ASTRID | Gémeo Digital de Vibrações para Estruturas Astronómicas

O projeto ASTRID tem como objetivo principal o desenvolvimento e validação do primeiro digital twin de vibrações para infraestruturas científicas do Observatório Europeu do Sul (ESO), com capacidade de monitorização, previsão e diagnóstico preditivo em tempo real. Esta iniciativa pretende ultrapassar limitações críticas na operação dos grandes telescópios óticos e interferométricos — como o Very Large Telescope (VLT), o Very Large Telescope Interferometer (VLTI) e o futuro Extremely Large Telescope (ELT) — onde vibrações mecânicas residuais provenientes de fontes ambientais e internas (vento, sistemas criogénicos, atuadores, ressonâncias estruturais) degradam a estabilidade e a qualidade ótica das observações astronómicas. O ASTRID propõe uma abordagem integrada que combina sensores distribuídos, modelação física por elementos finitos e aprendizagem automática multimodal, criando um modelo digital híbrido (físico + dados) capaz de representar e prever o comportamento dinâmico das estruturas do observatório. A solução será validada em ambiente operacional relevante do ESO (Paranal, Chile), assegurando interoperabilidade com o DataLab e o Data Lake do ESO, e estabelecendo a base tecnológica para a futura adoção no ELT. Em termos científicos e tecnológicos, o projeto estrutura-se em cinco grandes objetivos: (1) Levantamento e caracterização do ambiente vibracional das infraestruturas observacionais: Mapear as principais fontes, frequências e amplitudes de vibração presentes nos telescópios e infraestruturas associadas, correlacionando medições experimentais com modelos teóricos de comportamento estrutural. Este levantamento permitirá estabelecer uma linha de base para a modelação digital e a instrumentação futura do ELT; (2) Definição de um formato comum de dados vibracionais e arquitetura de integração com o ESO: Conceber um modelo de dados interoperável e escalável, capaz de integrar informações provenientes de sensores heterogéneos (acelerómetros, sensores fotónicos, telemetria ótica), alinhado com os padrões e protocolos de dados do ESO. Este formato será implementado no módulo de interface com o Data Lake, assegurando compatibilidade semântica e operacional; (3) Desenvolvimento de modelos paramétricos e híbridos de digital twin: Criar modelos estruturais simplificados e algoritmos de atualização contínua (“self-updating models”) baseados em dados reais, capazes de representar o comportamento dinâmico das infraestruturas observacionais. Estes modelos constituirão o núcleo do digital twin, permitindo o cálculo modal, a identificação de modos próprios e a previsão de resposta estrutural sob diferentes condições; (4) Aplicação de técnicas de machine learning e fusão multimodal para previsão de obsolescência e performance ótica: Implementar modelos preditivos baseados em redes neuronais e regressões híbridas que correlacionem vibrações estruturais com métricas óticas. Estes algoritmos permitirão detetar precocemente desvios, anomalias e tendências de degradação, fornecendo indicadores de manutenção preventiva e de controlo de qualidade científica; (5) Integração e validação do protótipo completo do digital twin em ambiente relevante: Integrar os módulos de sensorização, análise e visualização num protótipo funcional validado em ambiente operacional representativo do Observatório do Paranal. Serão avaliados parâmetros de desempenho, como latência, fiabilidade, precisão preditiva e robustez do sistema, demonstrando a aplicabilidade e maturidade tecnológica até TRL 5. Estes objetivos refletem a ambição do projeto em ultrapassar o estado da arte na monitorização estrutural de grandes infraestruturas científicas, introduzindo uma nova geração de sistemas inteligentes, preditivos e interoperáveis. O ASTRID posiciona-se como um marco tecnológico na integração entre ciência e engenharia, com potencial de transferência para domínios como a engenharia civil, energia, transportes e infraestruturas críticas, reforçando o papel de Portugal na cadeia de valor europeia da Big Science e na criação de soluções de alta precisão orientadas para a sustentabilidade, a segurança e a inovação industrial.