Korišćenje mašinskog učenja da bi se predvidele emisije izduvnih gasova broda

Korišćenje mašinskog učenja da bi se predvidele emisije izduvnih gasova broda

Brodovi su glavno sredstvo komercijalnog transporta, doprinoseći 80% globalne trgovine robom i energijom. Međutim, oni emituju izduvne gasove – iz motora kada plove, i iz motora i kotla kada pristaju u lukama. Ove emisije negativno utiču ne samo na zdravlje ljudi, već i na životnu sredinu.

Stoga je Međunarodna pomorska organizacija nametnula propise o vrsti goriva koje se koristi u brodovima. Dok se ulažu napori da se smanji nivo emisija iz brodova, potpuno ekološko gorivo tek treba da se razvije. U međuvremenu, procena i predviđanje nivoa izduvnih gasova sa brodova je od najveće važnosti.

Imajući u vidu ovu pozadinu, grupa istraživača sa Nacionalnog korejskog univerziteta za pomorstvo i okean (NKMOU) predvođena dr Von-Ju Leejem, vanrednim profesorom na Institutu za inženjerstvo pomorskih sistema, izmerila je emisije nafte koja neprekidno radi. loženi kotao u brodu za obuku pod različitim odnosima vazduh-gorivo. „Podaci o izduvnim gasovima CO2 , NOx i SO2 prikupljeni su za 18 slučajeva i korišćeni za predviđanje emisija kroz modeliranje zasnovano na podacima“, objašnjava dr Li.

Istraživači su koristili učenje bez nadzora kako bi komprimovali originalne podatke za generisanje tri nova skupa podataka. Kombinovali su ih da bi napravili skup podataka ansambla. Učinak ovih pet skupova podataka je procenjen — u smislu predviđanja CO2 , NOx i SO2 — korišćenjem četiri osnovna modela. Modeli zasnovani na mašini za podršku vektorima sa originalnim skupovima podataka i skupovima podataka dali su najbolje rezultate.

Zatim su istraživači spojili osnovne modele da bi razvili četiri osnovna modela ansambla. Ovi modeli su, zauzvrat, korišćeni za izgradnju modela dvostrukog ansambla. Kao što se i očekivalo, modeli dvostrukog ansambla dali su najtačnija predviđanja emisije za sva tri gasa.

Na kraju, istraživači su primenili razvijene modele na novi skup podataka, verifikujući rezultate i utvrđujući superiornost i generalizaciju modela.

Međutim, kako ovaj rad može pomoći brodarskoj industriji da smanji svoj ugljenični otisak?

Dr Li govori o budućim implikacijama njihovog rada. „Rezultati ove studije mogu se koristiti za predviđanje emisija izduvnih gasova i uskoro će biti primenjeni na brodske kotlove. To će omogućiti pomorskim inženjerima da preduzmu mere za smanjenje emisija, suzbijanje zagađenja vazduha u lučkim područjima. Od ugradnje skupe opreme kao što je npr. gasni analizatori u kotlovima nisu ekonomski izvodljivi za brodarske kompanije, predložena tehnologija će se pokazati neophodnom. Štaviše, generisanje podataka ansambla i tehnike modela dvostrukog ansambla mogu poboljšati performanse raznih drugih aplikacija za mašinsko učenje.“