Propulsion Power And Fuel Consumption Estimation Of Ships

Show full item record



Permalink

http://urn.fi/URN:NBN:fi:hulib-201912114101
Title: Propulsion Power And Fuel Consumption Estimation Of Ships
Author: Kallava, Tomi
Contributor: University of Helsinki, Faculty of Science
Publisher: Helsingin yliopisto
Date: 2019
Language: eng
URI: http://urn.fi/URN:NBN:fi:hulib-201912114101
http://hdl.handle.net/10138/308230
Thesis level: master's thesis
Discipline: Soveltava matematiikka
Abstract: Tämä työ on tehty Wärtsilälle, joka on iso kansainvälinen toimija merenkulku- ja energia-alalla. Työn tavoitteena on luoda koneoppimismalleja, joiden avulla voi arvioida eri muuttujien vaikutusta laivojen propulsiotehon käyttöön ja polttoainekulutukseen. Tämä puolestaan luo mahdollisuuksia optimoida esimerkiksi laivojen reittejä ja propulsiojärjestelmän kokoonpanoja. Osaongelma, joka tässä työssä myös pyritään ratkaisemaan, on laivan moottoreista saatavan anturidatan älykäs pakkaaminen. Tähän käytämme muun muassa ns. aallokemuunnosta. Johdannon jälkeen toisessa luvussa perehdytään työssä käytettäviin tietoaineistoihin. Näihin kuuluvat laivojen sijaintitieto, moottoreiden anturidata sekä laivojen tekniset tiedot. Kolmannessa luvussa esitetään työssä käytettävien menetelmien matemaattiset muotoilut. Lopuksi käydään läpi kokeellinen osuus ja tulosten analysointi. Kokeilemme anturidatan pakkausmenetelmän toimivuutta sekä eri regressiomenetelmiä ja niiden antamien tulosten tarkkuuksia.This thesis is done for Wärtsilä, which is a big global actor in marine and energy markets. This thesis aims to test the feasibility of machine learning models in estimating total power- and fuel consumption of vessels' main engines and thus help in recognizing the effect of different factors on the energy consumption of vessels. This, on the other hand, helps to optimize routes and machinery concepts among other things. Another goal is to compress the engine sensor data utilizing wavelet transformation. After the introduction to the topic in the second chapter, we introduce the data we are using in this study. These include vessel location data, engine sensor data and technical specifications of the vessels. In the third chapter, we go through the mathematical formulations of the used methods. Finally, we will perform the calculations with real data and analyze the results. We'll test the performance of compression methods applied to the time series data coming from sensors. After that, we'll test different regression methods for consumption estimations and see what gives the most accurate results.


Files in this item

Total number of downloads: Loading...

Files Size Format View
Kallava_Tomi_Pro_gradu_2019.pdf 858.0Kb PDF View/Open

This item appears in the following Collection(s)

Show full item record