Publikacje naukowe Tomasz Cepowski
Tytuł: Measurement-based relationships between container ship operating parameters and fuel consumption
Autor/Autorzy: Cepowski T., Drozd A.
Miejsce publikacji: APPLIED ENERGY (Elsevier)
Rok: 2023
Słowa kluczowe: container ship, fuel consumption, operating parameters, regression, ANN
Abstrakt: Increases in fuel prices and the need to decrease emissions have made the optimization of fuel consumption on ships more critical. Developing a method to accurately estimate fuel consumption in ship operations is crucial for this reason. This article determined the mathematical relationships between fuel consumption and operation parameters, such as rotational speed, draught, trim, hull fouling time, wind speed, wave height, and seawater temperature, as well as the hierarchical impact of these parameters on fuel consumption. The study used a dataset of 105,790 measurements taken on a 4,800 TEU container carrier that was in operation for 1,187 days after hull cleaning. Data-driven approaches such as Artificial Neural Networks (ANNs) and a Multiple Nonlinear Regression (MNR) with Random Search were used to develop a relationship between the ship operating parameters and fuel consumption. A comparison of statistics between the two methods showed that both ANN and MNR provided highly accurate fuel consumption estimations, with MAPE of 6.1/6.41%, RMSE of 5.01/4.98 t/day, RRMSE of 7.22/7.12%, PCC of 0.964, and R2 of 0.93. The relationships presented here could be invaluable for ship route optimization, as well as transport and air pollution studies for similarly sized container carriers.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.sciencedirect.com/science/article/pii/S0306261923006797
DOI: 10.1016/j.apenergy.2023.121315
Tytuł: The use of a set of artificial neural networks to predict added resistance in head waves at the parametric ship design stage
Autor/Autorzy: T. Cepowski
Miejsce publikacji: OCEAN ENGINEERING
Rok: 2023
Słowa kluczowe: design, preliminary, resistance, ship, ANN, added
Abstrakt: During the parametric ship design stage, added ship resistance, a component of total ship resistance is analysed to estimate the required propulsive power. The determination of added resistance at this design stage is problematic because the added resistance is calculated using hull shape, which is unknown at this stage. At the parametric design stage, only basic ship parameters, such as length, breadth, draught, block coefficient and Froude number are defined and known. Therefore, the focus of this research was to develop an effective tool to solve this problem. The article presents a set of five Artificial Neural Networks (ANNs) to predict added resistance using basic design parameters. Only model test data was used to train the ANNs in order to obtain reliable results. The research showed that using an ANN set consisting of five ANNs developed using different segregated data resulted in slightly more reliable and accurate estimates than using an individual ANN. To facilitate implementation, the developed ANNs were provided in the form of mathematical functions and open source software code from the Mendeley Data repository. A practical example of how an ANN set can be used to solve a design task was demonstrated in this article.
Adres strony internetowej (link) do pełnego tekstu publikacji:
https://www.sciencedirect.com/science/article/pii/S0029801823011289?via%3Dihub
DOI: 10.1016/j.oceaneng.2023.114744
Tytuł: Determination of design formulas for container ships at the preliminary design stage using artificial neural network and multiple nonlinear regression
Autor/Autorzy: Cepowski T., Chorab P.
Miejsce publikacji: OCEAN ENGINEERING
Rok: 2021
Słowa kluczowe: projektowanie statku, sztuczna sieć neuronowa, regresja, kontenerowiec, wymiary główne statku
Abstrakt: W artykule przedstawiono wstępne równania projektowe opracowane z wykorzystaniem bazy danych kontenerowców zbudowanych od 2015 roku. Do opracowania tych wzorów wykorzystano sztuczne sieci neuronowe (Artifical Neural Network) oraz nieliniową regresję wielokrotną (Multiple Nonlinear Regression) z losowo wyszukiwanymi funkcjami. Zastosowanie losowego wyszukiwania funkcji nieliniowych w modelu nieliniowej regresji wielokrotnej dało oszacowania, które były równie precyzyjne jak oszacowania stworzone przez sztuczną sieć neuronową (Artifical Neural Network). Wszystkie równania przedstawione w niniejszej pracy mogą mieć praktyczne zastosowanie do szacowania wymiarów takich jak: długość między pionami, szerokość, zanurzenie projektowe i wysokość boczna. Równania zostały opracowane w odniesieniu do nośności, pojemności TEU i prędkości statku. Tego typu zależności nie były wcześniej wykazywane w teorii okrętów. Analiza statystyczna wykazała, że główne wymiary kontenerowców mogą być oszacowane z dużą dokładnością za pomocą równań przedstawionych w pracy. Badania wykazały, że uwzględnienie nośności, pojemności TEU i prędkości statku jako trzech parametrów wejściowych może poprawić dokładność oszacowania nawet o 44%, w porównaniu z dokładnością oszacowania równań projektowych, które bazują na jednym parametrze wejściowym.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.sciencedirect.com/science/article/pii/S0029801821010969?via%3Dihub
DOI: 10.1016/j.oceaneng.2021.109727
Tytuł: APPLICATION OF AN ARTIFICIAL NEURAL NETWORK AND MULTIPLE NONLINEAR REGRESSION TO ESTIMATE CONTAINER SHIP LENGTH BETWEEN PERPENDICULARS
Autor/Autorzy: Cepowski T., Łozowicka D., Chorab P.
Miejsce publikacji: Polish Maritime Research
Rok: 2021
Słowa kluczowe: projektowanie statku, sztuczna sieć neuronowa, regresja, kontenerowiec, długość statku
Abstrakt: Długość kontenerowca oszacowano za pomocą sztucznych sieci neuronowych (Artifical Neural Network), jak również za pomocą wyszukiwania losowego opartego na nieliniowej regresji wielokrotnej (Multiple Nonlinear Regression). Opracowano dwa alternatywne równania do szacowania długości między pionami kontenerowca, w zależności od liczby kontenerów i prędkości statku, wykorzystując wyżej wymienione metody oraz aktualną bazę danych kontenerowców. Równania te mogą mieć praktyczne zastosowanie na etapie wstępnego projektowania kontenerowca. Zastosowanie technik heurystycznych do budowy modelu nieliniowej regresji wielokrotnej (Multiple Nonlinear Regression) poprzez randomizację zmiennych i funkcji prowadzi do automatycznego odkrywania zbiorów równań. Wykazano, że równanie opracowane tą metodą, oparte na losowym poszukiwaniu, jest dokładniejsze i ma prostszą postać matematyczną niż równanie uzyskane za pomocą sztucznych sieci neuronowych (Artifical Neural Network).
Adres strony internetowej (link) do pełnego tekstu publikacji: https://sciendo.com/article/10.2478/pomr-2021-0019
DOI: 10.2478/pomr-2021-0019
Tytuł: The Use of Artificial Neural Networks to Determine the Engine Power and Fuel Consumption of Modern Bulk Carriers, Tankers and Container Ships
Autor/Autorzy: Cepowski T., Chorab P.
Miejsce publikacji: Energies
Rok: 2021
Słowa kluczowe: zużycie paliwa, moc silnika, zanieczyszczenie powietrza, transport morski, zbiornikowiec, masowiec, kontenerowiec, sztuczna sieć neuronowa, nośność, prędkość statku
Abstrakt: Kryzys finansowy lat 2007-2008, wraz ze wzrostem cen paliw i rygorystycznymi regulacjami dotyczącymi zanieczyszczeń, spowodował konieczność uaktualnienia metod projektowania układów napędowych statków. W artykule wykorzystano zestaw sztucznych sieci (Artifical Neural Network) do aktualizacji równań projektowych w celu oszacowania mocy silnika i zużycia paliwa przez nowoczesne tankowce, masowce i kontenerowce. Jako dane wejściowe dla sztucznych sieci neuronowych (Artifical Neural Network) wykorzystano nośność lub pojemność TEU oraz prędkość statku. Badania wykazały, że nawet liniowa sztuczna sieć neuronowa (Artifical Neural Network) z dwoma neuronami w warstwie wejściowej i wyjściowej, z czystymi funkcjami aktywacji, pozwala na dokładne oszacowanie parametrów napędu statku. Proponowane liniowe sztuczne sieci neuronowe mają prostą strukturę matematyczną i są łatwe do zastosowania. Przedstawione w artykule sztuczne sieci neuronowe zostały opracowane w oparciu o dane najnowszych statków zbudowanych od 2015 roku do chwili obecnej i mogą mieć praktyczne zastosowanie na etapie wstępnego projektowania, w badaniach transportowych lub badań zanieczyszczenia powietrza dla nowoczesnych statków towarowych. Przedstawione równania odzwierciedlają trendy spotykane w literaturze i oferują znacznie większą dokładność dla cech nowo budowanych statków. W artykule przedstawiono sposób szacowania emisji CO2 dla masowca, zbiornikowca i kontenerowca z wykorzystaniem proponowanych sztucznych sieci neuronowych (Artifical Neural Network).
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.mdpi.com/1996-1073/14/16/4827
DOI: 10.3390/en14164827
Tytuł: An estimation of motor yacht light displacement based on design parameters using computational intelligence techniques
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Elsevier
Rok: 2021
Słowa kluczowe: jacht, projektowanie wstępne, sztuczna sieć neuronowa, regresja, masa statku
Abstrakt: W artykule przedstawiono równania do szacowania masy jachtu motorowego na podstawie wybranych parametrów konstrukcyjnych, takich jak długość całkowita, zanurzenie i szerokość. Do opracowania tych równań wykorzystano dane 240 zbudowanych stalowych jachtów motorowych w latach 2000-2020 o długościach od 30 m do 86 m. Złożone równania projektowe oparte na wszystkich parametrach projektowych zostały opracowane przy użyciu metod inteligencji obliczeniowej, takich jak wyszukiwanie losowe i sztuczne sieci neuronowe. Proste relacje oparte tylko na jednym wejściowym parametrze projektowym zostały opracowane przy użyciu zwykłej regresji liniowej i nieliniowej. Badanie wykazało, że metoda wyszukiwania losowego, wykorzystująca model wielokrotnej regresji nieliniowej, daje dobre wyniki, które są równie dokładne, jak te opracowane przy użyciu sztucznych sieci neuronowych. Opracowane równania mogą mieć praktyczne zastosowanie do projektowania jachtów.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.sciencedirect.com/science/article/pii/S0029801821005217?via%3Dihub
DOI: 10.1016/j.oceaneng.2021.109086
Tytuł: The prediction of ship added resistance at the preliminary design stage by the use of an artificial neural network
Autor/Autorzy: Cepowski T.
Miejsce publikacji: OCEAN ENGINEERING
Rok: 2020
Słowa kluczowe: Projektowanie statku, dodatkowy opów, sztuczna sieć neuronowa, projektowanie wstępne, aproksymacja
Abstrakt: W tym artykule skupiono się na wykorzystaniu sztucznej sieci neuronowej do oszacowania dodatkowego oporu na fali regularnej w oparciu o podstawowe parametry projektowe statku, takie jak długość, szerokość, zanurzenie lub liczba Froude’a.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.sciencedirect.com/science/article/pii/S0029801819307772
DOI: 10.1016/j.oceaneng.2019.106657
Tytuł: An analysis of vertical shear forces and bending moments during nodule loading for a standard bulk carrier in the Clarion-Clipperton Zone
Autor/Autorzy: Cepowski T., Kacprzak P.
Miejsce publikacji: Zeszyty Naukowe Akademii Morskiej w Szczecinie
Rok: 2019
Słowa kluczowe: siła tnąca, konkrecja, statek, załadunek, masowiec
Abstrakt: W artykule przedstawiono analizę pionowych sił tnących i momentów zginających podczas symulacji załadunku konkrecji na masowiec w strefie Clarion – Clipperton.
Adres strony internetowej (link) do pełnego tekstu publikacji: http://repository.am.szczecin.pl/handle/123456789/2566
DOI: 10.17402/388
Tytuł: Determination of regression formulas for main tanker dimensions at the preliminary design stage
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Ships and Offshore Structures
Rok: 2019
Słowa kluczowe: statek, projektowanie, zbiornikowiec, wymiary główne
Abstrakt: W artykule przedstawiono wzory projektowe do projektowania wstępnego tankowców budowanych w latach 2000-2018. Wzory te mogą mieć praktyczne zastosowanie do szacowania głównych wymiarów tankowca, takich jak: długość między prostopadłymi, szerokość i zanurzenie. Wszystkie przedstawione w artykule równania zostały opracowane w oparciu o nośność i prędkość metodą regresji.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://www.tandfonline.com/doi/full/10.1080/17445302.2018.1498570
DOI:
| 10.1080/17445302.2018.1498570 |
Tytuł: Regression Formulas for The Estimation of Engine Total Power for Tankers, Container Ships and Bulk Carriers on The Basis of Cargo Capacity and Design Speed
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Polish Maritime Research
Rok: 2019
Słowa kluczowe: projektowanie wstępne, moc całkowita, masowiec, zbiornikowiec, kontenerowiec
Abstrakt: W artykule przedstawiono formuły regresyjne do wstępnego projektowania tankowców, masowców i kontenerowców, na podstawie danych statków zbudowanych w latach 2000-2018. Wzory te mogą mieć praktyczne zastosowanie do szacowania całkowitej mocy silnika z wykorzystaniem nośności statku lub pojemności TEU i prędkości.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://content.sciendo.com/configurable/contentpage/journals$002fpomr$002f26$002f1$002farticle-p82.xml
DOI: 10.2478/pomr-2019-0010
Tytuł: Opracowanie zależności regresji dla kluczowych charakterystyk projektowych statków kontenerowych na etapie projektowania wstępnego
Autor/Autorzy: Abramowski T., Cepowski T., Zvolensky P.
Miejsce publikacji: Walter de Gruyter (Sciendo)
Rok: 2018
Słowa kluczowe: projektowanie wstępne, statek, kontenerowiec, konstrukcja, główne wymiary, regresja
Abstrakt: W artykule przedstawiono równania regresji służące do szacowania charakterystyk projektowych kontenerowców na podstawie najbardziej aktualnych danych oraz nośności, liczby kontenerów i ich kombinacji na etapie projektowania wstępnego. Wzory projektowe mogą mieć zastosowanie do szacowania kluczowych cech kontenerowca, takich jak: główne wymiary statku, parametry geometryczne, całkowita moc głównego silnika, prędkość statku, cena końcowa i inne. Równania regresji wykonano na podstawie danych dotyczących głównych kontenerowców IHS Maritime & Trade zbudowanych w latach 2005-2015. Wszystkie przedstawione w artykule równania mogą mieć praktyczne zastosowanie na etapie projektowania wstępnego i mogą przyspieszać rozwój teorii projektowania statków.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://content.sciendo.com/view/journals/ntpe/1/1/article-p247.xml?rskey=6McNjk&result=1
DOI: 10.2478/ntpe-2018-0031
Tytuł: Computational equation discovery of relationships between container ship fuel consumption and hull and propeller fouling phenomena
Autor/Autorzy: Cepowski T., Drozd A.
Miejsce publikacji: Walter de Gruyter (Sciendo)
Rok: 2018
Słowa kluczowe: fuel consumption, ship, fouling, regression, curve
Abstrakt:This article presents the relationship between fuel consumption, hull and propeller fouling phenomena and ship operational parameters. The study clearly shows the relationship between the fuel consumption of a container ship and the number of months since its last docking. Data, on which to base estimations, was measured and recorded from a container ship during 96 months at sea. The author developed a new heuristic algorithm to semi-automatically discover these relationship by the use of regression and evolution theory based on computational equation discovery methods. NdCurveMaster software was developed on the basis of this algorithm by the author and applied to discover the relationships presented in this paper. All relationships presented in this paper could have practical application in maritime transport analysis during ocean travel and speed up the development of ship theory development.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://content.sciendo.com/view/journals/mape/2/1/article-p24.xml
DOI: 10.2478/mape-2019-0029
Tytuł: Identification Accuracy of Additional Wave Resistance Through a Comparison of Multiple Regression and Artificial Neural Network Methods
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Walter de Gruyter (Sciendo)
Rok: 2018
Słowa kluczowe: identification, neural networks, regression, wave resistance
Abstrakt: The article presents the use of multiple regression method to identify added wave resistance. Added wave resistance was expressed in the form of a four-state nominal function of: “thrust”, “zero”, “minor” and “major” resistance values. Three regression models were developed for this purpose: a regression model with linear variables, nonlinear variables and a large number of nonlinear variables. The nonlinear models were developed using the author’s algorithm based on heuristic techniques. The three models were compared with a model based on an artificial neural network. This study shows that non-linear equations developed through a multiple linear regression method using the author’s algorithm are relatively accurate, and in some respects, are more effective than artificial neural networks.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://content.sciendo.com/view/journals/mape/1/1/article-p197.xml
DOI: 10.2478/mape-2018-0026
Tytuł: Prediction of a Newbuilding Price of the Bulk Carriers Based on Gross Tonnage GT and Main Engine Power
Autor/Autorzy: Cepowska Ż., Cepowski T.
Miejsce publikacji: Management Systems in Production Engineering
Rok: 2017
Słowa kluczowe: Neural networks, Artificial neural networks (ANN), Shipbuilding, Sea navigation
Abstrakt: The paper presents mathematical relationships that allow us to forecast the newbuilding price of new bulk carriers, based on data concerning vessels built in 2005-2015. The presented approximations allow us to estimate the price based on a gross tonnage capacity and a main engine power The approximations were developed using linear regression and the theory of artificial neural networks. The presented relations have practical application for estimation of bulk carrier newbuilding price needed in preliminary parametric design of the ship. It follows from the above that the use of artificial neural networks to predict the price of a bulk carrier brings more accurate solutions than linear regression.
Adres strony internetowej (link) do pełnego tekstu publikacji: http://yadda.icm.edu.pl/yadda/element/bwmeta1.element.ekon-element-000171454373
DOI: 10.1515/mspe-2017-0006
Tytuł: An Estimation of the Final Price of Container Ships Based on Main Ship Parameters with the Use of ndCurveMaster Curve Fitting Software
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Walter de Gruyter (Sciendo)
Rok: 2018
Słowa kluczowe: container ship, price, ndCurveMaster, deadweight, regression
Abstrakt: The paper presents regression formulas that allow us to estimate the final price of new container ships, based on TEU and deadweight capacity, service speed, length between perpendiculars and gross tonnage of container ships built from 2005 to 2015. The formulas were developed using the author’s own method based on curve fitting techniques and regression methods. The study shows that utilising the author’s method to predict the final price could offer greater accuracy solutions than any standard methods presented in literature. This method was implemented properly with ndCurveMaster curve fitting software which was developed by the author and was applied to develop regression equations presented in the article. The formulas presented in the article have practical application for estimation of container ship final price needed in transport studies or preliminary parametric container ship design. These equations refer to the most up to date vessels and offer the chance to advance ship design theory.
Adres strony internetowej (link) do pełnego tekstu publikacji: https://content.sciendo.com/view/journals/ntpe/1/1/article-p365.xml?rskey=wPSXOy&result=1
DOI: 10.2478/ntpe-2018-0045
Tytuł: Prediction of the Main Engine Power of a New Container Ship at the Preliminary Design Stage
Autor/Autorzy: Cepowski T.
Miejsce publikacji: Management Systems in Production Engineering
Rok: 2017
Słowa kluczowe: kontenerowiec, parametry projektowe, projektowanie wstępne, moc silnika, długość pomiędzy pionami
Abstrakt: W publikacji przedstawiono matematyczne zależności pozwalające na prognozowanie szacunkowej mocy napędu nowo budowanych kontenerowców w latach 2005-2015. Przedstawione aproksymacje pozwalają na oszacowanie mocy napędu w oparciu o długość między pionami i liczbę kontenerów.
Adres strony internetowej (link) do pełnego tekstu publikacji: http://wydawnictwo.panova.pl/attachments/article/536/mspe-2017-0014.pdf
DOI: 10.1515/mspe-2017-0014
Tytuł: Interim fuel consumption estimation based on ship service parameters in real weather conditions with the use of ndCurveMaster curve fitting software
Autor/Autorzy: Cepowski T., Drozd A.
Miejsce publikacji: Zeszyty Naukowe Akademii Morskiej w Szczecinie
Rok: 2017
Słowa kluczowe: zużycie paliwa, regresja, nawigacja pogodowa,
dopasowanie funkcji, obrastanie kadłuba
Abstrakt: W artykule przedstawiono szacowanie zużycia paliwa dla kontenerowców na podstawie parametrów eksploatacyjnych i falowania.
Adres strony internetowej (link) do pełnego tekstu publikacji: http://repository.scientific-journals.eu/handle/123456789/2405
DOI: 10.17402/213