太平洋科技 AI

AI助力船舶操作实现更高程度自动化

zhangxinxin 责任编辑：wangkeyue 发布于：2024-02-22 17:12

海事技术公司Yara Marine Technologies、人工智能(AI)应用开发商Molflow、查尔姆斯理工大学(Chalmers University of technology)以及哈尔姆斯塔德大学(Halmstad University)和哥德堡大学(Gothenburg University)的社会科学专家合作了3年多，开发并试验了一种基于人工智能的半自主航行规划系统。Via Kaizen项目于2020年8月启动，旨在探索人工智能和机器学习如何为船舶运营商提供更节能的航行计划。

该项目由瑞典运输管理局Trafikverket资助，利用现有工具，在船舶操作中实现更高程度的数字化和自动化。其中包括Yara Marine的推进优化系统FuelOpt、性能管理和船舶数据报告工具Fleet Analytics，以及Molflow的船舶建模系统Slipstream。在设计过程中，对船上现有的工作实践和用户需求进行了分析，以确保技术能够促进对能源效率产生最大影响的过程和决策。

最终的系统在两艘船上进行了试验，一艘由UECC运营的PCTC汽车运输船和一艘Rederiet Stenersen成品油船。广泛的结果表明，基于预计到达时间(ETA)的能源效率优化成功，两艘试验船中的一艘选择继续使用该系统。

Yara Marine Technologies船舶优化主管Mikael Laurin表示:“Via Kaizen项目直接说明了目前航运业的现状——数字化、脱碳和船员的交叉决定了我们在应对气候变化方面的成功。使用人工智能和机器学习来规划和预测节能航行对于寻求降低排放同时应对不断上涨的燃料成本的行业具有重要意义。同样，新技术可以简化操作，但需要所有利益相关者的协作和支持，需要船员熟悉和培训，主动设计和新的公司战略。因此，从该项目中获得的见解和信息对我们行业的未来具有更广泛的意义。”

Via Kaizen项目表明，将机器学习算法用于改进船舶推进动力的预测建模，可以实现更准确的性能预测和优化。它也证明了技术开发人员和用户之间以及船舶运营商和客户之间建设性合作的必要性。

Moflow首席执行官Joakim Möller表示:“Via Kaizen项目提供了一个宝贵的机会，可以探索和推进行业对大数据、数据处理和模型开发在支持低排放战略和最大化燃油效率方面所发挥的作用的理解。船舶数据跟踪和分析、天气信息等方面的最新进展可用于衡量哪些作业具有简化的潜力。随着海运业寻求利用良好的数据为决策提供信息，人工智能和机器学习可以在处理和简化可用数据方面发挥关键作用，以获得清晰、可操作的结果。”

在整个试验过程中，船员在决定节能航行的成功方面发挥了关键作用。这表明，有必要让船员和管理层有机会参与、理解和接受人工智能驱动的船舶运营支持技术的价值，以协助船上和岸上的日常运营。

Halmstad大学的Martin Viktorelius表示:“海事成功脱碳的能力取决于其高技能的劳动力，因此我们必须投资于为海员提供数字化和脱碳支持。清洁技术必须优先考虑直观、用户友好的界面，并了解现有的操作，以最大限度地提高工作人员的支持和采用人工智能解决方案。Via Kaizen项目与船员一起探索并建立了船员认为阻碍他们支持航行效率的关键参数。”

哥德堡大学的Simon Larsson表示:“Via Kaizen项目记录了实施节能航行的潜在挑战，特别是船员培训和企业流程的影响，这些影响或促进或阻碍了人工智能工具的有效使用，以提高效率。这些发现并非特定于该项目，对于寻求先进解决方案以快速减少排放的行业具有更广泛的影响。虽然船员培训将为海员之间建立理解和加速对人工智能航行效率解决方案的支持提供急需的桥梁，但我们确保与管理层和公司流程的有效沟通渠道同样重要。”

在该项目结束后，瑞典创新机构Vinnova已经获得了额外的资金，以进一步探索其研究结果。Yara Marine (YMT)提供技术以实现更绿色的航运业。

自2010年以来，YMT一直走在海事减排的最前沿，与船东、船厂和造船师密切合作，共同推动可持续航运的变革。

如今，Yara Marine提供一系列绿色技术，如SOx洗涤器、燃料优化系统(FuelOpt和Fleet Analytics)、交钥匙岸电解决方案，以及尖端的先进风辅助推进系统WindWings。

原文《AI-based project to optimize vessel performance forecasting concludes testing》

基于人工智能半自主航行规划系统

zhangxinxin

原创栏目