نگهداری بهتر هواپیماها با کمک هوش مصنوعی

نگهداری بهتر هواپیماها با کمک هوش مصنوعی

پژوهشگران دانشگاه فناوری ˮدلفتˮ هلند در تازه ترین یافته های خود اظهار کرده اند هوش مصنوعی تعمیر و نگهداری ˮهواگردهاˮ(aircraft) را آسان تر می کند.


به گزارش با فناوری به نقل از ایسنا و به نقل از آی او، پژوهشگران دانشگاه فناوری دلفت در یک بیانیه مطبوعاتی اعلام کردند که با همکاری چندین دانشگاه و صنایع اروپایی در پروژه ای به نام(ReMAP) گامی مهم در جهت ارتقای تعمیر و نگهداری هواگردها با بهره گیری از هوش مصنوعی برداشته اند.
پژوهشگران اعلام کردند در طول یک دوره آزمایشی شش ماهه در شرکت هواپیمایی "کی ال ام"(KLM) و با بهره گیری از داده های عملیاتی کی ال ام، ثابت شد که مدلهای هوش مصنوعی می توانند برای پیش بینی سلامت سیستم های هواگردها و برنامه ریزی پروسه تعمیر و نگهداری آن استفاده شوند.
"برونو سانتوس"(Bruno Santos) رهبر این پروژه از دانشگاه فناوری دلفت اظهار داشت: ما در مدل سازی پروسه تعمیر و نگهداری کامل ناوگان هواگردهای مختلف موفق شده ایم. در آینده امکان تعمیر و نگهداری فعلی هواگردها برمبنای فواصل زمانی ثابت و تعمیر و نگهداری آنها به سبب نقص و نظارت مداوم بر سلامت سیستم ها فراهم خواهد شد. علاوه بر آن سیستم ها دقیقا در مواقع ضروری تعویض خواهند شد.
علاوه بر این، پژوهشگران این مطالعه یک پروسه برنامه ریزی، تعمیر و نگهداری مناسب را مدل سازی کرده است که این امر روند تعمیر را ارتقا خواهد داد چونکه هم اکنون این کار عمدتاً بصورت دستی انجام می شود. این مدل اجازه می دهد تا تعمیر و نگهداری از قبل برنامه ریزی شود.
تنها در اروپا، طبق برآورد شورای مشورتی تحقیقات و نوآوری هوانوردی در اروپا(ACARE) صرفه جویی بالقوه در تعمیر و نگهداری هواگردها می تواند به ذخیره ۷۰۰ میلیون یورو در سال منجر شود.
"پال چون"(Paul Chün) معاون مرکز فناوری کی ال ام اظهار داشت: با این مفهوم برنامه ریزی نظارت و نگهداری تطبیقی، می توانیم رویکرد زمان بندی دستی را با یک پروسه زمان بندی خودکار جایگزین نماییم.
"برونو سانتوس" اضافه کرد: ما با رویکرد یکپارچه ReMAP کمک زیادی به این امر کرده ایم. علاوه بر این، ما یک پلت فرم باز فناوری اطلاعات ایجاد کردیم که به توسعه دهندگان هوش مصنوعی اجازه می دهد الگوریتم های پیش بینی یا زمان بندی خودرا با بهره گیری از چند کار کوچک اجرا کنند.

مدیریت سلامت ساختاری
یکی دیگر از حوزه های تحقیقاتی ReMAP، قابلیت های تشخیصی و پیش آگهی سازه های کامپوزیتی هواگردها بوده است. بررسی دستی فعلی سازه های کامپوزیتی هواگردها زمان زیادی می برد برای اینکه نقصها رخ داده در هواگردها اغلب از روی سطح آنها قابل مشاهده نیستند. سیستم های تشخیصی و پیش آگهی با بهره گیری از هوش مصنوعی برای تعیین این که آیا نقصی وجود دارد یا خیر و اگر وجود دارد نقص در کدام بخش است و میزان لطمه چقدر است توسعه یافته اند.



1401/03/04
11:10:39
5.0 / 5
167
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۲ بعلاوه ۳

لینک دوستان با فناوری

بافناوری

با فناوری
با فناوری

با فناوری

معرفی فناوری روز دنیا

bafanavari.ir - حقوق مادی و معنوی سایت با فناوری محفوظ است