Auteur : Ajay Kumar Lohany, directeur principal de la livraison - Aero & Rail, Cyient

Avec des projections indiquant un doublement du nombre de passagers aériens pour atteindre 8.2 millions d’ici 2037, les progrès de la propulsion entièrement électrique et hybride-électrique pour alimenter l’Advanced Air Mobility (AAM) évoluent vers une industrie d’un milliard de dollars. Des évaluations récentes de Rolls Royce suggèrent qu'environ 15,000 30 véhicules électriques à décollage et atterrissage vertical (eVTOL) seront indispensables dans 2035 grandes villes d'ici 2030 uniquement pour répondre à la demande de déplacements intra-urbains. D'ici 18, les principaux acteurs du secteur de la mobilité aérienne avancée (AAM) pourraient se targuer de disposer de flottes plus importantes et de vols quotidiens nettement plus nombreux que les plus grandes compagnies aériennes du monde. Ces vols, d'une durée moyenne de seulement XNUMX minutes chacun, transporteront généralement moins de passagers (de un à six, plus un pilote).

L’urbanisation croissante, l’augmentation de la population, le vieillissement des infrastructures et l’essor du commerce électronique et de la logistique soulignent la nécessité d’une solution de transport contemporaine, sûre et rentable pour les personnes et les marchandises. La mobilité aérienne urbaine (UAM) présente un mode de transport fluide, fiable et rapide, répondant aux défis urbains actuels et futurs. Avec la capacité de transformer le transport intra et interurbain, l’UAM offre une alternative plus rapide et plus efficace aux méthodes de transport terrestres conventionnelles. L’adoption de la mobilité aérienne urbaine dépend de cinq facteurs principaux :

• Demande croissante de modes de transport alternatifs dans la mobilité urbaine
• Besoin d’une livraison pratique, efficace et sur le dernier kilomètre
• Mandats zéro émission et sans bruit
• Avancement des technologies (Stockage d'énergie, Autonome, Connecté, Electronique de puissance)
• Sécurité

Malgré la croissance du secteur de la mobilité aérienne urbaine (UAM), il est confronté à des défis importants qui doivent être relevés pour sa croissance et son succès futurs. Ces défis vont du développement de systèmes de propulsion électrique fiables à la réalisation de capacités de vol autonomes et à la mise en place des infrastructures nécessaires telles que des vertiports et des stations de recharge. Surmonter ces obstacles est essentiel pour libérer le potentiel de transformation de l’UAM dans le transport urbain.

L'utilisation de l'IA pour la maintenance prédictive permet d'analyser les données des capteurs et les sources embarquées pour prévoir les besoins de maintenance, réduisant ainsi les temps d'arrêt et augmentant la disponibilité des avions. Les inspections de maintenance basées sur l'IA permettent une identification rapide des problèmes grâce à l'analyse d'images des eVTOL et des drones, minimisant ainsi les erreurs et les oublis. L’IA aide à prendre de meilleures décisions en matière de maintenance des avions en analysant minutieusement diverses considérations, conduisant probablement à de meilleurs résultats. De plus, les systèmes robotiques équipés d'algorithmes d'IA peuvent réparer ou remplacer de manière autonome des pièces mineures, améliorant ainsi la sécurité des équipes de maintenance. De plus, l’IA facilite de meilleurs diagnostics et un dépannage ciblé, accélérant ainsi l’identification des problèmes et les suggestions de réparation. En fin de compte, l’IA dans l’UAM promet une maintenance proactive, l’intégration des données et une sécurité améliorée, garantissant que les avions sont entretenus efficacement du décollage à l’atterrissage.

Le système de gestion de cabine intelligent (ICMS), utilisé dans les industries aéronautique et ferroviaire, connaît des progrès continus alimentés par les technologies émergentes. Les algorithmes de reconnaissance faciale améliorés, pilotés par l'intelligence artificielle (IA), améliorent considérablement l'efficacité et la fiabilité de l'authentification des utilisateurs, de l'analyse du comportement, de la sécurité, de la détection des menaces et du suivi des objets. De plus, ICMS donne la priorité à la surveillance des signes vitaux des passagers à bord pour des raisons de sécurité sanitaire.

Cette solution garantit des opérations en cabine axées sur la sûreté, la sécurité et la santé des passagers, adaptée à diverses cabines de passagers dans les avions et les trains, et particulièrement idéale pour les applications UAM. Il facilite l'entrée en cabine de l'équipage et des passagers autorisés, guide la disposition des sièges, applique les règles de placement des bagages, garantit le respect des avis de voyage aérien, surveille le comportement des passagers pour une intervention préventive, identifie les objets autorisés et potentiellement menaçants, signale les bagages laissés et détecte les paramètres de santé vitaux pour surveillance et contrôle en temps réel.

La maintenance prédictive basée sur l'IA implique l'analyse des données des capteurs et des sources embarquées pour anticiper les besoins de maintenance UAM, facilitant ainsi la planification proactive et minimisant les temps d'arrêt. De même, les inspections basées sur l'IA utilisent l'analyse d'images pour identifier rapidement les problèmes potentiels lors des contrôles réguliers, améliorant ainsi la précision et réduisant les erreurs. De plus, l'IA soutient la prise de décision en matière de maintenance en analysant divers facteurs tels que les coûts de réparation et la disponibilité des pièces, fournissant ainsi des recommandations éclairées. Les progrès futurs pourraient voir des systèmes de maintenance autonomes, alimentés par l’IA, effectuer des tâches de routine telles que des inspections et des réparations mineures, améliorant ainsi l’efficacité et la sécurité. De plus, l'IA aide les techniciens dans les diagnostics et le dépannage en analysant les données et les enregistrements historiques pour identifier les problèmes et suggérer des solutions appropriées, rationalisant les processus de maintenance et garantissant la fiabilité opérationnelle de l'UAM.

L'intégration de l'IA dans la maintenance UAM offre de nombreux avantages qui améliorent considérablement l'efficacité, la sécurité et la fiabilité des opérations UAM. Grâce à une maintenance proactive rendue possible par les capacités prédictives de l'IA, les équipes de maintenance peuvent anticiper et résoudre les pannes potentielles avant qu'elles ne surviennent, réduisant ainsi les temps d'arrêt imprévus et améliorant la fiabilité opérationnelle. De plus, la maintenance basée sur l'IA augmente la disponibilité des avions, garantissant ainsi que les véhicules sont constamment sûrs et fiables, contribuant ainsi à une plus grande satisfaction des clients et à des performances opérationnelles globales.

De plus, l'optimisation de la maintenance basée sur l'IA entraîne une réduction des coûts en prévoyant avec précision les besoins de maintenance et en minimisant les inspections inutiles et les remplacements de composants, réduisant ainsi les coûts de main-d'œuvre et de matériaux. De plus, la surveillance continue par l'IA de l'état des véhicules UAM améliore la sécurité en détectant les anomalies ou les risques de sécurité en temps réel, en prévenant les accidents et en garantissant une maintenance en temps opportun. Dans l’ensemble, l’application de l’IA dans la maintenance des UAM représente une étape transformatrice vers un système de transport aérien urbain plus efficace, plus sûr et plus fiable.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service