Kontakt: Wengang Mao,  Chalmers Den här e-postadressen skyddas mot spambots. Du måste tillåta JavaScript för att se den.

Olika energieffektivitetsåtgärder (EEM) har använts på sjöfartsmarknaden, men deras potential att minska bränsleförbrukningen och luftutsläppen är inte fullt erkänd, delvis på grund av osäkra fartygsprestandamodeller som används i dessa EEMs. Projektrapporten undersöker genomförbarheten av att skicka EEMs som kan förbättras genom att implementera dataanalys och AI genom demonstration av deras integration i IMO:s Just-In-Time (JIT) ankomstvägledning. Vilken Big data-analys kan hjälpa till att förbättra och främja EEM inom sjöfarten genom, 1) förbättra fartygsprestandamodeller i dessa EEMs, 2) utveckla intelligent beslutsstöd för enskilda fartyg, 3) korrekt utvärdering av bränsle- och miljöfördelar med dessa åtgärder, etc?

Denna rapport undersöker också olika intressenters krav och vilja att använda dataanalys för dessa EEM ur sjöfolks perspektiv för att hitta hinder/krav för implementeringen av dessa EEMs. Ur ett socialt perspektiv, genom att studera förmågan, viljan och hindren för att använda AI för att hjälpa fartygsoperationer, letar detta projekt efter AI-integrerade lösningar för att underlätta implementering och utnyttjande av EEM utan att införa extra arbetsbelastning/bördor för sjöfolk och hjälpa beslut - Att göra processer för att minska trycket för fartygsbefälhavare ombord.

Rapporten har författats av:
Wengang Mao, Chalmers 
Simon Larsson, Göteborgs universitet

I samarbete med
Hannes von Knorring, DNV
Linus Ideskog, Yara Marine