Auteur: Ajay Kumar Lohany, Delivery Sr. Directeur Aero & Rail, Cyient

Nu voorspellingen wijzen op een verdubbeling van het aantal vliegtuigpassagiers tot 8.2 miljoen in 2037, evolueert de vooruitgang van volledig elektrische en hybride-elektrische voortstuwing voor het aandrijven van Advanced Air Mobility (AAM) naar een miljardenindustrie. Recente beoordelingen door Rolls Royce suggereren dat tegen 15,000 ongeveer 30 elektrische verticale start- en landingsvoertuigen (eVTOL) onmisbaar zullen zijn in 2035 grote steden, uitsluitend om aan de vraag naar intracityvervoer te voldoen. Tegen 2030 zouden topspelers in de passagierssector Advanced Air Mobility (AAM) kunnen bogen op grotere vloten en aanzienlijk meer dagelijkse vluchten dan 's werelds grootste luchtvaartmaatschappijen. Deze vluchten, die elk gemiddeld slechts 18 minuten duren, zullen doorgaans minder passagiers vervoeren (variërend van één tot zes, plus een piloot).

De toenemende verstedelijking, de groeiende bevolking, de verouderende infrastructuur en de toename van e-commerce en logistiek onderstrepen de behoefte aan een eigentijdse, veilige en kosteneffectieve transportoplossing voor zowel mensen als goederen. Urban Air Mobility (UAM) biedt een naadloze, betrouwbare en snelle manier van transport, waarmee huidige en toekomstige stedelijke uitdagingen worden aangepakt. Met het vermogen om intra- en interstedelijk transport te transformeren, biedt UAM een sneller en effectiever alternatief voor conventionele transportmethoden over de grond. De adoptie van stedelijke luchtmobiliteit hangt af van vijf belangrijke factoren:

• Groeiende vraag naar alternatieve vervoerswijzen in stedelijke mobiliteit
• Behoefte aan gemakkelijke, efficiënte bezorging op de laatste kilometer
• Zero-emissie en geluidsvrije mandaten
• Vooruitgang in technologieën (energieopslag, autonoom, verbonden, vermogenselektronica)
• Security

Ondanks de groeiende sector van de stedelijke luchtmobiliteit (UAM), wordt deze geconfronteerd met aanzienlijke uitdagingen die moeten worden aangepakt voor toekomstige groei en succes. Deze uitdagingen variëren van het ontwikkelen van betrouwbare elektrische voortstuwingssystemen tot het bereiken van autonome vliegmogelijkheden en het opzetten van de noodzakelijke infrastructuur zoals vertiports en laadstations. Het overwinnen van deze hindernissen is van cruciaal belang voor het ontsluiten van het transformatieve potentieel van UAM op het gebied van stedelijk transport.

Het gebruik van AI voor voorspellend onderhoud maakt analyse van sensorgegevens en bronnen aan boord mogelijk om onderhoudsbehoeften te voorspellen, downtime te verminderen en de beschikbaarheid van vliegtuigen te vergroten. Door AI ondersteunde onderhoudsinspecties maken een snelle identificatie van problemen mogelijk via beeldanalyse van eVTOL’s en UAV’s, waardoor fouten en vergissingen tot een minimum worden beperkt. AI helpt bij het nemen van betere beslissingen voor ondersteuning van vliegtuigonderhoud door verschillende overwegingen grondig te analyseren, wat waarschijnlijk tot betere resultaten zal leiden. Bovendien kunnen robotsystemen die zijn uitgerust met AI-algoritmen autonoom kleine onderdelen repareren of vervangen, waardoor de veiligheid voor onderhoudsteams wordt vergroot. Bovendien maakt AI betere diagnostiek en gerichte probleemoplossing mogelijk, waardoor probleemidentificatie en reparatiesuggesties worden versneld. Uiteindelijk belooft AI in UAM proactief onderhoud, data-integratie en verbeterde veiligheid, waardoor wordt gegarandeerd dat vliegtuigen effectief worden onderhouden van het opstijgen tot de landing.

Het Intelligent Cabin Management System (ICMS), dat wordt gebruikt in de luchtvaart- en spoorwegindustrie, ondergaat voortdurende vooruitgang, aangewakkerd door opkomende technologieën. Verbeterde algoritmen voor gezichtsherkenning, aangestuurd door kunstmatige intelligentie (AI), verbeteren de efficiëntie en betrouwbaarheid van gebruikersauthenticatie, gedragsanalyse, veiligheid, detectie van bedreigingen en het volgen van objecten aanzienlijk. Bovendien geeft ICMS prioriteit aan het monitoren van de vitale functies van passagiers aan boord met het oog op de veiligheid van de gezondheid.

Deze oplossing zorgt voor cabineoperaties met de nadruk op de veiligheid, beveiliging en gezondheid van passagiers, geschikt voor verschillende passagierscabines in vliegtuigen en spoorwegen, en met name ideaal voor UAM-toepassingen. Het vergemakkelijkt de toegang tot de cabine door geautoriseerde bemanningsleden en passagiers, regelt de zitplaatsen, handhaaft de regels voor het plaatsen van bagage, zorgt voor naleving van vliegreisadviezen, monitort het gedrag van passagiers met het oog op preventieve interventie, identificeert toegestane en potentieel bedreigende voorwerpen, markeert achtergelaten bagage en detecteert vitale gezondheidsparameters voor realtime monitoring en controle.

AI-gestuurd voorspellend onderhoud omvat het analyseren van sensorgegevens en bronnen aan boord om te anticiperen op UAM-onderhoudsbehoeften, wat helpt bij proactieve planning en het minimaliseren van downtime. Op dezelfde manier maken AI-gebaseerde inspecties gebruik van beeldanalyse om potentiële problemen snel te identificeren tijdens reguliere controles, waardoor de nauwkeurigheid wordt verbeterd en fouten worden verminderd. Bovendien ondersteunt AI de besluitvorming over onderhoud door verschillende factoren, zoals reparatiekosten en beschikbaarheid van onderdelen, te analyseren en weloverwogen aanbevelingen te doen. Toekomstige ontwikkelingen kunnen ertoe leiden dat autonome onderhoudssystemen, aangedreven door AI, routinetaken uitvoeren zoals inspecties en kleine reparaties, waardoor de efficiëntie en veiligheid worden verbeterd. Bovendien helpt AI technici bij diagnostiek en probleemoplossing door gegevens en historische gegevens te analyseren om problemen op te sporen en passende oplossingen voor te stellen, onderhoudsprocessen te stroomlijnen en de operationele betrouwbaarheid van UAM te garanderen.

De integratie van AI in UAM-onderhoud biedt tal van voordelen die de efficiëntie, veiligheid en betrouwbaarheid van UAM-operaties aanzienlijk verbeteren. Door proactief onderhoud, mogelijk gemaakt door de voorspellende mogelijkheden van AI, kunnen onderhoudsteams anticiperen op potentiële storingen en deze aanpakken voordat ze zich voordoen, waardoor ongeplande downtime wordt verminderd en de operationele betrouwbaarheid wordt verbeterd. Bovendien vergroot AI-ondersteund onderhoud de beschikbaarheid van vliegtuigen, waardoor voertuigen consistent veilig en betrouwbaar zijn, wat bijdraagt ​​aan een hogere klanttevredenheid en algemene operationele prestaties.

Bovendien leidt AI-gestuurde onderhoudsoptimalisatie tot kostenreductie door nauwkeurig de onderhoudsbehoeften te voorspellen en onnodige inspecties en vervanging van componenten te minimaliseren, waardoor de arbeids- en materiaalkosten worden verlaagd. Bovendien verbetert AI's voortdurende monitoring van de toestand van UAM-voertuigen de veiligheid door afwijkingen of veiligheidsrisico's in realtime te detecteren, ongevallen te voorkomen en tijdig onderhoud te garanderen. Over het geheel genomen vertegenwoordigt de toepassing van AI bij UAM-onderhoud een transformerende stap in de richting van een efficiënter, veiliger en betrouwbaarder stedelijk luchtvervoersysteem.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service