Adrena bevestigt brandstofbesparing met routeringsoplossing op basis van digital twin

Adrena heeft samen met Brittany Ferries en Bureau Veritas Solutions M&O France een routeringsoplossing ontwikkeld op basis van een digital twin. Daarmee is brandstofbesparing van maximaal 6 procent gehaald, meldt het bedrijf in een persbericht.

De oplossing zorgt volgens Adrena voor merkbaar minder brandstofverbruik, terwijl de betrouwbaarheid, de dienstregeling en de kwaliteit van de dienst op peil blijven. Inmiddels wordt het systeem gebruikt op negen schepen van de vloot van Brittany Ferries.

De oplossing is getest tijdens duizenden commerciële reizen en bijna twee jaar aan metingen aan boord van de Galicia, een schip van de E-Flexer-klasse van Brittany Ferries.

"De resultaten op de Galicia bevestigen waar we al bijna 15 jaar aan werken: een model voor routering en verbruiksvoorspelling met een betrouwbaarheid van 97 procent, getest onder echte commerciële omstandigheden en met strikte aankomsttijden", zegt Michel Rodet, voorzitter en oprichter van Adrena.

"Deze nauwkeurigheid is in de praktijk bewezen en niet in een simulatie. Het is gemeten op echte overtochten, door een onafhankelijke partij, over bijna twee jaar. Door deze zorgvuldigheid kunnen bemanningen de adviezen van AdrenaShip vertrouwen en de voordelen voor de bedrijfsvoering en het milieu volledig benutten."

Adrena ontwikkelt sinds 2012 de routeringssoftware AdrenaShip voor de zeevaart. Rederijen en vlootbeheerders krijgen daarmee een slim hulpmiddel dat is afgestemd op de praktijk op zee.

Brittany Ferries en Adrena namen AdrenaShip in 2016 voor het eerst in gebruik om zuiniger en veiliger te varen door routeoptimalisatie en prestatieanalyse. Dat leverde toen een brandstofbesparing van ongeveer 4 procent op.

Zes jaar later breidde Brittany Ferries de samenwerking uit met BV Solutions, om voor elk schip een eigen digital twin te maken. Die verbeteren de voorspellingen van AdrenaShip.

De digital twins maken de routeadviezen nauwkeuriger en geven ook advies over het gebruik van de machines. Ze combineren daarvoor gegevens uit de praktijk, technische kennis en ervaring van de bemanning aan boord.