O presente trabalho aborda o problema de modelagem referente às etapas iniciais de uma implementação de um Gêmeo Digital (DT) de um navio em manobras, mais especificamente se concentrando em estimar em tempo real os principais coeficientes hidrodinâmicos de uma embarcação - os coeficientes de deriva e resistência. O procedimento consiste em duas etapas distintas: uma se referindo à navegação em alto mar e a outra em águas restritas ou portuárias. Em ambos, o método escolhido se deu através do Filtro de Kalman em sua versão Unscented (UKF), cujas medições são os movimentos obtidos por GNSS, Girocompasso e IMU e as entradas, os comandos para o propulsor e o leme. Uma prova de conceito foi testada em um ambiente simulado chamado pyDyna - um simulador de manobras implementado em Python embasado no modelo matemático adotado no Centro de Simulação de Manobras do Tanque de Provas Numérico da Universidade de São Paulo (TPN-USP). Dados de sensores de movimento foram emulados ao acrescentar um ruído branco Gaussiano nos valores advindos em tempo real do simulador, visando uma melhor representação de um cenário prático com medições imperfeitas. Resultados obtidos se mostraram com relativa boa aderência e baixo custo computacional, possivelmente apresentando o método como um conveniente avaliador preliminar de parâmetros até outros métodos de melhor acurácia e dispendiosos como CFD serem executados (pelo menos para um dos parâmetros hidrodinâmicos no estado atual deste trabalho). Não obstante, além de se obter uma implementação prática de DT, outros problemas devem ser estudados, como design da arquitetura, rede de comunicação, motivação da digitalização, etc., assuntos que não serão abordados aqui. Ao invés disso, este trabalho se concentrou em desenvolver um modelo geral de sistema coerente, que almeja ser um pilar para futuras implementações de DT. Alguns exemplos que podem eventualmente implementar essa tecnologia são: análise de performance devida à degradação do casco, leme ou propulsor; auxílio na tomada de decisão para manutenções programadas e até monitoramento remoto.

The present work tackles the modeling problem concerning the initial steps of a Digital Twin (DT) application in a maneuvering ship, more specically focusing in estimating in real-time the main vessel hydrodynamic coecients { namely drift and resistance coef- cients. The procedure consists in separating it into two dierent estimation phases: one referring to a vessel in open seas and another in restricted waters or port maneuvers. In both, the chosen method is via Unscented Kalman Filter (UKF), whose measurements are the ship motions obtained from GNSS, Gyrocompass and IMU, and the input, the commands to the propeller and rudder. A proof of concept was tested in a simulated environment called pyDyna -{ a ship maneuvering simulator implemented on Python based on the mathematical model adopted in the TPN-USP Ship Maneuvering Simulation Center. Data from motion sensors were mimicked by adding a Gaussian white noise in the values retrieved from the simulator in real-time, intending to better represent a real-world scenario with not perfect measurements. Obtained results show limited good adherence and low computational cost, possibly presenting the method as a convenient preliminary parameter assessment, until more accurate and time-consuming methods such as CFD are evoked (at least for one of the hydrodynamic parameter in the current state of this work). Nonetheless, to envision a real DT implementation, further problems need to be solved, such as architecture design, communication network, digitalization purpose, etc., subjects which will not be discussed here. Instead, this work focused on developing a well-rounded general system model, that intends to be a cornerstone to future DT implementation, some examples that could implement this technology are: performance analysis due to degradation of the hull, rudder, or thruster; decision support for maintenance scheduling; or even distance monitoring.