// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
La California finanzia ormeggi intelligenti per l’eolico offshore
La California Energy Commission finanzia lo sviluppo di MoorSEA, un sistema progettato per individuare detriti impigliati e possibili collisioni tra animali marini e ormeggi delle turbine eoliche galleggianti. Il gruppo guidato dallo Schatz Energy Research Center della Cal Poly Humboldt ha completato la progettazione preliminare e sta lavorando su simulazioni, sensori e algoritmo di rilevamento. L’obiettivo è trasformare i cavi sommersi in punti di osservazione continua, riducendo i tempi necessari per riconoscere un potenziale pericolo.
I sensori saranno installati sui cavi di ormeggio che collegano le piattaforme galleggianti agli ancoraggi sul fondale. Un cambiamento compatibile con l’urto di un animale o con l’accumulo di materiale dovrebbe generare un avviso diretto a una stazione di superficie. In presenza di determinati parametri, il sistema potrà quindi attivare un veicolo subacqueo controllato a distanza, incaricato di raggiungere il punto e acquisire immagini per una verifica visiva.
La cosiddetta cima intelligente non identifica quindi autonomamente una balena come farebbe una telecamera. MoorSEA combina misurazioni fisiche, software di classificazione e ispezione remota. Una delle minacce principali è il ghost gear, cioè reti, cime e attrezzature da pesca perse o abbandonate. Questi detriti possono agganciarsi a un ormeggio e creare un secondo punto d’intrappolamento per cetacei, pinnipedi e tartarughe di passaggio.
Il lavoro riguarda le aree eoliche marine di Humboldt e Morro Bay, caratterizzate da fondali profondi e destinate a ospitare piattaforme galleggianti. Le simulazioni si concentrano su otto specie chiave: cinque cetacei, due pinnipedi e la tartaruga liuto. Il modello incorpora dimensioni corporee, profondità d’immersione, forza degli animali, correnti, vento e moto ondoso. Le condizioni di riferimento seguono anche la serie di standard IEC 61400 impiegata nel settore eolico.
Le simulazioni statiche degli ormeggi e delle attrezzature da pesca sono state completate, mentre sono iniziate quelle dinamiche con le specie marine. Questi dati alimenteranno un primo approccio di machine learning destinato a distinguere un evento reale dal rumore prodotto dall’oceano. I sensori candidati passeranno attraverso test in vasca prima dell’integrazione con il veicolo subacqueo. La necessità di rendere affidabili le informazioni raccolte richiama le difficoltà già emerse nell’agricoltura intelligente alle prese con dati non ancora pronti: automatizzare un allarme senza una base solida aumenterebbe i falsi positivi.
Il programma ha ricevuto un finanziamento di 2 milioni di dollari, oltre a circa 335.000 dollari di cofinanziamento, e resterà attivo fino alla primavera del 2027. Il progetto coinvolge inoltre laboratori, società di ingegneria e organizzazioni specializzate in piattaforme e ispezioni marine. Le prove dovranno stabilire quali sensori offrano un rapporto adeguato tra sensibilità, robustezza e capacità di funzionare nelle condizioni meteo-oceanografiche della costa californiana.
La risposta all’allarme resterà affidata a un operatore umano, che potrà informare autorità e gestori del parco dopo la conferma visiva. In prospettiva, lo stesso sistema potrebbe supportare la rimozione remota dei detriti. Il passaggio dal controllo periodico al monitoraggio continuo permetterebbe anche di limitare immersioni e missioni navali, intervenendo soltanto quando i dati indicano un’anomalia concreta.
Aggiungi Tom's Hardware alle tue fonti preferite su Google