Routage multi-critère des navires à propulsion hybride
Institution:
Rennes, INSADisciplines:
Directors:
Abstract EN:
The work has been carried out within the project Grand Large the aim of which is to introduce an automated system of sail adjustment especially for trawlers and coasters. In this study sail-assisted motor vessels weather routing is investigated to establish the most economical route by applying available information of the ship behavior regarding the encountered sea-conditions. To derive the vessel's fuel use on a route, a fuzzy logic model is constructed through an automated identification process. Only data collected from actual integrated bridge measurements systems is used. Fuzzy modeling is a framework providing a flexible and transparent athematical structure to describe the physical relationships in a vessel behavior. This consumption model is integrated into a determinist weather-routing optimization workflow based on a systematic meshing scheme of the sailing area. Pareto-optimization with a Multi-Objective Genetic Algorithm (MOGA) is used to maximize fuel economy in a limited or optimum time. The benefits of the developed decision helping tool in sail-assisted motor vessel routing are highlighted on a westbound north Transatlantic journey.
Abstract FR:
Le travail présenté dans ce manuscrit fait partie du projet Grand Largue dont l'objectif est l'implantation de systèmes de propulsion bi-énergie sur des chalutiers et caboteurs. Le travail présenté dans ce mémoire consiste à établir un outil d'aide à la décision afin de déterminer la route la plus économique pour des navires à propulsion hybride. Le routage multi-critère du navire est effectué en utilisant un modèle de comportement du navire en fonction des conditions de navigation. Pour déterminer la consommation du navire sur une route, un modèle flou est construit et identifié en utilisant un processus automatisé. Les données utilisées pour l'identification ne proviennent que des instruments couramment disponibles à bord. Les systèmes d'inférence floue ont été utilisés pour leur propriété d'interpolateurs universels et la possible représentation linguistique de la connaissance acquise sur le comportement du navire. Le modèle de consommation identifié est intégré dans une boucle d'optimisation permettant d'effectuer un routage déterministe du navire. Cette méthode de routage est basée sur une discrétisation systématique de la zone de navigation. Un algorithme génétique ulti-objectif est utilisé afin de déterminer les routes qui minimisent la consommation de fuel avec un temps de parcours fixé ou minimal. Les résultats et bénéfices de la méthode de routage sont illustrés en utilisant un voyage Transatlantique. Les solutions optimales au sens de Pareto obtenues après l'optimisation multi-critère de la route permettent de proposer différentes compromis consommation/temps de parcours à travers un outil d'aide à la décision.