Eco-friendly and customer-driven Sail plan optimisation service

Projektinformationen

EcoSail

ID Finanzhilfevereinbarung: 820593

DOI

10.3030/820593

Projekt abgeschlossen

EK-Unterschriftsdatum 25 Juni 2018

Startdatum 1 November 2018

Enddatum 31 Oktober 2021

Finanziert unter

• Horizon 2020 Framework Programme

Gesamtkosten

€ 3 903 142,50

EU-Beitrag

€ 2 986 937,25

Koordiniert durch

O.M. OFFSHORE MONITORING LIMITED
Cyprus

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Leistungen

Websites, patent fillings, videos etc. (3)

4 EcoSail service information/demo videos; final

4 EcoSail service information/demo videos; final (M26)

Report on EcoSail ‘Training Portal’
4 EcoSail service information/demo videos; interim

4 EcoSail service information/demo videos; interim (M14)

Demonstrators, pilots, prototypes (2)

Sail plan training programme for ship operators
EcoSail project webpage

Veröffentlichungen

Thesis and dissertations (2)

Development of Speed-power Performance Models for Ship Voyage Optimization

Autoren: Xiao Lang
Veröffentlicht in: Licentiate Thesis, Ausgabe 2021, January, 2021, Seite(n) 120
Herausgeber: Chalmers University of Technology

Development of voyage optimization algorithms for sustainable shipping and their impact to ship design

Autoren: Wang, Helong
Veröffentlicht in: Book (dissertation), Ausgabe 1, 2020, Seite(n) 68, ISBN 978-91-7905-259-1
Herausgeber: Chalmers University of Technology

Peer reviewed articles (5)

Voyage optimization combining genetic algorithm and dynamic programming for fuel/emissions reduction

Autoren: Helong Wang, Xiao Lang, and Wengang Mao
Veröffentlicht in: Transportation Research Part D: Transport and Environment, 2021, Seite(n) 102670, ISSN 1361-9209
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.trd.2020.102670

Effectiveness of 2D optimization algorithms considering voluntary speed reduction under uncertain metocean conditions

Autoren: Helong Wang, Xiao Lang, Wengang Mao, Di Zhang, Gaute Storhaug
Veröffentlicht in: Ocean Engineering, Ausgabe 200, 2020, Seite(n) 107063, ISSN 0029-8018
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.oceaneng.2020.107063

Efficiency of a Voluntary Speed Reduction Algorithm for a Ship’s Great Circle Sailing

Autoren: Helong Wang, Wengang Mao, Leif Eriksson
Veröffentlicht in: TransNav, the International Journal on Marine Navigation and Safety of Sea Transportation, Ausgabe 14/2, 2020, Seite(n) 301-308, ISSN 2083-6473
Herausgeber: TransNav, Faculty of Navigation
DOI: 10.12716/1001.14.02.04

A semi-empirical model for ship speed loss prediction at head sea and its validation by full-scale measurements

Autoren: Xiao Lang, Wengang Mao
Veröffentlicht in: Ocean Engineering, Ausgabe 209, 2020, Seite(n) 107494, ISSN 0029-8018
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.oceaneng.2020.107494

Impact of ship operations aided by voyage optimization on a ship’s fatigue assessment

Autoren: Xiao Lang, Helong Wang, Wengang Mao, Naoki Osawa
Veröffentlicht in: Journal of Marine Science and Technology, 2020, ISSN 0948-4280
Herausgeber: Springer Verlag
DOI: 10.1007/s00773-020-00769-8

Conference proceedings (4)

A Simplified Ship Wave Induced Added Resistance Calculation Method and Full-scale Measurements Validation in Head Sea

Autoren: Xiao Lang, Wengang Mao
Veröffentlicht in: Proceedings of the International Offshore and Polar Engineering Conference, 2020
Herausgeber: The International Society of Offshore and Polar Engineers

Multimodel Superensembling Using Convolutional Neural Networks

Autoren: Erik Larsson (1), Andrea Littardi (2, 3), Mihalis Nicolaou (2), Leif E. B. Eriksson (1), and Waqas Qazi (3) 1 Chalmers University of Technology, Sweden 2 The Cyprus Institute 3 Offshore Monitoring Ltd.
Veröffentlicht in: The 32nd annual workshop of the Swedish Artificial Intelligence Society (SAIS), Ausgabe 16 - 17 June 2020, 2019
Herausgeber: Swedish Artificial Intelligence Society (SAIS)

Multimodel Superensembling Using Convolutional Neural Networks

Autoren: E Larsson, A Littardi, M Nicolaou, L Eriksson and W Qazi
Veröffentlicht in: SAIS, 2021, Seite(n) 1-4
Herausgeber: Chalmers University of Technology

A Spatio-Temporal statistical model to simulate long-term wave environments along ship routes

Autoren: Wengang Mao, Naoki Osawa, Shengzheng Wang, Di Zhang
Veröffentlicht in: . Proceeding of the annual meeting of the Japan Society of Naval Architects and Ocean Engineers, 2019
Herausgeber: Japan Society of Naval Architects and Ocean Engineers