Gemi yaşam döngüsünde operasyonel gaz emisyonlarının makine öğrenmesi yöntemiyle tahmini

Abstract

Denizcilik sektörü, insanlık tarihinin en eski zamanlarından beri insan uygarlığının gelişmesinde en temel taşlardan birisi olmuştur. Uzun bir süre boyunca sevk sistemi olarak doğal güçlerden yararlanan gemiler, Sanayi Devrimi ile birlikte önce kömür, sonra da petrol ve türevlerini yakıt olarak kullanmaya başlamıştır. Fosil yakıtlar olarak adlandırılan bu yakıt türleri, çok yüksek oranda karbon içerir. Modern makine sistemlerindeki içten yanma sürecinde yakılarak enerji üretimini ve dolayısıyla gemi sevkini sağlayan bu yakıtların yanması sonucu, karbondioksit, karbon monoksit, metan, kükürt oksitler, azot oksitler, nitröz oksit, parçacıklı madde, siyah karbon ve metan olmayan uçucu organik bileşikler başta olmak üzere çok çeşitli sayıda emisyon üretilir. Yanma sürecinde bu gazların yanında ağır metallerin de ayrıca duman formunda oluştuğu bilinmektedir. Sayılan bütün bu gaz emisyonlar, insan sağlığına ve çevreye çok ciddi zararları olan atıklardır. Çevreye olan zararlar arasında küresel ısınma, asit yağmurları ve yer seviyesi ozonu sayılabilirken insan sağlığına olan zararları da dolaşım ve solunum sistemine olan olumsuz yöndeki etkileri şeklinde özetlenebilir. Bu nedenlerden ötürü gemi emisyonlarının tahmini, azaltılması ve kontrol altına alınması son derece önemlidir. Bu çalışmada öncelikle dokuz kuru yük gemisinin günlük raporlarından elde edilen verilerle toplam emisyon miktarları hesaplanmış, ardından bu veriler regresyon analizine sokularak verilerin gemi ana karakteristik özelliklerinden dedveyt ton ve blok katsayısı ile ilişkisine ulaşılmış ve gemi ön dizayn aşamasındayken potansiyel emisyonlarını tahmin edebilmek için dedveyt ton ve blok katsayısı değerlerine bağlı formüller geliştirilmiştir. Bu formüller sadece iki sabit değere dayandığı için regresyon analizinin güvenilirliği yeterli bulunmadığından ikinci kısımda gemilerin günlük raporlarından alınan sefer süresi, makine çalışma devri, gemi hızı, deplasman, hava durumu, deniz durumu ve ortalama draft verileri girdi; emisyon verisi ise çıktı olarak kullanılarak yapay sinir ağlarında modelleme yapılmış ve en iyi sonucu veren yapay sinir ağı yöntemi tespit edilmiştir. Yapay sinir ağları, bu aşamada dinamik operasyon koşullarının emisyon üzerine olan etkilerini inceleyebilmek için başarılı bir model olarak görülmüştür. Elde edilen emisyon değerleri ile gerçek değerler arasındaki ortalama fark % 1,57 seviyelerindedir. Üçüncü kısımda ise elde edilen en iyi yapay sinir ağı yöntemi Atlantik ve Pasifik Okyanusları’nda kuzey ve güney olmak üzere iki farklı rotaya ocak ve haziran ayları için uygulanmış ve böylece her iki okyanus ve zaman dilimi için de farklı sürelerle farklı deniz ve hava koşullarına sahip bu rotalarda oluşan emisyon miktarları tahmin edilmiştir. Ardından bu emisyon miktarları yoluyla toplam yakıt harcamına ulaşılmış ve bir yakıt maliyet analizi yapılmıştır. Sonuçlara göre her iki okyanusun farklı rotalarında hem ocak hem de haziran aylarında daha yumuşak iklim şartlarına sahip olan güney rotasında daha az emisyon oluştuğu görülmüştür. Bu bağlamda, hava ve deniz koşullarının emisyonlar üzerinde doğrudan etkisinin olduğu açıkça görülmüştür. Atlantik rotalarındaki mesafe farkı az olduğundan güney rotası hem çevresel hem de ekonomik performans açılarından daha uygun sonuçlar üretmiştir. Pasifik rotalarındaki mesafe farkının fazlalığı nedeniyle güney rotasındaki mesafe başına emisyon daha az olmasına rağmen bütüncül olarak yaklaşıldığında kuzey rotası daha iyi sonuçlar vermektedir. Geliştirilen karar destek sistemi, gemiler henüz ön dizayn aşamasındayken tahmini rotalar üzerine uygulandığında oluşabilecek toplam emisyon miktarının tahmin edilmesini sağlayacaktır. Bu sayede gemiler, rotaları ve ana karakteristik özellikleri belli olduğunda emisyon, yakıt harcamı ve yakıt maliyeti bilgileri gemi yaşam döngüsünün erken aşamalarında bile öngörülebilecektir.