യൂണിറ്റുകൾ
1. നേവൽ ആൻഡ് മറൈൻ എഞ്ചിനീയറിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആൻ്റ് വെരിഫിക്കേഷൻ ഡിസിപ്ലിനിലേക്കുള്ള ആമുഖം 2. ഹൾ ഫോം ഡിസൈനിലും ഹൈഡ്രോഡൈനാമിക് അനാലിസിസിലും AI 3. സ്ട്രക്ചറൽ അനാലിസിസ്, ഫിനൈറ്റ് എലമെൻ്റുകൾ, മെറ്റീരിയൽ സെലക്ഷൻ എന്നിവയിൽ AI 4. പ്രൊപ്പൽഷൻ സിസ്റ്റംസ്, മെയിൻ എഞ്ചിനുകൾ, എനർജി എഫിഷ്യൻസി എന്നിവയിൽ AI 5. പ്രവചനാത്മക പരിപാലനവും എഞ്ചിൻ റൂം കണ്ടീഷൻ മോണിറ്ററിംഗും 6. ട്രിപ്പ് ഒപ്റ്റിമൈസേഷൻ, എയർ റൂട്ടിംഗ്, ട്രിം 7. ഇന്ധനക്ഷമത, ഉദ്‌വമനം, പരിസ്ഥിതി അനുസരണം (EEXI, CII, MARPOL) 8. സ്വയംഭരണ കപ്പലുകൾ, നാവിഗേഷൻ സുരക്ഷ, കൂട്ടിയിടി തടയൽ 9. ഷിപ്പ്‌യാർഡ്, പ്രൊഡക്ഷൻ, റിസോഴ്‌സ്, പ്രോജക്ട് മാനേജ്‌മെൻ്റ് എന്നിവയിൽ AI 10. ക്ലാസ് നിയമങ്ങൾ, സർവേ, നിയമനിർമ്മാണം, സാങ്കേതിക ഡോക്യുമെൻ്റേഷൻ 11. ഫ്ലീറ്റ് മാനേജ്മെൻ്റ്, ലോജിസ്റ്റിക്സ്, പോർട്ട് ഓപ്പറേഷൻസ് എന്നിവയിൽ AI 12. മാരിടൈമിലെ AI യുടെ അതിർത്തികൾ: സുരക്ഷ, സൈബർ അപകടസാധ്യത, ധാർമ്മികത, ഉത്തരവാദിത്തം
യൂണിറ്റ് 4 / 12

പ്രൊപ്പൽഷൻ സിസ്റ്റംസ്, മെയിൻ എഞ്ചിനുകൾ, എനർജി എഫിഷ്യൻസി എന്നിവയിൽ AI

നേട്ടങ്ങൾ:

  • എസ്എഫ്ഒസി വഴി പ്രധാന എഞ്ചിൻ, പ്രൊപ്പല്ലർ, പ്രൊപ്പൽഷൻ ചെയിൻ എന്നിവയുടെ പ്രകടനം വിശകലനം ചെയ്യാനുള്ള കഴിവ്, എഐ ഉപയോഗിച്ച് കാര്യക്ഷമത കർവുകൾ
  • AI പിന്തുണയോടെ ഇതര ഇന്ധന, പ്രൊപ്പൽഷൻ ഓപ്ഷനുകൾ (എൽഎൻജി, മെഥനോൾ, ഹൈബ്രിഡ്) മുൻകൂട്ടി വിലയിരുത്താനുള്ള കഴിവ്
  • തെർമോഡൈനാമിക് പ്ലാസിബിലിറ്റിയും ഫീൽഡ് ഡാറ്റയും ഉപയോഗിച്ച് AI യുടെ പ്രൊപ്പൽഷനും കാര്യക്ഷമതയും കണക്കാക്കാനുള്ള കഴിവ്

കപ്പലിൻ്റെ ഹൃദയഭാഗം എഞ്ചിൻ മുറിയിലാണ്. പ്രധാന എഞ്ചിൻ (കപ്പൽ ഓടിക്കുന്ന വലിയ ഡീസൽ അല്ലെങ്കിൽ ഇരട്ട ഇന്ധന എഞ്ചിൻ) ഇന്ധനം കത്തിക്കുന്നു, ഷാഫ്റ്റിലേക്ക് ഒരു ടേണിംഗ് നിമിഷം നൽകുന്നു, പ്രൊപ്പല്ലർ ഈ നിമിഷത്തെ ത്രസ്റ്റ് ഫോഴ്‌സാക്കി മാറ്റുകയും കപ്പൽ മുന്നോട്ട് നീങ്ങുകയും ചെയ്യുന്നു. ഈ ശൃംഖലയുടെ ഓരോ കണ്ണിയിലെയും കാര്യക്ഷമത നഷ്ടപ്പെടുന്നത് നേരിട്ട് ഇന്ധന ബില്ലിലേക്കും എമിഷനിലേക്കും എഴുതിയിരിക്കുന്നു. സമുദ്രത്തിൽ സഞ്ചരിക്കുന്ന കപ്പലിൽ, ഇന്ധനത്തിന് പ്രവർത്തന ചെലവിൻ്റെ പകുതിയിലധികം വരും; അതിനാൽ, ഡെലിവറി ശൃംഖലയിലെ ഓരോ ഒരു ശതമാനം കാര്യക്ഷമത മെച്ചപ്പെടുത്തലും പ്രതിവർഷം ദശലക്ഷക്കണക്കിന് ഡോളർ എന്നാണ് അർത്ഥമാക്കുന്നത്. അതേസമയം, മേഖല; എൽഎൻജി (ദ്രവീകൃത പ്രകൃതി വാതകം), മെഥനോൾ, അമോണിയ, ഹൈബ്രിഡ്-വൈദ്യുതി തുടങ്ങിയ ബദൽ ഇന്ധനങ്ങളിലേക്കുള്ള പരിവർത്തനത്തിൻ്റെ മധ്യത്തിലാണ് ഇത്. കൃത്രിമബുദ്ധി (AI) ഈ സങ്കീർണ്ണമായ വിശകലനത്തെയും താരതമ്യത്തെയും ത്വരിതപ്പെടുത്തുന്നു; എന്നാൽ ഇത് തെർമോഡൈനാമിക്സിനും ഫീൽഡ് ഡാറ്റയ്ക്കും പകരമല്ല.

നമുക്ക് ആദ്യം മുതൽ പരിധി നിശ്ചയിക്കാം: എസ്എഫ്ഒസി മൂല്യമില്ല, കാര്യക്ഷമത കർവ് ഇല്ല, എഐ നൽകുന്ന ഇന്ധനക്ഷമത വാഗ്ദാനമൊന്നും എഞ്ചിൻ നിർമ്മാതാവിൻ്റെ ടെസ്റ്റ് ഡാറ്റ (ഷോപ്പ് ടെസ്റ്റ്), തെർമോഡൈനാമിക് പ്ലാസിബിലിറ്റി, യഥാർത്ഥ ക്രൂയിസ് മെഷർമെൻ്റ് എന്നിവ സ്ഥിരീകരിക്കാതെ നിക്ഷേപമോ പ്രവർത്തന തീരുമാനമോ ആയി വിവർത്തനം ചെയ്യില്ല. ഊർജ്ജ ബാലൻസ് യാഥാസ്ഥിതികമാണ്; "സൗജന്യ" സമ്പാദ്യത്തിൻ്റെ വാഗ്ദാനങ്ങൾ പലപ്പോഴും മറഞ്ഞിരിക്കുന്ന ഒരു തെറ്റ് അല്ലെങ്കിൽ ശുഭാപ്തി വിശ്വാസമാണ്.

ആശയങ്ങൾ: SFOC: നിർദ്ദിഷ്ട ഇന്ധന എണ്ണ ഉപഭോഗം, ഒരു kWh ഉൽപ്പാദിപ്പിക്കുന്നതിന് (g/kWh) എഞ്ചിൻ കത്തിച്ച ഗ്രാം ഇന്ധനം. MCR: പരമാവധി തുടർച്ചയായ റേറ്റിംഗ്; എൻജിൻ്റെ ഉയർന്ന പവർ പരിധി അംഗീകരിച്ചു. ലോഡ് പോയിൻ്റ്: എംസിആറുമായി ബന്ധപ്പെട്ട് എഞ്ചിൻ പ്രവർത്തിക്കുന്ന പവറിൻ്റെ ശതമാനം. പ്രൊപ്പല്ലർ കർവ്: ഒരു നിശ്ചിത വേഗതയിൽ പ്രൊപ്പല്ലർ വരയ്ക്കുന്ന പവർ-സ്പീഡ് ബന്ധം. പ്രൊപ്പൽഷൻ കാര്യക്ഷമത: എഞ്ചിൻ ശക്തി ഫലപ്രദമായ ത്രസ്റ്റ് ആയി പരിവർത്തനം ചെയ്യപ്പെടുന്ന നിരക്ക്. താപ കാര്യക്ഷമത: ഇന്ധനത്തിൻ്റെ രാസ ഊർജ്ജം പ്രവർത്തനത്തിലേക്ക് പരിവർത്തനം ചെയ്യപ്പെടുന്ന നിരക്ക്.

പ്രധാന എഞ്ചിൻ, പ്രൊപ്പല്ലർ പ്രകടനം

എഞ്ചിൻ്റെ സാമ്പത്തിക സ്വഭാവം നിർവചിക്കുന്നത് എസ്എഫ്ഒസി കർവ് ആണ്: എസ്എഫ്ഒസി ലോഡ് പോയിൻ്റ് അനുസരിച്ച് വ്യത്യാസപ്പെടുകയും സാധാരണ ഡീസൽ പ്രൈം എഞ്ചിനുകളിൽ 70-85% എംസിആർ വരെ അതിൻ്റെ ഏറ്റവും കുറഞ്ഞ (ഏറ്റവും കാര്യക്ഷമമായ) മൂല്യത്തിലേക്ക് താഴുകയും ചെയ്യുന്നു; വളരെ താഴ്ന്നതും ഉയർന്നതുമായ ലോഡുകളിൽ ഇത് വർദ്ധിക്കുന്നു. AI ഈ വക്രതയുടെ യുക്തി വിശദീകരിക്കുന്നു, ഒരു ലോഡ് പോയിൻ്റിനുള്ള ഏകദേശ ഇന്ധന ഉപഭോഗം കണക്കാക്കുകയും "സ്ലോ സ്റ്റീമിംഗ് ചെയ്യുമ്പോൾ ഇന്ധനം എങ്ങനെ മാറും?" എന്ന ചോദ്യം മാതൃകയാക്കുകയും ചെയ്യുന്നു. എന്നിരുന്നാലും, യഥാർത്ഥ എസ്എഫ്ഒസി മൂല്യങ്ങൾ എഞ്ചിൻ്റെ ഷോപ്പ് ടെസ്റ്റ് റിപ്പോർട്ടിൽ നിന്നാണ് വരുന്നത്; AI "സാധാരണ" എന്ന് വിളിക്കുന്ന നമ്പർ നിങ്ങളുടെ എഞ്ചിൻ്റെ സാക്ഷ്യപ്പെടുത്തിയ ഡാറ്റ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കേണ്ടതാണ്.

പ്രൊപ്പല്ലർ വശത്ത്, പ്രൊപ്പല്ലർ കർവ് എഞ്ചിൻ വക്രവുമായി സന്ധിക്കുന്ന പ്രവർത്തന പോയിൻ്റാണ് കാര്യക്ഷമത നിർണ്ണയിക്കുന്നത്. ഹൾ ഫൗളിംഗ് (ഫൗളിംഗ്; ബോട്ടിനടിയിൽ അടിഞ്ഞുകൂടുന്ന സമുദ്രജീവികളും ആൽഗകളും) പ്രൊപ്പല്ലർ ഫൗളിംഗും ഈ പോയിൻ്റ് മാറ്റുകയും പ്രതിരോധം വർദ്ധിപ്പിക്കുകയും ഇന്ധന ഉപഭോഗം വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു. "മലിനീകരണം 5% പ്രതിരോധം വർദ്ധിപ്പിക്കുകയാണെങ്കിൽ ഇന്ധനത്തിന് എന്ത് സംഭവിക്കും" എന്നതുപോലുള്ള സാഹചര്യങ്ങൾ AI കണക്കാക്കുന്നു; എന്നാൽ പെർഫോമൻസ് മോണിറ്ററിംഗ് ഡാറ്റയിലൂടെ മാത്രമേ യഥാർത്ഥ മലിനീകരണ പ്രഭാവം അറിയാൻ കഴിയൂ.

ഇന്ധന-വേഗത ബന്ധം ഏകദേശം ഒരു ക്യൂബിക് നിയമത്തെ കണക്കാക്കുന്നു: വേഗത ചെറുതായി കുറയ്ക്കുന്നത് ഇന്ധനത്തെ അനുപാതത്തിന് പുറത്ത് വലിയ അളവിൽ കുറയ്ക്കുന്നു (ഏകദേശം പവർ ~ വേഗത³). അതുകൊണ്ടാണ് സ്ലോ സ്റ്റീമിംഗ് ഒരു ശക്തമായ സമ്പാദ്യ ഉപകരണമായത്; എന്നാൽ യാത്രാ ദൈർഘ്യം, ചാർട്ടർ പാർട്ടി സ്പീഡ് പ്രതിബദ്ധത, കുറഞ്ഞ ലോഡിൽ എഞ്ചിൻ കാര്യക്ഷമത നഷ്ടം എന്നിവ ഈ തീരുമാനത്തിൽ ഉൾപ്പെടുന്നു. AI ഈ ബാലൻസുകളെല്ലാം ഒരു പട്ടികയിൽ ശേഖരിക്കുന്നു.

നുറുങ്ങ്: നിങ്ങൾ AI-ക്ക് ഇന്ധന ലാഭം നിർദ്ദേശിക്കുമ്പോൾ, ഊർജ്ജ ബാലൻസ് അടയ്ക്കാൻ ആവശ്യപ്പെടുക: "നിങ്ങൾ സംരക്ഷിച്ച ഊർജ്ജം എവിടെ നിന്ന് വരുന്നു, എന്ത് നഷ്ടമാണ് നിങ്ങൾ കുറച്ചത്?" ഭൗതിക സ്രോതസ്സുകളില്ലാത്ത സമ്പാദ്യത്തിൻ്റെ അവകാശവാദം മിക്കവാറും എല്ലായ്‌പ്പോഴും അനുമാനത്തിലെ ഒരു പിശകാണ്.

ഇതര ഇന്ധന, പ്രൊപ്പൽഷൻ ഓപ്ഷനുകൾ

എൽഎൻജി, മെഥനോൾ, അമോണിയ, ഹൈബ്രിഡ്-ഇലക്ട്രിക് ഓപ്ഷനുകൾ എന്നിവ തമ്മിലുള്ള തീരുമാനം ബഹുമുഖമാണ്: ഇന്ധനത്തിൻ്റെ ഊർജ്ജ സാന്ദ്രതയും ടാങ്കിൻ്റെ അളവും, ഹരിതഗൃഹ വാതകവും പ്രാദേശിക ഉദ്‌വമനവും (SOx, NOx, കണികാ) ആഘാതം, ഇന്ധന വിലയും ലഭ്യതയും (ബങ്കറിംഗ് ഇൻഫ്രാസ്ട്രക്ചർ), പ്രാരംഭ നിക്ഷേപം, വർഗ്ഗീകരണം, IMO IGF നിയമങ്ങൾ. പരിശീലനം. AI ഈ മെട്രിക്‌സുകളെ ഒരു തീരുമാന മാട്രിക്‌സാക്കി സംഗ്രഹിക്കുകയും സാഹചര്യത്തെ അടിസ്ഥാനമാക്കിയുള്ള താരതമ്യം നടത്തുകയും ചെയ്യുന്നു; എന്നാൽ വിലയും നിയമനിർമ്മാണവും സാങ്കേതികവിദ്യയും അതിവേഗം മാറുന്നു, അതിനാൽ ഓരോ നമ്പറും നിലവിലെ ഉറവിടത്തിൽ നിന്ന് പരിശോധിച്ചുറപ്പിക്കുന്നു.

ഇന്ധനം / പ്രൊപ്പൽഷൻ

ശക്തമായ പോയിൻ്റ്

ബുദ്ധിമുട്ട്

പരിശോധിക്കേണ്ടതാണ്

പരമ്പരാഗത ഡീസൽ (VLSFO/MGO)

വ്യാപകമായ, അടിസ്ഥാന സൗകര്യങ്ങൾ തയ്യാറാണ്

കാർബൺ, സൾഫർ ലോഡ്

നിലവിലെ ഇന്ധന വില, EEXI/CII പ്രഭാവം

എൽ.എൻ.ജി

കുറഞ്ഞ SOx, കുറവ് CO₂

മീഥെയ്ൻ ചോർച്ച, ടാങ്കിൻ്റെ അളവ്

ബങ്കറിംഗ് നെറ്റ്‌വർക്ക്, ഐജിഎഫ് പാലിക്കൽ

മെഥനോൾ

എളുപ്പമുള്ള സംഭരണം, വൃത്തിയുള്ള കത്തുന്ന

കുറഞ്ഞ ഊർജ്ജ സാന്ദ്രത

ഗ്രീൻ മെഥനോൾ വിതരണം, വില

അമോണിയ

കാർബൺ രഹിത ജ്വലനം

വിഷാംശം, NOx, പ്രായപൂർത്തിയാകാത്തത്

സുരക്ഷാ നിയമം, സാങ്കേതിക സന്നദ്ധത

ഹൈബ്രിഡ്-ഇലക്ട്രിക്

പോർട്ട്/മാനുവറിങ്ങിൽ കാര്യക്ഷമത

ബാറ്ററി ഭാരം/വില

ലോഡ് പ്രൊഫൈൽ, യഥാർത്ഥ സമ്പാദ്യം

മിനി കേസുകൾ

കേസ് 1 - അസാധ്യമായ എസ്എഫ്ഒസി. ഒരു ഹോസ്റ്റിനായി ഒരു ടീം AI-യിൽ നിന്ന് ഒരു SFOC എസ്റ്റിമേറ്റ് അഭ്യർത്ഥിക്കുന്നു. AI 155 g/kWh നൽകുന്നു. ആധുനിക വലിയ ടു-സ്ട്രോക്ക് ഡീസലുകളിലെ ഏറ്റവും മികച്ച എസ്എഫ്ഒസി സാധാരണയായി 165-175 g/kWh എന്ന ക്രമത്തിലാണ്; 155 g/kWh എന്നത് നിലവിലെ സാങ്കേതികവിദ്യയ്ക്ക് വളരെ ശുഭാപ്തിവിശ്വാസമാണ്. ക്രൂ ഷോപ്പ് ടെസ്റ്റ് റിപ്പോർട്ട് നോക്കുമ്പോൾ, യഥാർത്ഥത്തിൽ ഏറ്റവും കുറഞ്ഞ SFOC 169 g/kWh ആണ്. ഈ 14 g/kWh വ്യത്യാസം അർത്ഥമാക്കുന്നത് പ്രതിവർഷം പതിനായിരക്കണക്കിന് ടൺ ഇന്ധനത്തിൽ ഗണ്യമായ ബജറ്റ് വ്യതിയാനമാണ്. പാഠം: എഞ്ചിൻ്റെ സർട്ടിഫൈഡ് ടെസ്റ്റ് ഡാറ്റയിൽ നിന്നാണ് എസ്എഫ്ഒസി എപ്പോഴും എടുക്കുന്നത്.

കേസ് 2 - സ്ലോ സ്റ്റീമിംഗ് സന്തുലിതാവസ്ഥ. ഒരു കപ്പൽ ഉടമ വേഗത 15 നോട്ടിൽ നിന്ന് 13 നോട്ടായി കുറയ്ക്കാൻ പരിഗണിക്കുന്നു. ക്യൂബിക് നിയമത്തെ അടിസ്ഥാനമാക്കി, ഏകദേശം 35% പ്രൊപ്പൽഷൻ പവറിൻ്റെ കുറവ് AI കണക്കാക്കുന്നു (അതിനോടടുത്തുള്ള ഇന്ധന ലാഭവും). എന്നിരുന്നാലും, യാത്രാ സമയം കൂടുന്നതിനനുസരിച്ച്, കുറഞ്ഞ ലോഡിൽ എഞ്ചിൻ്റെ എസ്എഫ്ഒസി ചെറുതായി വർദ്ധിക്കുന്നു. എല്ലാ ബാലൻസുകളും കണക്കിലെടുക്കുമ്പോൾ, അറ്റ ​​സമ്പാദ്യം അസംസ്കൃത കണക്കുകൂട്ടൽ കാണിക്കുന്നതിനേക്കാൾ അല്പം കുറവാണ്, പക്ഷേ ഇപ്പോഴും പ്രാധാന്യമർഹിക്കുന്നു. പാഠം: ക്യൂബിക് നിയമം ഒരു നല്ല ആദ്യ ഊഹമാണ്, എന്നാൽ യാത്രാ സമയവും കുറഞ്ഞ പേലോഡ് കാര്യക്ഷമതയും തീരുമാനത്തെ മയപ്പെടുത്തുന്നു.

കേസ് 3 - ഇന്ധനം തിരഞ്ഞെടുക്കുന്നതിൽ അളവ് നഷ്ടപ്പെട്ടു. ഒരു പഠനം രണ്ട് ഇന്ധനങ്ങളെയും ഒരു ടണ്ണിൻ്റെ വിലയിൽ മാത്രം താരതമ്യം ചെയ്യുന്നു, മെഥനോൾ "ചെലവേറിയത്" ആയി ഒഴിവാക്കുന്നു. എന്നിരുന്നാലും, മെഥനോളിൻ്റെ ഊർജ്ജ സാന്ദ്രത ഡീസലിനേക്കാൾ കുറവാണ്; ഒരേ യാത്ര നടത്താൻ കൂടുതൽ ടൺ ആവശ്യമാണ്, ടാങ്കിൻ്റെ അളവ് വലുതായിത്തീരുകയും ലോഡ് കപ്പാസിറ്റി കുറയുകയും ചെയ്യുന്നു. ഓരോ ഊർജ്ജത്തിൻ്റെയും ചെലവും ലോഡ് നഷ്ടവും കണക്കിലെടുക്കുമ്പോൾ റാങ്കിംഗ് മാറുന്നു. പാഠം: ഇന്ധനങ്ങൾ ഒരു യൂണിറ്റ് ഊർജ്ജത്തെയും മൊത്തം ട്രിപ്പ് ആഘാതത്തെയും താരതമ്യം ചെയ്യുന്നു, ടണ്ണിൻ്റെ വിലയല്ല.

പകർത്താവുന്ന പ്രോംപ്റ്റ് ടെംപ്ലേറ്റുകൾ

ടെംപ്ലേറ്റ് 1 — SFOC, ലോഡ് പോയിൻ്റ് വിശകലനം:

റോൾ: നിങ്ങൾ ഒരു കപ്പൽ പ്രൊപ്പൽഷൻ സിസ്റ്റം കൺസൾട്ടൻ്റാണ്. സന്ദർഭം (പ്രതിനിധി): പ്രധാന എഞ്ചിൻ MCR ~12,000 kW, സർവീസ് ലോഡ് ~80% MCR. ടാസ്‌ക്: 1) ലോഡ് പോയിൻ്റിനൊപ്പം SFOC വ്യത്യാസപ്പെടുന്നത് എന്തുകൊണ്ടെന്ന് വിശദീകരിക്കുക. 2) ഞാൻ നൽകിയ ലോഡ് പോയിൻ്റിൻ്റെ ഏകദേശ ഇന്ധന ഉപഭോഗം കണക്കാക്കുക. 3) നിങ്ങൾ ഉപയോഗിക്കുന്ന SFOC മൂല്യം "സാധാരണ" ആണോ അതോ അളന്നതാണോ എന്ന് വ്യക്തമാക്കുക. നിയന്ത്രണം: എഞ്ചിൻ ഷോപ്പ് ടെസ്റ്റ് റിപ്പോർട്ടിൽ നിന്ന് എനിക്ക് യഥാർത്ഥ എസ്എഫ്ഒസി ലഭിക്കുമെന്ന് എഴുതുക; ഈ ഡാറ്റ ഉപയോഗിച്ച് ഫലം നൽകുക, അത് മാറ്റാൻ എന്നെ ഓർമ്മിപ്പിക്കുക. യൂണിറ്റുകൾ g/kWh, kW, t/day.

പാറ്റേൺ 2 — സ്ലോ സ്റ്റീമിംഗ് ട്രേഡ്-ഓഫ്:

ഒരു കപ്പലിനായി സ്ലോ സ്റ്റീമിംഗ് വിശകലനം സജ്ജമാക്കുക. ഇൻപുട്ട് (പ്രാതിനിധ്യം): നിലവിലെ വേഗത [X] നോട്ടുകൾ, കാൻഡിഡേറ്റ് വേഗത [Y] നോട്ടുകൾ, യാത്രാ ദൂരം [Z] nm. എനിക്ക് വേണ്ടത്: 1) പവർ-സ്പീഡ് ക്യൂബിക് ബന്ധത്തിനൊപ്പം ഏകദേശ ശക്തിയും ഇന്ധന മാറ്റവും. 2) യാത്രാ സമയവും അതിൻ്റെ ഫലവും എങ്ങനെ നീട്ടാം. 3) കുറഞ്ഞ ലോഡിൽ SFOC യുടെ വർദ്ധനവ് എങ്ങനെ സേവിംഗ്സ് കുറയ്ക്കും. നിയന്ത്രണം: ചാർട്ടർ പാർട്ടി സ്പീഡ് പ്രതിബദ്ധതയും എഞ്ചിൻ്റെ കുറഞ്ഞ ലോഡ് പരിധിയും ഈ തീരുമാനത്തെ നിയന്ത്രിക്കുന്നു; അവയെ "പരിശോധിക്കണം" എന്ന് അടയാളപ്പെടുത്തുക.

ടെംപ്ലേറ്റ് 3 — ഇതര ഇന്ധന തീരുമാന മാട്രിക്സ്:

ഇനിപ്പറയുന്ന മാനദണ്ഡങ്ങളിൽ എൽഎൻജി, മെഥനോൾ, പരമ്പരാഗത ഡീസൽ എന്നിവ താരതമ്യം ചെയ്യുന്ന ഒരു മാട്രിക്സ് സജ്ജീകരിക്കുക: ഊർജ്ജ സാന്ദ്രത/ടാങ്കിൻ്റെ അളവ്, CO₂, പ്രാദേശിക ഉദ്‌വമനം, ഇന്ധന വില, ബങ്കറിംഗ് ഇൻഫ്രാസ്ട്രക്ചർ, പ്രാരംഭ നിക്ഷേപം, വർഗ്ഗീകരണം/IMO പാലിക്കൽ. നിയന്ത്രണം: "നിലവിലെ ഉറവിടം പരിശോധിക്കുക" എന്ന ടാഗ് ഉപയോഗിച്ച് വിലയും നിയന്ത്രണ ഡാറ്റയും ടാഗ് ചെയ്യുക; കൃത്യമായ ഒരു തിരഞ്ഞെടുപ്പ് നടത്തരുത്, സാഹചര്യങ്ങൾ വാഗ്ദാനം ചെയ്യുക. ടൺ വില മാത്രമല്ല, ഓരോ ഊർജ്ജ യൂണിറ്റും താരതമ്യം ചെയ്യുക.

ടെംപ്ലേറ്റ് 4 — ഇന്ധനക്ഷമതയുടെ ന്യായമായ പരിശോധന:

ഇനിപ്പറയുന്ന ഇന്ധന സമ്പാദ്യ ക്ലെയിമിനെ വിമർശിക്കുക:[നിർദ്ദേശവും ക്ലെയിം ചെയ്ത % സേവിംഗും] 1) ഈ സമ്പാദ്യം എന്ത് ഭൗതിക നഷ്ടം കുറയ്ക്കും? എനർജി ബാലൻസ് അടയ്‌ക്കുക.2) അനുമാനങ്ങൾ (ഡിസ്‌പാച്ച് കാര്യക്ഷമത, മലിനീകരണം, ലോഡ് പ്രൊഫൈൽ) ന്യായമാണോ?3) യഥാർത്ഥ ക്രൂയിസ് ഡാറ്റ ഉപയോഗിച്ച് ഈ ക്ലെയിം ഞാൻ എങ്ങനെ പരിശോധിക്കും? ഏതെങ്കിലും തെളിവില്ലാത്ത സമ്പാദ്യ ഇനങ്ങൾ പരിശോധിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ കപ്പലിൻ്റെ ഏറ്റവും കാര്യക്ഷമമായ ഇന്ധനവും മികച്ച പ്രധാന എഞ്ചിനും പേര് നൽകുക.

ശക്തമായ നിർദ്ദേശം:

റോൾ: നിങ്ങളൊരു ഡിസ്പാച്ച്, എനർജി എഫിഷ്യൻസി കൺസൾട്ടൻ്റാണ്. സന്ദർഭം (പ്രതിനിധി): ഇടത്തരം ബൾക്ക് കാരിയർ, MCR ~9,000 kW, സേവന വേഗത ~14 നോട്ട്, നീണ്ട സമുദ്ര യാത്രകൾ. ടാസ്‌ക്ക്: ഒരു യൂണിറ്റ് ഊർജം, ഉദ്‌വമനം (EEXI/CII പ്രഭാവം), ടാങ്ക് വോളിയം/ഹെഡ് ലോസ് എന്നിവയുടെ അടിസ്ഥാനത്തിൽ പരമ്പരാഗത ഡീസലും എൽഎൻജിയും താരതമ്യം ചെയ്യുക. നിയന്ത്രണം: വിലയും റെഗുലേറ്ററി നമ്പറുകളും "നിലവിലെ ഉറവിടത്തിൽ നിന്ന് പരിശോധിക്കുക" എന്ന് അടയാളപ്പെടുത്തുക; യഥാർത്ഥ ഷോപ്പ് ടെസ്റ്റ് ഡാറ്റ ഉപയോഗിച്ച് ഞാൻ SFOC മാറ്റിസ്ഥാപിക്കുമെന്ന് പ്രസ്താവിക്കുക; ഉറച്ച തീരുമാനമെടുക്കൽ, ന്യായമായ സാഹചര്യങ്ങൾ എന്നിവ നൽകുക.

ദുർബലമായ പ്രോംപ്റ്റ് "മികച്ചത്" എന്ന് പറയുന്നു, അത് പരിശോധിക്കാൻ കഴിയില്ല; ശക്തമായ പ്രോംപ്റ്റ് സന്ദർഭം താരതമ്യ അളവുകളും സ്ഥിരീകരണ പോയിൻ്റുകളും വ്യക്തമാക്കുന്നു.

സാധാരണ തെറ്റുകൾ

  • സാധാരണ SFOC യഥാർത്ഥമാണെന്ന് തെറ്റിദ്ധരിക്കുന്നു. AI നൽകുന്ന "സാധാരണ" SFOC നിങ്ങളുടെ എഞ്ചിൻ്റെ ഷോപ്പ് ടെസ്റ്റ് ഡാറ്റ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കേണ്ടതാണ്.
  • ഊർജ്ജ ബാലൻസ് അടയ്ക്കുന്നില്ല. ഭൗതിക സ്രോതസ്സുകളില്ലാത്ത ഇന്ധന സമ്പാദ്യ ക്ലെയിം സാധാരണയായി അനുമാനത്തിലെ ഒരു പിശകാണ്.
  • ഒരു ടണ്ണിൻ്റെ വില അനുസരിച്ച് ഇന്ധനങ്ങളെ താരതമ്യം ചെയ്യുന്നു. ഊർജ്ജ സാന്ദ്രതയിലെ വ്യത്യാസം അവഗണിക്കുകയാണെങ്കിൽ, കുറഞ്ഞ സാന്ദ്രതയുള്ള ഇന്ധനം വഞ്ചനാപരമായ "വിലകുറഞ്ഞതായി" തോന്നുന്നു.
  • സ്ലോ സ്റ്റീമിംഗിൽ പ്രചാരണ സമയം മറക്കുന്നു. ഇന്ധനം കുറയുന്നു, പക്ഷേ സമയം വർദ്ധിക്കുന്നു; ചാർട്ടർ പ്രതിബദ്ധതയും കുറഞ്ഞ ലോഡ് കാര്യക്ഷമതയും തീരുമാനത്തെ മാറ്റുന്നു.
  • വൃത്തികെട്ടതാക്കാൻ അവഗണിക്കുന്നു. ഹൾ ആൻഡ് പ്രൊപ്പല്ലർ ഫൗളിംഗ് എസ്റ്റിമേറ്റിൽ നിന്ന് യഥാർത്ഥ ഇന്ധന ഉപഭോഗം ഉയർത്തുന്നു; പ്രകടന ഡാറ്റ ഉപയോഗിച്ച് നിരീക്ഷിക്കണം.

ചുരുക്കത്തിൽ

എസ്എഫ്ഒസി, കാര്യക്ഷമത വളവുകൾ എന്നിവയിലൂടെ ഡെലിവറി ചെയിൻ പ്രകടനം വിശകലനം ചെയ്യാനും സ്ലോ സ്റ്റീമിംഗ് ബാലൻസ് സ്ഥാപിക്കാനും ഇതര ഇന്ധനങ്ങൾ താരതമ്യം ചെയ്യാനും AI വേഗത്തിലാക്കുന്നു. എന്നിരുന്നാലും, എഞ്ചിൻ്റെ സർട്ടിഫൈഡ് ടെസ്റ്റ് ഡാറ്റയിൽ നിന്നാണ് എസ്എഫ്ഒസി മൂല്യങ്ങൾ വരുന്നത്, എനർജി ബാലൻസിനെതിരെ ഇന്ധനക്ഷമത ക്ലെയിമുകൾ പരിശോധിക്കപ്പെടുന്നു, ഓരോ യൂണിറ്റ് ഊർജ്ജത്തിലും ഇന്ധനങ്ങളെ താരതമ്യം ചെയ്യുന്നു, ഓരോ വില/നിയമ സംഖ്യയും നിലവിലെ ഉറവിടത്തിൽ നിന്ന് പരിശോധിച്ചുറപ്പിക്കുന്നു. തെർമോഡൈനാമിക്സ് യാഥാസ്ഥിതികമാണ്; "സ്വതന്ത്ര" വിളവ് ഇല്ല.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു പ്രതിനിധി ഹോസ്റ്റിനായി (MCR ~10,000 kW, സർവീസ് ലോഡ് ~80%), AI-യോട് SFOC-ലോഡ് ബന്ധം വിവരിക്കുകയും ഒരു ലോഡ് പോയിൻ്റിനുള്ള ഏകദേശ പ്രതിദിന ഇന്ധനം കണക്കാക്കുകയും ചെയ്യുക. തുടർന്ന് 1 നോട്ട് വേഗത കുറയ്ക്കുന്ന ക്യൂബിക് ഫ്യൂവൽ ഇഫക്റ്റ് മാതൃകയാക്കുക, യാത്രാ സമയത്തിൻ്റെയും ലോ ലോഡ് എസ്എഫ്ഒസിയുടെയും ഫലത്തെക്കുറിച്ച് ചർച്ച ചെയ്യുക. അവസാനമായി, ഒരു നിർദ്ദേശത്തിൽ "ഇന്ധന സമ്പദ്‌വ്യവസ്ഥയുടെ പ്ലാസിബിലിറ്റി ചെക്ക്" ടെംപ്ലേറ്റ് പ്രയോഗിച്ച് ഊർജ്ജ ബാലൻസ് നേടിയോ എന്ന് റിപ്പോർട്ട് ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഞാൻ ഉപയോഗിച്ച SFOC മൂല്യം സാധാരണമാണോ അതോ അളന്നതാണോ എന്ന് ഞാൻ വ്യക്തമാക്കി.
  • [ ] ഇന്ധന ലാഭം ക്ലെയിം ഊർജ്ജ ബാലൻസ് ഓഫ്സെറ്റ് ചെയ്യുന്നുവെന്ന് ഞാൻ പരിശോധിച്ചു.
  • [ ] ഞാൻ ഊർജ്ജത്തിൻ്റെയും ട്രിപ്പ് ആഘാതത്തിൻ്റെയും യൂണിറ്റിന് ഇതര ഇന്ധനങ്ങളെ താരതമ്യം ചെയ്തു.
  • [ ] സ്ലോ സ്റ്റീമിംഗിലെ യാത്രാ സമയവും കുറഞ്ഞ ലോഡ് കാര്യക്ഷമതയും ഞാൻ കണക്കിലെടുത്തിട്ടുണ്ട്.
  • [ ] നിലവിലെ ഉറവിടത്തിൽ നിന്ന് ഞാൻ വിലയും നിയന്ത്രണ നമ്പറുകളും പരിശോധിച്ചു.
  • [ ] ഞാൻ അന്തിമ നിക്ഷേപ/പ്രവർത്തന തീരുമാനം തെർമോഡൈനാമിക്സ്, ഫീൽഡ് ഡാറ്റ എന്നിവയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.