المؤلف: أجاي كومار لوهاني، مدير التوصيل الأول - Aero & Rail، Cyient
مع التوقعات التي تشير إلى تضاعف أعداد المسافرين جواً إلى 8.2 مليون بحلول عام 2037، فإن التقدم في أنظمة الدفع الكهربائية والهجينة بالكامل لتشغيل الحركة الجوية المتقدمة (AAM) يتطور إلى صناعة تبلغ قيمتها مليار دولار. تشير التقييمات الأخيرة التي أجرتها شركة رولز رويس إلى أنه سيكون لا غنى عن ما يقرب من 15,000 مركبة كهربائية للإقلاع والهبوط العمودي (eVTOL) في 30 مدينة رئيسية بحلول عام 2035 فقط لتلبية الطلب على السفر داخل المدن. بحلول عام 2030، يمكن للاعبين الكبار في قطاع النقل الجوي المتقدم للركاب (AAM) أن يتباهوا بأساطيل أكبر ورحلات يومية أكثر بكثير من أكبر شركات الطيران في العالم. هذه الرحلات، التي يبلغ متوسط كل منها 18 دقيقة فقط، ستحمل عادةً عددًا أقل من الركاب (يتراوح من واحد إلى ستة، بالإضافة إلى الطيار).
إن التحضر المتزايد، والتوسع السكاني، والبنية التحتية القديمة، والطفرة في التجارة الإلكترونية والخدمات اللوجستية تؤكد الحاجة إلى حل نقل معاصر وآمن وفعال من حيث التكلفة لكل من الأشخاص والبضائع. يقدم التنقل الجوي الحضري (UAM) وسيلة نقل سلسة وموثوقة وسريعة، مما يعالج التحديات الحضرية الحالية والمستقبلية. ومع القدرة على تحويل وسائل النقل داخل المدن وفيما بينها، توفر UAM بديلاً أسرع وأكثر فعالية لطرق النقل الأرضية التقليدية. يعتمد اعتماد التنقل الجوي الحضري على خمسة عوامل أساسية:
- تزايد الطلب على وسائل النقل البديلة في التنقل الحضري
- الحاجة إلى توصيل مريح وفعال وفي الميل الأخير
- تفويضات خالية من الانبعاثات والضوضاء
- التقدم في التقنيات (تخزين الطاقة، المستقلة، المتصلة، إلكترونيات الطاقة)
- حماية
على الرغم من نمو قطاع النقل الجوي الحضري (UAM)، فإنه يواجه تحديات كبيرة تحتاج إلى معالجة لتحقيق النمو والنجاح في المستقبل. تتراوح هذه التحديات من تطوير أنظمة دفع كهربائية موثوقة إلى تحقيق قدرات طيران مستقلة وإنشاء البنية التحتية اللازمة مثل الموانئ العمودية ومحطات الشحن. يعد التغلب على هذه العقبات أمرًا حيويًا لإطلاق العنان لإمكانات UAM التحويلية في مجال النقل الحضري.
يتيح استخدام الذكاء الاصطناعي للصيانة التنبؤية تحليل بيانات أجهزة الاستشعار والمصادر الموجودة على متن الطائرة للتنبؤ باحتياجات الصيانة، مما يقلل وقت التوقف عن العمل ويزيد من توافر الطائرات. تسمح عمليات فحص الصيانة المدعمة بالذكاء الاصطناعي بتحديد المشكلات بسرعة من خلال تحليل الصور للمركبات الكهربائية العمودية والطائرات بدون طيار، مما يقلل من الأخطاء والإغفالات. يساعد الذكاء الاصطناعي في اتخاذ قرارات أفضل لدعم صيانة الطائرات من خلال التحليل الشامل للاعتبارات المختلفة، مما يؤدي على الأرجح إلى نتائج محسنة. بالإضافة إلى ذلك، يمكن للأنظمة الروبوتية المجهزة بخوارزميات الذكاء الاصطناعي إصلاح الأجزاء الصغيرة أو استبدالها بشكل مستقل، مما يعزز سلامة فرق الصيانة. علاوة على ذلك، يعمل الذكاء الاصطناعي على تسهيل عمليات التشخيص الأفضل واستكشاف الأخطاء وإصلاحها بشكل مستهدف، مما يؤدي إلى تسريع عملية تحديد المشكلات واقتراحات الإصلاح. في نهاية المطاف، يعد الذكاء الاصطناعي في UAM بالصيانة الاستباقية وتكامل البيانات وتحسين السلامة، مما يضمن صيانة الطائرات بشكل فعال من الإقلاع إلى الهبوط.
يخضع نظام إدارة المقصورة الذكي (ICMS)، المستخدم في صناعات الطيران والسكك الحديدية، لتطورات مستمرة تغذيها التقنيات الناشئة. تعمل خوارزميات التعرف على الوجه المحسنة، المدعومة بالذكاء الاصطناعي (AI)، على تحسين الكفاءة والموثوقية بشكل كبير في مصادقة المستخدم، وتحليل السلوك، والسلامة، واكتشاف التهديدات، وتتبع الكائنات. علاوة على ذلك، يعطي ICMS الأولوية لمراقبة العلامات الحيوية للركاب على متن الطائرة من أجل السلامة الصحية.
يضمن هذا الحل عمليات المقصورة مع التركيز على سلامة الركاب وأمنهم وصحتهم، وهو مناسب لكبائن الركاب المختلفة في الطائرات والسكك الحديدية، ومثالي بشكل خاص لتطبيقات UAM. إنه يسهل دخول المقصورة من قبل الطاقم والركاب المصرح لهم، ويوجه ترتيبات الجلوس، ويفرض لوائح وضع الأمتعة، ويضمن الامتثال لإرشادات السفر الجوي، ويراقب سلوك الركاب للتدخل الوقائي، ويحدد الأشياء المسموح بها والتي قد تشكل تهديدًا، ويضع علامة على الأمتعة المتبقية، ويكشف المعلمات الصحية الحيوية للمسافرين. المراقبة والتحكم في الوقت الحقيقي.
تتضمن الصيانة التنبؤية المعتمدة على الذكاء الاصطناعي تحليل بيانات المستشعر والمصادر الموجودة على متن الطائرة لتوقع احتياجات صيانة UAM، مما يساعد في الجدولة الاستباقية وتقليل وقت التوقف عن العمل. وبالمثل، تستخدم عمليات التفتيش القائمة على الذكاء الاصطناعي تحليل الصور لتحديد المشكلات المحتملة بسرعة أثناء عمليات الفحص المنتظمة، مما يعزز الدقة ويقلل الأخطاء. بالإضافة إلى ذلك، يدعم الذكاء الاصطناعي اتخاذ قرارات الصيانة من خلال تحليل عوامل مختلفة مثل تكاليف الإصلاح وتوافر الأجزاء، وتقديم توصيات مستنيرة. قد تشهد التطورات المستقبلية أنظمة صيانة مستقلة، مدعومة بالذكاء الاصطناعي، تؤدي مهام روتينية مثل عمليات التفتيش والإصلاحات البسيطة، مما يؤدي إلى تحسين الكفاءة والسلامة. علاوة على ذلك، يساعد الذكاء الاصطناعي الفنيين في التشخيص واستكشاف الأخطاء وإصلاحها من خلال تحليل البيانات والسجلات التاريخية لتحديد المشكلات واقتراح الحلول المناسبة، وتبسيط عمليات الصيانة وضمان الموثوقية التشغيلية لـ UAM.
يوفر دمج الذكاء الاصطناعي في صيانة UAM العديد من الفوائد التي تعزز بشكل كبير كفاءة وسلامة وموثوقية عمليات UAM. من خلال الصيانة الاستباقية التي يتم تمكينها بواسطة القدرات التنبؤية للذكاء الاصطناعي، يمكن لفرق الصيانة توقع حالات الفشل المحتملة ومعالجتها قبل حدوثها، مما يقلل وقت التوقف غير المخطط له ويعزز الموثوقية التشغيلية. علاوة على ذلك، تعمل الصيانة المدعومة بالذكاء الاصطناعي على زيادة توافر الطائرات، مما يضمن أن تكون المركبات آمنة وموثوقة باستمرار، مما يساهم في زيادة رضا العملاء والأداء التشغيلي العام.
علاوة على ذلك، يؤدي تحسين الصيانة المعتمدة على الذكاء الاصطناعي إلى خفض التكلفة من خلال التنبؤ بدقة باحتياجات الصيانة وتقليل عمليات الفحص غير الضرورية واستبدال المكونات، وبالتالي تقليل تكاليف العمالة والمواد. بالإضافة إلى ذلك، تعمل المراقبة المستمرة للذكاء الاصطناعي لظروف مركبة UAM على تعزيز السلامة من خلال الكشف عن الحالات الشاذة أو مخاطر السلامة في الوقت الفعلي، ومنع الحوادث وضمان الصيانة في الوقت المناسب. بشكل عام، يمثل تطبيق الذكاء الاصطناعي في صيانة UAM خطوة تحويلية نحو نظام نقل جوي حضري أكثر كفاءة وأمانًا وموثوقية.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service
