제퍼넷 로고

생성 데이터 인텔리전스

항공우주 산업

순수 전기 항공 모빌리티 서비스의 새로운 솔루션

플라톤에 의해 재발행
플라톤에 의해 재발행

시간

조회 수 : 61

저자: Ajay Kumar Lohany, Cyient 항공 및 철도 부문 배송 부문 수석 이사

8.2년까지 항공 승객 수가 두 배 증가하여 2037만 명에 이를 것으로 예상되는 가운데 AAM(Advanced Air Mobility)을 구동하기 위한 순수 전기 및 하이브리드 전기 추진 장치의 발전은 수십억 달러 규모의 산업으로 진화하고 있습니다. 롤스로이스가 최근 평가한 바에 따르면 15,000년까지 30개 주요 도시에서 도시 내 이동 수요를 충족하기 위해 약 2035대의 전기 수직 이륙 및 착륙(eVTOL) 차량이 필수 불가결할 것으로 나타났습니다. 2030년까지 AAM(Advanced Air Mobility) 부문의 최고 ​​기업은 세계 최대 항공사보다 더 큰 항공기와 훨씬 더 많은 일일 항공편을 자랑할 수 있습니다. 평균 소요 시간이 18분에 불과한 이 항공편은 일반적으로 더 적은 수의 승객(XNUMX~XNUMX명, 조종사 포함)을 운송합니다.

출처: Cirium; 투자자 프레젠테이션; 미국 교통통계국; 맥킨지 분석

증가하는 도시화, 인구 증가, 인프라 노후화, 전자상거래 및 물류의 급증으로 인해 사람과 상품 모두를 위한 현대적이고 안전하며 비용 효율적인 운송 솔루션의 필요성이 강조되고 있습니다. UAM(Urban Air Mobility)은 원활하고 안정적이며 신속한 교통 수단을 제공하여 현재와 미래의 도시 문제를 해결합니다. 도시 내 및 도시 간 교통 수단을 변화시킬 수 있는 역량을 갖춘 UAM은 기존의 지상 기반 교통 수단에 대한 더 빠르고 효과적인 대안을 제공합니다. Urban Air Mobility의 채택은 다음과 같은 5가지 주요 요소에 달려 있습니다.

  • 도시 이동성에서 대체 교통수단에 대한 수요 증가
  • 편리하고 효율적이며 라스트 마일 배송이 필요함
  • 배출가스 제로 및 무소음 의무사항
  • 기술 발전(에너지 저장, 자율주행, 연결, 전력전자)
  • 보안

UAM(Urban Air Mobility) 부문이 성장하고 있음에도 불구하고 미래 성장과 성공을 위해 해결해야 하는 중요한 과제에 직면해 있습니다. 이러한 과제는 안정적인 전기 추진 시스템 개발부터 자율 비행 기능 달성, 수직 항만 및 충전소와 같은 필수 인프라 구축에 이르기까지 다양합니다. 이러한 장애물을 극복하는 것은 도시 교통 분야에서 UAM의 혁신적인 잠재력을 발휘하는 데 필수적입니다.

예측 유지 관리에 AI를 활용하면 센서 데이터와 기내 소스를 분석하여 유지 관리 요구 사항을 예측하고 가동 중지 시간을 줄이고 항공기 가용성을 높일 수 있습니다. AI 지원 유지 관리 검사를 통해 eVTOL 및 UAV의 이미지 분석을 통해 문제를 신속하게 식별하고 오류와 감독을 최소화할 수 있습니다. AI는 다양한 고려 사항을 철저하게 분석하여 항공기 정비 지원에 대한 더 나은 결정을 내리는 데 도움을 주며, 이는 더 나은 결과로 이어질 가능성이 높습니다. 또한 AI 알고리즘이 탑재된 로봇 시스템은 사소한 부품을 자율적으로 수리하거나 교체할 수 있어 유지보수 팀의 안전성을 향상시킵니다. 또한 AI는 더 나은 진단과 목표화된 문제 해결을 촉진하여 문제 식별 및 수리 제안을 가속화합니다. 궁극적으로 UAM의 AI는 사전 유지 관리, 데이터 통합 ​​및 안전성 향상을 약속하여 이륙부터 착륙까지 항공기를 효과적으로 유지 관리합니다.

항공 및 철도 산업에서 활용되는 지능형 객실 관리 시스템(ICMS)은 최신 기술에 힘입어 지속적인 발전을 거듭하고 있습니다. 인공 지능(AI)을 기반으로 향상된 얼굴 인식 알고리즘은 사용자 인증, 행동 분석, 안전, 위협 탐지 및 개체 추적의 효율성과 신뢰성을 크게 향상시킵니다. 또한 ICMS는 건강 안전을 위해 탑승객의 활력 징후를 우선적으로 모니터링합니다.

이 솔루션은 승객의 안전, 보안 및 건강에 중점을 두고 객실 운영을 보장하며 항공기 및 철도의 다양한 객실에 적합하며 특히 UAM 애플리케이션에 이상적입니다. 승인된 승무원과 승객의 기내 출입을 촉진하고, 좌석 배치를 안내하고, 수하물 배치 규정을 시행하고, 항공 여행 주의보 준수를 보장하고, 선제적 개입을 위해 승객 행동을 모니터링하고, 허용되고 잠재적으로 위협이 되는 물체를 식별하고, 남겨진 수하물에 플래그를 지정하고, 다음과 같은 중요한 건강 매개 변수를 감지합니다. 실시간 모니터링 및 제어.

AI 기반 예측 유지 관리에는 센서 데이터와 온보드 소스를 분석하여 UAM 유지 관리 요구 사항을 예측하고 사전 예약을 지원하며 가동 중지 시간을 최소화하는 작업이 포함됩니다. 마찬가지로 AI 기반 검사는 이미지 분석을 활용해 정기 점검 시 잠재적인 문제를 신속하게 파악해 정확성을 높이고 오류를 줄인다. 또한 AI는 수리 비용, 부품 가용성 등 다양한 요소를 분석하고 정보에 입각한 권장 사항을 제공함으로써 유지 관리 의사 결정을 지원합니다. 향후 발전에서는 AI를 기반으로 하는 자율 유지 관리 시스템이 검사 및 사소한 수리와 같은 일상적인 작업을 수행하여 효율성과 안전성을 향상시킬 수 있습니다. 또한 AI는 데이터 및 기록 기록을 분석하여 문제를 정확히 파악하고 적절한 솔루션을 제안하며 유지 관리 프로세스를 간소화하고 UAM 운영 신뢰성을 보장함으로써 기술자의 진단 및 문제 해결을 지원합니다.

AI를 UAM 유지 관리에 통합하면 UAM 운영의 효율성, 안전성 및 신뢰성을 크게 향상시키는 수많은 이점을 얻을 수 있습니다. AI의 예측 기능을 통해 지원되는 선제적인 유지 관리를 통해 유지 관리 팀은 잠재적인 오류가 발생하기 전에 예측하고 해결하여 계획되지 않은 가동 중지 시간을 줄이고 운영 안정성을 향상할 수 있습니다. 또한 AI 지원 유지보수는 항공기 가용성을 높여 차량이 지속적으로 안전하고 신뢰할 수 있도록 보장하여 고객 만족도와 전반적인 운영 성능을 높이는 데 기여합니다.

또한, AI 기반 유지보수 최적화는 유지보수 요구사항을 정확하게 예측하고 불필요한 검사 및 부품 교체를 최소화하여 인건비와 자재비를 절감함으로써 비용 절감으로 이어집니다. 또한 AI가 UAM 차량 상태를 지속적으로 모니터링해 이상 현상이나 안전 위험을 실시간으로 감지해 사고를 예방하고 적시 유지보수를 보장해 안전성을 강화한다. 전반적으로 UAM 유지 관리에 AI를 적용하는 것은 보다 효율적이고 안전하며 신뢰할 수 있는 도시 항공 운송 시스템을 향한 혁신적인 단계를 나타냅니다.

spot_img

최신 인텔리전스

spot_img

저작권 @ 2024 Plato Technologies Inc.