«Είμαστε μια παραδοσιακή ναυτιλιακή εταιρεία που διαθέτει και διαχειρίζεται 48 σύγχρονα πλοία μεταφοράς χύδην φορτίου, 15 πλοία μεταφοράς υγρού φορτίου και 23 πλοία ψυγεία», τόνισε ο Πάνος Λασκαρίδης, μιλώντας στο συνέδριο για τα Ναυτικά Μουσεία στην Ελλάδα, για την ψηφιακή μετάβαση της ναυτιλίας και στη συνέχεια πρόσθεσε:

«Σήμερα, 58 πλοία, δηλαδή το 92% του συνολικού στόλου (bulk carriers και tankers), είναι ήδη ψηφιοποιημένα, δείχνοντας υψηλό βαθμό ψηφιακής ωριμότητας. Η κάλυψη είναι σχεδόν πλήρης σε όλες τις κατηγορίες πλοίων και υποστηρίζεται από ένα ισχυρό οικοσύστημα τεχνολογικών συνεργατών για συλλογή και ανάλυση δεδομένων και εφαρμογές Τεχνητής Νοημοσύνης. Έτσι, έχουμε περάσει από απλή παρακολούθηση σε προηγμένες δυνατότητες ανάλυσης και υποστήριξης αποφάσεων σε επίπεδο στόλου».

1

Ο Πάνος Λασκαρίδης, καθήλωσε τους ακροατές του συνεδρίου, λέγοντας ότι τα δεδομένα υψηλής συχνότητας συλλέγονται onboard από πολλαπλά συστήματα και μεταφέρονται μέσω δορυφορικής σύνδεσης στο cloud.

 

Αναλυτικότερα, περιγράφοντας το σύστημα είπε:

«Εκεί συνδυάζονται με εξωτερικές πηγές (καιρός, AIS, Σύστημα Επιχειρησιακού Σχεδιασμού Πόρων (ERP), Σύστημα Προγραμματισμένης Συντήρησης (PMS)) δημιουργώντας μια ενιαία εικόνα. Η πληροφορία αναλύεται στα γραφεία, υποστηρίζοντας παρακολούθηση σε πραγματικό χρόνο, λήψη αποφάσεων και βελτιστοποίηση απόδοση

Παραδοσιακά, τα δεδομένα αξιοποιούνταν κυρίως για οπτικοποίηση και παρακολούθηση, απαντώντας στο ερώτημα “τι συνέβη”. Σήμερα, μέσω προηγμένης ανάλυσης και αλγορίθμων μηχανικής μάθησης, μπορούμε να κατανοήσουμε γιατί συνέβη, να προβλέψουμε τι θα συμβεί και να υποστηρίξουμε τι πρέπει να κάνουμε. Η μετάβαση αυτή είναι κρίσιμη για την πλήρη αξιοποίηση των δεδομένων υψηλής συχνότητας και την υλοποίηση πραγματικά βασισμένων στα δεδομένα επιχειρησιακών λειτουργιών.

Μέσα από τη σχέση ισχύος–ταχύτητας και δείκτες όπως ο συντελεστής Heickel και ο συντελεστής ολίσθησης προπέλας, εντοπίζουμε αποκλίσεις και αναποτελεσματικότητες. Η σύγκριση των δύο περιπτώσεων αναδεικνύει τη μετάβαση από μεταβλητή και μη βέλτιστη λειτουργία σε πιο σταθερή και αποδοτική απόδοση. Μέσω συνεχούς παρακολούθησης, ενισχύουμε την επίγνωση απόδοσης και λαμβάνουμε στοχευμένες διορθωτικές ενέργειες, οδηγώντας σε βελτιστοποίηση αποδοτικότητας και μείωση κατανάλωσης καυσίμου.

 

 

Οι κανονισμοί (IMO DCS, EU MRV, EEXI, CII, ETS) απαιτούν ακριβή παρακολούθηση κατανάλωσης και εκπομπών, την οποία υποστηρίζουμε μέσω ανάλυσης δεδομένων και μοντέλων τεχνητής νοημοσύνης σε πραγματικό χρόνο.
Τα συστήματα αυτά επιτρέπουν τον έλεγχο απόδοσης, τον εντοπισμό αποκλίσεων και τη λειτουργία εντός προκαθορισμένων ορίων.
Στόχος είναι η πρόβλεψη αποδοτικότητας και η μείωση κατανάλωσης καυσίμου, με την τεχνητή νοημοσύνη να υποστηρίζει τη λήψη αποφάσεων σε συγκεκριμένο και ελεγχόμενο επιχειρησιακό πλαίσιο.

Η ανάλυση με χρήση τεχνητής νοημοσύνης υποστηρίζει τη βελτιστοποίηση κατανάλωσης καυσίμου σε σχέση με την ταχύτητα υπό πραγματικές συνθήκες.

Μέσω του χάρτη απόδοσης, εντοπίζονται οι βέλτιστες περιοχές λειτουργίας, ενώ η καμπύλη λειτουργίας αναδεικνύει τη μη γραμμική αύξηση της ισχύος και της κατανάλωσης με την ταχύτητα. Τα μοντέλα επιτρέπουν δυναμική προσαρμογή στη βέλτιστη ταχύτητα και ισχύ, οδηγώντας σε πιο αποδοτική λειτουργία, μειωμένη κατανάλωση και χαμηλότερες εκπομπές και επιχειρησιακή αριστεία.

Οι συνεργασίες αυτές ενισχύουν τη σύνδεση της ναυτιλιακής πράξης με την ακαδημαϊκή έρευνα, αξιοποιώντας τεχνογνωσία σε τεχνητή νοημοσύνη, ανάλυση δεδομένων και ενεργειακά συστήματα, με βάση πραγματικά επιχειρησιακά δεδομένα και υλοποιούνται με ερευνητικά έργα, επιστημονικές δημοσιεύσεις και διεθνείς πρωτοβουλίες, με αποδεικτικό αποτέλεσμα 34 επιστημονικές δημοσιεύσεις και τα 2 βραβεία καλύτερου επιστημονικού άρθρου παγκοσμίως. Συνολικά, αποτελούν βασικό πυλώνα καινοτομίας και γεφύρωσης θεωρίας και πράξης στη ναυτιλία.

 

Με τη χρήση τεχνητής νοημοσύνης και προηγμένης ανάλυσης δεδομένων, μεταβαίνουμε από την προγραμματισμένη συντήρηση σε προγνωστική και συντήρηση βάσει κατάστασης, αξιοποιώντας δεδομένα υψηλής συχνότητας. Έτσι, εντοπίζουμε έγκαιρα αποκλίσεις και φθορές, βελτιστοποιώντας τον χρόνο συντήρησης και την απόδοση. Η εφαρμογή του προτύπου ISO 19030 σε πλήρη έκταση ενισχύει τη συστηματική παρακολούθηση απόδοσης, οδηγώντας σε μειωμένο κόστος, χαμηλότερη κατανάλωση και αυξημένη αξιοπιστία εξοπλισμού καθώς επίσης και θα ενισχύσει και τις νέες μορφές τεχνολογικής υποστήριξης.

Στον πυρήνα βρίσκεται η επίγνωση κατάστασης και απόδοσης, που επιτρέπει καλύτερο έλεγχο και πιο αποτελεσματική διαχείριση του στόλου σε πραγματικό χρόνο. Αυτό οδηγεί σε βελτιστοποίηση αποδοτικότητας, απόλυτο έλεγχο του στόλου, κανονιστική συμμόρφωση, βελτιστοποιημένες λειτουργίες και συντήρηση βάσει κατάστασης. Συνολικά, η ψηφιοποίηση ενισχύει την περιβαλλοντική επίδοση και μετατρέπει τα δεδομένα σε ουσιαστική επιχειρησιακή και τεχνολογική αξία.

 

 

Τα δεδομένα υψηλής συχνότητας από τον στόλο μετατρέπονται μέσω προηγμένης ανάλυσης δεδομένων και ναυτιλιακής τεχνητής νοημοσύνης σε αξιοποιήσιμη πληροφορία. Η πληροφορία αυτή υποστηρίζει τη λήψη αποφάσεων και οδηγεί σε στοχευμένες δράσεις βελτίωσης. Πρόκειται για έναν συνεχόμενο κύκλο ανατροφοδότησης, όπου τα δεδομένα οδηγούν σε ολοένα καλύτερες αποφάσεις και συνεχή βελτιστοποίηση απόδοσης.

Μέσω αισθητήρων, ενεργοποιητών και διεπαφών, τα δεδομένα συλλέγονται και αξιοποιούνται για παρακολούθηση, ανάλυση και βελτιστοποίηση σε πραγματικό χρόνο. Πρόκειται για ένα δυναμικό, προσαρμοστικό και ανθρωποκεντρικό σύστημα που υποστηρίζει τη λήψη αποφάσεων και ενισχύει την αποδοτικότητα και την ασφάλεια. Αποτελεί τη βάση για την εφαρμογή ψηφιοποίησης, προηγμένης ανάλυσης δεδομένων και τεχνητής νοημοσύνης στη ναυτιλία.

Η τεχνητή νοημοσύνη λειτουργεί ως γέφυρα μεταξύ του ψηφιακού πεδίου και του ανθρώπινου παράγοντα, μετατρέποντας τα δεδομένα σε αξιοποιήσιμη πληροφορία και προτάσεις. Ο άνθρωπος παραμένει στον βρόχο λήψης αποφάσεων, αξιοποιώντας όλες τις αξιοποιήσιμες πληροφορίες για πιο έγκαιρες και τεκμηριωμένες ενέργειες. Έτσι, δημιουργείται ένας συνεχής κύκλος αλληλεπίδρασης που βελτιστοποιεί απόδοση, αποδοτικότητα και ασφάλεια.

 

 

Τα δεδομένα από πολλαπλά πλοία συγκεντρώνονται και αναλύονται σε ένα ενιαίο ψηφιακό περιβάλλον, επιτρέποντας σύγκριση απόδοσης, εντοπισμό αποκλίσεων και διάχυση βέλτιστων πρακτικών. Έτσι δημιουργείται ένα επίπεδο “νοημοσύνης στόλου”, όπου η τεχνητή νοημοσύνη υποστηρίζει συλλογική μάθηση και βελτιστοποίηση. Ο ανθρώπινος παράγοντας αξιοποιεί την πληροφορία για πιο συνεκτικές και αποδοτικές αποφάσεις σε επίπεδο στόλου.

Ο στόλος παράγει δεδομένα υψηλής συχνότητας, τα οποία μεταφέρονται μέσω συνδεσιμότητας στο cloud και αναλύονται σε επίπεδο εταιρείας, δημιουργώντας μια ενιαία ψηφιακή εικόνα των λειτουργιών. Στον πυρήνα βρίσκεται η ναυτιλιακή τεχνητή νοημοσύνη, που μετατρέπει τα δεδομένα σε αξιοποιήσιμη πληροφορία και υποστήριξη αποφάσεων. Έτσι δημιουργείται ένας συνεχής κύκλος από δεδομένα σε αποφάσεις και δράσεις, ενοποιώντας φυσικές λειτουργίες και ψηφιακή νοημοσύνη σε επίπεδο οργανισμού.

 

Το Κέντρο Καινοτομίας της Laskaridis, είναι ο πυρήνας της έρευνας και της καινοτομίας μας.

Βασίζεται σε ένα ισχυρό δίκτυο συνεργασιών με πανεπιστήμια και ερευνητικά ιδρύματα, γεφυρώνοντας τη ναυτιλιακή πράξη με την επιστημονική γνώση. Μέσω αυτού, αξιοποιούμε δεδομένα υψηλής συχνότητας και αναπτύσσουμε προηγμένη ανάλυση και μοντέλα τεχνητής νοημοσύνης, υποστηρίζοντας τεκμηριωμένη λήψη αποφάσεων και τη στρατηγική απανθρακοποίησης. Παράλληλα, λειτουργεί ως κόμβος γνώσης, συγκεντρώνοντας έρευνα, δημοσιεύσεις και αποτελέσματα έργων, ενισχύοντας τη συνεχή καινοτομία στη ναυτιλία».

 

Διαβάστε επίσης:

Cape Maritime (Ευγενία Ανδριανοπούλου): Πρόσθεσε άλλα δύο πλοία στον στόλο της και έφτασε στα 24 πλοία

Xclusiv: Ένα πλοίο Capesize από 57 εκατ. δολάρια που είχε τον Μάρτιο του 2024, σήμερα η αξία του εκτινάχθηκε στα 71 εκατ. δολάρια

Οι εφοπλιστές Νικόλας Φράγκος και Καδιώ Σιγάλα εισήχθησαν στο «Πάνθεον της Ναυτιλίας»