焦点：高频数据助力节能

何塞·冈萨雷斯 (José González) 表示：“越来越明显的是，船东，可能还有海运业，如果希望更轻松、以更可持续的方式实现 2030/2050 年国际排放目标，就应该认识、内化并采用数字化技术。” Stolt Tankers 的节能经理。

冈萨雷斯负责规划和管理能源项目，制定能源节约的长期战略，并负责预测。

他说，实现这一目标的方法之一是船东应该寻找生物污垢预测，“让船东能够及时做出决定，并根据实际需求和贸易要求进行检查/清洁。”

冈萨雷斯认为，利用有前途的数据技术和减少生物污垢之间存在明显的联系。他表示，航运公司应该毫不犹豫地采用数据工具并帮助打破神话。

“这样做的公司将能够创造出更有效的设计，以满足不断变化的目标。他们将能够实时管理船舶（并创建最佳航线时间表）、减少环境排放、提高工作场所安全性并提高盈利能力。

“我们还有很多工作要做，在生物污垢和船舶性能主题方面还有很多方面需要重新审视，但这代表了认真对待这一问题的举措，”冈萨雷斯说。

海事行业报告数据的最常见方式是通过午间报告。它已经使用了数十年，用于从船到岸、从船/船东到承租人之间传递信息（例如船舶坐标、天气状况、航次详细信息、燃料数据、货物细节）。冈萨雷斯表示，它对于生物污垢决策存在重大缺陷，尤其是由于数据质量不足而导致不准确，由于频率低而无法（很难）进行复杂的分析，以及给船上船员带来额外的工作量。

因此，他说：“数字世界的发展为海洋行业提供了独特的工具，可能有助于确保满足和维持未来的法规和盈利能力。”

Stolt Tankers 使用高频数据

高频数据收集和预测建模的使用使得 斯托尔特油轮 在 61,000 财年的两个月内节省 2023 美元的燃料费用（该项目全面实施后，节省的费用会更高）。 “我们使用 Storm Geo 的 S-Insight 作为性能工具，但这不仅仅是软件本身。它涵盖了对研究结果的整体解释和内部技术专长。”

González 计算出，没有排放 373,000 公斤二氧化碳。与排放相关的高频数据有助于识别船舶的船体/propel与传统流程（目视检查）相比，球员被犯规的时间更早。

“一些业主已经开始使用高频自动记录数据收集，这些数据可能会流入不同应用的预测模型中，”冈萨雷斯说。

“高频数据收集系统背后的基本原理是识别那些性能不佳的船舶。然而，拥有不同船龄、不同行业和不同数字化程度的船舶的船东需要考虑一些因素。

“对老旧船舶执行高级数据分析的能力有限，这些船舶通常是更高的消费者，并且通常需要更多的关注来保持最佳的运营效率。”

冈萨雷斯指出，模型的可靠性可能会有所不同。数据收集类型、种类繁多的船载设备和接口、缺乏数据格式和标签的全球标准等因素可能导致难以正确定制准确的业务案例。

尽管如此，凭借斯托尔特所取得的成果，他相信数据可以而且将会继续改变生物污垢的实践。

与此同时，他说：“消除一些与生物污垢现象相关的误解至关重要，这些误解在一些海事论坛上仍然可以听到：就像生物污垢只发生在高海水温度区域一样，生物膜对船舶性能的影响并不存在。”决定性的是，生物污垢问题只是那些快速航行且每天消耗大量燃料的船舶所关心的问题。这些都不是真的。数据不言自明。”

2023年，Stolt Tankers成为第一家应用Graphite Innovations & Technology石墨烯基化学品船公司 propeller 为其船队提供涂料。

两家公司签署了一项为期两年的协议，将 GIT 的 XGIT-PROP 石墨烯基船舶涂料应用于 propel25 艘斯托尔特油轮的船长。 XGIT-PROP 据说是一种环保产品，可以减少海洋生长并提高推进效率，同时确保不会将有害毒素或杀菌剂释放到海洋中。