学生项目
利用机器学习提高船舶燃油效率
导师的反射
在访问教授Fredrik Ahlgren的指导下，两名来自船舶建筑和海洋工程工程领导硕士的学生为BC Ferries开发了一个可以预测船舶燃料消耗的机器学习模型。
“如果你是一名造船师或海洋工程师，你可能不需要成为数据分析专家，但你仍然需要知道如何处理数据，以及如何使用数据为你工作，”他说Ahlgren．
“我认为每个人都应该了解一些关于数据分析的基础知识，这就是为什么我把这个主题纳入了我的课程之一名字课程。”
Ahlgren向他的班级介绍了几种统计和数据分析工具，一些学生渴望在这一领域获得更多的熟练程度。与BC渡轮使他们能够访问八个月的数据橡树湾女王这是一种往返于美国和加拿大之间的渡轮较低的大陆而且温哥华岛，以获得实践经验，了解如何使用机器学习优化运营效率。
Ahlgren说:“BC渡轮公司已经做了很多操作上的改变，以确保这艘渡轮尽可能地省油。”
“他们希望采取下一步措施，看看是否可以利用他们收集的数据来确定进一步提高燃油效率的选择。”
学生Janica Echavez而且Abhijit Kulkarni最初的重点是利用从船上的TT-Sense仪器收集的大量数据创建一个渡轮的数字双胞胎。这使他们能够根据船舶的运行和环境条件(如风速和波速)确定燃料消耗趋势。
他们的项目调查了三个关键问题:
·何时是操作人员在航行和操纵模式之间切换的最佳时机?
·达到低油耗的最佳实践是什么?
·是否有可能在已知参数的情况下预测不同地点的燃油消耗?
要回答这些问题，这两名学生需要掌握数据处理和分析的新技能，才能从渡轮过去8个月收集的数百万个数据点中找到规律。
他们使用Python数据可视化工具来了解多个相互关联变量之间的相关性——从船只在水中的速度到螺旋桨距、传动轴速度和其他参数。
Ahlgren建议Echavez和Kulkarni开发一个机器学习模型，以确定节省燃料的最佳做法，同时考虑到距离、风力数据和船舶运行模式等关键变量。学生们还在最终报告中提供了方向，说明如何进一步增强该工具，使渡轮运营商能够确定优化的航线，以节省燃料。
Ahlgren说:“要记住，Janica和Abhijit以前没有在这个领域工作过。“然而，他们能够使用机器学习创建一个交互式燃料决策工具，超出了我的预期，并为BC渡轮公司提供了真正的价值。得知这个项目的学生有能力训练机器学习模型，使船舶更高效，这令人兴奋。”
的梅尔项目邀请知名专家作为客座讲师和兼职教员。2020年，Fredrik Ahlgren加入名字一个为期12个月的职位，包括教授海洋工程的专题课程。Ahlgren博士拥有丰富的操作经验，曾担任工程官员瑞典皇家海军在完成船舶能源效率博士学位之前。他是哈佛大学计算机科学系的高级讲师林奈大学他目前的研究方向是能源效率、应用机器学习和物联网。
