Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG
Κύριος συγγραφέας: | |
---|---|
Μορφή: | Μεταπτυχιακή εργασία |
Γλώσσα: | Greek |
Έκδοση: |
Α.Ε.Ι. Πειραιά Τ.Τ.
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5311 |
_version_ | 1780278377670770688 |
---|---|
abstract | Είναι γνωστό ότι τα ορυκτά καύσιμα εξαντλούνται μέρα με τη μέρα και με την αύξηση του αριθμού των οχημάτων η ρύπανση έχει φτάσει σε ανησυχητικό στάδιο. Ο σκοπός αυτής της εργασίας είναι να παρουσιάσει αρχικά τη χρήση του φυσικού αερίου ως εναλλακτικό καύσιμο για τη ναυτιλία και επίσης τη σχετική τεχνολογία του φυσικού αερίου (υγροποίηση, μεταφορά, αποθήκευση). Μέρος αυτής της διαδικασίας είναι τα πλοία που μεταφέρουν LNG παγκοσμίως. Η ανάγκη της ώρας είναι να βρούμε ένα εναλλακτικό καύσιμο, καθώς και να μετριάσουμε τις εκπομπές καυσαερίων και να βελτιώσουμε τις παραμέτρους απόδοσης του κινητήρα εσωτερικής καύσης (I.C.). Από την εκτέλεση πειραμάτων σε ένα I.C. Ο κινητήρας είναι τόσο χρονοβόρος και δαπανηρός, επομένως πολλές τεχνικές μαλακών υπολογιστών υιοθετούνται σε αυτόν τον τομέα. Ο όρος’΄ soft computer ΄’αναφέρεται στην εύρεση της λύσης ενός ανακριβούς προβλήματος. Διαφορετικές τεχνικές μαλακών υπολογιστών που χρησιμοποιούνται σε αυτόν τον τομέα είναι το Τεχνητό Νευρωνικό Δίκτυο,(Soft Computing) η προσέγγιση με βάση το ασαφές, το προσαρμοστικό σύστημα Neuro Fuzzy Inference, , και ο γενετικός αλγόριθμος.. Το κίνητρο αυτής της εργασίας είναι να επανεξετάσει τις έρευνες που διεξάγονται στον τομέα του I.C. κινητήρα σε τύπους μηχανών με εναλλακτικό καύσιμο το ΥΦA( LNG)χρησιμοποιώντας αυτές τις τεχνικές μαλακού υπολογισμού. Τα πρώτα κεφάλαια καλύπτουν μια αναφορά σε σύγχρονα συστήματα πρόωσης, τα καύσιμα που χρησιμοποιούνται ,τους τύπους μηχανών LNG. Στα τελευταία κεφάλαια αναλύονται οι μέθοδοι τεχνητής νοημοσύνης(neural networks,Anfis, genetic algorythm) που έχουν βρει ήδη εφαρμογή στη μέτρηση απόδοσης μηχανών LNG σε αεροπλάνα , πλοία και μελετάμε τη μεθοδολογία που θα χρησιμοποιηθεί στο άμεσο μέλλον και σε ανάλυση μετρήσεων σε συγκεκριμένο τύπο μηχανής LNG (μηχανής 9L50DF Wartsila). |
advisor | |
author | Κυρίτση, Άλμπα-Αναστασία |
author_facet | Κυρίτση, Άλμπα-Αναστασία |
author_sort | Κυρίτση, Άλμπα-Αναστασία |
collection | Okeanis Institutional Repository |
format | Μεταπτυχιακή εργασία |
id | okeanis-123456789-5311 |
institution | University of West Attica Campus II |
keyword | LNG Liquefied natural gas Υγροποιημένο φυσικό αέριο Ναυτιλιακά καύσιμα Artificial neural networks Internal combustion engine Genetic algorithms Big data Τεχνητή νοημοσύνη Μηχανές εσωτερικής καύσης Τεχνητά νευρωνικά δίκτυα Γενετικοί αλγόριθμοι Μεγάλα δεδομένα Γραμμική παλινδρόμηση Adaptive neuro fuzzy inference Νευρωνικά δίκτυα |
language | Greek |
physical | 75 |
publishDate | 2020 |
publisher | Α.Ε.Ι. Πειραιά Τ.Τ. |
record_format | dspace |
spelling | okeanis-123456789-53112020-07-08T09:58:02Z Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG Review of the application of artificial intelligence methods in optimizing promotion parameters on LNG ships Κυρίτση, Άλμπα-Αναστασία Τσουκαλάς, Βασίλειος TPSH::Κοινωνικές Επιστήμες::Μεταφορές::Ναυτιλία TPSH::Τεχνολογία::Φυσικό Αέριο LNG Liquefied natural gas Υγροποιημένο φυσικό αέριο Ναυτιλιακά καύσιμα Artificial neural networks Internal combustion engine Genetic algorithms Big data Τεχνητή νοημοσύνη Μηχανές εσωτερικής καύσης Τεχνητά νευρωνικά δίκτυα Γενετικοί αλγόριθμοι Μεγάλα δεδομένα Γραμμική παλινδρόμηση Adaptive neuro fuzzy inference Νευρωνικά δίκτυα Είναι γνωστό ότι τα ορυκτά καύσιμα εξαντλούνται μέρα με τη μέρα και με την αύξηση του αριθμού των οχημάτων η ρύπανση έχει φτάσει σε ανησυχητικό στάδιο. Ο σκοπός αυτής της εργασίας είναι να παρουσιάσει αρχικά τη χρήση του φυσικού αερίου ως εναλλακτικό καύσιμο για τη ναυτιλία και επίσης τη σχετική τεχνολογία του φυσικού αερίου (υγροποίηση, μεταφορά, αποθήκευση). Μέρος αυτής της διαδικασίας είναι τα πλοία που μεταφέρουν LNG παγκοσμίως. Η ανάγκη της ώρας είναι να βρούμε ένα εναλλακτικό καύσιμο, καθώς και να μετριάσουμε τις εκπομπές καυσαερίων και να βελτιώσουμε τις παραμέτρους απόδοσης του κινητήρα εσωτερικής καύσης (I.C.). Από την εκτέλεση πειραμάτων σε ένα I.C. Ο κινητήρας είναι τόσο χρονοβόρος και δαπανηρός, επομένως πολλές τεχνικές μαλακών υπολογιστών υιοθετούνται σε αυτόν τον τομέα. Ο όρος’΄ soft computer ΄’αναφέρεται στην εύρεση της λύσης ενός ανακριβούς προβλήματος. Διαφορετικές τεχνικές μαλακών υπολογιστών που χρησιμοποιούνται σε αυτόν τον τομέα είναι το Τεχνητό Νευρωνικό Δίκτυο,(Soft Computing) η προσέγγιση με βάση το ασαφές, το προσαρμοστικό σύστημα Neuro Fuzzy Inference, , και ο γενετικός αλγόριθμος.. Το κίνητρο αυτής της εργασίας είναι να επανεξετάσει τις έρευνες που διεξάγονται στον τομέα του I.C. κινητήρα σε τύπους μηχανών με εναλλακτικό καύσιμο το ΥΦA( LNG)χρησιμοποιώντας αυτές τις τεχνικές μαλακού υπολογισμού. Τα πρώτα κεφάλαια καλύπτουν μια αναφορά σε σύγχρονα συστήματα πρόωσης, τα καύσιμα που χρησιμοποιούνται ,τους τύπους μηχανών LNG. Στα τελευταία κεφάλαια αναλύονται οι μέθοδοι τεχνητής νοημοσύνης(neural networks,Anfis, genetic algorythm) που έχουν βρει ήδη εφαρμογή στη μέτρηση απόδοσης μηχανών LNG σε αεροπλάνα , πλοία και μελετάμε τη μεθοδολογία που θα χρησιμοποιηθεί στο άμεσο μέλλον και σε ανάλυση μετρήσεων σε συγκεκριμένο τύπο μηχανής LNG (μηχανής 9L50DF Wartsila). 2020-05 Μεταπτυχιακή εργασία http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5311 el http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Α.Ε.Ι. Πειραιά Τ.Τ. Πανεπιστήμιο Αιγαίου 75 http://okeanis.lib2.uniwa.gr/xmlui/bitstream/123456789/5311/4/ntst8056110.pdf.jpg |
spellingShingle | TPSH::Κοινωνικές Επιστήμες::Μεταφορές::Ναυτιλία TPSH::Τεχνολογία::Φυσικό Αέριο Κυρίτση, Άλμπα-Αναστασία Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title | Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title_full | Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title_fullStr | Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title_full_unstemmed | Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title_short | Επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία LNG |
title_sort | επισκόπηση της εφαρμογής μεθόδων τεχνητής νοημοσύνης σε βελτιστοποίηση παραμέτρων πρόωσης σε πλοία lng |
title_translated | Review of the application of artificial intelligence methods in optimizing promotion parameters on LNG ships |
topic | TPSH::Κοινωνικές Επιστήμες::Μεταφορές::Ναυτιλία TPSH::Τεχνολογία::Φυσικό Αέριο |
url | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5311 |