La labor humanitaria es primordial siempre; sin embargo, si está relacionada con la sostenibilidad y el cuidado del medioambiente, mejor que mejor. Eso es lo que pensaron en la Facultad de Náutica de Barcelona (FNB), de la Universidad Politécnica de Cataluña (UPC) cuando crearon un sistema de tecnologías de machine learning para optimizar el consumo de combustible -así como la eficiencia energética- de los barcos de la ONG Open Arms. Concretamente, de uno: un antiguo remolcador de 37 metros de eslora que puede llegar a consumir 3.000 litros de gasoil diarios.
Xavier Martínez es investigador y profesor de la FNB, así como responsable de este proyecto de optimización energética -bautizado como FNB-Open Arms-. Cuenta que están colaborando con Open Arms para desarrollar esta plataforma de machine learning, una de las técnicas de la inteligencia artificial, a partir de datos que obtendrán en tiempo real en navegación.
“Estos datos son el consumo instantáneo, la posición del barco, la velocidad, el estado del mar, el movimiento del barco, el estado del buque… Datos que nos definirán cómo es esta navegación, y lo que hará esta plataforma es obtener los parámetros de propulsión óptimos que permitirá a los barcos de Open Arms recorrer la mayor distancia posible con el mínimo consumo de combustible”, declara Martínez.
De este modo, asegura, “esperamos que con esto se aporte unos ahorros energéticos y también que nos aporte a todos unos ahorros medioambientales que faciliten su labor en el mar". Y añade que este proyecto "ha sido posible" gracias al Hub que tiene Fractus con la UPC -Fractus-UPC Deep Tech Hub-, "que nos ha permitido adquirir una serie de equipamientos -en este caso, unos caudalímetros- que nos permitirán tomar datos y, por tanto, nutrir la plataforma de machine learning que estamos desarrollando”.
La herramienta de machine learning
El mismo Martínez Garcia señala 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”.
En el 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. De todos modo, en un futuro se incorporarán otros factores, como el estado de conservación del casco, las necesidades eléctricas o las condiciones meteorológicas.
Cabe destacar que 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 antes mencionados por Martínez que se instalarán a bordo en la embarcación a partir del mes de septiembre para utilizarlos ya en las siguientes misiones. “El ahorro en combustible y en costes operacionales permitirá a la organización invertir el ahorro generado en otras acciones vinculadas al rescate marítimo”.
Para futuro, la idea 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”, anuncian desde la organización.
