución de Arquitectos Navales, no de arquitectos reales. Pero sí, es algo normal, mucha gente se confunde con eso. Permítame comenzar con unas palabras sobre mí. Soy arquitecto naval y me gradué hace casi 20 años. Y, de hecho, mi primer trabajo fue en China, donde pasé dos años trabajando en CFD, validación y desarrollo de D2. Después, me mudé a Noruega. Pasé tres años allí, di clases en la universidad y realicé trabajos de investigación sobre tecnología naval. Ahora es [inaudible] Ocean. Luego, en 2012, me invitaron a unirme al departamento de litigios de Lloyd’s Register Techniques. Es un departamento bastante único dentro de Lloyd’s, que se centra específicamente en la investigación de fallos, de rendimiento, etc.
Básicamente, tuvimos la gran oportunidad de viajar por todo el mundo con GP Arts a bordo del buque y en pruebas, un rol absolutamente emocionante. Simulación de ingeniería en primera línea. Más tarde, hace cuatro años, me uní a la Real Institución de Arquitectos Navales en [inaudible] de director técnico. Y ahora también estamos involucrados en muchos proyectos tanto en el Reino Unido como en todo el mundo. Pero permítame hablar un poco sobre la institución, que fue fundada en 1860, es decir, hace 163 años. En esa época era una especie de comunidad de arquitectos navales, principalmente en el Reino Unido, donde se pensaban, discutían y compartían ideas sobre cómo mejorar en los negocios, en [inaudible], etc. Estrictamente hablando, 163 años después, hacemos prácticamente lo mismo, pero, obviamente, lo hacemos a mayor escala, por lo que es una comunidad global con alrededor de 10 000 miembros en todo el mundo.
Y estamos involucrados en muchos proyectos interesantes con universidades, con nuestras publicaciones; estamos organizando muchos eventos, conferencias a nivel mundial otra vez. Tuvimos una conferencia en Japón el año pasado; tendremos una en los Países Bajos el próximo año; estamos pensando en organizar una conferencia en Australia, etc. Y otra cosa breve pero importante es que tenemos el estatus de ONG en la OMI, la Organización Marítima Internacional. Tuvimos una gran oportunidad de supervisar, desde el punto de vista técnico, lo que realmente está sucediendo regularmente en este lado.
Stephen:
Obviamente, está al tanto de cómo la simulación y las pruebas están siendo de gran ayuda. Entonces, ¿qué tipo de papel cree que juega la simulación en el [inaudible]?
Dmitriy:
Bueno, creo que está desempeñando el papel principal, pero creo que hay muchas más oportunidades en el futuro porque, como probablemente sepan, en julio de este año, hace solo unos meses, la OMI presentó una nueva estrategia que dice: «Necesitamos tener cero emisiones de carbono para 2050 o alrededor de ese año». Tenemos muchos desafíos técnicos para lograrlo. Y, si hacemos uso de la simulación y de la digitalización, tenemos muchas más oportunidades de asegurarnos poder diseñar buques energéticamente eficientes, por lo que, en esencia, hacemos [inaudible] significativas de todos los procesos y conseguimos que el sistema sea lo más preciso y eficiente posible. Y luego, obviamente, hay que tener en cuenta los combustibles. Solo la combinación de estos dos factores hará el cambio, de hecho.
Stephen:
¿Cree que esas normativas y ese tipo de impulso hacia un futuro con bajas emisiones de carbono están causando muchos cambios en el medio marino? Cambios buenos, supongo.
Dmitriy:
Sí, son buenos cambios. Creo que ahora son tiempos muy emocionantes si uno piensa en lo que estaba sucediendo en el pasado, como la adaptación de la máquina de vapor. Llevó mucho tiempo poner la máquina de vapor, los motores y mucho más a bordo de los barcos y progresar de nivel. Así que, básicamente, fue un proceso bastante significativo y que requirió mucho tiempo. Ahora no tenemos tanto tiempo: tenemos solo 27 años para lograrlo. Desde el punto de vista histórico, es un plazo muy corto para un cambio. Y, básicamente, en ese sentido, son tiempos muy emocionantes, así que ahora tenemos que poner todos nuestros esfuerzos para hacerlo realidad. Y lo único que hay que hacer es colaborar, compartir, ser innovador, pensar más allá de lo convencional y plantear todas las soluciones posibles.
Stephen:
Porque todavía existen muchas soluciones posibles también, ¿no es así? No es como si tuviéramos un solo camino. No es que vayamos a hacer todos los barcos eléctricos o que vayamos a usar combustibles sintéticos. Me di cuenta hace un par de semanas hablando con mucha gente que estaba involucrada en algún tipo de energía eólica como sistema de propulsión. Usted ha hablado sobre el tiempo que se tardó en utilizar máquinas de vapor y vamos a volver a la energía eólica, ya que podría ser una de las soluciones. Así que realmente es emocionante y tiene mucho potencial para la innovación.
Dmitriy:
Exactamente, no creo que haya una fórmula mágica para lograrlo. Así que, básicamente, la única oportunidad es mirar a nuestro alrededor y ver que la solución para cada negocio específico, cada mercado específico y cada sector específico del transporte marítimo podría ser algo diferente. Si hablamos de la propulsión eólica, estamos trabajando muy de cerca con la internacionalización y tenemos muchos proyectos interesantes con ellos. Y podemos ver que en algunas áreas del planeta es la solución. Entonces, si solo considera algunas áreas específicas con mucha energía, ese es definitivamente el caso; probablemente sea una situación en la que todos ganen. En algunas otras áreas, puede que no sea tan atractivo, por lo que todavía podríamos pensar en los combustibles alternativos y algo más; pero, definitivamente, debemos tener esto en cuenta.
Stephen:
Dijo que lleva unos 20 años en la ingeniería, ¿no es así?
Dmitriy:
Sí.
Stephen:
Hace 20 años. Supongo que su industria ha cambiado mucho porque recuerdo haber hablado con algunas personas en Lloyd’s Register hace 25 años y prácticamente todo se hacía en tanques de remolque y modelos. Ahora, algunas de estas soluciones innovadoras serán difíciles de probar en un remolque, así que supongo que ese es el papel de la simulación: generar ese tipo de escenarios interactivos y más complicados en los que se simulan sistemas completos en lugar de solo elementos.
Dmitriy:
Sí. Creo que en el pasado el tanque de remolque era una solución principal porque era bastante difícil desarrollar una alternativa para eso. Obviamente, ahora vemos la tecnología con dinámica computacional de fluidos, por lo que podemos hacer muchas cosas diferentes. E incluso esas cosas son bastante difíciles de implementar en un tanque de remolque. El reto, obviamente, es la validación. Tenemos que asegurarnos de que las cosas que estamos simulando en CFD tienen realmente sentido, por lo que tenemos que comprobar y validar nuestros resultados. Y ese es otro desafío, otra complejidad. Pero, al mismo tiempo, contamos con muchas iniciativas en marcha para que podamos abordar este desafío. Estamos llevando a cabo un proyecto interesante para crear estos casos de validación. Debería ayudar a la industria a asegurarse de que los CFD estén funcionando realmente.
Stephen:
Esa iba a ser mi siguiente pregunta. ¿Cómo confía en los resultados de las simulaciones? Porque no estamos hablando solo de buques que operan en condiciones agradables, estables y tranquilas. Estamos hablando de buques que tienen que operar a veces en condiciones horribles y aun así hacer su trabajo. A veces no es posible anclar el barco y esconderse de las inclemencias del tiempo. Entonces, ¿cómo demostrar que estos diseños que están analizando van a ser sólidos en todas las operaciones y asegurarse de que confían en los resultados? ¿Cómo lo hacen?
Dmitriy:
Creo que, por el momento, confiamos ciegamente en que está funcionando. A menos que escuchemos una historia horrible, creemos que está bien. Y creo que en el pasado fue porque el nivel de expectativa era bastante... El enfoque de ingeniería era «Bien, vemos que podemos entregar algo y obtener un 10 % de precisión; es lo suficientemente bueno». Ahora, como estamos luchando por un pequeño porcentaje, ¿qué pasaría si tuviéramos el dispositivo de ahorro de energía que pudiera darnos un 3 % o un 5 %? Básicamente, en ese caso, necesitamos el nivel adicional de precisión. Y para hacer eso, obviamente, necesitamos tener casos de validación adecuados. Y eso es exactamente lo que estamos haciendo dentro de la [inaudible]
Stephen:
Antes, si uno estaba diseñando o certificando las fases de prueba experimental, se consideraban como pruebas. Por lo general, es difícil obtener datos de las pruebas de mar, porque realmente no están configuradas para proporcionarlos. ¿Cuánto suelen durar las pruebas de mar en un buque nuevo?
Dmitriy:
Normalmente, cuando se le entrega la nueva versión al cliente, las pruebas tardan unos 10 días, pero incluyen todo tipo de pruebas. Para las pruebas de rendimiento, son entre 8 y 10 horas.
Stephen:
Y también está limitado por las condiciones meteorológicas que ocurren en el lugar de la prueba, ¿verdad?
Dmitriy:
Exactamente.
Stephen:
Por lo tanto, está trabajando en un proyecto más grande para proporcionar un mejor conjunto de validación. ¿Y puede contarnos un poco sobre ese proyecto?
Dmitriy:
Sí, básicamente, la idea de este proyecto es crear algún tipo de base de datos de casos de pruebas reconocidos por la industria que cualquiera pueda usar en el futuro para validar su CFD. Y eso es importante, ya que, a pesar de que es un podcast de Siemens, no estamos diciendo que solo la gente de Siemens podrá usar estos casos de validación. Básicamente, estará abierto para todos, para que todos puedan usar estos casos de prueba para asegurarse de que [inaudible] realmente funciona. Y, en ese caso, lo que queríamos hacer era seleccionar unos pocos casos de prueba, unos pocos buques reales, buques de navegación marítima reales, y hacer mediciones y pruebas muy exhaustivas con ellos. Y luego, obviamente, compartir los archivos de geometría, las líneas HAL, las hélices y todos los resultados de los investigadores y el conjunto de datos de las universidades.
Stephen:
¿De qué tipo de buques estamos hablando?
Dmitriy:
Por el momento, es bastante interesante. Inicialmente, comenzamos solo con dos buques. Queríamos tener dos buques en nuestra flota. Un buque de carga general y un portacontenedores. En este momento, la flota se está ampliando, por lo que ahora tenemos seis buques. Así que son un buque de carga general, un petrolero, un ferry de doble hélice, un crucero de doble hélice, un remolcador con hélice con conductos y también un buque de carga.
Stephen:
¿Qué tipo de pruebas de datos?
Dmitriy:
En general, para todos los casos, registramos la velocidad y la potencia, es decir, el rendimiento tradicional [inaudible] de los buques. Obviamente, es bastante difícil medir la resistencia; pero podemos medir la potencia, el par de torsión, las RPM y todos los demás parámetros de las unidades de propulsión. Está diseñado para todos los buques, pero en algunos casos hemos desarrollado cosas muy específicas y mejoradas. Al igual que en el caso del petrolero, medimos los flujos. Creamos una unidad especial llamada PA o tubo de flujo, que fue desarrollada por Maring. Logramos medir el flujo, lo que en realidad está llegando a las hélices, por lo que con los tres componentes en [inaudible]. Esto es bastante interesante para los profesionales de CD. No se trata solo de verificar las características integrales como la potencia y el RP, sino también de comparar y verificar el flujo, que en realidad es su propio conjunto de datos.
Stephen:
¿Y cómo se aplica a la práctica de la ingeniería el uso de esos datos como parte de esto?
Dmitriy:
Actualmente, como el proyecto está organizado como un proyecto conjunto de la industria, participan alrededor de 54 empresas, lo que lo convierte en la iniciativa más grande del proyecto. Por lo general, en los proyectos de investigación conjuntos, solemos contar con la colaboración de entre 15 y 20 empresas. En este caso, son 54 empresas de una comunidad global de 18 países. Ellos contribuyeron económicamente para invertir en el puerto y nosotros utilizamos ese dinero para lograr nuestros objetivos realizando esta medición. Por el momento, los resultados solo se comparten con los participantes del proyecto; pero, debido a que entendemos la importancia de este conjunto de datos para el mundo, a finales de 2024, todos los datos de resultados serán de dominio público.
Stephen:
Y luego, básicamente, proporcionaremos un conjunto de datos de validación que se convertirá en un estándar para la industria y que todo el mundo utilizará en el futuro.
Dmitriy:
Eso es.
Stephen:
¿Hay algún aspecto de competencia en el hecho de que se comparen los resultados de diferentes grupos que también investigan?
Dmitriy:
Básicamente, lo que hacemos es la parte clave del proyecto: la validación. Y nos gustaría implementar la validación ciega. Lo que realmente hacemos es realizar las pruebas en un buque. Tenemos los archivos de geometría del buque y los resultados finales, como el par de torsión, la potencia y las RPM de la hélice. De modo que organizamos un taller local con los participantes del proyecto. En este taller, principalmente, compartimos los archivos de geometría y la configuración básica, como la velocidad del buque, pero no los resultados finales. Los participantes deben calcular los resultados finales.
Les pedimos que envíen los datos en un formato específico y nos reunimos para poner en común los resultados. Y les decimos: «Bien, chicos, estos participantes subestimaron un 10 %, pero ese participante ha dado en el clavo con los resultados». Entonces, deberíamos compartir y aprender unos de otros sobre lo que hicieron para lograrlo. Pero, al mismo tiempo, todos los participantes son anónimos. Entonces, si alguien comete un error tonto significativo y su resultado es un 50 % erróneo, obviamente, sabe que ha cometido un error porque lo compara con otros resultados. Pero, al mismo tiempo, nadie puede culparlo diciendo: «¿Qué tipo de resultados has presentado?». Así que, en ese sentido, es un enfoque bastante justo.
Stephen:
Y la verdad de la simulación es que es bastante difícil. Es difícil predecir cómo se va a comportar un buque en esos aspectos. Por eso, a veces, aprender de las personas que han cometido errores e identificarlos es igual de interesante que elegir las buenas prácticas. Es decir, supongo que esa es la forma de definir las buenas prácticas: hay que mirar en ambos extremos del espectro. Debe ser muy estresante para los participantes. A veces también es bastante difícil como ingeniero. Tenemos que confiar en nuestras simulaciones, pero realmente no estamos seguros. Estar en ese tipo de entorno en el que estás observando y comparándote con los demás es estresante, pero muy interesante.
Dmitriy:
Es estresante, pero emocionante al mismo tiempo, porque obviamente es interesante para una empresa resolver el caso, presentarlo y ver cómo se compara realmente con la medición real. Porque, obviamente, se puede aprender mucho de eso. Y tiene toda la razón sobre el feedback que recibimos. A veces, de hecho, vemos participantes específicos. Por ejemplo, subestiman los resultados en un 18 %. Y luego, una vez que vean que «Bien, en realidad ahora hemos hecho algo mal», entonces [inaudible] volverán a resolver el caso y mejorarán algo.
Y luego, de repente, meses después, vuelven con un mejor resultado. Para nosotros, es en realidad una buena cuestión y una buena oportunidad para preguntar qué hicieron exactamente para mejorar los resultados, porque esa es exactamente la lección aprendida. Nos gustaría compartir con la comunidad y entender qué es exactamente lo que debería mejorarse para obtener resultados precisos.
Stephen:
No creo que se pueda ser un ingeniero de verdad a menos que se haya puesto frente a otras personas y haya presentado algunos resultados que luego descubra que son incorrectos. Y es parte del juego; lo que hacemos es difícil y eso es parte de ello. Entonces, cuando observa esos talleres, ¿hay una variedad de enfoques diferentes de personas que intentan utilizar diferentes vías? Porque hoy en día no se trata solo de simular la resistencia completa; hay que tener en cuenta también la propulsión y los sistemas de propulsión. Algunas de las simulaciones que veo son cada vez más complicadas y simulan el buque completo, incluyendo modelos en 1D de propulsión del motor, maniobras y todo lo demás. Entonces, ¿diría que hay una especie de evolución de las buenas prácticas?
Dmitriy:
Definitivamente, hay una curva de aprendizaje. Podemos ver que los participantes están mejorando los resultados, así que, básicamente, hay algún tipo de convergencia que podemos restablecer. Pero otra observación interesante que hacemos es que, a veces, algunos participantes se esfuerzan mucho pensando: «Bien, tenemos una malla muy fina con millones de celdas con una hélice completamente resuelta y con todo hecho correctamente». Y, en ocasiones, vemos los resultados. En realidad, no es tan emocionante como podría ser y algunos hacen una malla bastante gruesa con una geometría muy simplificada.
Y, en realidad, pueden estar bastante cerca de conseguir los resultados, por lo que es una especie de conclusión principal. A veces, es un conjunto de habilidades adecuado lo que nos permite saber exactamente dónde hacer mallas más gruesas o más finas. Entonces, ¿en qué debería centrarse exactamente? ¿En qué capa límite debería haber puesto un poco más de celdas? Sin duda, puede ayudarle mucho en términos de tiempo de simulación y, al mismo tiempo, le da un resultado bastante preciso.
Stephen:
La verdad sobre la simulación de ingeniería es que queremos el modelo más simple que nos proporcione el resultado correcto, sin necesidad de complejidad. Esto es un obstáculo, ¿no es así? Porque, de hecho, hacer esto en un taller es una cosa; pero, cuando hay que hacerlo prácticamente a diario, simulando buques cada semana, no se pueden utilizar 6000 millones de celdas: hay que tener una solución práctica. Ese tipo de experiencia en ingeniería es, en esencia, lo que nos hace útiles también. En ese sentido, ¿ha notado hasta ahora en alguno de sus talleres la aparición de algún tipo de inteligencia artificial o de algunos aspectos de aprendizaje automático en algunas de las presentaciones? ¿O es algo que espera ver en el futuro?
Dmitriy:
No creo que hayamos visto esto hasta ahora; pero, definitivamente, espero ver esto en un futuro porque, sin duda, lo que podemos ver es la solución basada en la experiencia, en lugar de en las matemáticas propiamente dichas. Entonces, si uno ha realizado muchos casos de simulación interesantes, puede usar el aprendizaje automático o la inteligencia artificial para replicar estos casos basándose en las simulaciones ya realizadas. Así que creo que será un escenario bastante interesante para [inaudible]
Stephen:
Y, al combinar datos de diferentes tipos de buques y operaciones, se pueden hacer muchas cosas, como aprender algunas de estas buenas prácticas e implementarlas en el futuro. Así que es un momento bueno con respecto a eso también.
Dmitriy:
Estábamos pensando en que recientemente tuvimos una charla interesante sobre el automóvil. En la industria automovilística, el automóvil es un objeto bastante pequeño en comparación con un barco. Puede poner el coche en un túnel de viento directamente y realizar todas las mediciones de forma individual, por lo que no necesita tener el modelo más pequeño. Pero, obviamente, con un barco esto es bastante más difícil. Es como si este nivel de complejidad fuera algo normal.
Stephen:
Sí. Algo que se me acaba de venir a la cabeza son los gemelos digitales. Porque, en la industria automovilística, tienen todos sus automóviles alterados y pueden hacer el seguimiento de cada uno de ellos en su base de datos a través de sus gemelos digitales. Supongo que, en el futuro, tener parte de esta instrumentación a bordo de los barcos de forma permanente proporcionará una especie de flujo constante de datos. ¿Es algo que cree que podría suceder en el futuro? Es decir, las pruebas de las que está hablando son muy específicas e implican muchos ajustes y asegurarse de todo; mencionó todos los detalles que hay que tener en cuenta. Pero ¿cree que en el futuro se podrán descargar datos de los barcos operativos y utilizarlos como una simulación válida?
Dmitriy:
No creo que haya que hablar del futuro, porque eso ya está ocurriendo. Durante los últimos 5 o 10 años, muchos propietarios de barcos han estado registrando una gran cantidad de datos sobre los buques. Incluso de nuestros buques, tenemos acceso a los datos de monitoreo a largo plazo y vemos muchos parámetros, como la velocidad, la potencia, las RPM, el consumo de combustible, el calado, etc. Pero esto en realidad...
Stephen:
¿Son datos útiles?
Dmitriy:
Ah, esa es otra pregunta. Esa es otra pregunta, sí. De hecho, no estoy seguro de que haya oído hablar de esto, pero la primera fase fue la norma ISO 9030, que se estableció hace unos años para la recopilación de datos de monitoreo a largo plazo. Y fue un cambio significativo. Muchos propietarios de barcos dijeron: «¡Oh, genial! Ahora podremos instalar muchos sensores; podremos medir una gran cantidad de datos; y, al fin, podremos conocer las condiciones reales de nuestros buques o de nuestra flota». Y ese fue un momento muy emocionante. Y luego, cuando realmente establecimos (no nosotros, sino la industria) todos los sensores y nos dimos cuenta de la cantidad de datos que realmente había, vimos que era bastante difícil entender qué había realmente detrás de todos esos datos.
Básicamente, se pueden representar todos los datos en gráficos, y es enorme, es un poco como una nube de puntos. Y esto es bastante difícil de interpretar. Entonces, ¿qué hay realmente detrás de eso? Ahora hay un montón de proyectos en marcha y es el momento de que la inteligencia artificial nos ayude a entender de qué tratan estos macrodatos. Porque, sin duda, ahora hay una gran cantidad de datos en el mercado, por lo que muchos propietarios los están recopilando. Pero, al mismo tiempo, todavía no hay una idea muy clara de cómo interpretarlos.
Stephen:
Y, cada vez que he estado involucrado, he visto que eso se convierte en un ejercicio de limpieza de datos más que cualquier otra cosa, porque todos los datos estarán sucios y surgirán problemas. Entonces, clasificar los datos, limpiarlos, tal vez hacerlo algorítmicamente con el aprendizaje automático, etc., en resumen, es un gran desafío. Pero en el futuro nos va a dar más información sobre cómo funciona este mundo real, que a veces es diferente a la manera en que lo diseñamos, lo cual es otro aspecto. Supongo que la vida útil de un buque grande típico es larga, ¿no? Por lo tanto, están diseñados para un conjunto de circunstancias operativas, pero supongo que en la práctica, durante la vida útil de un buque, se reconfiguran y se reutilizan. ¿Se ha trabajado mucho en los buques existentes que están operando fuera de sus especificaciones de diseño originales o no?
Dmitriy:
Es una buena pregunta. Por lo general, el buque se diseña para unos 25 años y esto significa que, de nuevo, si queremos tener un buque con cero emisiones de carbono para 2050, tenemos que empezar a diseñar esos nuevos buques ahora. Y, por el momento, no tenemos una solución para eso, por lo que la única solución para el futuro será la modernización. Una vez se encuentre una solución, en unos pocos años [inaudible] deberíamos poder adaptar los buques ya existentes y transformar completamente todos los combustibles de las ONG o utilizar combustibles alternativos. Ese también será un momento bastante emocionante. Las empresas que están actualmente construyendo buques deberían pensar en el futuro y en la posible modernización. Les daré un muy buen ejemplo. Recientemente he estado en uno de los GPR y entregan el ferry rápido. Y, básicamente, es un ferry de propulsión eléctrica.
Tiene un motor eléctrico que está dentro del casco. Pero, obviamente, necesitan un generador para producir electricidad. Son personas inteligentes e instalaron el generador en la cubierto y no dentro del casco. Y dicen que, bueno, que es la solución actual porque es un generador diésel, pero que esperan que en los próximos 10 años tengan que reemplazarlo. Y, en lugar de tener que cortar el casco y sacarlo de dentro, ya está en la cubierta. Así que solo les llevará media hora desatornillar los pernos, sacar el generador antiguo y poner el nuevo. Es una especie de visión de futuro pensando que necesitamos construir el barco ahora, pero en el futuro podremos reemplazar este motor diésel por otra cosa.
Stephen:
De momento, no sabemos qué será esa otra cosa; podría ser cualquier cosa.
Dmitriy:
Exactamente.
Stephen:
Eso es realmente interesante, una preparación de futuro para un futuro incierto.
Dmitriy:
Exactamente.
Stephen:
Cuénteme un poco sobre el trabajo detrás de escena que se lleva a cabo en la preparación de estas validaciones [inaudible]
Dmitriy:
Sí, creo que es una pregunta muy interesante porque, una vez que compartamos el conjunto de datos, por ejemplo, compartiremos la geometría de los buques y también les daremos algún tipo de indicación sobre la rugosidad del casco, que es un valor único que los profesionales de CD deberían utilizar para simularla. Pero, al mismo tiempo, creo que es muy importante explicar cómo se logran todos estos parámetros, porque la medición de la rugosidad del casco es una tarea bastante compleja. Estrictamente hablando, hay mucha incertidumbre relacionada con esto. En primer lugar, cuando simulamos la rugosidad del casco, debemos conocer la rugosidad en el agua. Pero, al mismo tiempo, de momento, no existe una solución para medir la rugosidad en el agua, por lo cual, básicamente, la única herramienta práctica es poner el buque en el dique seco y medir la rugosidad.
Pero, de nuevo, puede ser que los valores que estamos midiendo en el dique seco no sean los mismos que en el agua, porque el entorno es muy diferente. Pero esas son las suposiciones que tenemos que hacer porque no hay una solución mejor. Básicamente, lo que hacemos habitualmente es medir la rugosidad en aproximadamente 120 ubicaciones de diversas áreas del casco. Después, procesamos los datos y hacemos la suposición de cuál es la rugosidad en cada área calculando una media. Y también debemos hacer lo mismo con la rugosidad de la hélice para asegurarnos de que en la CFD no se considere una superficie lisa hidráulica, porque la hélice real no es lisa. A pesar de que la superficie pueda estar pulida, no es del todo lisa.
Entonces, utilizamos un aparato de dos componentes que se aplica en la superficie de las palas, en aproximadamente cinco o seis ubicaciones por pala, y luego enviamos esta información a un laboratorio especial para que realicen un escaneo y así poder conocer la rugosidad de cada pala. Una vez más, puede haber diferencias según la pala, según el cubo, etc. Y también existen otros pequeños detalles que son muy importantes, como el desplazamiento y el calado, es decir, la posición exacta del casco en el agua. En CD, solamente se indica el calado de popa y el de proa, y nada más. Pero es importante entender su posición real en el agua. Porque, por lo general, antes o después de las pruebas, se puede ver que hay olas y que las marcas de calado no son las mismas todo el tiempo.
Es por esto por lo que solemos grabar el calado, ya sea con un dron o con una cámara GoPro, durante al menos un minuto y luego tenemos el promedio basado en eso. Y, de nuevo, podría ser que el calado de antes de las pruebas sea ligeramente diferente al de después de las pruebas. Esto indica que podría haber varias instancias, por lo que esto podría originarse de eso. Lo que solemos decir es que hacemos todo con la mayor precisión posible, todas las mediciones: las mediciones de calado, las mediciones de rugosidad, etc. Pero eso no significa que sean absolutamente precisas, por lo que, obviamente, hay una incertidumbre en esa medición.
Y es por eso por lo que es muy importante dejar muy claro el mensaje de que, si proporcionamos la curva fuerza-velocidad de las pruebas, no significa que esta curva sea exacta. Puede existir incertidumbre asociada a diversos parámetros, por lo que esta curva podría estar un poco más alta o un poco más baja. Pero sería bueno saber cuál es realmente el nivel de incertidumbre. Por ejemplo, en el caso del petrolero, estimamos que la variación de la curva es de entre el 4 % y el 6 %. Esto significa que está bastante cerca de la curva en sus resultados de CFD, pero no exactamente en la curva. Pero al menos está dentro de este rango del 4 %, por lo que debería ser suficiente, ya que está en el rango del nivel de incertidumbre de la prueba.
Stephen:
Ese es siempre uno de los grandes desafíos de la ingeniería, es ese punto medio entre el error experimental y el error computacional, y tratar de averiguar cuál es la verdad.
Dmitriy:Exactamente.
Stephen:
Por lo general, está en algún lugar entre esas dos áreas y supongo que ese es uno de los grandes temas de conversación cuando tiene estas reuniones.
Dmitriy:
Exactamente.
Stephen:
¿Alguna vez las personas se ponen muy tercas con sus resultados y están convencidas de que sus resultados son correctos en comparación con el experimento, o a veces se encuentra con gente que intenta justificar que un mal CFD contradice los resultados experimentales?
Dmitriy:
A decir verdad, es un punto muy interesante. En alguna ocasión hemos visto en las conferencias que alguien realiza el caso de CFD y lo compara con los resultados de las pruebas del modelo. Y suelen decir: «Oh, no, nuestros resultados de CFD son perfectos. Lo más probable es que sea el nivel de incertidumbre del tanque de remolque. Realmente no sabemos qué tipo de capa límite turbulenta había ni cuál era el [inaudible] donde se instaló». Es bastante interesante que los investigadores intenten afirmar que sus resultados son 100 % correctos y culpen a los que desarrollaron el caso de validación. Es por eso por lo que estoy bastante seguro de que alguien nos culpará en algún momento y dirá: «Ah, estos tipos hicieron el [inaudible] de una manera muy precisa, por eso tenemos un 10 % de diferencia con nuestro CFD perfecto».
Stephen:
Sí, creo que es uno de los grandes problemas. Todos hemos experimentado y creemos demasiado en nuestros modelos. El viejo adagio de que todos los modelos y algunos modelos [inaudible]. Hay que ser muy humilde. A veces, sus predicciones tampoco son correctas, y eso es bueno. Tener ese conjunto de datos también ayuda a disipar algunos de los mitos.
Dmitriy:
Sí, estoy totalmente de acuerdo con usted.
Stephen:
Obviamente, está involucrado en la simulación, pero ¿alguna vez ha participado en alguna de las pruebas de mar? Y, de ser así, ¿qué tipo de experiencias ha tenido?
Dmitriy:
Sí. Cuando trabajaba en Lloyd’s Register, participaba en muchas pruebas de mar. Y ahora, como parte del proyecto Jures, tenemos la oportunidad de estar a bordo y realizar pruebas en buques reales. De los seis barcos, he estado a bordo de cinco, es decir, la mayoría de ellos. Y, de hecho, algunas de las pruebas fueron muy muy interesantes porque, obviamente, es un enfoque muy diferente en comparación con las pruebas ordinarias. Porque, por lo general, el buque se entrega a los propietarios, y suelen enfocarse en áreas específicas como la entrega, la velocidad, las RPM específicas y la energía, porque esa es la parte del acuerdo. Pero, obviamente, no creen que su caso se utilice para la validación de CFD. Por eso, no les importan las mediciones de la rugosidad, ni las medidas precisas, ni el desplazamiento.
No les importan las mediciones de empuje porque normalmente no forman parte del ámbito. Y, en nuestro caso, como tenemos un enfoque específico de validación de CFD, debemos ser cuidadosos y hacer todo con la mayor precisión posible. Y algunos de los casos reales fueron muy emocionantes. Por ejemplo, uno de los casos en la línea de cruceros fue, sin duda, una de las pruebas más inusuales de mi carrera, porque, por lo general, las pruebas se realizan en barcos nuevos. Por lo tanto, cuando el astillero entrega el buque al propietario, significa que no forma parte de las operaciones comerciales normales. Básicamente, el buque aún no se ha entregado al propietario, por lo que se encuentra en la etapa de pruebas. Es por eso por lo que la gran mayoría de las pruebas en el mar se realizan en esta etapa.
En nuestro caso, debido a que necesitamos trabajar con barcos reales que están en servicio, a veces, la comunicación con los propietarios puede ser bastante extraña y les tenemos que decir: «Queremos hacer estas pruebas en el crucero». Y les dijimos: «Nos gustaría hacer pruebas en el crucero». Y el dueño nos dijo: «Sí, no hay problema, hagámoslo». Pero uno de nuestros requisitos es que se deben realizar en aguas bastante profundas porque debemos evitar la influencia del efecto de las aguas poco profundas. Entonces, el dueño dijo: «Sí, está bien. Pero esto significa que los pasajeros estarán a bordo». Y yo le dije: «¿En serio? ¿Le parece bien?». Y él dijo: «Sí, acabamos de anunciar que estamos realizando un ensayo. Dígales que no se preocupen si observan algún comportamiento extraño de la embarcación, que eso está totalmente bien».
Y, de hecho, fue bastante emocionante, así que hicimos un ensayo adecuado recíproco. Dirigimos el barco en una dirección, hicimos un giro en U, volvimos en la otra dirección, otro giro en U y regresamos. Básicamente, lo hicimos un par de veces. Y, durante todo este tiempo, había 3000 pasajeros a bordo, disfrutando de su vida. Fue muy extraño estar en el puente de mando y mantenerse realmente concentrado en que solo quedaban otros 10 minutos, y luego hicimos una grabación y dimos la vuelta. Y después nos retiramos del puente de mando y vimos a la gente bebiendo alcohol, disfrutando de su vida, etc.
Stephen:
Mientras no haga que nadie derrame sus gin-tonics, estoy seguro de que estará bien. \.
Dmitriy:
Todo estaba bien.
Stephen:
Eran conscientes de ello; debió ser una historia bastante emocionante para ellos de su crucero.
Dmitriy:
Obviamente, lo anunciamos diciendo que estábamos haciendo un proyecto de investigación muy interesante, llevando a cabo algunos ensayos específicos, y que no se preocupasen por las idas y venidas del barco. Pero, para mí, definitivamente, fue una experiencia bastante inusual. Realizar pruebas con los pasajeros a bordo es algo muy nuevo.
Stephen:
¿Se marea o no?
Dmitriy:
Es otro punto realmente interesante. Porque, por lo general, para las pruebas, necesitamos que la condición del mar esté lo más tranquila posible, ya que la primera fase es simplemente tener las claves de validación de CFD para la condición de aguas tranquilas. Por eso, generalmente, en las condiciones de agua tranquilas, es bastante difícil marearse.
Stephen:
Eso también es bueno, lo cual es un alivio para usted, porque estoy seguro de que trabaja mejor cuando no está inclinado sobre el costado del buque.
Dmitriy:
Sí, definitivamente.
Stephen:
¿Tiene planeados más ensayos?
Dmitriy:
Este proyecto que estamos a punto de terminar en octubre de este año. Ya completamos todas las pruebas que realmente queríamos hacer para este proyecto. Pero, al mismo tiempo, muchos participantes nos preguntan si va a haber otros ensayos más adelante. Porque hay muchas cosas que podemos hacer en el futuro, por ejemplo, investigar sobre el ruido irradiado por el agua, que en realidad es una cuestión bastante candente hoy en día. Analizando los diferentes entornos, no solo el lado hidrodinámico, sino también lo que respecta a la interacción fluido-estructura y el análisis de vibraciones. Así que son muchas las cosas que podemos hacer en el futuro. Por eso, estamos pensando cómo darle forma, cómo convertirlo en la fase dos del proyecto a partir de la siguiente.
Stephen:
¿Y habrá una fase dos?
Dmitriy:
Estoy 100 % seguro de que sí.
Stephen:
Eso es realmente emocionante. Creo que siempre es emocionante. Hablamos mucho en este podcast sobre simulación, pero no lo suficiente sobre validación. Así que es realmente emocionante para mí que estén [inaudible] haciendo el esfuerzo para asegurarse de que tengamos un conjunto de datos de validación adecuado para las futuras generaciones de arquitectos navales, para asegurarnos de que podamos resolver estos enormes desafíos que tenemos que enfrentar. Como dice, no se trata de hacer cambios del 10 %, se trata de ajustar todo en un 1 % o 2 % para obtener estos enormes ahorros de energía. Y es un momento realmente bueno, así que muchas gracias por hablarnos de eso. Ha sido una charla realmente interesante. Gracias, Dmitriy.
Dmitriy:
Gracias, gracias.

Stephen Ferguson – Anfitrión
Stephen Ferguson es un experto en dinámica de fluidos con más de 30 años de experiencia en la aplicación de simulación avanzada a los problemas más desafiantes que la ingeniería tiene para ofrecer a empresas como WS Atkins, BMW y CD-adapco y Siemens. La experiencia más aterradora de Stephen en un barco fue en 1990 en una travesía en ferry de Newhaven a Dieppe con un vendaval de fuerza 9, en el que todos los demás pasajeros se marearon. Stephen no se marea.

Dmitriy Ponkratov
Dmitriy Ponkratov tiene un doctorado, un MBA y es un arquitecto naval con experiencia internacional adquirida en China, Noruega y el Reino Unido. Trabajó como profesor asociado en la Universidad Noruega de Ciencia y Tecnología, y como consultor sénior en el departamento de investigación técnica de renombre mundial de Lloyd’s Register. En la actualidad, ostenta el cargo de director técnico en la Real Institución de Arquitectos Navales.
Escuche el episodio anterior del podcast Engineer Innovation: «Adaptación a una nueva era de la IA»