Probabilistic analysis/estimation on fuel consumption and ship emissions

Μπουραζάνης, Αναστάσιος; Bourazanis, Anastasios

dc.contributor.author	Μπουραζάνης, Αναστάσιος	el
dc.contributor.author	Bourazanis, Anastasios	el
dc.date.accessioned	2016-07-27T08:13:10Z
dc.date.available	2016-07-27T08:13:10Z
dc.date.issued	2016-07-27
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43289
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11313
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Probabilistic	en
dc.subject	Fuel consumption	en
dc.subject	Ship emissions	en
dc.subject	Monte Carlo	en
dc.subject	Robustness analysis	en
dc.title	Probabilistic analysis/estimation on fuel consumption and ship emissions	en
heal.type	bachelorThesis
heal.secondaryTitle	Πιθανοθεωρητική μεθοδολογία/υπολογισμός κατανάλωσης καυσίμου και εκπομπών αέριων ρύπων στα πλοία	el
heal.classification	Ναυπηγική	el
heal.classification	Περιβάλλον	el
heal.classification	Μαθηματικά	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-10-30
heal.abstract	Global concerns about environmental pollution, regulatory framework, the ever increasing fuel costs and the competitive container carriers industry are driving the quest for ever improved ships with higher performance efficiency, lower emissions and more attractive financially. In order to meet all these requirements, researchers make efforts on setting up methods in order to predict the effects of operational changes in vessels. The present study has analyzed fuel consumption and emissions of a Container ship’s Main Engine from an operational perspective. Fuel consumption is essentially detailed in the following random variables: Loading Factor, Specific Fuel Oil Consumption and Time. The method used for this analysis is the Monte Carlo simulation, which is a well-known probabilistic methodology. The studied ship is a 2,824 TEU Sub-Panamax class Container ship and the emissions analyzed are: CO2, NOx, SOx and PM. The operating condition of the specific ship is slow steaming. The study has developed probabilistic distributions for fuel consumption from two different input categories: real recordings and model constructed in this thesis. In the first occasion, data were provided by real Noon Reports of the specific Container ship, whereas a large amount of data from Noon Reports have been used in combination with data from literature for the modelling process. The software tool used in this probabilistic analysis is Oracle Crystal Ball, which works as an add-in in an Excel spreadsheet. This study has also analyzed the impact of the three random input variables in the estimation of fuel consumption. Going further, in order to evaluate the importance of specific parameters to the results, a robustness analysis has been applied for fuel consumption. The amount of emissions depends on the type of Main Engine (Tier I, II, III), the operation load, the type of fuel used and its sulphur percentage. Estimation of emissions is conducted with updated emission factors from literature. A generic conclusion from this study is that the MC methodology may be applied to estimate fuel consumption and emissions in a satisfactory way, however it is very uncertain what happens in higher loads of operation. An essential feature for future research would be the creation of a probabilistic inventory based on a the whole range of load operation. This would make the probabilistic methodology more safe and easy for use in the shipping sector.	en
heal.abstract	Οι παγκόσμιες ανησυχίες για περιβαλλοντικά θέματα, το νομικό πλαίσιο, το ολοένα αυξανόμενο κόστος καυσίμων και ο ανταγωνισμός της βιομηχανίας μεταφοράς εμπορευματοκιβωτίων, οδηγούν στην αναζήτηση νέων βελτιωμένων πλοίων με υψηλότερη αποδοτικότητα, χαμηλότερες εκπομπές και οικονομικότερα. Προκειμένου να καλυφθούν όλες αυτές οι απαιτήσεις, οι ερευνητές προσπαθούν να εισάγουν μεθόδους με σκοπό την πρόβλεψη των επιπτώσεων των αλλαγών στη λειτουργία των πλοίων. Η παρούσα διπλωματική εργασία μελετά την κατανάλωση καυσίμου και την εκπομπή ρύπων από την Κύρια Μηχανή ενός πλοίου μεταφοράς εμπορευματοκιβωτίων, από λειτουργική άποψη. Η κατανάλωση καυσίμου αναλύεται στις παρακάτω τυχαίες μεταβλητές: Φορτίο Λειτουργίας, Ειδική Κατανάλωση Καυσίμου και Χρόνος. Η μέθοδος που χρησιμοποιήθηκε για τη μελέτη είναι η προσομοίωση Monte Carlo, η οποία είναι ευρέως γνωστή ως μια πιθανοθεωρητική μεθοδολογία. Η εφαρμογή έγινε σε πλοίο μεταφοράς εμπορευματοκιβωτίων 2,824 TEU και οι εκπομπές που αναλύθηκαν είναι: διοξείδιο του άνθρακα (CO2), οξείδια του αζώτου (NOx), οξείδια του θείου (SOx) και αιωρούμενα σωματίδια (PM). Η κατάσταση λειτουργίας του υπό μελέτη πλοίου είναι το slow steaming. Η μελέτη παρήγαγε κατανομές για την κατανάλωση καυσίμου από δυο διαφορετικές εισόδους: αληθινές καταγραφές και εκείνες που παρήγαγε το μοντέλο. Στην πρώτη περίπτωση, τα δεδομένα που εισήχθησαν είναι πραγματικά και προήλθαν από τον πλοιοκτήτη. Στην άλλη περίπτωση, υπήρξε συνδυασμός δεδομένων από τον πλοιοκτήτη και τη βιβλιογραφία. Το πακέτο λογισμικού που χρησιμοποιήθηκε είναι το Oracle Crystal Ball, το οποίο λειτουργεί ως πρόσθετο του Excel. Σε επόμενο στάδιο μελετήθηκε η επίδραση των τριών τυχαίων μεταβλητών στον υπολογισμό της κατανάλωσης καυσίμου. Επιπλέον, για να αξιολογηθεί η σημασία των συγκεκριμένων παραμέτρων, έγινε ανάλυση ευρωστίας για την κατανάλωση καυσίμου. Τα εκπεμπόμενα ποσά ρύπων εξαρτώνται από τον τύπο της Κύριας Μηχανής, το Φορτίο Λειτουργίας, τον τύπο του καυσίμου και το ποσοστό θείου στο καύσιμο. Η εκτίμηση των ποσών ρύπων γίνεται με ενημερωμένους συντελεστές ρύπων από τη βιβλιογραφία. Η προσομοίωση Monte Carlo μπορεί να εφαρμοστεί στον υπολογισμό κατανάλωσης καυσίμου και εκπομπών ρύπων, αλλά είναι πολύ αβέβαιο τι συμβαίνει σε υψηλότερα φορτία λειτουργίας. Θα ήταν πολύ χρήσιμο να δημιουργηθεί μια πιθανοθεωρητική μεθοδολογία για όλο το εύρος φορτίου λειτουργίας, κάτι το οποίο θα καθιστούσε τη μεθοδολογία πιο ασφαλή και γρήγορη για εφαρμογή σε πλοία.	el
heal.advisorName	Βεντίκος, Νικόλαος	el
heal.committeeMemberName	Ζαραφωνίτης, Γεώργιος	el
heal.committeeMemberName	Καϊκτσής, Λάμπρος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ναυπηγών Μηχανολόγων Μηχανικών. Τομέας Μελέτης Πλοίου και Θαλάσσιων Μεταφορών. Εργαστήριο Θαλασσίων Μεταφορών	el
heal.academicPublisherID	ntua
heal.numberOfPages	123 σ.	el
heal.fullTextAvailability	true