Sjöfartsingenjörer har utbildat en energisjöfartsapp för att spara över en kvarts miljon ton CO2-utsläpp genom att tillämpa maskininlärning på dess prediktiva system.

Forskare från University of Southampton och Shell Shipping and Maritime har utvecklat en digital instrumentpanel som hjälper kaptener att reagera på förändrade havsförhållanden.

Tillsätt bara vatten, eller JAWS, appen tolkar djup och vinklar för ett fartyg som kallas djupgående och trim för att optimera mängden bränsle och kraft som behövs i en given situation.

En ny maskininlärningsmodell introducerades genom partnernas Center for Maritime Futures, som går i spetsen för digitala och tekniska framsteg för säkrare, renare och effektivare frakt.

Ingenjörer testade systemet på en flotta av över ett dussin 300 meter långa transportörer för flytande naturgas (LNG) i 12 månader, samlar in besparingen på 250, 000 ton CO2-utsläpp, motsvarande en bränslebesparing på 90 miljoner dollar.

Den nya modelleringstekniken utvecklades av forskarstuderande Amy Parkes under sin doktorsexamen i forskargruppen Maritime Engineering, där hennes tid har delats mellan Southampton och Shell.

"LNG-fartyg har en stor yta så vind, vågor och ström kan göra en enorm skillnad för mängden kraft som krävs på en resa, " säger Amy. "De här fartygen kan ligga högt eller lågt i vattnet, i olika vinklar i vattnet och har olika nivåer av nedsmutsning, vilket påverkar mängden energi som används för att de ska röra sig.

"Shell samlar in en enorm mängd data från dessa fartyg och den här appen är designad för att övervaka och anpassa sig till dessa variabler för att spara energi utan att ändra fartygets totala hastighet."

Tidiga iterationer av appen beräknade värmekartor med hjälp av ett medelvärdessystem innan Amy automatiserade och avancerade processen med hjälp av modelleringstekniker optimerade under hennes doktorandforskning.

"Genom maskininlärning, det är nu möjligt att analysera data från tidigare implementeringar och förutsäga kommande sådana baserat på tidigare inställningar, skapa en process som är mycket mer användarvänlig, " säger hon. "Detta är bara möjligt på grund av förmågan att samla in mer exakt data i en mycket snabbare takt.

"När väl tekniken har utvecklats ytterligare, Vi har för avsikt att instrumentbrädan ska övervaka fartygets tillstånd tillsammans med väderförhållanden och göra justeringar autonomt."