Lasthanteringen på olje- och kemikaliefartyg är riskfylld och komplex. Nu har ett forskningsprojekt under ledning av Rise utvecklat en prototyp som använder AI och maskininlärning för att optimera lasthanteringen ombord. Nästa steg blir att skapa ett autopilotsystem som kan sköta processen självständigt.
Lastoperationer på tankfartyg är både komplexa och riskfyllda. Farligt gods ska hanteras parallellt med ballast- och inertgassystem, samtidigt som fartygets stabilitet inte får äventyras. En utmaning idag är att de separata systemen inte kommunicerar med varandra, i stället får bryggbefäl agera mellanhand vilket skapar en flaskhals. Ett forskningsprojekt lett av Rise har nu tagit fram en prototyp där AI och maskininlärning används för att optimera lasthanteringen.
Forskningsprojektet ACHT 2.0 bygger vidare på förstudien ACHT (Automated Cargo Handling on Tankers).
– 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, kommenterar Fredrik von Elern på Rise som lett forskningsprojektet ACHT 2.0.
Den största utmaningen var 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.
Om projektet kan säkra finansiering så blir nästa steg att skapa autopilotsystemet.
– 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).
Projektet är finansierat av Trafikverket.
