Симбіоз штучного інтелекту і систем керування судновою електроенергетичною установкою: сучасне та майбутнє
DOI:
https://doi.org/10.31498/2225-6733.50.2025.336376Ключові слова:
електроенергетичні системи суден, енергоефективність, оптимізація, машинне навчання, штучний інтелект, морський транспорт, вплив на навколишнє середовище, безпека на морі, кібербезпекаАнотація
Стаття присвячена актуальній проблемі підвищення ефективності, безпеки та екологічності морського транспорту. Основна ідея статті полягає в тому, що цієї мети можна досягти шляхом інтеграції технологій штучного інтелекту (ШІ) в суднові автоматизовані електроенергетичні системи (САЕЕС). Перша частина дослідження присвячена еволюції архітектури САЕЕС та шести основним стратегіям управління енергопостачанням: централізовані та децентралізовані системи, ієрархічні, керування на основі модельного прогнозування, агентно-орієнтовані та системи управління енергоспоживанням. Аналіз кожного підходу включає його переваги та недоліки у розрізі таких параметрів, як ефективність, стабільність, витрати на впровадження та обслуговування, вплив на навколишнє середовище, складність та масштабованість. Друга частина статті зосереджена на огляді застосування технологій ШІ в морській індустрії. Було представлено практичні приклади інтеграції ШІ в морську галузь, зокрема в навігації, діагностиці та оптимізації маршрутів. Також увага була зосереджена на перевагах інтеграції ШІ в САЕEС. Було виявлено, що цей симбіоз може покращити кожен ключовий параметр у цих системах. Основні виклики пов'язані з глобальними питаннями безпеки та кібербезпеки систем штучного інтелекту, спеціальною кваліфікацією працівників, складністю інтеграції з існуючими системами, гарантією стабільності та передбачуваності алгоритмів штучного інтелекту, проблемами якості та стандартизації даних, регуляторними та етичними аспектами. Крім того, у статті представлені потенційні напрямки майбутнього розвитку симбіозу штучного інтелекту та систем керування судновою енергосистемою. Основна мета охоплює подальшу автоматизацію систем керування, інтеграцію з новими джерелами енергії, оптимізацію роботи суднового обладнання та вирішення наявних проблем та обмежень
Посилання
Enhancing renewable energy utilization and energy management strategies for new energy yachts / Z. Wang et al. 2024. Heliyon. Vol. 10(18). Article e37863. DOI: https://doi.org/10.1016/j.heliyon.2024.e37863.
Challenges and Solutions of Ship Power System Electrification / Z. Bei et al. 2024. Energies. Vol. 17(13). Article 3311. DOI: https://doi.org/10.3390/en17133311.
What is Marine Electricity And How It is Generated. URL: https://www.marineinsight.com/marine-electrical/what-is-marine-electricity/ (date of access 02.04.2025)
Maritime Artificial Intelligence & Machine Learning: Ultimate Guide. URL: https://spire.com/maritime/maritime-artificial-intelligence-and-machine-learning/ (date of access 02.04.2025).
Robust Real-Time Shipboard Energy Management System With Improved Adaptive Model Predictive Control / W. Chen et al. IEEE Access. 2023. Vol. 11. Pp. 110342-110360. DOI: https://doi.org/10.1109/access.2023.3321692.
AC Ship Microgrids: Control and Power Management Optimization / M.D.A. Al-Falahi et al. Energies. 2018. Vol. 11(6), 1458. DOI: https://doi.org/10.3390/en11061458.
AI-Driven Predictive Maintenance in Modern Maritime Transport-Enhancing Operational Efficiency and Reliability / Simion D., Postolache F., Fleacă B., Fleacă E. Applied Sciences. 2024. Vol. 14(20). Article 9439. DOI: https://doi.org/10.3390/app14209439.
Hierarchical Control Design for a Shipboard Pow-er System With DC Distribution and Energy Storage Aboard Future More-Electric Ships / Jin Z., Meng L., Guerrero J.M., Han R. IEEE Transactions on Industrial Informatics. 2018. Vol. 14(2). Pp. 703-714. DOI: https://doi.org/10.1109/tii.2017.2772343.
Artificial Intelligence in Maritime Cybersecurity: A Systematic Review of AI-Driven Threat Detection and Risk Mitigation Strategies / T. Miller et al. Electronics. 2025. Vol. 14(9). Article 1844. DOI: https://doi.org/10.3390/electronics14091844.
Utilizing AI for Maritime Transport Optimization. https://cmr.berkeley.edu/2024/12/utilizing-ai-for-maritime-transport-optimization/ (date of access 02.04.2025).
AI Applications to Enhance Resilience in Power Systems and Microgrids. A Review / Y. Zahraoui et al. Sustainability. 2024. Vol. 16(12). Article 4959. DOI: https://doi.org/10.3390/su16124959.
Artificial Intelligence in Maritime Transportation: A Comprehensive Review of Safety and Risk Management Applications / Durlik I., Miller T., Kostecka E., Tuński T. Applied Sciences. 2024. Vol. 14(18). Article 8420. DOI: https://doi.org/10.3390/app14188420.
Leveraging extreme scale analytics, AI and digital twins for maritime digitalization: the VesselAI architecture / L. Ilias et al. Frontiers in Big Data. 2023. Vol. 6. DOI: https://doi.org/10.3389/fdata.2023.1220348.
Machine Learning in Maritime Safety for Autonomous Shipping: A Bibliometric Review and Future Trends / J. Xue et al. Journal of Marine Science and Engineering. 2025. Vol. 13(4). Article 746. DOI: https://doi.org/10.3390/jmse13040746.
Gómez Ruiz M.Á., de Almeida I.M., Pérez Fernández R. Application of Machine Learning Techniques to the Maritime Industry. Journal of Marine Science and Engineering. 2023. Vol. 11(9). Article 1820. DOI: https://doi.org/10.3390/jmse11091820.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Журнал "Вісник Приазовського державного технічного університету. Серія: Технічні науки" видається під ліцензією СС-BY (Ліцензія «Із зазначенням авторства»).
Дана ліцензія дозволяє поширювати, редагувати, поправляти і брати твір за основу для похідних навіть на комерційній основі із зазначенням авторства. Це найзручніша з усіх пропонованих ліцензій. Рекомендується для максимального поширення і використання неліцензійних матеріалів.
Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи в цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди, які стосуються неексклюзивного поширення роботи в тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи в цьому журналі.
