Tác giả: Ajay Kumar Lohany, Giám đốc cấp cao giao hàng- Aero & Rail, Cyient

Với những dự đoán cho thấy số lượng hành khách hàng không sẽ tăng gấp đôi lên 8.2 triệu vào năm 2037, sự tiến bộ của động cơ đẩy hoàn toàn bằng điện và hybrid-điện để cung cấp năng lượng cho Cơ động Hàng không Tiên tiến (AAM) đang phát triển thành một ngành công nghiệp trị giá hàng tỷ đô la. Các đánh giá gần đây của Rolls Royce cho thấy rằng khoảng 15,000 phương tiện cất cánh và hạ cánh thẳng đứng bằng điện (eVTOL) sẽ không thể thiếu trên 30 thành phố lớn vào năm 2035 chỉ để đáp ứng nhu cầu đi lại trong nội đô. Đến năm 2030, những công ty hàng đầu trong lĩnh vực Vận tải hàng không nâng cao (AAM) chở khách có thể tự hào về đội bay lớn hơn và số chuyến bay hàng ngày nhiều hơn đáng kể so với các hãng hàng không lớn nhất thế giới. Những chuyến bay này, trung bình chỉ kéo dài 18 phút mỗi chuyến, thường sẽ chở ít hành khách hơn (từ một đến sáu, cộng thêm một phi công).

Quá trình đô thị hóa ngày càng tăng, dân số ngày càng mở rộng, cơ sở hạ tầng già cỗi và sự gia tăng thương mại điện tử và hậu cần nhấn mạnh sự cần thiết của một giải pháp vận chuyển hiện đại, an toàn và tiết kiệm chi phí cho cả người và hàng hóa. Vận tải hàng không đô thị (UAM) thể hiện một phương thức vận chuyển liền mạch, đáng tin cậy và nhanh chóng, giải quyết các thách thức đô thị hiện tại và tương lai. Với khả năng chuyển đổi phương tiện giao thông nội thành và liên thành phố, UAM cung cấp giải pháp thay thế nhanh hơn và hiệu quả hơn cho các phương thức vận chuyển trên mặt đất thông thường. Việc áp dụng Vận tải hàng không đô thị phụ thuộc vào năm yếu tố chính:

• Nhu cầu ngày càng tăng về các phương thức vận tải thay thế trong di chuyển đô thị
• Cần giao hàng thuận tiện, hiệu quả và giao hàng chặng cuối
• Quy định không phát thải và không gây tiếng ồn
• Tiến bộ trong công nghệ (Lưu trữ năng lượng, Tự động hóa, Kết nối, Điện tử công suất)
• Bảo mật

Mặc dù lĩnh vực Vận tải Hàng không Đô thị (UAM) đang phát triển nhưng lĩnh vực này vẫn phải đối mặt với những thách thức đáng kể cần giải quyết để đạt được sự phát triển và thành công trong tương lai. Những thách thức này bao gồm từ việc phát triển hệ thống động cơ điện đáng tin cậy đến đạt được khả năng bay tự động và thiết lập cơ sở hạ tầng cần thiết như các sân bay và trạm sạc. Vượt qua những rào cản này là rất quan trọng để giải phóng tiềm năng biến đổi của UAM trong giao thông đô thị.

Việc sử dụng AI để bảo trì dự đoán cho phép phân tích dữ liệu cảm biến và các nguồn trên máy bay để dự báo nhu cầu bảo trì, giảm thời gian ngừng hoạt động và tăng tính khả dụng của máy bay. Hoạt động kiểm tra bảo trì được hỗ trợ bởi AI cho phép xác định vấn đề nhanh chóng thông qua phân tích hình ảnh của eVTOL và UAV, giảm thiểu sai sót và sơ suất. AI hỗ trợ đưa ra quyết định tốt hơn về hỗ trợ bảo trì máy bay bằng cách phân tích kỹ lưỡng các cân nhắc khác nhau, có khả năng dẫn đến kết quả được cải thiện. Ngoài ra, hệ thống robot được trang bị thuật toán AI có thể tự động sửa chữa hoặc thay thế các bộ phận nhỏ, nâng cao tính an toàn cho đội bảo trì. Hơn nữa, AI tạo điều kiện cho việc chẩn đoán và khắc phục sự cố có chủ đích tốt hơn, đẩy nhanh việc xác định vấn đề và đề xuất sửa chữa. Cuối cùng, AI trong UAM hứa hẹn sẽ chủ động bảo trì, tích hợp dữ liệu và cải thiện độ an toàn, đảm bảo máy bay được bảo trì hiệu quả từ khi cất cánh đến khi hạ cánh.

Hệ thống quản lý cabin thông minh (ICMS), được sử dụng trong ngành hàng không và đường sắt, trải qua những tiến bộ liên tục được thúc đẩy bởi các công nghệ mới nổi. Các thuật toán nhận dạng khuôn mặt nâng cao, được điều khiển bởi trí tuệ nhân tạo (AI), cải thiện đáng kể hiệu quả và độ tin cậy trong xác thực người dùng, phân tích hành vi, an toàn, phát hiện mối đe dọa và theo dõi đối tượng. Hơn nữa, ICMS ưu tiên theo dõi các dấu hiệu sinh tồn của hành khách trên tàu để đảm bảo an toàn sức khỏe.

Giải pháp này đảm bảo hoạt động của cabin tập trung vào an toàn, an ninh và sức khỏe của hành khách, phù hợp với nhiều khoang hành khách khác nhau trên máy bay và đường sắt, đồng thời đặc biệt lý tưởng cho các ứng dụng UAM. Nó tạo điều kiện thuận lợi cho phi hành đoàn và hành khách được ủy quyền vào cabin, hướng dẫn sắp xếp chỗ ngồi, thực thi các quy định về vị trí hành lý, đảm bảo tuân thủ các khuyến nghị về du lịch hàng không, giám sát hành vi của hành khách để can thiệp trước, xác định các đồ vật được phép và có khả năng đe dọa, gắn cờ hành lý để lại và phát hiện các thông số sức khỏe quan trọng cho giám sát và kiểm soát thời gian thực.

Bảo trì dự đoán dựa trên AI bao gồm việc phân tích dữ liệu cảm biến và các nguồn trên bo mạch để dự đoán nhu cầu bảo trì UAM, hỗ trợ lập kế hoạch chủ động và giảm thiểu thời gian ngừng hoạt động. Tương tự, hoạt động kiểm tra dựa trên AI sử dụng phân tích hình ảnh để nhanh chóng xác định các vấn đề tiềm ẩn trong quá trình kiểm tra thường xuyên, nâng cao độ chính xác và giảm sai sót. Ngoài ra, AI hỗ trợ việc ra quyết định bảo trì bằng cách phân tích các yếu tố khác nhau như chi phí sửa chữa và tính sẵn có của bộ phận, đưa ra các đề xuất sáng suốt. Những tiến bộ trong tương lai có thể thấy các hệ thống bảo trì tự động, được hỗ trợ bởi AI, thực hiện các nhiệm vụ thường ngày như kiểm tra và sửa chữa nhỏ, nâng cao hiệu quả và an toàn. Hơn nữa, AI hỗ trợ các kỹ thuật viên chẩn đoán và khắc phục sự cố bằng cách phân tích dữ liệu và hồ sơ lịch sử để xác định các vấn đề và đề xuất giải pháp phù hợp, hợp lý hóa quy trình bảo trì và đảm bảo độ tin cậy vận hành của UAM.

Việc tích hợp AI vào bảo trì UAM mang lại nhiều lợi ích giúp nâng cao đáng kể hiệu quả, độ an toàn và độ tin cậy của hoạt động UAM. Thông qua hoạt động bảo trì chủ động được hỗ trợ bởi khả năng dự đoán của AI, các nhóm bảo trì có thể dự đoán và giải quyết các lỗi tiềm ẩn trước khi chúng xảy ra, giảm thời gian ngừng hoạt động ngoài dự kiến ​​và nâng cao độ tin cậy vận hành. Hơn nữa, hoạt động bảo trì được hỗ trợ bởi AI làm tăng tính khả dụng của máy bay, đảm bảo phương tiện luôn an toàn và đáng tin cậy, từ đó góp phần nâng cao sự hài lòng của khách hàng và hiệu suất vận hành tổng thể.

Hơn nữa, tối ưu hóa bảo trì dựa trên AI giúp giảm chi phí bằng cách dự đoán chính xác nhu cầu bảo trì và giảm thiểu việc kiểm tra cũng như thay thế linh kiện không cần thiết, từ đó giảm chi phí nhân công và vật liệu. Ngoài ra, việc giám sát liên tục tình trạng phương tiện UAM của AI giúp tăng cường độ an toàn bằng cách phát hiện các điểm bất thường hoặc rủi ro về an toàn trong thời gian thực, ngăn ngừa tai nạn và đảm bảo bảo trì kịp thời. Nhìn chung, việc ứng dụng AI trong bảo trì UAM thể hiện một bước chuyển đổi hướng tới hệ thống vận tải hàng không đô thị hiệu quả, an toàn và đáng tin cậy hơn.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service