İstanbul boğazı geçişi yapan gemiler için makine öğrenmesi uygulamaları ve kantitatif risk analizi
Machine learning applications and quantitative risk analysis for ships passing through the istanbul strait
- Tez No: 673369
- Danışmanlar: PROF. DR. YASİN ARSLANOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Denizcilik, Marine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Deniz Ulaştırma Mühendisliği Bilim Dalı
- Sayfa Sayısı: 93
Özet
İlk kez 2011 yılında gerçekleştirilen Hannover Fuarı'nda adı duyulan Endüstri 4.0 ile birlikte robotların üretimi tamamen devralması, yapay zekânın gelişimi, üç boyutlu yazıcılarla üretimin fabrikalardan evlere inmesi, devasa miktardaki bilgi yığınının veri analizleriyle ayıklanıp değerlendirilmesi ve daha birçok yenilik hayatımızda yerini aldı. Bu yeni teknolojilerin bazıları endüstri standardı haline gelirken bazılarının da zaman içerisinde tüm sektörlere yayılımı kaçınılmazdır. Denizcilik alanında ise bu dönüşüm süreci Uluslararası Denizcilik Örgütünün E-Navigasyon çatısı altında yürüttüğü tavsiyeler ve ülkelerin kendi E-Navigasyon stratejilerini belirlemesi ile şekil almaktadır. Endüstri 4.0 ile birlikte yapay zekâ uyumlarının özellikle deniz araçlarının otonomlaştırılması süreci ve karasal destek sistemlerinde görülmesi beklenmektedir. Bu teknolojik dönüşüm sürecini gemi tarafı için otonom seyir ve manevra, karasal destek sistemleri için büyük veri yönetimi, analizi ve yapay zekâ temelli uygulamalar oluştururken, iki yapı arasında kurulan konvansiyonel iletişim biçimlerini de köklü değişikliklere uğratacaktır. Bu çalışmada dar kanallarda seyir konusu yapay zekâ algoritmaları özelinde incelenmiştir. Ticari gemilerin hareketleri açık deniz seyri, dar kanal veya boğaz seyri, liman yanaşma/kalkma manevraları ve demirleme olarak kabaca kategorize edilmiştir. Bu hareket tiplerinin her birinin ayrı ayrı incelenmesi gereklidir, farklı parametreleri ve dinamikleri vardır.Günümüzde gemi kaptanları vasıtasıyla yönetilen bu manevra tipleri aslında bir takım komutların belirli bir süre içerisinde sıralanması ile oluşmaktadır.Bir gemi kaptanının tecrübesi ile anlık değişiklikler karşısında dinamik cevaplar vererek başardığı bu işleri otonom bir deniz vasıtasına yaptırmak istediğimizde doğru sonuçlar elde edebilmek için yapılmak istenen işin karakteristiğine göre bölümlenmesi doğru olacaktır.Bunun sebebini örneklemek gerekirse , açık deniz seyrinde geniş bir alanda seyir yapan bir geminin manevra bakımından otonomisinde öncelik çatışmadan kaçınma manevrasının yapılmasıdır.Gemi açık denizde seyir yaptığı için manevrayı yöneten modelin eğitiminde kullanılacak emniyet marjinleri alanın serbestisi sebebiyle daha geniş tutulabilir.Ancak dar bir kanalda geçiş yapan gemi için manevra otonomisi bakımından emniyet marjinleri çok daha dardır.Ayrıca çatışmadan kaçınma manevrası da önemli olmasına karşın seyir yapılan alanın ve bu alanda meteorolojik koşullara bağlı olarak birtakım değişimler olduğunda bunun seyir biçimine yansımasının modele öğretilebilmesi büyük önem arz eder.Bunun yanı sıra yanaşma/kalkma manevralarını ele aldığımızda gemi makinesinin emniyetli ve etkin kullanımı , konvansiyonel gemilerde bulunmayan mesafe sensörü gibi birtakım ilave sensörlerden elde edilen verilerin işlenmesi , gemi sürati ve ivmelenmelerinin daha hasas takibi , sığ su etkileri ve bordasal rüzgar etkileri gibi çevresel etkilerin özel sensörler ile daha hasas takibi ihtiyaçtır.Bu nedenle çalışma kapsamında gemi manevrası otonomisi kategorik olarak ayrılmıştır.Özel su yollarında seyir konusu kapsamında dünyanın jeopolitik ve stratejik önemi bakımından sayılı suyollarından biri olan İstanbul Boğazı'ndan geçiş yapan gemilerin karakteristiklerine bağlı olarak sergilemiş oldukları davranışlar incelenmiştir. Çalışmada inceleme alanı olarak seçilen İstanbul Boğazı coğrafi özellikleri , iklimsel ve meteorolojik özellikleri bakımından dünyanın seyir emniyeti bakımından en riskli suyollarından birisidir.Yılda 40000'in üzerinde ticari gemişi geçişi ve yoğun tanker trafiğine sahiptir.İstanbul Boğazı'nın karakteristik özelliklerinin seyir emniyeti üzerindeki etkileri incelenmiş , trafik yoğunluğu , deniz kazası istatistikleri gibi veriler ışığında riskler tanımlanmaya çalışılmıştır.Uluslararası Denizcilik Örgütü'nün su yollarında risk analizi yapılması için tavsiye ettiği IWRAP MK2 yazılımı ile risk analizi yapılmıştır. IWRAP MK2 IMO'nun tavsiye ettiği, IALA'nın kantitatif risk analizi yapılabilmesi için ürettiği bir risk analizi aracıdır.IWRAP MK2 AIS verilerine dayanarak alan bazlı kaza skorları oluşturmaktadır.Bayezyan İnanç Ağlarını kullanan IWRAP MK2 ile İstanbul Boğazı için kantitatif risk analizi yapılarak kaza gerçekleşme oranları tahminlenmiş , riskli bölgeler belirlenmiştir. Çalışmanın temel hedefi İstanbul Boğazı geçişi yapan tecrübeli bir kılavuz kaptanın bilgi ve birikimlerinin bir yapay zeka modeline aktarılmasıdır.Bu amaçla bir kılavuz kaptanın geçiş sırasında değerlendirme parametreleri olarak aldığı gemi özellikleri giriş parametreleri haline getirilmiştir.Elde edilen veriler ışığında başarılı bir makine öğrenmesi modeli oluşturulmaya çalışılmıştır. Bu modelden beklenen verilen giriş parametrelerini işleyerek verilen gemi için tahmini boğaz geçiş izi oluşturmaktadır. Burada amaç bir rota tahminlemesinin ötesinde, İstanbul Boğazı geçişi için ihtiyaç olan 12 dönüş noktası yerine yaklaşık 80 referans noktanın birleştirilmesi ile oluşan sürekli bir iz oluşturmaktır.Modelin eğitiminde farklı algoritmalar kullanılmış ve birbirleri ile kıyasları yapılmıştır. Modeller ile gerçek verileri üzerinden yapılan tahminlemelerde başarılı sonuçlar elde edilmiştir.Günümüz denizcilik teknolojisi seviyesinde ilk uygulamalar seyir emniyetinin artırılması amacıyla kurulmuş olan Gemi Trafik Hizmetleri merkezlerinde yapılabilir.Deniz Trafik Operatörlerinin kullanmış oldukları elektronik harita bazlı GTH yazılımlarında anlık izleme yapan operatörler için gerektiğinde farkındalık yaratılması amacıyla bazı alarmlar oluşturulabilmektedir.Çalışma kapsamında üretilen modellerin GTH yazılımına entegrasyonu ile İstanbul Boğazından geçiş yapan bir geminin karakteristiklerine bağlı olarak beklenen seyri yapmadığı durumda kazaları önleyebilecek birtakım uyarılar otomatik olarak üretilebilir. Makine öğrenmesi modelin eğitimi belirli bir kılavuz kaptanın yapmış olduğu geçişler üzerinden yapılması durumunda eğitilen model o kılavuz kaptanın kararlarından öğrendiği için onun gibi cevap veren bir model olacaktır.Bu durumda farklı farklı kıdemli kılavuz kaptanlar ile çalışılarak farklı modellerin oluşturulması sağlanabilir.Bu modeller aynı tecrübe seviyesine sahip olmayan nispeten deneyimsiz kılavuz kaptanlara geçiş sırasında referans oluşturabilir. Bu çalışma ile ortaya konan modelin E-Navigasyon çerçevesinde, gemiler ve karasal destek sistemlerinin dijital iletişim standartlarının yaygınlaşması ile birlikte ilk etapta konvansiyonel gemilere rota izi tavsiyesi, ilerleyen süreçte de uzaktan kontrol/yarı otonom gemiler ve devamında tam otonom gemiler için İstanbul Boğaz geçişine yardımcı enstrüman olarak kullanılması hedeflenmektedir. Ayrıca ortaya konan yöntemin de başta Çanakkale Boğazı olmak üzere benzer suyollarına uygulanması hedeflenmektedir.
Özet (Çeviri)
With the Industry 4.0 which first became prominent in Hannover Fair in 2011, complete takeover of the production by robots, development of artificial intelligence, transfer of production from factories to houses with use of three-dimensional printers, debugging and evaluation of enormous amount of information with data analyses and many other innovations have gained a place in our lives. While some of these novel technologies have become the industrial standard, it is inevitable for some to be spread to all sectors eventually. In maritime field, however, this transformation takes a shape in accordance with the recommendations conducted under E-Navigation by International Maritime Organization and with countries' determination of their own E-Navigation strategies. With Industry 4.0, artificial intelligence applications are expected to be involved particularly in process of autonomization of vessels and in terrestrial support systems. While this process of technological transformation is composed of autonomous navigation and maneuver on the side of ships and of management and analysis of large data and artificial intelligence-based applications on the side of terrestrial support systems, the type of conventional communication between the two structures will be revolutionized. In this study, navigation in narrow canals was examined in regard to artificial intelligence algorithms. Merchant ship motions are roughly categorized as seagoing navigation, narrow canal or strait navigation, berthing/unberthing maneuvers and anchoring. Each of these types of movements should be separately examined, as they have different parameters and dynamics. These types of maneuvers directed by ship captains today actually occur as a result of ordering of some commands in a certain period of time. When these works, which are achieved by a ship captain through the experience and dynamic responses against instantaneous changes, are wished to be performed by an autonomous vessel, fractionalization of the work according to its characteristics will be favorable in order to achieve accurate results. As an example for the reason of this, the priority in autonomy for maneuver of a ship navigating in a wide area during seagoing navigation is performing the collision avoidance maneuver. Because of seagoing navigation, safety limits to be used for training of the model directing the maneuver can be kept in a wider range due to liberty of the area. However, for a ship navigating in a narrow canal, safety margins are much narrower for maneuver autonomy. In addition, although collison avoidance maneuver is also important, teaching of the navigation area and of the reflections of some changes due to meteorological conditions in this area to the model is of vital importance. In addition to this, considering berthing/unberthing maneuvers, safe and effective use of ship machine, processing data obtained from some additional sensors that are absent in conventional ships, more precise monitoring of ship speed and acceleration, and more precise monitoring of environmental factors, such as effects of shallow water and broadside wind, by using special sensors are needed. Therefore, within the scope of this study, autonomy of ship maneuvers was categorically divided. In regard to navigation in special waterways, characteristics-related behaviors of the ships passing through the İstanbul Strait, which is one of the special waterways of the world in terms of geopolitical and strategic importance, were investigated. The İstanbul Strait that was selected as the investigation area of interest is one of the most risky waterways in the world for navigation safety in regard to geographical, climatic and meteorological features. It has an annual navigation of more than 40000 merchant ships and heavy tanker traffic. Effect of characteristic features of the İstanbul Strait on navigation safety was examined and the risks were tried to be described in consideration of traffic density and statistics for marine accidents. The risk analysis was performed by using the IWRAP MK2 software, which is recommended by International Maritime Organization for risk analysis. IWRAP MK2 is a tool for risk analysis which is recommended by IMO and produced by IALA for quantitative risk analysis. IWRAP MK2 creates area-based accident scores based upon AIS data. Quantitative risk analysis for the İstanbul Strait was performed by using IWRAP MK2 that uses Bayesian Belief Networks, estimating the accident rates and determining the risky areas. The main objective of the study is transfer of knowledge of an experienced marine pilot that passes through the İstanbul Strait to an artificial intelligence model. For this purpose, ship properties that a harbor pilot considers as evaluation parameters during navigation were transformed into input parameters. In the light of the obtained data, a successful machine learning model was tried to be created. What was expected from this model was to process data's input parameters and to create an estimated strait navigation track for a given ship. The objective here is not only route estimation, but also to create a continuous track formed by combination of approximately 80 reference points instead of 12 turning points needed for navigation through İstanbul Strait. Different algorithms were used for training of the model and they were compared between each other. Successful results were obtained in estimations performed with models and actual data. Owing to today's maritime technology, first applications can be performed in Vessel Traffic Services that is established for increasing navigation safety. In electronic map-based VTS softwares used by VTS Operators, some alarms can be created, when needed, to increase awareness for operators performing instant tracking. With integration of the models developed within the scope of the study into GTH software, some warnings that may prevent accidents when a ship passing through the İstanbul Strait cannot navigate as expected due to its characteristics can be automatically produced. When training of a machine learning model is performed based upon navigations of a certain marine pilot, the model will be a model responding as the marine pilot does, as it learns from the decisions made by this marine pilot. In such a case, creation of different models can be achieved by inclusion of different experienced marine pilots. These models may create a reference for relatively less experienced marine pilots that do not have same level of experience during navigation. With this study, in context of E-navigation, it is aimed for the developed model to be used as an auxiliary instrument together with widespread digital communication standards of ships and terrestrial support systems during the upcoming process, for conventional ships for route advice at the first step and for remote control/semi-autonomous ships and, afterwards, full autonomous ships to pass through İstanbul Strait. In addition, application of the developed method to similar waterways, to Canakkale strait in particular, is also aimed.
Benzer Tezler
- İstanbul Boğazı'nda gemi boyu faktörünün güvenli seyre etkisinin ahp metodu kullanılarak analiz edilmesi
Analysis of the effects of ship length factor to safe navigation in the Strait of Istanbul by using the ahp method
TUBA KEÇECİ
Yüksek Lisans
Türkçe
2010
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CEMİL YURTÖREN
- İstanbul boğazından geçen ticari gemilerden kaynaklanan emisyonun incelenmesi
Analysis of the emissions from the ships passing through the istanbul strait
CENK AY
Yüksek Lisans
Türkçe
2020
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ
- İstanbul Boğazı deniz trafiği için kuyruk teorisi uygulaması ve süreç optimizasyonu
Queueing theory application and process optimization for Istanbul Strait sea traffic
İSMAİL KARACA
Yüksek Lisans
Türkçe
2021
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
DR. ÖĞR. ÜYESİ ÖMER SÖNER
- Temporal and spatial investigation of maritime accidents in the strait of Istanbul in the perspective of navigational safety
İstanbul Boğazı'ndaki deniz kazalarının seyir emniyeti perspektifinde zamansal ve mekansal olarak incelenmesi
GİZEM KODAK
Doktora
İngilizce
2022
Denizcilikİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. ALPER ÜNAL
DR. ÖĞR. ÜYESİ TAYFUN ACARER
- İstanbul Boğazı'nda kimyasalların deniz yolu ile taşınması sırasında meydana gelen kazaların yönetimi
Management of the accidents which may occur during the maritime transportation of chemicals on Strait of Istanbul
MURAT KORÇAK
Doktora
Türkçe
2015
DenizcilikGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı
PROF. DR. CAN ELMAR BALAS