Säkrare, effektivare och mer miljövänlig. Med hjälp av AI och maskininlärning kan lasthantering på olje- och kemikalietankfartyg optimeras. Det visar resultaten från projektet ACHT 2.0, finansierat av Trafikverket och lett av RISE.
Komplexiteten i dagens lastoperationer på tankfartyg är hög. Operationerna är både komplexa och riskfyllda: farligt gods ska hanteras parallellt med ballast- och inertgassystem, samtidigt som fartygets stabilitet aldrig får äventyras. En utmaning är att dessa separata system inte kommunicerar med varandra. Det gör att bryggbefälen får rollen som manuella mellanled – en flaskhals som skapar ineffektivitet och samtidigt ökar risken för misstag.
– Det händer mycket samtidigt under lastning. Barlasten ska renas och pumpas ut medan last tas in. Samtidigt måste tankarna hållas fria från explosiva miljöer, vilket kräver inertgas som sedan ventileras ut. Och mitt i allt blir styrmannen en informationscentral – telefonen ringer från land med frågor om tider och kapacitet. Kort sagt: det är en situation som kräver koncentration på många fronter samtidigt, säger Fredrik von Elern på RISE som lett forskningsprojektet ACHT 2.0.
Projektet bygger vidare på förstudien ACHT (Automated Cargo Handling on Tankers). Förstudien kartlade inte bara systemen som används för lasthantering och hur de styrs, utan visade också att det är fullt möjligt att utveckla ett integrerat lasthanteringssystem med dagens teknik.
I ACHT 2.0 togs nästa steg: en prototyp utvecklades där AI och maskininlärning används för lastplanering.
– Vi samlade in data från ett stort antal resor som Terntanks fartyg genomfört. Därefter utvecklade Kockumation och Combine ett planeringsverktyg. Det kan generera förslag på lastplanering även för resor med flera stopp.
Den största utmaningen, berättar Fredrik von Elern, var dock nästa steg – att utveckla ett autopilotsystem som självständigt kan hantera lastning och lossning.
– Problemet var att vi saknade tillgång till den realtidsdata som krävs. Nu har vi dock fått löfte om stöd från en systemleverantör som kan tillhandahålla data. Därmed vill vi ta projektet vidare i ACHT 3.0, förutsatt att vi hittar finansiering.
Blir det så kommer ett autopilotsystem att skapas, det är Fredrik von Elern övertygad om.
– Bureau Veritas har varit en viktig partner i projektet och tillfört ovärderlig kunskap om riskhantering, säkerhet och regelverk. I rapporten framgår det tydligt vilka krav som måste uppfyllas för att ett autopilotsystem ska kunna implementeras. Det är ett omfattande arbete som kräver ett nära samarbete med Bureau Veritas och andra myndigheter. Genom att integrera deras expertis i utvecklingen finns möjligheten att inte bara möta, utan faktiskt överträffa dagens säkerhets- och regelverkskrav.
Forskningsprojektet ACHT 2.0: Proof of Concept of Automated Cargo Handling on Oil and Chemical Tankers har genomförts av Diewertje Dekker, Sofia Hörberg, Pablo Correa Gomez & Sofya Krainova-Parfenovich (Combine), Niklas Dahlberg (Metstech), Fredrik Ekelöf (Kockumation), Nicole Costa & Fredrik von Elern (RISE)
Källa: Lighthouse
