作者：Ajay Kumar Lohany，Cyient 航空与铁路交付高级总监
据预测，到 8.2 年，航空乘客数量将翻一番，达到 2037 万人，为先进空中交通 (AAM) 提供动力的全电动和混合电动推进系统的进步正在演变成一个价值数十亿美元的产业。劳斯莱斯最近的评估表明，到 15,000 年，30 个主要城市将需要大约 2035 辆电动垂直起降 (eVTOL) 车辆来满足城市内出行的需求。到 2030 年，客运高级空中交通 (AAM) 领域的顶尖企业将拥有比世界上最大的航空公司更大的机队和更多的每日航班。这些航班平均每次飞行时间仅为 18 分钟，通常载客量较少（XNUMX 到 XNUMX 人，外加一名飞行员）。
不断发展的城市化、不断扩大的人口、老化的基础设施以及电子商务和物流的激增，凸显了对人员和货物现代、安全且具有成本效益的运输解决方案的需求。城市空中交通 (UAM) 提供了一种无缝、可靠且快捷的交通方式，可应对当前和未来的城市挑战。城市空中交通能够改变城内和城际交通，为传统的地面交通方式提供了更快、更有效的替代方案。城市空中交通的采用取决于五个主要因素：
- 城市交通对替代交通方式的需求不断增长
- 需要便捷、高效的最后一英里交付
- 零排放和无噪音指令
- 技术进步（能源存储、自主、互联、电力电子）
- 安保行业
尽管城市空中交通 (UAM) 行业不断发展，但它仍面临着重大挑战，需要解决这些挑战才能实现未来的增长和成功。这些挑战包括开发可靠的电力推进系统、实现自主飞行能力以及建立垂直起落机场和充电站等必要的基础设施。克服这些障碍对于释放城市空中交通在城市交通领域的变革潜力至关重要。
利用人工智能进行预测性维护可以分析传感器数据和机载资源来预测维护需求，从而减少停机时间并提高飞机可用性。支持人工智能的维护检查可以通过 eVTOL 和无人机的图像分析来快速识别问题，从而最大限度地减少错误和疏忽。人工智能通过彻底分析各种考虑因素，帮助做出更好的飞机维护支持决策，可能会改善结果。此外，配备人工智能算法的机器人系统可以自主修复或更换小零件，从而提高维护团队的安全性。此外，人工智能有助于更好的诊断和有针对性的故障排除，加快问题识别和修复建议。最终，城市空中交通中的人工智能将实现主动维护、数据集成和更高的安全性，确保飞机从起飞到着陆得到有效维护。
用于航空和铁路行业的智能客舱管理系统（ICMS）在新兴技术的推动下不断进步。由人工智能 (AI) 驱动的增强型面部识别算法可显着提高用户身份验证、行为分析、安全、威胁检测和对象跟踪方面的效率和可靠性。此外，ICMS 优先监测机上乘客的生命体征，以确保健康安全。
该解决方案确保客舱运行注重乘客的安全、保障和健康，适用于飞机和铁路的各种客舱，特别适合城市空中交通应用。它有助于授权机组人员和乘客进入机舱、指导座位安排、执行行李放置规定、确保遵守航空旅行建议、监控乘客行为以进行先发制人干预、识别允许的和潜在威胁的物体、标记遗留行李并检测重要的健康参数实时监控。
人工智能驱动的预测性维护涉及分析传感器数据和机载资源，以预测 UAM 维护需求，帮助主动调度并最大限度地减少停机时间。同样，基于人工智能的检查利用图像分析来快速识别定期检查期间的潜在问题，从而提高准确性并减少错误。此外，人工智能通过分析维修成本和零件可用性等各种因素来支持维护决策，并提供明智的建议。未来的进步可能会看到由人工智能驱动的自主维护系统，执行检查和小修等日常任务，从而提高效率和安全性。此外，人工智能通过分析数据和历史记录来协助技术人员进行诊断和故障排除，以查明问题并提出适当的解决方案，简化维护流程并确保 UAM 运行可靠性。
将人工智能集成到 UAM 维护中可带来诸多好处，显着提高 UAM 运营的效率、安全性和可靠性。通过人工智能预测功能实现的主动维护，维护团队可以在潜在故障发生之前预测并解决它们，从而减少计划外停机并提高运营可靠性。此外，人工智能支持的维护提高了飞机的可用性，确保车辆始终安全可靠，从而有助于提高客户满意度和整体运营绩效。
此外，人工智能驱动的维护优化通过准确预测维护需求并最大程度地减少不必要的检查和部件更换来降低成本，从而减少人工和材料成本。此外，人工智能对城市空中交通车辆状况的持续监控可以通过实时检测异常或安全风险、预防事故并确保及时维护来增强安全性。总体而言，人工智能在城市空中交通维护中的应用代表了朝着更高效、安全、可靠的城市航空交通系统迈出的变革性一步。
