SPRAI (Seakeeping Prediction with Artificial Intelligence) es un algoritmo basado en Redes Neuronales Artificiales (RNAs), entrenadas utilizando datos de simulación numérica procedentes de miles de buques diferentes, capaz de predecir el comportamiento en el mar de buques monocasco convencionales utilizando los coeficientes de forma del casco tradicional. Por tanto, no requiere la geometría del casco, pues sólo depende de un número limitado de coeficientes de forma adimensionales del barco.
SPRAI es capaz de obtener los coeficientes hidrodinámicos y fuerzas sobre buques monocasco de desplazamiento con desviaciones aceptables respecto a programas de cálculo comerciales y de forma instantánea. Abre la posibilidad de incluir el estudio comportamiento en la mar, por ejemplo, como criterio en la optimización de formas en buques y en la fase de anteproyecto cuando aún no se conocen las formas del buque, algo inviable con los programas actuales. No requiere de infraestructura computacional, ahorrando costos y tiempo a astilleros.
El algoritmo de cálculo tiene como entradas para la predicción parámetros geométricos relacionados con las formas del buque y son: la manga del buque (B), el calado (T), la eslora de la flotación (L), Coeficiente de bloque (Cb), Coeficiente de crujía (Cc), Coeficiente prismático (Cp), Coeficiente de la maestra (Cm), posición vertical y longitudinal de centro de carena (Xb y Zb).
Los resultados de la predicción son los valores de las fuerzas y momentos de excitación del oleaje y las resultantes de la difracción y la radiación de olas. A partir de ellos se componen las denominadas funciones de transferencia (Response Amplitude Operator, RAO) para cada movimiento del barco. Estas funciones relacionan la amplitud del movimiento del barco con la amplitud de la ola incidente.
SPRAI está protegido mediante inscripción en el Registro de Propiedad Intelectual, bajo titularidad de la Universidad Politécnica de Cartagena y el Centro Internacional de Métodos Numéricos en Ingeniería.