Moderne schepen zitten vol sensortechnologie. Die verzamelen een schat aan data met een ongekend potentieel op veel fronten. De toepassing ervan biedt volop kansen voor smart shipping. Het gebruik van deze data staat echter wereldwijd nog in de kinderschoenen. De vraag is: hoe geef je dit in de praktijk een boost? De wens om kunstmatige intelligentie en big data nuttig in te zetten, leeft breed. Ook in de scheepsbouw. Het project Transferring Operational Data into Design Information for Ships (TODDIS) onderzoekt op welke manier sensordata met geavanceerde algoritmes effectief ingezet kunnen worden voor innovaties in scheepsontwerpen.

Oorkonde 1e prijs voor het beste RAAK-project

Aanleiding voor het project

Het project komt voort uit vijf constateringen:

1. De omgeving dwingt de maritieme sector tot radicaal andere scheepsontwerpen. Enerzijds is dit technology pushed (bv. met het oog op onbemand of laagbemand varen), anderzijds market driven (de verlangde grote reducties van emissies, met name die van broeikasgassen).
2. De scheepsontwerper heeft daartoe behoefte aan snelle ontwerpmethodes. Daarvan zijn er vele, maar die zijn inmiddels verouderd. De ‘ontwerper’ kan trouwens ook een machine zijn die optimaliserenderwijs vele ontwerpvarianten evalueert op zoek naar een optimum.
3. Schepen worden op grote schaal voorzien van sensoren, waarbij één sensor vaak één verschijnsel meet, en daar conclusies uit trekt over één toestand of apparaat.
4. Bij veel mkb-bedrijven leeft het gevoel dat het tijd wordt om kunstmatige intelligentie en Big Data nuttig te gaan inzetten.
5. Er is een groot gebrek aan kennis over deze materie. Bij studenten en professionals.

Welk probleem lost het project op?

Tegenwoordig is er echter een nieuwe gegevensbron: grote hoeveelheden sensordata. De stelling is dat die met geavanceerde algoritmes kunnen worden getransformeerd in nieuwe scheepsontwerpmethodes. Om die stelling te onderzoeken wordt in het TODDIS-project gewerkt aan het beantwoorden van de volgende vragen:

• In hoeverre zouden grootschalig verzamelde data een voldoende basis kunnen bieden om dergelijke tools te ontwikkelen?
• Welke gereedschappen en methodes zijn noodzakelijk om die data om te vormen naar tools?
• Wat is een rangschikking van (types van) tools naar realiseerbaarheid? M.a.w. welke tools zijn eerder te verwachten en welke later?
• Op dit moment worden er al veel gegevens gemeten aan boord van schepen, veelal ten behoeve van de dagelijkse bedrijfsvoering. Hoe zou aan deze gegevens een dual use gegeven kunnen worden?
• De ‘geavanceerde algoritmes’ uit de stelling hebben niet alleen een technische betekenis, maar brengen ook toepassingsvaardigheden van huidige en toekomstige medewerkers met zich mee. Hoe kan daarin worden voorzien?
• Als een nieuwe generatie tools gebaseerd is op grote hoeveelheden data, hoe zit het dan met het eigendom daarvan? En met de verantwoordelijkheden of aansprakelijkheden bij het gebruik? En met de bescherming van het intellectuele eigendom die daarin opgenomen zijn?

Hiervoor is een consortium gevormd dat bestaat uit een diverse groep Nederlandse maritieme organisaties:

Deelprojecten

Het werk is gesplitst in zes deelprojecten:

1. Sensoren, gegevensverzamelingen, hun transport en hun integriteit.
2. Van data naar gereedschap.
3. Gereedschappen voor het ondersteunen van de scheepsoperatie.
4. Gereedschappen voor het ondersteunen van het scheepsontwerp.
5. Kennisontwikkeling t.b.v. de hbo-minor Advanced numerical methods for shipX.
6. Juridische randvoorwaarden, IP en aansprakelijkheden.

Resultaten

TODDIS & onderwijs

Binnen het TODDIS-project is de minor Advanced Engineering Tools in ShipX (AETS) ontwikkeld, waarbij de X staat voor bouw, exploitatie, economie, duurzaamheid enzovoort. De minor bestaat uit zeven modules:

• Programmeren en gegevensbeheer, om praktische kennis van Python op te doen.
• Numerieke methoden in engineering, met praktische (numerieke, programmeer)oefeningen over bijvoorbeeld scheepsbewegingen, manoeuvreren, (schade-)stabiliteit en vloeistofstroming.
• Data- en vormmodellering, over regressie en tools voor het ontwerpen van scheepsrompen.
• Maritieme optimalisatie, ook met praktische oefeningen, uitgewerkt met behulp van een verzameling speciale Python-bibliotheken.
• Computational Fluid Dynamics, praktische oefeningen over stroming rond een scheepsromp, uitgewerkt met een professionele, volwaardige CFD-oplosser.
• Verkenning van datawetenschap en AI, zowel hands-on (met Python-bibliotheken) als praktisch (met gastcolleges uit de wetenschap en industrie).
• Een onderzoeksproject, waarbij een relevant praktisch probleem wordt aangepakt met tools en methoden die in deze minor worden aangeleerd.

Sommige van deze modules worden in uitgebreide vorm ook aangeboden in onze master Maritime Innovations en postacademisch aan de bredere maritieme sector.

Daarnaast is TODDIS-subonderzoek het onderwerp geweest van meerdere bachelor- en masterafstudeerscripties, niet alleen aan NHL Stenden, maar ook aan de TU Delft, de Vrije Universiteit, Tilburg University en de Hogescholen van Amsterdam en Rotterdam. Een zeer zichtbaar onderzoeksproject betrof de relatie tussen scheepsbewegingen en golfhoogte & scheepssnelheid. Met een scheepsmodel van 2½ meter op een meer, zie de videoclip hieronder (volgt z.s.m.)

TODDIS & praktijk

• AIS-ontvanger op de toren van MIWB op Terschelling. Levert een continue datastroom met positie-informatie van schepen, beschikbaar voor studenten en consortiumpartners. Wordt bijvoorbeeld door een van de partners gebruikt om operationele navigatieprofielen af te leiden, die worden gebruikt als input voor een scheepsontwerpproces
• In samenwerking met projectpartner Van Oord onderzoek naar een methode voor datagestuurde voorspelling van brandstofverbruik. Te gebruiken voor betere en efficiëntere operaties.
• In samenwerking met partners DEKC Maritime, Conoship en Royal Wagenborg onderzoek naar een datagestuurde tool om de toename van de weerstand van schepen als gevolg van golven te voorspellen. Te gebruiken als ontwerptools voor duurzamere schepen.
• In samenwerking met Safe-Systems onderzoek naar datagestuurde voorspelling van scheepsbewegingen als gevolg van ongunstige weersomstandigheden. Met een tool gebaseerd op de methoden die in dit onderzoek zijn ontwikkeld, kunnen zware hijsschepen optimaal worden geladen.
• In samenwerking met de Koninklijke Marine de ontwikkeling van een (op AI gebaseerd) onderhoudsmodel om de operationele inzetbaarheid van marineschepen te verbeteren.

TODDIS & wetenschap

Hoewel het hoofddoel van TODDIS is om bij te dragen aan de praktijk en het onderwijs, zijn sommige relevante inzichten of methoden terechtgekomen in artikelen in tijdschriften en presentaties  op nationale en internationale conferenties.

TODDIS & samenleving

De bijdrage van TODDIS aan de (maritieme) samenleving komt onder meer tot uiting in:

• Lessen voor de Nederlandse maritieme sector.  
• Cursussen voor professionals.
• Publicaties in vakbladen .
• TODDIS kan worden beschouwd als een voorloper van het Nederlandse Joint Maritime Digital Platform (de ontwikkeling van gegevensuitwisseling van het Nederlandse Maritieme Masterplan).
• Het leveren van  inzichten, tools en methoden voor een groenere, toekomstbestendige maritieme sector.

Deze impact wordt geïllustreerd door de toepassing van op TODDIS gebaseerde kennis op twee Wind-Assisted-projecten, Wind4Shipping en VentofoilXL, van onze onderzoeksgroep. Zie de onderstaande foto's voor een indruk, genomen in het Maritiem Simulator Trainingscentrum op Terschelling. (foto's volgen z.s.m.)