Modello surrogato per la stima della resistenza della nave

Abstract

L'obiettivo della tesi è sviluppare un modello surrogato per una stima accurata e rapida della resistenza della nave, basato sul dataset costruito con i risultati di modelli fisici (CFD), per l'uso in analisi parametrica e studi di ottimizzazione, al fine di investigare la complessa relazione tra la forma dello scafo e la sua resistenza in acque calme. Sarà inoltre indagata la possibilità di applicare metodi di Physics Informed Machine Learning per una valutazione rapida della resistenza dello scafo senza appendici di una nave, per consentire ottimizzazioni complete del design senza l'uso del tradizionale modello fisico (CFD).

Thesis goal is to develop a surrogate model for accurate and quick ship resistance estimation based on the dataset constructed with the results physical models (CFD), for use in parametric analysis and optimisation studies, to investigate the complex relationship between the hull form and its resistance in calm water. Also the possibility to apply physics-informed Machine Learning methods for fast evaluation of a vessel’s bare hull resistance, to enable comprehensive design optimisations without the use of the traditional physical model (CFD) will be investigate