Tata Elxsi 在 13 財年實現了 24% 的收入成長，是汽車、廣播、通訊、醫療保健和運輸等行業的全球領先設計和技術服務提供者之一。他們透過物聯網、雲端、行動性、虛擬實境和人工智慧等數位技術的設計思維和開發來展現卓越的服務能力。
ELE Times 副編輯 Rashi Bajpai 與 Tata Elxsi 航空電子、運輸主管 Jayaraj Rajapandian 就航空航天/航空的各個方面進行了交談，從行業趨勢到未來發展。
這是互動的摘錄。
ELE Times：航空航天電氣化的最新趨勢是什麼？
賈亞拉傑·拉賈潘迪安： 航空航太業正在迅速發展，許多創新重新定義了該領域。最新的進步之一是航空航天電氣化。這是實現聯合國為航空航太業所製定的永續發展目標的重大推動力。它涉及透過使用電能完全或以混合模式為飛機提供動力來實施電動馬達和渦輪電力推進等電力推進技術。
推進系統的電氣化使城市空中交通（UAM）車輛成為現實，距離商業運營又更近了一步。較小的飛機和無人機可減少排放、運作更安靜並提高效率。電動執行器可提高燃油效率，並正在取代液壓驅動執行器。
混合動力電力推進系統將傳統燃油引擎與電力推進系統結合。較大的飛機採用它們來提高燃油效率並減少排放。
永續航空燃料（SAF）可用於減少航空對環境的影響。然而，擴大 SAF 生產規模的投資將根據航空需求進行監控。
電動垂直起降 (eVTOL) 車輛可實現垂直起降，從而減少對專用跑道等基礎設施的依賴。 Vertiport 釋放了城市空中交通的潛力。這些車輛將更多地用於後勤和空戰車輛。
此外，電池技術的進步使得用於儲存、有效電力轉換和分配的燃料電池呈指數級增長，因此需要有效的電池管理解決方案。鋰聚合物電池由於重量較輕且能量儲存較高，因此具有較長的續航時間。
ELE Times：請給我們一些關於無人機系統未來創新的見解。
賈亞拉吉·拉賈潘迪安：無人機系統 (UAS) 在提高效率、降低成本、到達偏遠和難以到達的地區、改進防禦系統以及最重要的是增強安全方面非常有用。主要重點是透過結合人工智慧 (AI) 和機器學習 (ML) 等尖端技術來改善自主導航和控制，以便在複雜環境和全天候條件下有效運行，並提高長期任務的續航能力。
目前，監管機構正在對無人機的商業使用進行監控，主要是在超視距（BVLOS）操作時。然而，先進的感測器和有效載荷技術，如光達和熱成像系統，可以幫助提高可用性和可靠性。
無人作戰系統包括空中、陸地和水下無人機。無人機用於收集情報、進行監視和偵察（ISR）以及攜帶彈藥。世界各國政府都將無人作戰系統視為可與有人駕駛戰鬥機相媲美的資產，因為它們消耗了國防預算的很大一部分。研究人員正在探索群體智能，使多架無人機能夠協同工作並集體操作，確保即使許多無人機遺失，任務也不會受到影響。
ELE Times：詳細闡述先進導航和控制的航空電子設備開發的一些最新技術。
賈亞拉傑·拉賈潘迪安： 在過去的幾十年裡，基於衛星的導航和通訊系統變得更加普遍，電子系統變得更加可擴展，更高的冗餘度在最近的飛機中變得更加普遍。電傳飛行控制系統已用電子介面取代了機械控制，從而可以對飛機飛行表面進行精確和自適應控制。在駕駛艙駕駛艙中使用單塊玻璃使操作變得更加無縫。然而，國際民航組織預測，到 2030 年代中期，空域的交通量將是目前的兩倍，該產業需要的不僅是漸進式創新，還需要轉型。
目前，重點是實現緊湊的外形尺寸和系統平台化。航空航太原始設備製造商和技術合作夥伴正在攜手邁向下一個旅程。基於 RISC-V 的處理單元因其安全功能和滿足 OEM 需求的客製化功能而受到關注。 FMS等航空電子設備的合作，用於不同供應商提供的不同飛機，以創建統一的產品系列，標誌著航空業朝著標準化和互通性邁出的戰略一步。這降低了原始設備製造商的庫存成本和航空公司的培訓成本。
對抗受欺騙的感測器、管理欺騙、抗干擾、區分朋友和敵人以及通訊安全的創新正在引起人們的注意。越來越多的地區企業正在開發無人機航空電子設備，打破了技術進入障礙。為了保持競爭力和相關性，國防原始設備製造商需要做出轉型努力，以縮短通常需要 5 到 7 年的週期時間。數位孿生、對具有高處理運算能力的大數據處理的投資可以加快這一周期時間。
Tata Elxsi 的先進流程可用於開發基於雲端的子系統數位孿生。從數位孿生開發的功能是可擴展的，可以同時用於多個系統。
ELE Times：如何將AI/ML應用於航空航天設計和維護？
賈亞拉傑·拉賈潘迪安： 借助人工智慧和機器學習功能，航空航天設計和維護可以提高效率、減少停機時間並改善系統的健康狀況。人工智慧和機器學習可以分析來自模擬、過去的設計和實際操作的大量資料集，以找出飛機零件、結構和系統的最有效配置。
人工智慧和機器學習工具也有助於建構飛機系統和組件的虛擬原型和測試。它使用高效能電腦產生精確的模擬，預測性能特徵並微調設計參數。更重要的是，人工智慧和機器學習演算法也有助於預測性維護。這些演算法可以分析來自飛機系統和組件的感測器數據，以檢測異常、預測故障並主動安排維護。人工智慧和機器學習工具也有助於維護健康監測系統和分析根本原因。我們很快就會看到透過在系統模型上模擬大量場景來獲得認證。
我們的 TEDAX 解決方案加速器 - Tata Elxsi 的大數據平台用於建立系統模型和視覺化資料。 Tata Elxsi 的基於人工智慧的視訊分析 AIVA 可即時解決複雜的場景。
ELE Times：Tata Elxsi 如何提升飛機生產效率？
賈亞拉傑·拉賈潘迪安： 航空航太業在 COVID-19 大流行放緩後，需求增速正在加快。隨著需求的增長，原始設備製造商需要透過利用先進的製造技術、增加具有成本效益的供應商以及整合產品生命週期管理技術來提高生產效率。 3D 列印、機器人、數位孿生和自動化組裝系統等技術可以提高飛機生產。
Tata Elxsi 設計並實施工業 4.0 解決方案，提升製造績效。我們也與原始設備製造商 (OEM) 合作，尋找供應商來採購原材料、按規格生產並認證其產品。
