Fredrik Ahlgren
UniversitetslektorJag startade min karriär i den svenska flottan 2001, och har arbetat som teknisk sjöofficer fram till 2009. Under mina år i flottan seglade jag som maskinist på bland annat robotbåtar, korvetter och ubåtar. Detta har givit mig erfarenhet från att arbeta med gasturbiner, dieselmotorer och elektrisk framdrift. Jag har ett stort intresse av ny teknik och har under senare delen av min akademiska karriär fördjupat mig mer i datorvetenskap.
Jag har alltid haft ett stort intresse av datorer och ny teknik, och på senare delen av min doktorandtid började jag fördjupa mig mer inom maskininlärning och datavetenskap. Idag jobbar jag nästan uteslutande med tillämpad Internet of Things, och driver flertalet kurser samt forskningsprojekt inom IoT.
Jag bor i Kalmar, är gift och har två barn. På min fritid, när jag inte springer, spenderar jag mycket tid på diverse hobbyprojekt samt läser böcker - gärna inom vetenskap och filosofi.
Undervisning
I början av 2020 flyttade jag tillhörighet till institutionen för datorvetenskap och mediateknik, och ansvarar för kurser inom tillämpad IoT, Web Intelligence samt grundläggande programmering i Python.
Under 2020 bodde jag i Vancouver och undervisade på University of British Columbia (UBC). Jag undervisade masterstudenter inom ämnet Marine Engineering samt dataanalys. Jag var aktiv både under vårtermin och höstterminen fast då på distans.
Jag har sedan tidigare arbetat som lärare på Sjöfartshögskolan sedan 2010 och har då ansvarat för grundläggande strömningslära och tillämpade kunskaper i hur man felsöker och dimensionerar rör och pumpsystem.
Mitt motto som lärare är att vara prestigelös. Jag söker ständigt efter ny kunskap och har erfarenheten att med kommer långt med ett starkt engagemang för ämnet.
Forskning
I nuläget är jag till största del inriktad på tillämpad forskning inom området IoT (Internet of Things). Jag är projektledare för ett större projekt IoT-lab SME som riktar sig till att öka konkurrenskraften för små och medelstora företag inom Linnéregionen.
Nuvarande forskningsinriktning är utifrån perspektivet utifrån data, användning av maskininlärning för att optimera driften av både fartyg och andra energianläggningar. Jag bedriver också tillämpad forskning inom IoT, främst inriktad på resurssnåla enheter med LoRa-teknik.
I min tidigare forskning har jag studerat energieffektivisering av fartyg. Studierna har handlat om återvinning av spillvärme med hjälp av Organiska Rankin cykler (ORC), energi och exergi analyser samt metoder för maskininlärning. Min forskning har en operationell inriktning, vilket betyder att jag är fokuserad på att använda mätdata från fartyg i drift och skapa resultat som är applicerbara direkt på dagens fartyg.
Uppdrag
Programansvarig Högskoleingenjör Mjukvaruteknik
Projektledare för forskningsprojektet IoT-lab SME
Mina forskargrupper
-
Engineering Resilient Systems (EReS) Forskargruppen Engineering Resilient Systems (EReS) Research Lab bedriver forskning inom så kallad systemresiliens. EReS fokuserar på att undersöka (och…
-
Sjöfartsvetenskap Forskningen inom området sjöfartsvetenskap handlar om hur man kan uppnå en miljömässigt hållbar och säker sjöfart med god arbetsmiljö.
-
Smart Industry Group (SIG) Smart Industry Group (SIG) är en tvärvetenskaplig forskargrupp med expertis från datavetenskap och maskinteknik. SIG:s fokus är att göra produktion och produkter inom…
Mina pågående forskningsprojekt
-
Projekt: DigIT Hub Sweden DigIT Hub Sweden är en av fyra digitala innovationshubbar i Sverige vars fokus är att ta verksamheter in i framtiden genom en one-stop-shop med ett brett utbud av samlade…
-
Projekt: Digital acceleration for medium size sustainable cities (DIACCESS) Syftet med projektet Diaccess är att lösa riktiga samhällsutmaningar genom att sammanföra kommunala förvaltningar och…
-
Projekt: Energieffektivisering av fartygsmaskineri Forskningen i detta projekt bedrivs med en operativ inriktning, vilket innebär att vi analyserar mätvärden från fartyg i drift och producerar…
-
Projekt: IoT-lab för SMF Detta projekt ska öka kunskapen om möjligheterna med Internet of Things (IoT), samt utveckla nya idéer och produkter, bland små och medelstora företag (SMF) i Linnéregionen.
Publikationer
Artikel i tidskrift (Refereegranskat)
-
Baldi, F., Ahlgren, F., Nguyen, T., Thern, M., Andersson, K. (2018). Energy and exergy analysis of a cruise ship. Energies. 11 (10). 1-41.
Status: Publicerad -
Mondejar, M.E., Ahlgren, F., Thern, M., Genrup, M. (2017). Quasi-steady state simulation of an organic Rankine cycle for waste heat recovery in a passenger vessel. Applied Energy. 185 (Special Issue Part 2). 1324-1335.
Status: Publicerad -
Ahlgren, F., Mondejar, M.E., Genrup, M., Thern, M. (2016). Waste Heat Recovery in a Cruise Vessel in the Baltic Sea by Using an Organic Rankine Cycle : A Case Study. Journal of engineering for gas turbines and power. 138 (1).
Status: Publicerad -
Baldi, F., Ahlgren, F., Melino, F., Gabrielii, C., Andersson, K. (2016). Optimal load allocation of complex ship power plants. Energy Conversion and Management. 124. 344-356.
Status: Publicerad
Konferensbidrag (Refereegranskat)
- Musaddiq, A., Maleki, N., Palma, F., Olsson, T., Toll, D., et al. (2023). Industry-Academia Cooperation : Applied IoT Research for SMEs in South-East Sweden. Internet of Things. GIoTS 2022. 397-410.
- Maleki, N., Musaddiq, A., Toll, D., Palma, F., Olsson, T., et al. (2022). DynaSens : Dynamic Scheduling for IoT Devices Sustainability. 2022 International Conference on Broadband Communications for Next Generation Networks and Multimedia Applications, CoBCom 20222022.
- Zapico, J.L., Ahlgren, F., Zennaro, M. (2022). Insect biodiversity in agriculture using IoT : opportunities and needs for further research. IEEE Global Communications Conference, 7-11 December 2021, Madrid, Spain : Connecting Cultures around the Globe. 1-5.
- Palma, F., Olsson, T., Wingkvist, A., Ahlgren, F. (2022). Investigating the Linguistic Design Quality of Public, Partner, and Private REST APIs. Proceedings - 2022 IEEE International Conference on Services Computing, SCC 2022. 20-30.
- Mohammadian, M., Maleki, N., Olsson, T., Ahlgren, F. (2022). Persis : A Persian Font Recognition Pipeline Using Convolutional Neural Networks. 2022 12th International Conference on Computer and Knowledge Engineering (ICCKE), Mashhad, Iran, Islamic Republic of. 196-204.
- Musaddiq, A., Maleki, N., Palma, F., Mozart, D., Olsson, T., et al. (2022). Internet of Things for Wetland Conservation using Helium Network : Experience and Analysis. 12th International Conference on the Internet of Things, IoT 2022, Delft 7 - 10 November 2022. 143-146.
- Pena, B., Luofeng, H., Ahlgren, F. (2020). A Review on Applications of Machine Learning in Shipping Sustainability. SNAME Maritime Convention 2020 – A Virtual Event 29 September- 2 October.
- Ahlgren, F., Mondejar, M.E., Thern, M. (2019). Predicting dynamic fuel oil consumption on ships with automated machine learning. Innovative Solutions for Energy Transitions : Proceedings of the 10th International Conference on Applied Energy (ICAE2018). 6126-6131.
- Ahlgren, F., Thern, M. (2018). Auto Machine Learning for predicting Ship Fuel Consumption. Proceedings of ECOS 2018 - the 31st International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems.
- Baldi, F., Nguyen, T., Ahlgren, F. (2016). The application of process integration to the optimisation of cruise ship energy systems : a case study. ECOS 2016 : 29th International Conference on Efficiency, Cost, Optimization, Simulation and Envirionmental Impact of Energy Systems. June 19-23 2016.
- Ahlgren, F., Mondejar, M.E., Genrup, M., Thern, M. (2015). Waste Heat Recovery in a Cruise Vessel in the Baltic Sea by Using an Organic Rankine Cycle : A Case Study. ASME Turbo Expo 2015: Turbine Technical Conference and Exposition : Volume 3: Coal, Biomass and Alternative Fuels; Cycle Innovations; Electric Power; Industrial and Cogeneration, Montreal, Quebec, Canada, June 15–19, 2015. 43392-43416.
- Baldi, F., Ahlgren, F., Nguyen, T., Gabrielii, C., Andersson, K. (2015). Energy and exergy analysis of a cruise ship. Proceedings of ECOS 2015 - the 28th International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems.
- Ahlgren, F., Österman, C. (2015). A social sustainability perspective on an environmental intervention to reduce ship emissions. Creating Sustainable Work-environments : Proceedings of NES2015, Nordic Ergonomics Society 47th Annual Conference, 01-04 November 2015, Lillehammer, Norway. A4-12-A4-15.
- Mondejar, M.E., Ahlgren, F., Thern, M., Genrup, M. (2015). Study of the on-route operation of a waste heat recoverysystem in a passenger vessel. Clean, Efficient and Affordable Energy for a Sustainable Future. 1646-1653.
Kapitel i bok, del av antologi (Refereegranskat)
- Ahlgren, F., Thern, M., Genrup, M., Mondejar, M.E. (2018). Energy integration of organic rankine cycle, exhaust gas recirculation and scrubber. Trends and challenges in maritime energy management. Cham, Switzerland, Springer. 157-168.
Artikel, forskningsöversikt (Refereegranskat)
-
Dalipi, F., Zdravkova, K., Ahlgren, F. (2021). Sentiment Analysis of Students’ Feedback in MOOCs : A Systematic Literature Review. Frontiers in Artificial Intelligence. Frontiers Media S.A.. 4.
Status: Publicerad
Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
- Ahlgren, F. (2018). Reducing ships' fuel consumption and emissions by learning from data. Doctoral Thesis. Växjö, Linnaeus University Press. 204.
Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
- Ahlgren, F. (2016). Waste heat recovery in a cruise vessel. Licentiate Thesis. Kalmar, Linnaeus Universtity. 75.