Construção de uma conduta de dados para prever os danos na carga do navio

em Investigação, Patrocínio por
O objectivo da tese do estudante era conceptualizar uma conduta de dados combinando dados AIS com dados ambientais medidos por sensores para rastrear o percurso da carga e as condições a que foi exposta. 

Apoiamos estudantes e investigadores oferecendo acesso ao Conjunto APIFleetMon e ao nosso extenso Arquivo de Dados AIS com dados históricos de posição de navios e de escalas em portos. Leia este artigo convidado que recebemos de Niklas Scherer, estudante de mestrado da Universidade de Ciências Aplicadas de Bingen, Alemanha.

O projecto académico investiga uma correlação entre as condições meteorológicas específicas a que um navio foi exposto e a ocorrência de danos na carga. Os dados AIS e os dados meteorológicos foram utilizados para examinar se certas condições meteorológicas em vias marítimas de tráfego intenso são susceptíveis de causar danos à carga, a fim de evitar danos através de previsões realistas.

O que acontece à minha carga na sua viagem?

Num mundo globalizado, os produtos e materiais são enviados diariamente para todo o mundo. Isto coloca desafios significativos devido a climas diferentes, condições meteorológicas imprevisíveis e rotas em constante mudança, que podem facilmente misturar todas estas variáveis. O objectivo da minha tese era conceptualizar um pipeline de dados que pudesse combinar dados AIS com dados ambientais adequados medidos por sensores para rastrear a rota da carga e as condições a que esta foi exposta. 

Infra-estrutura proposta e teste de execução

Para alcançar este objectivo, foram utilizados dados AIS para seguir um navio na sua rota da Alemanha para a Austrália. Esta longa viagem garantiu o registo de uma variedade de níveis de temperatura e muitas oportunidades para mudanças climáticas repentinas. O contentor de carga foi equipado com múltiplos sensores para recolher dados sobre temperatura, humidade, e aceleração em todas as direcções. 

FleetMonO API do navio foi pesquisado em intervalos regulares para receber a localização do navio a uma determinada hora, que poderia então ser automaticamente alimentada na interface do sensor. Foi também utilizado um API meteorológico externo para receber dados sobre condições meteorológicas marítimas, por exemplo, altura das ondas. Todos estes foram combinados para criar pontos de dados contendo condições ambientais para cada posição AIS registada durante toda a viagem à Austrália. 

Resultados e casos de utilização potencial

O teste produziu dados promissores sobre como as diferentes variáveis mudaram ao longo do tempo, em função da posição actual. O exame de uma única viagem como prova de conceito não permite tirar quaisquer conclusões, no entanto, a metodologia utilizada provou ser suficiente para aumentar a escala da operação e recolher dados em muitas rotas diferentes. 

Uma vez recolhidos dados suficientes, um projecto de acompanhamento agregaria e analisaria os mesmos. Os casos de utilização possível incluem a visualização de dados ou mesmo No futuro, a inteligência artificial poderia ser utilizada para tomar decisões sobre a melhor rota com base na rota e nas condições ambientais a que foi exposta, para proteger a carga.