A hybrid approach to enhance decision-making in marine structures: combining sensor data with human perception

In modern military ships, safety procedures during emergency responses due to attacks often depend on a combination of human manual assessments and the communication of information among various personnel. This approach, however, can result in inefficiencies, delayed actions, and information miscommunication that compromise timely and correct decision-making. Structural Health Monitoring (SHM) systems can provide real-time damage data, but limitations arise due to the complexity and scale of the ship’s structure. Moreover, human observation is essential in situations where sensor coverage is incomplete or uncertain. A novel probabilistic framework is proposed, integrating sensor data, numerical simulations, and human input to enhance real-time decision-making. By leveraging both offline databases for damage morphology and an on-board pattern recognition system, this framework improves the accuracy of structural integrity assessments and minimizes uncertainty in predicting the probability of failure (PoF). This framework represents the first istance of such an integrated approach being applied in maritime context, adaptable to various types of ships and threats. The results demonstrate a significant reduction in the uncertainty associated with calculating the PoF, particularly when extensive human input is available. This approach offers a novel and comprehensive strategy for enhancing both operational efficiency and safety during critical missions.

Nelle moderne navi militari, le procedure di sicurezza durante le emergenze dovute ad attacchi militari si basano spesso su una combinazione di valutazioni manuali da parte dell’equipaggio e sulla comunicazione delle informazioni tra i vari membri del personale. Tuttavia, questo approccio può portare a inefficienze, ritardi nelle azioni e incomprensioni informative, compromettendo così la tempestività e l’accuratezza nelle decisioni. I sistemi di monitoraggio della salute strutturale sono in grado di fornire dati in tempo reale sui danni, ma presentano limiti a causa della complessità e dell’ampiezza della struttura navale. Inoltre, l’osservazione umana rimane fondamentale in situazioni in cui la copertura dei sensori risulta incompleta o incerta. È per questi motivi proposto un innovativo framework probabilistico che integra dati da sensori, simulazioni numeriche e input umano per migliorare il processo decisionale in tempo reale. Sfruttando sia database creati offline precedentemente alla missione, sia un sistema di riconoscimento dei pattern a bordo, questo framework incrementa l’accuratezza nelle valutazioni dell’integrità strutturale e riduce l’incertezza nella previsione della probabilità di fallimento. Tale framework rappresenta il primo esempio di un approccio integrato applicato nel contesto marittimo, adattabile a diverse tipologie di navi e minacce. I risultati dimostrano una riduzione significativa dell’incertezza associata al calcolo della probabilità di fallimento strutturale, particolarmente efficace quando è disponibile un consistente contributo informativo da parte dell’equipaggio di bordo. Questo approccio rappresenta una strategia nuova e completa per migliorare sia l’efficienza operativa sia la sicurezza durante missioni critiche.