Наближава ерата, когато машините няма да се повреждат

Самолетите стават все по-богати на автоматизирани инструменти, сензори и датчици
(снимка: CC0 Public Domain)

Прогностичната поддръжка на база изкуствен интелект ще открива нередностите във всякакви видове апаратура достатъчно рано, за да не се стига изобщо до момента, в който дадени компоненти се повреждат и се налага устройствата да се поправят. Благодарение на множество сензори и събираните чрез тях данни в съчетание с изкуствен интелект, обработващ тези данни, ще е възможно навреме да се откриват аномалии, които подсказват предстоящо повреждане.

Стъпка напред в реализацията на тази нова ера осъществиха наскоро Fujitsu и Airbus. Японската компания успя да спечели първата награда в най-новото издание на конкурсa „Airbus AI Gym”. Това е ежегоден конкурс за прилагане на изкуствения разум за подобряване на работата на летателните апарати. В тазгодишното издание бе потърсена система за прогностична поддръжка. Нейната задача бе навременното откриване на аномалии в потоците от данни от сензорите и датчиците в тестови хеликоптери.

В търсене на аномалии

Когато се провеждат изпитания с летателни апарати, например хеликоптери, авио-инженерите прикрепят голям брой сензори и датчици към машините, за да регистрират и записват всеки нюанс на поведение на машината по време на полет. Акселерометри и други датчици „слушат” и измерват движенията, вибрациите. Измерванията се извършват веднъж на секунда или дори по-често. Всеки уред и компонент в хеликоптера бива преслушван постоянно. Всичко се събира и записва. По-късно се анализира.

Много важни за инженерите са аномалиите в данните, обяснява Иън Годфрей, директор бизнес решения във Fujitsu Systems Europe (FSE). В натрупаните големи обеми данни от всеки тестови полет се търсят явления и тенденции, които са необичайни: те са „некласифицирани”, тоест не попадат в нито една категория на познато поведение. Да се открият обаче тези аномалии в огромния обем данни, които се генерират при тестов полет – той трае около час и половина – е огромно предизвикателство. Тук именно идва на помощ изкуственият разум.

Самолетите и изобщо летателните апарати стават все по-богати на автоматизирани инструменти, все повече сензори и датчици, казва Годфрей. Затова са нужни и повече и по-задълбочени анализи на данните, които се генерират. „В следващите 10 години тези данни ще се увеличат експоненциално”, твърди специалистът. Ролята на изкуствения интелект става все по-съществена.

Разкриването на аномалиите в данните означава на практика възможно най-ранно „надушване” на потенциални повреди. Така например, ако един датчик не работи добре и не подава регулярно данните, които се очакват от него, изкуственият разум ще забележи, че е налице нередно поведение. Това може да е началото на повреда. Долавянето на необичаен, некласифициран сигнал е аномалия, която трябва да бъде забелязана навреме. Дефектът ще може да се отстрани, преди да се стигне до повреда.

Висока точност

Разработената от Fujitsu система е постигнала 93% прецизност в откриването на аномалиите, използвайки модел на изкуствен интелект под името „DeepTAN”. Той  създаден от подразделението Fujitsu Systems Europe. Технологията анализира в рамките на фиксиран период от време целия набор данни от всички сензори на тестовия хеликоптер. Тя разпознава аномалии в поведението на сензорите, използвайки алгоритъм за „дълбоко обучение”.

Ценен иструмент за производители, оператори, сервизи

Макар че е все още в ранен етап на развитие, този модул и аналогичните на него разработки ще играят важна роля във въздушния транспорт занапред. „В следващите 20 години самолетният парк по света ще се обнови – и навярно ще се удвои. Операторите ще генерират много данни. Това ще е много важно както за ефективността, така и за безопасността, казва Годфрей.

Благодарение на анализите на данни и прогностичната поддръжка, ще се намали престоят „на земя”, който летателните машини прекарват в ремонти. Това е важно колкото за авиооператорите, толкова и за самите сервизни фирми. За тях намесата на изкуствения разум означава по-малко време, в което самолетът е блокиран за поправка.

Освен за авио-операторите и сервизните фирми данните и техните анализи ще са важни и за самите производители на летателно оборудване. Моделът на оперативен лизинг на авио-техниката вече нахлува в авио-индустрията (от няколко години Rolce Royce не продава двигателите си, а ги отдава на лизинг, като поема и пълната им поддръжка). Това значи, че доставчиците на части и компоненти за летателните машини все повече ще държат да събират данни за работата на своите устройства.

Индустрии на оперативното износване

Не само авио-индустрията обаче търси ползите на прогностичната поддръжка на база изкуствен интелект. Транспортът, енергетиката и изобщо всички индустрии, свързани с производството и използването на машини, имат нужда от намесата на прогнозите за поддръжката на всеки компонент и детайл. Това са всички промишлености, създаващи продукт, който страда от оперативно износване, кава Годфрей.

Инфраструктурните индустрии също имат интерес от технологиите за събиране на данни чрез сензори и датчици, техния анализ чрез изкуствен разум, навременното откриване на аномалии и прогностичното поддържане. Например мостовете и редица пътни съоръжения понасят голям брой вибрации, което е свързано с тяхното амортизиране. В дългосрочен план и автономните автомобили ще се възползват от технологията.

С други думи, за всички тези индустрии назрява времето, когато компонентите няма да се поправят и подменят при повреда – тя ще бъде предсказана, а поправката ще бъде извършена, преди устройството да се развали. За бизнеса това означава спестяване на човешки труд, спестяване на време, намаляване на времето на непланиран престой. На свой ред всичко това означава намаляване на разходите и постигане на максимална ефективност.