AI-förbättrade energieffektivitetsåtgärder för optimal fartygsverksamhet för att minska växthusgasutsläppen

Syfte och mål

Fartygsrelaterade åtgärder för energieffektivitet (EEMs) kan hjälpa till att nå IMO 2030-utsläppsmålen. Men i dag har deras fördelar inte förverkligats fullt ut. Genom den digitala transformationen inom sjöfarten samlas stora mängder fartygsdata in, vilket möjliggör aktivering av AI-drivna lösningar för att ytterligare förbättra fartygets prestanda. Vårt syfte är att stödja sjöfartsindustrin för att uppnå grönare fartygsverksamhet. Vårt mål är att utveckla en operativ supportlösning som förstärks av AI för att ta hänsyn till EEM för ökad energieffektivitet.

Förväntade effekter och resultat

Detta projekt syftar till cirka 20% utsläppsminskning genom att implementera AI-förbättrade EEM. Resultaten kommer att verifieras genom omfattande pilottester i verkliga sjöfartsmiljöer. Denna test kommer att involvera projektpartners, rederier och DNV som kommer att kontrollera effektiviteten hos AI-EEM och vår verifieringsprocess. Den slutliga produkten kommer att erbjudas rederier över hela världen, vilket gynnar dem både ekonomiskt och miljömässigt. Detta projekt kommer att bidra till att minska sjöfartens kolintensitet i enlighet med IMO 2030 och 2050 utsläppsmål.

Planerat upplägg och genomförande

Detta projekt kommer att ha fyra steg: (1) konstruera vågkorrelationsmodeller via maskininlärningsmodeller, (2) utveckla hybrid kvasi-statiska fartygsenergimodeller för att uppskatta ett fartygs utsläpp vid stationära havsförhållanden (3) utveckla dynamiska modeller baserade på AI-teknik för att förutsäga dynamisk energiprestanda som kommer att implementeras ombord på EEM, för att underlätta optimal planering och beslutsfattande; (4) testa AI-drivna EEMS ombord för att verifiera utsläppsminskningsnivåer och kommersialisering.