Εμφάνιση απλής εγγραφής

Edge computing technologies for internet of maritime things (IoMaT) systems, in vessel performance monitoring.

Στοιχεία Dublin Core

dc.creatorΡήτας, Αθανάσιοςel
dc.creatorRitas, Athanasiosen
dc.date.accessioned2023-02-10T08:54:54Z
dc.date.available2023-02-10T08:54:54Z
dc.date.issued2023-02-10
dc.identifier.urihttp://hdl.handle.net/20.500.12688/10495
dc.description.abstractThis master’s thesis was written to study the requirements and standards of Industry 4.0 in relation to the Science of Electronic Engineering, in the so-called "Shipping Industry". It is known, the application of that requirements to ships has some particularities due to the nature of the ship. For example, changes in: geographic location (during the voyage), environmental conditions (weather, sea state, etc.) and maritime commercial activity (density of passing ships). Unforeseen situations may arise, eg acceleration of the aging of electromechanical equipment, increase in the possibility of dangerous situations during navigation, increase in sailing time (means increased fuel consumption). The areas and official indicators (SPI/KPI) that need increased surveillance, also the analysis & decision-making methods were studied. An extensive search was made for all applied and able apply Maritime Internet of Things Technologies (IoMaT) and the Development tools. In this search, i have found and mention all relative about with: hardware, software, efficient computing technologies, internet of things protocols, the NMEA family of maritime standards, the Signal-K standard, navigation bridge electronics & information systems, applicable Non-Destructive Testing methods, data representation & visualization methods and the communication systems used. The collecting ways of the vast amount of data, that continue be generated by New IoT Sensor Networks (IoMaT) and by existing on-board monitoring-data-logging systems were studied. Which data, must be cleaned, stored and processed with various computational techniques (statistical – empirical methods, artificial intelligence or machine learning). At this point, Computational Science Methods were Evaluated in relation to the Difficulties presented in Ship Internet Connectivity. And in conclusion everything converges, in that it is necessary to use the philosophy of "Edge Computing Technologies for Maritime Internet of Things Systems." Also for the understanding, consolidation of the technologies and the conclusions of the theoretical study. I developed an application based on the Signal-K model. The application includes 3 study (programming) cases: generation of NMEA messages with data generation simulation, creation of NMEA Gateway Server and aWeb-Dashboard Server for IoMaT Data Visualization.en
dc.description.abstractΑυτή η μεταπτυχιακή εργασία γράφτηκε για να μελετηθούν ο απαιτήσεις και τα πρότυπα της Βιομηχανίας 4.0 σε σχέση με την Επιστήμη της Ηλεκτρονικής Μηχανικής, στη λεγόμενη "Ναυτιλιακή Βιομηχανία". Είναι γνωστό ότι η εφαρμογή αυτών των απαιτήσεων και των προτύπων στα πλοία, έχει κάποιες ιδιαιτερότητες λόγω της φύσης του πλοίου. Για παράδειγμα οι αλλαγές: της γεωγραφικής θέσης (κατά τη διάρκεια του ταξιδιού), περιβαλλοντολογικές συνθήκες (καιρός, κατάσταση θάλασσας κτλ) και η θαλάσσια εμπορική δραστηριότητα (πυκνότητα παραπλεόντων πλοίων). Μπορεί να δημιουργηθούν απρόβλεπτες καταστάσεις πχ. επιτάχυνση της γήρανσης του ηλεκτρομηχανολογικού εξοπλισμού, αύξηση της πιθανότητας επικίνδυνων καταστάσεων κατά τη διάρκεια της πλοήγησης,αύξηση του χρόνου πλεύσης (σημαίνει αυξημένη κατανάλωση καυσίμου). Μελετήθηκαν οι τομείς και οι επίσημοι δείκτες (SPI/KPI) που χρήζουν αυξημένης επιτήρησης καθώς και οι μέθοδοι ανάλυσης & λήψης αποφάσεων. Έγινε εκτεταμένη αναζήτηση για όλες τις εφαρμοσμένες και εφαρμόσιμες Τεχνολογίες του Διαδικτύου των Ναυτιλιακών Πραγμάτων (IoMaT) ,όπως επίσης και των Αναπτυξιακών εργαλείων. Σε αυτή την αναζήτηση εντοπίστηκαν και αναφέρονται: τεχνολογίες υλικού, λογισμικού, αποτελεσματικής υπολογιστικής, πρωτόκολλα του διαδικτύου των πραγμάτων, η οικογένεια των ναυτιλιακών προτύπων ΝΜΕΑ, το πρότυπο Signal-K, τα ηλεκτρονικά & πληροφοριακά συστήματα της γέφυρας ναυσιπλοΐας, εφαρμόσιμοι μέθοδοι Μη Καταστροφικών Ελέγχων, μέθοδοι αναπαράστασης & οπτικοποίησης των δεδομένων και τα επικοινωνιακά συστήματα που χρησιμοποιούνται. Μελετήθηκαν οι τρόποι συλλογής του τεράστιου όγκου δεδομένων που συνεχίζουν να δημιουργούνται από Νέα Δίκτυα αισθητήρων IoT (IoMaT) και από τα υπάρχοντα συστήματα παρακολούθησης-καταγραφής δεδομένων επί του πλοίου. Τα οποία δεδομένα, πρέπει να καθαριστούν, να αποθηκευτούν και να υποβληθούν σε επεξεργασία με διάφορες υπολογιστικές τεχνικές (στατιστικές – εμπειρικές μέθοδοι, τεχνητή νοημοσύνη ή μηχανική μάθηση). Σε αυτό το σημείο αξιολογήθηκαν οι Μέθοδοι της Υπολογιστικής Επιστήμης σε σχέση με την δυσκολίες που παρουσιάζονται στη Συνδεσιμότητα των Πλοίων με το Διαδίκτυο. Και συμπερασματικά όλα συγκλίνουν, στο ότι είναι απαραίτητη η χρήση της φιλοσοφίας των "“Τεχνολογιών Υπολογιστικής των Άκρων για Συστήματα του Διαδικτύου των Ναυτιλιακών Πραγμάτων.” Επίσης για την κατανόηση, την εμπέδωση των τεχνολογιών και των συμπερασμάτων της θεωρητικής μελέτης. Ανέπτυξα μία εφαρμογή που στηρίζεται στο μοντέλο Signal-K. Η εφαρμογή περιλαμβάνει 3 περιπτώσεις μελέτης (προγραμματισμού): δημιουργία μηνυμάτων ΝΜΕΑ με εξομοίωση παραγωγής δεδομένων, δημιουργία NMEA Gateway Server και έναν Web – Dashboard Server για την Οπτικοποίηση των Δεδομένων.el
dc.languageΑγγλικάel
dc.languageEnglishen
dc.publisherΕΛ.ΜΕ.ΠΑ., ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ (ΣΜΗΧ), Τμήμα Ηλεκτρονικών Μηχανικώνel
dc.publisherΗ.Μ.U, School of Engineering (ScENG), Electronic Engineering Dept.en
dc.titleΤεχνολογίες υπολογιστικής των άκρων για συστήματα του διαδικτύου των ναυτιλιακών πραγμάτων (IoMaT), στην επιτήρηση των αποδόσεων των πλοίων.el
dc.titleEdge computing technologies for internet of maritime things (IoMaT) systems, in vessel performance monitoring.en

Στοιχεία healMeta

heal.creatorNameΡήτας, Αθανάσιοςel
heal.creatorNameRitas, Athanasiosen
heal.publicationDate2023-02-10
heal.identifier.primaryhttp://hdl.handle.net/20.500.12688/10495
heal.abstractThis master’s thesis was written to study the requirements and standards of Industry 4.0 in relation to the Science of Electronic Engineering, in the so-called "Shipping Industry". It is known, the application of that requirements to ships has some particularities due to the nature of the ship. For example, changes in: geographic location (during the voyage), environmental conditions (weather, sea state, etc.) and maritime commercial activity (density of passing ships). Unforeseen situations may arise, eg acceleration of the aging of electromechanical equipment, increase in the possibility of dangerous situations during navigation, increase in sailing time (means increased fuel consumption). The areas and official indicators (SPI/KPI) that need increased surveillance, also the analysis & decision-making methods were studied. An extensive search was made for all applied and able apply Maritime Internet of Things Technologies (IoMaT) and the Development tools. In this search, i have found and mention all relative about with: hardware, software, efficient computing technologies, internet of things protocols, the NMEA family of maritime standards, the Signal-K standard, navigation bridge electronics & information systems, applicable Non-Destructive Testing methods, data representation & visualization methods and the communication systems used. The collecting ways of the vast amount of data, that continue be generated by New IoT Sensor Networks (IoMaT) and by existing on-board monitoring-data-logging systems were studied. Which data, must be cleaned, stored and processed with various computational techniques (statistical – empirical methods, artificial intelligence or machine learning). At this point, Computational Science Methods were Evaluated in relation to the Difficulties presented in Ship Internet Connectivity. And in conclusion everything converges, in that it is necessary to use the philosophy of "Edge Computing Technologies for Maritime Internet of Things Systems." Also for the understanding, consolidation of the technologies and the conclusions of the theoretical study. I developed an application based on the Signal-K model. The application includes 3 study (programming) cases: generation of NMEA messages with data generation simulation, creation of NMEA Gateway Server and aWeb-Dashboard Server for IoMaT Data Visualization.en
heal.abstractΑυτή η μεταπτυχιακή εργασία γράφτηκε για να μελετηθούν ο απαιτήσεις και τα πρότυπα της Βιομηχανίας 4.0 σε σχέση με την Επιστήμη της Ηλεκτρονικής Μηχανικής, στη λεγόμενη "Ναυτιλιακή Βιομηχανία". Είναι γνωστό ότι η εφαρμογή αυτών των απαιτήσεων και των προτύπων στα πλοία, έχει κάποιες ιδιαιτερότητες λόγω της φύσης του πλοίου. Για παράδειγμα οι αλλαγές: της γεωγραφικής θέσης (κατά τη διάρκεια του ταξιδιού), περιβαλλοντολογικές συνθήκες (καιρός, κατάσταση θάλασσας κτλ) και η θαλάσσια εμπορική δραστηριότητα (πυκνότητα παραπλεόντων πλοίων). Μπορεί να δημιουργηθούν απρόβλεπτες καταστάσεις πχ. επιτάχυνση της γήρανσης του ηλεκτρομηχανολογικού εξοπλισμού, αύξηση της πιθανότητας επικίνδυνων καταστάσεων κατά τη διάρκεια της πλοήγησης,αύξηση του χρόνου πλεύσης (σημαίνει αυξημένη κατανάλωση καυσίμου). Μελετήθηκαν οι τομείς και οι επίσημοι δείκτες (SPI/KPI) που χρήζουν αυξημένης επιτήρησης καθώς και οι μέθοδοι ανάλυσης & λήψης αποφάσεων. Έγινε εκτεταμένη αναζήτηση για όλες τις εφαρμοσμένες και εφαρμόσιμες Τεχνολογίες του Διαδικτύου των Ναυτιλιακών Πραγμάτων (IoMaT) ,όπως επίσης και των Αναπτυξιακών εργαλείων. Σε αυτή την αναζήτηση εντοπίστηκαν και αναφέρονται: τεχνολογίες υλικού, λογισμικού, αποτελεσματικής υπολογιστικής, πρωτόκολλα του διαδικτύου των πραγμάτων, η οικογένεια των ναυτιλιακών προτύπων ΝΜΕΑ, το πρότυπο Signal-K, τα ηλεκτρονικά & πληροφοριακά συστήματα της γέφυρας ναυσιπλοΐας, εφαρμόσιμοι μέθοδοι Μη Καταστροφικών Ελέγχων, μέθοδοι αναπαράστασης & οπτικοποίησης των δεδομένων και τα επικοινωνιακά συστήματα που χρησιμοποιούνται. Μελετήθηκαν οι τρόποι συλλογής του τεράστιου όγκου δεδομένων που συνεχίζουν να δημιουργούνται από Νέα Δίκτυα αισθητήρων IoT (IoMaT) και από τα υπάρχοντα συστήματα παρακολούθησης-καταγραφής δεδομένων επί του πλοίου. Τα οποία δεδομένα, πρέπει να καθαριστούν, να αποθηκευτούν και να υποβληθούν σε επεξεργασία με διάφορες υπολογιστικές τεχνικές (στατιστικές – εμπειρικές μέθοδοι, τεχνητή νοημοσύνη ή μηχανική μάθηση). Σε αυτό το σημείο αξιολογήθηκαν οι Μέθοδοι της Υπολογιστικής Επιστήμης σε σχέση με την δυσκολίες που παρουσιάζονται στη Συνδεσιμότητα των Πλοίων με το Διαδίκτυο. Και συμπερασματικά όλα συγκλίνουν, στο ότι είναι απαραίτητη η χρήση της φιλοσοφίας των "“Τεχνολογιών Υπολογιστικής των Άκρων για Συστήματα του Διαδικτύου των Ναυτιλιακών Πραγμάτων.” Επίσης για την κατανόηση, την εμπέδωση των τεχνολογιών και των συμπερασμάτων της θεωρητικής μελέτης. Ανέπτυξα μία εφαρμογή που στηρίζεται στο μοντέλο Signal-K. Η εφαρμογή περιλαμβάνει 3 περιπτώσεις μελέτης (προγραμματισμού): δημιουργία μηνυμάτων ΝΜΕΑ με εξομοίωση παραγωγής δεδομένων, δημιουργία NMEA Gateway Server και έναν Web – Dashboard Server για την Οπτικοποίηση των Δεδομένων.el
heal.languageΑγγλικάel
heal.languageEnglishen
heal.academicPublisherΕΛ.ΜΕ.ΠΑ., ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ (ΣΜΗΧ), Τμήμα Ηλεκτρονικών Μηχανικώνel
heal.academicPublisherΗ.Μ.U, School of Engineering (ScENG), Electronic Engineering Dept.en
heal.titleΤεχνολογίες υπολογιστικής των άκρων για συστήματα του διαδικτύου των ναυτιλιακών πραγμάτων (IoMaT), στην επιτήρηση των αποδόσεων των πλοίων.el
heal.titleEdge computing technologies for internet of maritime things (IoMaT) systems, in vessel performance monitoring.en
heal.typeΜεταπτυχιακή Διατριβήel
heal.typeMaster thesisen
heal.keywordΥπολογιστική Άκρου- Ομίχλης-Νέφους, GMDSS, AIS, ECDIS,Παρακολούθηση Απόδοσης Σκάφους, ΔτΠ, Το διαδίκτυο των πραγμάτων, Μηχανοστάσιο, Πλοήγηση / Ναυσιπλοϊα, Καπετάνιος , 1ος Μηχανικός, Ανάλυση Μεγάλων Δεδομένων, Μηχανική Μάθηση, Πλοίο, Σκάφος,Inmarsat, Δορυφόρος,VHF - DSC (πολύ υψηλή συχνότητα ΠΥΣ - Ψηφιακή Επιλογική Κλήση ΨΕΚ), (Radar) Ραδιεντοπιστής , (ARPA) Βοήθημα Αυτόματης Υποτύπωσης Ραδιοεντοπιστή , Γλώσσες Προγραμματισμού C/C++,Python,Micropython , Jinja, Javascript,HTML, Πρωτόκολλα Δεδομένων XML,NMEA,JSON, Πρότυπο Συστήματος Signal-K, Αποφάσεις Οδηγούμενες από Δεδομένα, Παρακολούθηση των επιδόσεων, Δείκτες Επιδόσεων KPI,SPI,PI, Μετεορολογικά Δεδομέναel
heal.keywordEdge - Fog - Cloud Computing, GMDSS, AIS, ECDIS, Vessel Performance Monitoring, IoT, Internet of Things, Engine Room, Navigation, Captain , 1rst Engineer, Big Data Analytics, Machine Learning, Ship, Vessel, Inmarsat, Satellite, VHF DSC, Radar Arpa, C/C++, Python, Micropython, Jinja, Javascript, HTML, XML,NMEA, JSON, Signal-K,Data Driving Decisions, Performance Monitoring, KPIs, SPIs, PIs, Meteoen
heal.advisorNameKouridakis, Stylianosen
heal.advisorNameΚουριδάκης, Στυλιανόςel
heal.academicPublisherIDΕΛ.ΜΕ.ΠΑ. Ελληνικό Μεσογειακό Πανεπιστήμιοel
heal.academicPublisherIDΗ.Μ.U Hellenic Mediterranean University‎en


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής