NSG E2E - morgendagens logistikksystem

Hovedmålet med prosjektet er å utvikle et logistikksystem som muliggjør autonom optimalisert planlegging, oppfølging og styring av logistikkoperasjoner uavhengig av transportvalg, kunde og leverandør. I første omgang ønsker vi å fokusere på automatisering av logistikk relatert til olje og gassvirksomhet i Norge. Dette er et svært krevende segment på grunn av kompleksiteten av operasjoner, leverandører, transportmetoder, dokumentasjonskrav med mer. Dette er likevel et attraktivt utgangspunkt da oljebransjen langt på vei er drivende for den lave kapasitetsutnyttelsen på norske fartøy. På sikt kan det ekspanderes til å også innbefatte andre næringer som havbruk og annen industri. Vi har i sluttfasen jobbet med følgende: 1. Vi har utviklet en unik LML som viser gode resultater ved bruk mot ordinær linjetransport. Foreløpige estimater tilsier at LML-algoritmen i seg selv vil kunne gi kostnadsbesparelser på 20 - 25 % knyttet til logistikkprosesser. Arbeidet som er gjennomført har klargjort systemet for testing med Asco sitt autonome fartøy. 2. Vi har identifisert de dataelementene vi ønsker at skal integreres i systemet og har den siste tiden jobbet for å ferdigstille en åpen API som lett lar seg integrere mot flere ulike styringssystemer. 3. Vi har måtte gjennomføre redesign av sporings-TAG for optimal mottakelse av narrow-band-signaler. Med dette har vi bedret trianguleringen og dermed nøyaktigheten i sporingen av bevegelige enheter. 4. Vi har arbeidet med optimalisering av forecast ved predikering av logistikkflyt gjennom AI. Det er ferdigstilt prediksjonsmodeller som kjører på historisk data. Vi har videre jobbet med prediksjonsmodeller som optimaliserer forecast ved å inkludere ytterligere faktorer (sanntidsfaktorer og andre predikerte faktorer) og på denne måten kunne generere et mer helhetlig og nøyaktig beslutningsgrunnlag. Vi har satt opp integrasjoner mot flere nye og relevante datakilder. Vi har gjennom siste fase av prosjektet arbeidet intensivt med optimalisering av prediksjonsmodeller. Vi har opparbeidet særdeles mye nyttig kunnskap og erfaringer på området gjennom arbeidet som er gjort. Dette gjenspeiles i resultatene av prosjektet.

Det understrekes at tallene er estimater fra småskala pilotering. Det gjenstår fremdeles å fullføre storskala testing i reelt miljø. 1. Systemet viser til store besparelser knyttet til utslipp og transportkostnader langs sjø, vei og luft. Følgelig variere avhengig av bransje og transportmetode. Basert på eksempel fra skogsdrift viser forskning gjort på effektiviteten at man kan redusere transportbehovet med 14 % eller mer med samhandlende logistikkløsning. I det initiale satsningsområdet, olje- og gassektoren, er kapasitetsutnyttelsen 40 %. Vi anslår at systemet vårt per nå kan øke kapasitetsutnyttelsen til 65 %, og nærmere 80 % ved å gjennomføre avsluttende utviklingsarbeid. 2. Tilrettelegger for økt samhandling og aktivitet i nord-områder og andre områder med lange logistikkjeder. 3. Tilrettelegger for bruk av autonome skip i en autonom logistikkjede, for baseoperatørene langs hele Norskekysten.

Hovedmålet med prosjektet er å utvikle et logistikksystem som muliggjør autonom optimalisert planlegging, oppfølging og styring av logistikkoperasjoner uavhengig av transportvalg, kunde og leverandør. Teknologien vil tilrettelegge for bruk av autonome skip (e.g. Yara Birkeland, verdens første fullautomatiserte nullutslipps containerskip) for baser langs kysten. Teknologien består av tre nivå; datafangst; databehandling; og beslutningssystem. I første omgang ønsker vi å fokusere på automatisering av logistikk relatert til olje og gassvirksomhet i Norge. Dette er et svært krevende segment på grunn av kompleksiteten av operasjoner, leverandører, transportmetoder, dokumentasjonskrav med mer. Dette er likevel et attraktivt utgangspunkt da oljebransjen langt på vei er drivende for den lave kapasitetsutnyttelsen på norske fartøy. På sikt kan det ekspanderes til å også innbefatte andre næringer som havbruk og annen industri. Data/erfaring viser at denne løsningen vil kunne gi kostnadsbesparelse på 30-40 % knyttet til logistikk og 50 % reduksjon av Co2 og NOx utslipp.