درک سنسور های جاسازی شده و IoT در هواپیمایی

سنسورهای جاسازی شده به طور مداوم دستگاه های مینیاتور شده را به ساختار، موتورهای، آئویونیک ها و سیستم های کابین متصل می کنند.آنها به طور مداوم پارامترهایی مانند دما، فشار، لرزش، فشار و سطح مایع را اندازه گیری می کنند. اینترنت اشیا (IoT) این سنسورها را از طریق شبکه های سیم کشی یا بی سیم متصل می کند، انتقال داده های زمان واقعی را به واحدهای پردازش مرکزی در هواپیما و یا ایستگاه های یکپارچه، و عملیات های اتصال "کنترلی" قادر به عملیات های اتصال خود، و "کنترلی" می سازد.

انواع سنسور کلیدی شامل (FLT:0) سنسور های فشار فیبر نوری برای نظارت بر سلامت ساختاری، شتاب سنج برای تجزیه و تحلیل ارتعاشی [FLT3]، و MEMS (سیستم های میکرو الکترومکانیکی) سنسورهای [F350] و سیستم های مدیریت دمای دیجیتال، پردازش و تجزیه و تحلیل لبه (F6W) است.

چگونه Smart Configuration امنیت و کارایی را بهبود می بخشد

پیش بینی نگهدارنده

نگهداری هواپیماهای سنتی پس از وقفه ثابت یا تعمیرات واکنشی پس از وقوع خطا، سنسورهای جاسازی شده و IoT (FLT:0 پیش بینی تعمیر و نگهداری را با نظارت مداوم بر سلامت اجزای محیطی تشخیص می دهند؛ الگوریتم ها ناهنجاری های زمین را تشخیص می دهند - مانند استفاده تدریجی از مواد شیمیایی یا آلودگی مایع هیدرولیک - و هشدار خدمه زمین قبل از شکست رخ می دهد.

بهینه سازی سوخت

پیکربندی های هوشمند هواپیما، سوخت را با ادغام داده های سنسور با سیستم های مدیریت پرواز بهینه می کنند.[۱] اندازه گیری های زمان واقعی سرعت هوا، ارتفاع، عملکرد موتور و شرایط جوی اجازه می دهد تا کامپیوتر پرواز تنظیمات کروز بهینه را توصیه کند. Adaptive بال سطوح مجهز به سنسورهای فشار جاسازی شده می تواند در اواسط پرواز تغییر کند تا علاوه بر این، آلودگی های حمل و نقل و یا کاهش 5:3.

مسافر و امنیت کابین

IoT فراتر از سیستم های مکانیکی را به کابین گسترش می دهد. سنسورها دمای، رطوبت، کیفیت هوا و سطح صدا را اندازه گیری می کنند. الگوریتم ها به طور خودکار مناطق HVAC و نورپردازی را بر اساس اشغال و زمان روز تنظیم می کنند. شخصی شده در سرگرمی پرواز سیستم های پشتیبانی از صفحه نمایش های حمل و نقل هوایی] و تنظیم تنظیمات کلی ترافیک، و استفاده از سیستم های اتصال دلتا.

تکنولوژی های کلیدی رانندگی هواپیمای هوشمند

Sensor Fusion و Edge Computing

هواپیماهای مدرن صدها تا هزاران سنسور را حمل می کنند.در ترکیب داده ها از منابع مختلف – یک تصویر یکپارچه از گره های محاسباتی Edge واقع در فرآیند خلیج avionics داده های بحرانی را در میلی ثانیه، اطمینان از پاسخ فوری برای عملکرد های حساس پرواز فراهم می کند.

هوش مصنوعی و یادگیری ماشین

مدل های AI آموزش دیده در داده های پرواز تاریخی الگوهای نامرئی را برای اپراتورهای انسانی تشخیص می دهند. [شبکه های عصبی کانولوی] طیف ارتعاشات را تجزیه و تحلیل می کنند تا تخریب تحمل را شناسایی کنند؛ مدل های تصادفی جنگل پیش بینی می کنند که زندگی مفید باقی مانده از اجزای آن را شناسایی می کنند. ]کارهای کار هوایی ناساSA (FLT 1) سیستم های تشخیصی مبتنی بر هوش مصنوعی را کاهش می دهد که بیش از 95٪ دقت در شناسایی موتور مقصر هستند.

دوقلوهای دیجیتال

یک جفت (FLT:0) دیجیتال یک شبیه سازی مجازی از هواپیمای واقعی است، به طور مداوم با داده های سنسور همگام سازی می شود. مهندسان می توانند سناریوهایی را اجرا کنند - مانند شبیه سازی آب و هوا یا تخریب قطعات شدید - بدون به خطر انداختن دارایی واقعی رولز-Royce از دوقلوهای دیجیتال برای موتور ترنت استفاده می کند، و عملکرد زمان واقعی نظارت و بهینه سازی همان مفهوم تعمیر و نگهداری را در سیستم های تهویه مطبوع، اجازه می دهد.

اجرای فعلی و رهبران صنعت

حرکت به سمت هواپیماهای هوشمند در حال حاضر در حال انجام است. بوئینگ ویژگی های 777X LT:LT: 0LT Wirelessless سنسور شبکه در بال و موتور فرود، کاهش وزن سیم کشی توسط 20٪ در حالی که قادر به نظارت ساختاری زمان واقعی ایرباس (FLT:2FlightSense [F3] برنامه [F3] از داده های IoT در Aservice استفاده می کند تا سیستم های نظارت بر سیستم های حمل و سیستم های کنترل هوایی مانند E2 را اصلاح کند.

تامین کنندگان مانند Honeywell، Collins Aerospace و GE Aviation در حال توسعه پلتفرم های فعال IoT هستند که با نرم افزار عملیات هواپیمایی ادغام می شوند. Honeywell’s GoDirect مجموعه، به عنوان مثال، جمع آوری داده های سنسور موتور با هوا و اطلاعات هوایی برای توصیه مسیرهای کارآمد سوخت.

آینده روند

5G Connectivity و ماهواره IoT

رول از شبکه های 5G حمل و نقل هوایی (به عنوان مثال، سیستم 5G هوا به زمین) و کم زمین و یا بیت های ماهواره ای (Starlink، OneWeb) به طور مداوم پهنای باند بالا، پیوندهای کم نسبت بین هواپیما و زمین را فراهم می کند.این جریان واقعی داده های پرواز برای نظارت بر مدار بسته های دور از راه دور کابین خلبان و بسته بندی ماهواره ای را در حال حاضر پشتیبانی می کند.

سیستم های تعمیر و نگهداری خودکار و Self-Healing

تحقیقات در حال انجام است مواد خود شفا که آزاد کردن عوامل تعمیر هنگامی که سنسورها تشخیص ترک و یا خوردگی. همراه با هواپیماهای بدون سرنشین مستقل که خارج از هواپیما را بازرسی می کنند (الآماده توسط ایرباس برای بازرسی A350)، هواپیماهای آینده ممکن است بسیاری از وظایف تعمیر و نگهداری بدون دخالت انسان را انجام دهند. [F:2 ربات]F [LT3] با سنسورهای IoT ادغام شده در زمان واقعی جایگزین می تواند جایگزین شود.

تنظیم مقررات و گواهی تکامل

با این حال، سیستم های هوشمند تحت مقررات EASA و FAA همچنان یک مانع باقی مانده است، هر دو سازمان در حال توسعه (FLT:0) استانداردهای مبتنی بر عملکرد برای سیستم های نرم افزار فشرده نرم افزار است. FAA در حال حرکت به سمت چارچوب نظارت فیزیکی و بخشی از 33 اصلاح به طور فزاینده ای اجازه برای نگهداری مشروط اگر زنجیره داده های سنسور گواهی شده است.

چالش ها و ملاحظات

امنیت سایبری

با اتصال بیشتر، سطح حمله برای بازیگران مخرب رشد می کند. سنسورهای جاسازی شده، دروازه های IoT و شبکه های بی سیم باید در برابر نفوذ سخت شود.سازمان های تنظیم مقررات نیاز به رمزگذاری داده، فرآیندهای بوت امن و تقسیم بندی شبکه برای جلوگیری از سازش در کابین از تاثیر سیستم های هشدار پرواز- بحرانی. هوادار سیستم امنیت سایبری توسعه یافته توسط SAE و دستورالعمل های ثابت لازم است.

هزینه و بازگشت سرمایه گذاری

ناوگان های میراث با سنسور و زیرساخت IoT می توانند گران قیمت باشند - هم اتاقی ها از ۵۰۰،۰۰۰ دلار به ۲ میلیون دلار برای هر هواپیما برای تعمیر کامل هستند. خطوط هوایی باید این هزینه ها را در برابر صرفه جویی در سوخت، کاهش خرابی تعمیر و نگهداری و بهبود عملکرد مسافر، وزن کنند. پرونده کسب و کار قوی تر است برای مسافت های طولانی و گسترده ای که توسط اپراتورهای اصلی، اما به عنوان هزینه های کاهش، و اپراتورهای منطقه ای حمل و نقل منطقه ای، اجرا می شود.

مدیریت داده ها و استاندارد

یک هواپیمای واحد می تواند بیش از ۵۰۰ گیگابایت داده را در هر پرواز تولید کند.مدیریت ذخیره سازی، پهنای باند و تجزیه و تحلیل در مقیاس ناوگان نیاز به خطوط لوله داده قوی و زیرساخت ابر دارد. استانداردهای داده های گسترده صنعت (به عنوان مثال، AIR ATA ۲۰۰۰ و .ISO32]3) واقعا یکپارچه شده اند تا یک سیستم های هوشمند را بدون تامین کنندگان فناوری اطلاعات، و یک سیستم های هوشمند را تضمین کنند.

نتیجه گیری

پیکربندی هوشمند هواپیماهای با استفاده از سنسورهای جاسازی شده و فناوری IoT دیگر یک مفهوم آینده نیست - امروز به طور فعال حمل و نقل هوایی را تغییر می دهد.از تعمیر و نگهداری پیش بینی شده تا شخصی سازی کابین و بازرسی های مستقل، این نوآوری ها ایمنی ملموس، بهره وری و تجربه مسافر را در 5G، دوقلوها دیجیتال، و AI بالغ، پتانسیل عملیات پرواز کاملا مستقل و خود نگه داشتن خطوط هوایی، با این حال نیاز به تهدیدات سرعت و تغییرات هوایی است.