NTU-prosjektet «Selvlærende diagnose- og prognosesystem for den maritime næringen» kan gi kunnskap som kan redusere kostnadene til vedlikehold på skip betraktelig.

Bakgrunnen er at veldig mange av verdens skip bruker tradisjonelle tilnærminger til vedlikehold, som ikke relaterer seg til den reelle statusen. Prosjektleder André Listou Ellefsen ved Institutt for havromsoperasjoner og byggteknikk mener derfor det er på tide å bruke forskning til å forbedre dette.

– Skipsmotorer opereres forskjellig fra skip til skip på grunn av uforutsigbare miljø- og driftsforhold. Følgelig oppstår tilfeldige feil, som dagens vedlikeholdsmetoder ikke oppdager, forteller han til NETT NO.

Fikk pengestøtte
Nylig fikk arbeidet støtte på 750.000 kroner fra NTNU Discovery, en ordning som finansieres i samarbeid med Helse Midt-Norge og Sparebank 1 SMN.

– Når vi er kommet så langt til at det kan testes på skip, skal vi teste systemet om bord på «FF Gunnerus», sier prosjektlederen.

Dette arbeidet skal danne grunnlag for en kalkyle på hvor store utgifter det er mulig å spare ved et slikt system.

– Nå tester vi systemet på en dieselmotor på et laboratorium ved NTNU Ålesund,

Vurderer andre bruksområder
Gunnerus-fartøyet er utdanningsinstitusjonens eget forskningsfartøy og er brukt av en rekke forskningsprosjekt på Nordvestlandet.

Etter det ble innført omfattende smitteverntiltak som følge av koronapandemien, er tilgangen for studentene til å gjøre arbeid om bord blitt begrenset. Derfor er tidsplanen for maskinlæringsprosjektet i øyeblikket litt uviss.

Det har gjort at prosjektet også har begynt å vurdere andre alternativer.

– Vi har diskutert mulighetene for å teste det i andre sektorer enn den maritime industrien hvor det er landbaserte system. Kraftproduksjon kan være et interessant alternativ, mener Ellefsen.