Yazar: Ajay Kumar Lohany, Delivery Kıdemli Direktör- Aero & Rail, Cyient

Hava yolcusu sayısının 8.2 yılına kadar iki katına çıkarak 2037 milyona çıkacağını gösteren tahminlerle birlikte, Gelişmiş Hava Hareketliliğine (AAM) güç sağlamak için tamamen elektrikli ve hibrit elektrikli tahrik sistemlerinin ilerlemesi, milyar dolarlık bir sektöre dönüşüyor. Rolls Royce'un son değerlendirmeleri, yalnızca şehir içi seyahat talebini karşılamak için 15,000 yılına kadar 30 büyük şehirde yaklaşık 2035 Elektrikli Dikey Kalkış ve İniş (eVTOL) aracının vazgeçilmez olacağını öne sürüyor. 2030 yılına gelindiğinde yolcu Gelişmiş Hava Hareketliliği (AAM) sektörünün en iyi oyuncuları, dünyanın en büyük havayollarından daha büyük filolara ve önemli ölçüde daha fazla günlük uçuşa sahip olabilir. Her biri ortalama 18 dakika süren bu uçuşlar, genellikle daha az yolcu taşıyacak (bir ile altı arasında değişen artı bir pilot).

Artan kentleşme, genişleyen nüfus, yaşlanan altyapı ile e-ticaret ve lojistikteki artış, hem insanlar hem de eşyalar için çağdaş, güvenli ve uygun maliyetli bir ulaşım çözümüne olan ihtiyacın altını çiziyor. Kentsel Hava Hareketliliği (UAM), mevcut ve gelecekteki kentsel zorlukları ele alan kesintisiz, güvenilir ve hızlı bir ulaşım modu sunar. UAM, şehir içi ve şehirlerarası taşımacılığı dönüştürebilme kapasitesiyle, geleneksel kara ulaşım yöntemlerine göre daha hızlı ve etkili bir alternatif sunuyor. Kentsel Hava Hareketliliğinin benimsenmesi beş temel faktöre bağlıdır:

• Kentsel hareketlilikte alternatif ulaşım yöntemlerine yönelik artan talep
• Uygun, verimli ve son kilometre teslimatına duyulan ihtiyaç
• Sıfır emisyon ve gürültüsüz zorunluluklar
• Teknolojilerdeki ilerlemeler (Enerji depolama, Otonom, Bağlantılı, Güç Elektroniği)
• Güvenlik

Büyüyen Kentsel Hava Hareketliliği (UAM) sektörüne rağmen, gelecekteki büyüme ve başarı için ele alınması gereken önemli zorluklarla karşı karşıyadır. Bu zorluklar, güvenilir elektrikli tahrik sistemlerinin geliştirilmesinden, otonom uçuş yeteneklerinin elde edilmesine ve vertiportlar ve şarj istasyonları gibi gerekli altyapının kurulmasına kadar uzanmaktadır. Bu engellerin aşılması, UAM'nin kentsel ulaşımdaki dönüştürücü potansiyelinin ortaya çıkarılması açısından hayati önem taşıyor.

Tahmine dayalı bakım için yapay zekanın kullanılması, bakım ihtiyaçlarını tahmin etmek için sensör verilerinin ve yerleşik kaynakların analizine olanak tanır, arıza süresini azaltır ve uçak kullanılabilirliğini artırır. Yapay zeka destekli bakım denetimleri, eVTOL'lerin ve UAV'lerin görüntü analizi yoluyla sorunların hızlı bir şekilde tanımlanmasına olanak tanıyarak hataları ve gözden kaçırmaları en aza indirir. Yapay zeka, çeşitli hususları kapsamlı bir şekilde analiz ederek uçak bakım desteği için daha iyi kararlar alınmasına yardımcı olur ve muhtemelen daha iyi sonuçlara yol açar. Ek olarak, yapay zeka algoritmalarıyla donatılmış robotik sistemler, küçük parçaları bağımsız olarak onarabilir veya değiştirebilir, böylece bakım ekiplerinin güvenliğini artırabilir. Üstelik yapay zeka, daha iyi tanılamayı ve hedefe yönelik sorun gidermeyi kolaylaştırarak sorunun tanımlanmasını ve onarım önerilerini hızlandırır. Sonuçta, UAM'de yapay zeka tarafından proaktif bakım, veri entegrasyonu ve gelişmiş güvenlik vaat ediliyor ve böylece uçağın kalkıştan inişe kadar etkili bir şekilde bakımının yapılması sağlanıyor.

Havacılık ve demiryolu endüstrilerinde kullanılan Akıllı Kabin Yönetim Sistemi (ICMS), gelişen teknolojilerin desteğiyle sürekli olarak gelişmektedir. Yapay zeka (AI) tarafından desteklenen gelişmiş yüz tanıma algoritmaları, kullanıcı kimlik doğrulaması, davranış analizi, güvenlik, tehdit algılama ve nesne izleme konularında verimliliği ve güvenilirliği önemli ölçüde artırır. Ayrıca ICMS, sağlık güvenliği açısından yolcuların uçaktaki hayati belirtilerinin izlenmesine öncelik veriyor.

Bu çözüm, uçak ve demiryolundaki çeşitli yolcu kabinlerine uygun ve özellikle UAM uygulamaları için ideal olan, yolcu emniyeti, güvenliği ve sağlığı odaklı kabin operasyonları sağlar. Yetkili mürettebat ve yolcuların kabine girişini kolaylaştırır, oturma düzenlemelerine rehberlik eder, bagaj yerleştirme düzenlemelerini uygular, hava yolculuğu tavsiyelerine uyumu sağlar, önleyici müdahale için yolcu davranışlarını izler, izin verilen ve potansiyel olarak tehdit edici nesneleri tanımlar, bırakılan bagajları işaretler ve hayati sağlık parametrelerini tespit eder. gerçek zamanlı izleme ve kontrol.

Yapay zeka odaklı tahmine dayalı bakım, UAM bakım ihtiyaçlarını tahmin etmek için sensör verilerini ve yerleşik kaynakları analiz etmeyi, proaktif planlamaya yardımcı olmayı ve kesinti süresini en aza indirmeyi içerir. Benzer şekilde yapay zeka tabanlı denetimler, düzenli kontroller sırasında olası sorunları hızla tespit etmek, doğruluğu artırmak ve hataları azaltmak için görüntü analizinden yararlanıyor. Ayrıca yapay zeka, onarım maliyetleri ve parça bulunabilirliği gibi çeşitli faktörleri analiz ederek ve bilinçli öneriler sunarak bakım kararı almayı destekler. Gelecekteki gelişmeler, yapay zeka tarafından desteklenen otonom bakım sistemlerinin denetimler ve küçük onarımlar gibi rutin görevleri yerine getirerek verimliliği ve güvenliği arttırdığını görebilir. Ayrıca AI, sorunları tespit etmek ve uygun çözümler önermek için verileri ve geçmiş kayıtları analiz ederek, bakım süreçlerini düzene sokarak ve UAM operasyonel güvenilirliğini sağlayarak teknisyenlere teşhis ve sorun giderme konusunda yardımcı olur.

Yapay zekanın UAM bakımına entegrasyonu, UAM operasyonlarının verimliliğini, güvenliğini ve güvenilirliğini önemli ölçüde artıran çok sayıda avantaj sunar. Bakım ekipleri, yapay zekanın öngörücü yetenekleriyle etkinleştirilen proaktif bakım sayesinde olası arızaları önceden tahmin edip giderebilir, böylece plansız arıza sürelerini azaltabilir ve operasyonel güvenilirliği artırabilir. Ayrıca yapay zeka destekli bakım, uçağın kullanılabilirliğini artırıyor, araçların sürekli olarak güvenli ve güvenilir olmasını sağlıyor, böylece daha yüksek müşteri memnuniyetine ve genel operasyonel performansa katkıda bulunuyor.

Üstelik yapay zeka destekli bakım optimizasyonu, bakım ihtiyaçlarını doğru bir şekilde tahmin ederek ve gereksiz denetimleri ve bileşen değiştirmeleri en aza indirerek maliyetlerin azaltılmasına yol açar, böylece işçilik ve malzeme maliyetlerini azaltır. Ayrıca yapay zekanın UAM araç koşullarını sürekli izlemesi, anormallikleri veya güvenlik risklerini gerçek zamanlı olarak tespit ederek, kazaları önleyerek ve zamanında bakım sağlayarak güvenliği artırır. Genel olarak, yapay zekanın UAM bakımında uygulanması, daha verimli, emniyetli ve güvenilir bir kentsel hava taşımacılığı sistemine doğru dönüştürücü bir adımı temsil ediyor.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service