Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη και Πειθαρχία Επαλήθευσης στη Ναυτική και Ναυτική Μηχανική 2. Τεχνητή Νοημοσύνη στο Σχεδιασμό Μορφής Κυψέλης και Υδροδυναμική Ανάλυση 3. AI στη Δομική Ανάλυση, Πεπερασμένα Στοιχεία και Επιλογή Υλικών 4. Τεχνητή Νοημοσύνη στα Προωστικά Συστήματα, τους Κύριους Κινητήρες και την Ενεργειακή Απόδοση 5. Προβλεπτική Συντήρηση και Παρακολούθηση Κατάστασης Μηχανοστασίου 6. Βελτιστοποίηση ταξιδιού, δρομολόγηση αέρα και περικοπή 7. Απόδοση καυσίμου, εκπομπές και περιβαλλοντική συμμόρφωση (EEXI, CII, MARPOL) 8. Αυτόνομα Πλοία, Ασφάλεια Πλοήγησης και Πρόληψη Σύγκρουσης 9. AI σε Ναυπηγεία, Παραγωγή, Διαχείριση Πόρων και Έργων 10. Κανόνες τάξης, Έρευνα, Νομοθεσία και Τεχνική Τεκμηρίωση 11. Τεχνητή Νοημοσύνη στη Διαχείριση Στόλου, την Logistics και τις Λιμενικές Επιχειρήσεις 12. Όρια της τεχνητής νοημοσύνης στη Ναυτιλία: Ασφάλεια, Κίνδυνος στον κυβερνοχώρο, Ηθική και Υπευθυνότητα
Μονάδα 6 / 12

Βελτιστοποίηση ταξιδιού, δρομολόγηση αέρα και περικοπή

Κέρδη:

  • Δυνατότητα δημιουργίας ενός βέλτιστου σχεδίου ταξιδιού από άποψη καυσίμου και χρόνου, συνδυάζοντας δεδομένα διαδρομής, ταχύτητας, περιποίησης και καιρού με AI
  • Δυνατότητα εξισορρόπησης της δρομολόγησης αέρα και των περιορισμών ασφαλείας (κύμα, ρεύμα, δέσμευση ETA) εντός ενός πλαισίου αποφάσεων που υποστηρίζεται από AI
  • Δυνατότητα επαλήθευσης των συστάσεων ταξιδιού της AI με ασφάλεια πλοήγησης, αρχή καπετάνιου και πραγματικές συνθήκες θάλασσας

Ένα ταξίδι μεταξύ των ίδιων δύο λιμανιών μπορεί να κάψει πολύ διαφορετικές ποσότητες καυσίμου ανάλογα με την επιλεγμένη διαδρομή, την ταχύτητα και τη στάση του πλοίου στο νερό. Η βελτιστοποίηση ταξιδιού είναι το καθήκον της διαχείρισης αυτών των τριών μεταβλητών μαζί. Η θάλασσα αλλάζει κάθε μέρα: άνεμος, κύματα, ρεύματα, πάγος και καταιγίδες καθορίζουν τη διαδρομή και τα καύσιμα. Η δρομολόγηση του καιρού (επιλογή διαδρομής σύμφωνα με την πρόγνωση του καιρού και της θάλασσας) και η βελτιστοποίηση περιποίησης (προσαρμογή της γωνίας ισορροπίας εμπρός-πίσω του πλοίου για καύσιμα) είναι δύο ισχυρά εργαλεία για αυτήν τη δουλειά. Η τεχνητή νοημοσύνη (AI) επεξεργάζεται τεράστια δεδομένα καιρού και απόδοσης και συγκρίνει γρήγορα υποψήφιες διαδρομές. αλλά η πραγματικότητα της θάλασσας και η εξουσία του καπετάνιου καθορίζουν την απόφαση.

Ας βάλουμε τη γραμμή ξεκάθαρα: Καμία ρύθμιση πορείας, ταχύτητας ή περικοπής που προτείνεται από το AI δεν θα εφαρμοστεί χωρίς επιβεβαίωση από μια ενημερωμένη και αξιόπιστη πρόγνωση καιρού, το πραγματικό μοντέλο απόδοσης του πλοίου και την αξιολόγηση ασφάλειας του καπετάνιου. Η διαδρομή με τα χαμηλότερα καύσιμα είναι άκυρη εάν διακινδυνεύει την ασφάλεια του πλοίου ή του πληρώματος. Η ασφάλεια προηγείται πάντα της οικονομίας καυσίμου.

Έννοιες: Δρομολόγηση αέρα: Επιλογή της καταλληλότερης διαδρομής με βάση τις μετεωρολογικές/ωκεανογραφικές προβλέψεις. Περικοπή: Η διαφορά μεταξύ του μπροστινού και του πίσω βυθίσματος του πλοίου. Αλλάζει υποβρύχια μορφή και αντίσταση. ETA: Εκτιμώμενη ώρα άφιξης. Slamming: Η πλώρη χτυπά δυνατά το κύμα. κίνδυνος δομής και άνεσης. Άφιξη ακριβώς στην ώρα: Φτάστε ακριβώς στην ώρα σας προσαρμόζοντας την ταχύτητα για να αποφύγετε την αναμονή στο λιμάνι. Αποτρέπει τη σπατάλη καυσίμου.

Διαχείριση διαδρομής, ταχύτητας και ETA μαζί

Η βελτιστοποίηση ταξιδιού χρησιμοποιεί τρεις μοχλούς: διαδρομή (γεωγραφική διαδρομή), προφίλ ταχύτητας (σχέδιο ταχύτητας σε όλο το ταξίδι) και ώρα άφιξης (ETA). Αυτά τα τρία είναι εξαρτημένα. Η συντομότερη γεωγραφική διαδρομή μπορεί να είναι επικίνδυνη και δαπανηρή από άποψη καυσίμων, εάν πέσει σε καταιγίδα. Μια ελαφρώς μεγαλύτερη αλλά ήρεμη διαδρομή μπορεί να καίει λιγότερο. Η τεχνητή νοημοσύνη συνδυάζει πλέγματα πρόγνωσης καιρού και το μοντέλο απόδοσης του πλοίου για να συγκρίνει δεκάδες υποψήφιες διαδρομές όσον αφορά τα καύσιμα, τη διάρκεια και την έκθεση σε ύψος κύματος.

Βήμα προς βήμα: Το πρώτο βήμα είναι να καθοριστεί το πραγματικό μοντέλο απόδοσης του πλοίου (πόσο καύσιμο με ποια ταχύτητα, με τι φορτίο, σε ποια κατάσταση ανέμου). Αυτό το μοντέλο προέρχεται από πραγματικά δεδομένα πλοήγησης. Η «τυπική» υπόθεση του AI δεν είναι αρκετή. Το δεύτερο βήμα είναι να λάβετε την τρέχουσα και αξιόπιστη πρόγνωση καιρού. Η αβεβαιότητα της πρόβλεψης αυξάνεται με την πάροδο του χρόνου, η πρόβλεψη πιο μακριά από τις 5 ημέρες γίνεται όλο και λιγότερο αξιόπιστη. Το τρίτο βήμα είναι να φιλτράρετε τις υποψήφιες διαδρομές με περιορισμούς ασφαλείας (μέγιστο ύψος κύματος, κίνδυνος σύγκρουσης, όριο πάγου). Το τέταρτο βήμα είναι να παρουσιαστεί η αντιστάθμιση χρόνου καυσίμου μεταξύ των υποψηφίων που απομένουν στον καπετάνιο.

Η άμεση άφιξη είναι μια ισχυρή πηγή εξοικονόμησης: η μείωση της ταχύτητας και η άφιξη ακριβώς όταν η αποβάθρα είναι άδεια, αντί να περιμένετε στην άγκυρα μπροστά από το λιμάνι, αποτρέπει τη σπατάλη καυσίμου. Αλλά αυτό απαιτεί συντονισμό με το λιμάνι/τερματικό και αξιόπιστο χρόνο αποβάθρας. Εάν οι πληροφορίες είναι εσφαλμένες, το πλοίο μπορεί να καθυστερήσει.

Συμβουλή: Όταν προτείνετε μια διαδρομή προς την τεχνητή νοημοσύνη, ρωτήστε για κάθε υποψήφιο όχι μόνο τα καύσιμα αλλά και "σε ποιο μέγιστο ύψος κύματος και άνεμο εκτίθεται το πλοίο". Η διαδρομή με τα χαμηλότερα καύσιμα μπορεί συχνά να περάσει μέσα από το διάδρομο με τις πιο θαλασσοταραχές. Χωρίς φίλτρο ασφαλείας, ο αριθμός καυσίμου είναι παραπλανητικός.

Βελτιστοποίηση περικοπής

Το τριμ αλλάζει την υποβρύχια μορφή του πλοίου. Μια μικρή επένδυση στο μπροστινό ή στο πίσω μέρος αλλάζει την υγρή επιφάνεια και το σχηματισμό κυμάτων, επηρεάζοντας μετρήσιμα την αντίσταση και το καύσιμο. Βέλτιστη επένδυση. Διαφέρει ανάλογα με την ταχύτητα, το βύθισμα και την κατάσταση φορτίου. Η τεχνητή νοημοσύνη βοηθά στη δημιουργία ενός πίνακα περικοπής που προέρχεται από τα πραγματικά δεδομένα κρουαζιέρας ή τη λειτουργία CFD/μοντέλου και διαμορφώνει την ερώτηση "ποια επένδυση καίει λιγότερο σε αυτήν την ταχύτητα και βύθισμα;" Αλλά η βέλτιστη περικοπή είναι γνωστή μόνο με πραγματική μέτρηση ή επαληθευμένη υδροδυναμική ανάλυση. οι πρόχειρες γενικεύσεις ("το κόψιμο του κεφαλιού είναι πάντα καλό") είναι ανακριβείς και διαφέρουν ανάλογα με το πλοίο.

Η αλλαγή της επένδυσης επηρεάζει επίσης τη σταθερότητα, την οπτική γωνία, τη βύθιση της έλικας και τα δομικά φορτία. Η ρύθμιση της επένδυσης για το καύσιμο δεν πρέπει να παραβιάζει αυτούς τους περιορισμούς. Με άλλα λόγια, η βελτιστοποίηση της επένδυσης δεν είναι μόνο πρόβλημα καυσίμου, αλλά περιορισμένο πρόβλημα ασφάλειας.

Μόχλευση

Επίδραση καυσίμου

περιορισμός ασφαλείας

επαλήθευση

Επιλογή διαδρομής

Μεγάλο (αέρα/ρεύμα)

κύμα, καταιγίδα, πάγος

Τρέχουσα πρόβλεψη + έγκριση καπετάνιου

Προφίλ ταχύτητας

Μείζονα (κυβικός νόμος)

Χάρτα, ΕΤΑ, ελιγμός

Πραγματικό μοντέλο απόδοσης

Ρύθμιση περικοπής

Μεσαίο αλλά φθηνό

Σταθερότητα, ορατότητα, έλικα

Μέτρηση / επαληθευμένο διάγραμμα

Έγκαιρη άφιξη

μεσαίο-μεγάλο

Λιμενικός συντονισμός

Ασφαλής ώρα αποβάθρας

Μίνι Θήκες

Περίπτωση 1 — Η φθηνότερη διαδρομή είναι η πιο επικίνδυνη διαδρομή. Για ένα ταξίδι, το AI συγκρίνει δύο διαδρομές: η διαδρομή Α καίει 6% λιγότερα καύσιμα από τη διαδρομή Β. Εξετάζοντας τη λεπτομέρεια, ο καπετάνιος βλέπει ότι η διαδρομή Α έχει εισέλθει σε σύστημα χαμηλής πίεσης με σημαντικό ύψος κύματος 5,5 m και υψηλό κίνδυνο σύγκρουσης. Για λόγους ασφαλείας, επιλέγεται η διαδρομή Β. Η διαφορά καυσίμου 6% είναι ασήμαντη σε σύγκριση με την πιθανή δομική βλάβη και τον κίνδυνο ασφάλειας φορτίου. Μάθημα: Η κατάταξη των καυσίμων δεν μπορεί να αποφασιστεί χωρίς να περάσει από ένα φίλτρο ασφαλείας.

Περίπτωση 2 — Ξεπερασμένη πρόγνωση καιρού. Μια ομάδα συνεχίζει την πλοήγηση, πιστεύοντας ότι η διαδρομή που προέκυψε από μια πρόγνωση καιρού που ελήφθη πριν από 7 ημέρες εξακολουθεί να είναι η βέλτιστη. Το σύστημα χαμηλής πίεσης συμπεριφέρθηκε διαφορετικά από το αναμενόμενο. Η διαδρομή δεν είναι πλέον βέλτιστη και το πλοίο πηγαίνει σε άσκοπα θαλασσοταραχή. Μάθημα: Η δρομολόγηση του καιρού υπολογίζεται εκ νέου καθώς ενημερώνεται η πρόβλεψη. Η διαδρομή που παρήγαγε η παλιά πρόγνωση είναι μπαγιάτικη.

Περίπτωση 3 — Γενικευμένη πλάνη περικοπής. Σε ένα πλοίο εφαρμόζεται σταθερή περικοπή πλώρης με τη γενίκευση ότι "το κόψιμο κεφαλής πάντα μειώνει τα καύσιμα". Όταν γίνονται πραγματικές μετρήσεις, φαίνεται ότι η ελαφριά επένδυση της πρύμνης καίει λιγότερο σε μια συγκεκριμένη περιοχή ταχύτητας-βύθισης αυτού του πλοίου. Επιπλέον, η υπερβολική επένδυση πλώρης μείωσε τη βύθιση της προπέλας και μείωσε την απόδοση. Μάθημα: η βέλτιστη επένδυση είναι συγκεκριμένη για το πλοίο και την κατάσταση. Βρίσκεται με μέτρηση, όχι με γενίκευση.

Αντιγράψιμα πρότυπα προτροπής

Πρότυπο 1 — Σύγκριση διαδρομής (με φίλτρο ασφαλείας):

Ρόλος: Είστε ο σύμβουλος βελτιστοποίησης ταξιδιού. Πλαίσιο (αντιπροσωπευτικό): [αναχώρηση-άφιξη], [τύπος πλοίου], [ταχύτητα υπηρεσίας], επισυνάπτεται περίληψη τρέχουσας πρόγνωσης καιρού. Εργασία: Συγκρίνετε για 3 υποψήφιες διαδρομές: 1) Εκτιμώμενο καύσιμο, 2) εκτιμώμενη διάρκεια/ΕΤΑ, 3) μέγιστο σημαντικό ύψος κύματος και έκθεση ανέμου, 4) κίνδυνος πρόσκρουσης/ασφάλειας. Περιορισμός: Εφαρμόστε πρώτα τον περιορισμό ασφαλείας (όριο κυμάτων/άνεμου) και μετά ταξινομήστε κατά καύσιμο. Δηλώστε ότι η τελική απόφαση ανήκει στον καπετάνιο. Υπενθυμίστε ότι η αβεβαιότητα της πρόβλεψης αυξάνεται με την πάροδο του χρόνου.

Πρότυπο 2 — Προφίλ ταχύτητας και έγκαιρη άφιξη:

Πρόταση (αντιπροσωπευτικού) προφίλ ταχύτητας για ένα ταξίδι: απόσταση [X] nm, χρόνος αποβάθρας στόχου [T], τρέχουσα ταχύτητα [V]. 1) Υπολογίστε το προφίλ ταχύτητας που απαιτείται για να φτάσετε στην ώρα σας. 2) Δείξτε την εξοικονόμηση καυσίμου από τη μείωση της ταχύτητας αντί της αναμονής στην άγκυρα. 3) Σημαία δέσμευση ταχύτητας ναύλωσης και κινδύνους συντονισμού λιμένων. Περιορισμός: Ο χρόνος αποβάθρας πρέπει να είναι αξιόπιστος. Εάν είναι ασαφές, προειδοποιεί "ο συντονισμός πρέπει να επαληθευτεί".

Πρότυπο 3 — Αξιολόγηση περικοπής:

Καθιερώστε τη λογική για μια βελτιστοποίηση περικοπής (αναπαράσταση): ταχύτητα [V], μέσο βύθισμα [T], συνθήκη φορτίου [ορισμός].1) Εξηγήστε τους μηχανισμούς με τους οποίους η επένδυση επηρεάζει την αντίσταση.2) ΜΗ γενικεύετε. Πώς μπορώ να μετρήσω/επαληθεύσω τη βέλτιστη επένδυση, με βήματα.3) Καταγράψτε τους περιορισμούς που μπορεί να παραβιάζει η ρύθμιση επένδυσης (σταθερότητα, οπτική επαφή, βύθιση έλικας, δομικό φορτίο).

Πρότυπο 4 — Ερώτημα μοντέλου απόδοσης:

Θα χρησιμοποιήσω το μοντέλο απόδοσης του πλοίου για βελτιστοποίηση ταξιδιού. Αξιολογήστε αυτό το μοντέλο:[υποθέσεις ταχύτητας-καυσίμου, διόρθωσης καιρού].1) Το μοντέλο προέρχεται από πραγματικά δεδομένα κρουαζιέρας ή γενική υπόθεση;2) Υπό ποιες συνθήκες (ωφέλιμο φορτίο, καιρός) θα ήταν αναξιόπιστο;3) Πώς μπορώ να βαθμονομήσω το μοντέλο με πραγματικά δεδομένα;

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Δώστε τη διαδρομή που καίει τη λιγότερη ποσότητα καυσίμου για αυτήν την αποστολή.

Ισχυρή προτροπή:

Ρόλος: Είστε σύμβουλος δρομολόγησης αέρα. Πλαίσιο (αναπαράσταση): [αναχώρηση→ άφιξη], μεσαίο πλοίο μεταφοράς εμπορευματοκιβωτίων, ταχύτητα εξυπηρέτησης ~18 κόμβοι, επισυνάπτεται τρέχουσα πρόβλεψη 5 ημερών. Εργασία: Συγκρίνετε 3 υποψήφιες διαδρομές για καύσιμο, χρόνο ΚΑΙ ασφάλεια (μέγιστο ύψος κύματος, σύγκρουση, πάγος). Περιορισμός: Εφαρμόστε πρώτα περιορισμούς ασφαλείας και μετά ταξινομήστε ανά καύσιμο. Σημειώστε ότι η αβεβαιότητα της πρόβλεψης αυξάνεται με την πάροδο του χρόνου και η διαδρομή πρέπει να υπολογιστεί εκ νέου όταν η πρόβλεψη ενημερωθεί κατάσταση. Τονίστε ότι η τελική απόφαση είναι του καπετάνιου.

Η κακή προτροπή εστιάζει μόνο στα καύσιμα και αγνοεί την ασφάλεια και την αβεβαιότητα των προβλέψεων. Η ισχυρή προτροπή βάζει το φίλτρο ασφαλείας πρώτο.

Συνήθη λάθη

  • Θυσία της ασφάλειας για τα καύσιμα. Η χαμηλότερη διαδρομή καυσίμου μπορεί να περάσει από την πιο ταραγμένη θάλασσα. Η ταξινόμηση χωρίς φίλτρο ασφαλείας είναι παραπλανητική.
  • Παρακολούθηση με μπαγιάτικες εικασίες. Η διαδρομή πρέπει να επανυπολογιστεί καθώς ενημερώνεται η πρόγνωση του καιρού. η παλιά διαδρομή χάνει τη βελτιστότητά της.
  • Γενικευτική επένδυση. Η βέλτιστη επένδυση είναι συγκεκριμένη για το πλοίο και την κατάσταση. Κανόνες όπως το "πάντα κόψιμο κεφαλιού" είναι λάθος.
  • Υποθέτοντας μοντέλο απόδοσης. Το μοντέλο που δεν έχει βαθμονομηθεί με πραγματικά δεδομένα κρουαζιέρας θα διαστρεβλώσει τις εκτιμήσεις καυσίμου.
  • Η σωστή σκέψη είναι εγγύηση. Ο αναξιόπιστος χρόνος αποβάθρας μπορεί να φύγει από το πλοίο αργά. ο συντονισμός πρέπει να επαληθευτεί.

Συνοπτικά

Η βελτιστοποίηση ταξιδιού διαχειρίζεται τη διαδρομή, την ταχύτητα και την περικοπή μαζί. Η τεχνητή νοημοσύνη επεξεργάζεται μεγάλα δεδομένα καιρού και απόδοσης και συγκρίνει γρήγορα υποψήφιες διαδρομές. Αλλά η παραγγελία καυσίμου έρχεται πάντα μετά το φίλτρο ασφαλείας, η διαδρομή υπολογίζεται εκ νέου καθώς η πρόγνωση του καιρού γίνεται μπαγιάτικο, η βέλτιστη επένδυση είναι συγκεκριμένη για το πλοίο και το μοντέλο απόδοσης βαθμονομείται με πραγματικά δεδομένα. Η τελική απόφαση διαδρομής και ταχύτητας ανήκει στον κυβερνήτη που είναι υπεύθυνος για την ασφάλεια.

Εργασία εφαρμογής

Για ένα αντιπροσωπευτικό ταξίδι (αναχώρηση, άφιξη, τύπος πλοίου, ταχύτητα) ζητήστε από το AI να συγκρίνει 3 υποψήφιες διαδρομές. Για κάθε υποψήφιο, ζητήστε καύσιμο, διάρκεια και μέγιστη έκθεση σε ύψος κύματος. Εφαρμόστε πρώτα το φίλτρο ασφαλείας και μετά ταξινομήστε. Στη συνέχεια, δημιουργήστε ένα προφίλ ταχύτητας και ζυγίστε την εξοικονόμηση καυσίμου και τον κίνδυνο συντονισμού μιας άμεσης άφιξης. Προσθέστε μια βαθμολογία επένδυσης και γράψτε πώς θα μετρούσατε τη βέλτιστη επένδυση. Αναφέρετε στην αναφορά ποιος πήρε την απόφαση.

λίστα ελέγχου

  • [ ] Αξιολόγησα τις διαδρομές πρώτα ως προς την ασφάλεια (κύμα/άνεμος/πάγος) και μετά τα καύσιμα.
  • [ ] Έλαβα υπόψη την επικαιρότητα και την αβεβαιότητα της πρόγνωσης καιρού που χρησιμοποίησα.
  • [ ] Επιβεβαίωσα ότι το μοντέλο απόδοσης προέρχεται από πραγματικά δεδομένα κρουαζιέρας.
  • [ ] Δεν γενίκευσα τη βέλτιστη περικοπή. Το στήριξα σε μέτρηση/επαληθευμένο διάγραμμα.
  • [ ] Έχω επισημάνει τον κίνδυνο συντονισμού λιμένα κατά την άφιξη στην ώρα της ώρας.
  • [ ] Άφησα την τελική απόφαση διαδρομής/ταχύτητας στην αρχή ασφαλείας του καπετάνιου.