Autor: Ajay Kumar Lohany, director sénior de entrega, Aero & Rail, Cyient

Con proyecciones que indican una duplicación del número de pasajeros aéreos a 8.2 millones para 2037, el avance de la propulsión totalmente eléctrica e híbrida-eléctrica para impulsar la Movilidad Aérea Avanzada (AAM) está evolucionando hacia una industria de mil millones de dólares. Evaluaciones recientes de Rolls Royce sugieren que aproximadamente 15,000 vehículos eléctricos de despegue y aterrizaje vertical (eVTOL) serán indispensables en 30 ciudades importantes para 2035 únicamente para satisfacer la demanda de viajes dentro de la ciudad. Para 2030, los principales actores del sector de movilidad aérea avanzada (AAM) de pasajeros podrían presumir de flotas más grandes y muchos más vuelos diarios que las aerolíneas más grandes del mundo. Estos vuelos, con una duración promedio de sólo 18 minutos cada uno, normalmente transportarán menos pasajeros (de uno a seis, más un piloto).

La creciente urbanización, el aumento de la población, el envejecimiento de la infraestructura y el aumento del comercio electrónico y la logística subrayan la necesidad de una solución de transporte contemporánea, segura y rentable tanto para personas como para mercancías. La Movilidad Aérea Urbana (UAM) presenta un modo de transporte fluido, confiable y rápido, que aborda los desafíos urbanos presentes y futuros. Con la capacidad de transformar el transporte intra e interurbano, la UAM ofrece una alternativa más rápida y efectiva a los métodos de transporte terrestre convencionales. La adopción de la movilidad aérea urbana depende de cinco factores principales:

• Creciente demanda de modos de transporte alternativos en la movilidad urbana
• Necesidad de una entrega cómoda, eficiente y de última milla
• Mandatos de cero emisiones y ausencia de ruido
• Avance en tecnologías (Almacenamiento de energía, Autónomos, Conectados, Electrónica de Potencia)
• Seguridad

A pesar del creciente sector de la movilidad aérea urbana (UAM), enfrenta importantes desafíos que deben abordarse para lograr crecimiento y éxito en el futuro. Estos desafíos van desde desarrollar sistemas de propulsión eléctrica confiables hasta lograr capacidades de vuelo autónomo y establecer la infraestructura necesaria como vertipuertos y estaciones de carga. Superar estos obstáculos es vital para desbloquear el potencial transformador de la UAM en el transporte urbano.

El uso de IA para el mantenimiento predictivo permite el análisis de datos de sensores y fuentes a bordo para pronosticar las necesidades de mantenimiento, reducir el tiempo de inactividad y aumentar la disponibilidad de las aeronaves. Las inspecciones de mantenimiento habilitadas por IA permiten una rápida identificación de problemas mediante el análisis de imágenes de eVTOL y UAV, minimizando errores y descuidos. La IA ayuda a tomar mejores decisiones para el mantenimiento de aeronaves al analizar exhaustivamente diversas consideraciones, lo que probablemente conduzca a mejores resultados. Además, los sistemas robóticos equipados con algoritmos de IA pueden reparar o reemplazar piezas menores de forma autónoma, lo que mejora la seguridad de los equipos de mantenimiento. Además, la IA facilita mejores diagnósticos y resolución de problemas específicos, lo que acelera la identificación de problemas y las sugerencias de reparación. En última instancia, la IA en la UAM promete mantenimiento proactivo, integración de datos y mayor seguridad, garantizando que las aeronaves se mantengan eficazmente desde el despegue hasta el aterrizaje.

El Sistema Inteligente de Gestión de Cabina (ICMS), utilizado en las industrias de la aviación y el ferrocarril, experimenta avances continuos impulsados ​​por tecnologías emergentes. Los algoritmos de reconocimiento facial mejorados, impulsados ​​por inteligencia artificial (IA), mejoran significativamente la eficiencia y la confiabilidad en la autenticación de usuarios, el análisis de comportamiento, la seguridad, la detección de amenazas y el seguimiento de objetos. Además, el ICMS prioriza el seguimiento de los signos vitales de los pasajeros a bordo por motivos de seguridad sanitaria.

Esta solución garantiza las operaciones de cabina con un enfoque en la seguridad y la salud de los pasajeros, adecuada para varias cabinas de pasajeros en aviones y ferrocarriles, y particularmente ideal para aplicaciones UAM. Facilita la entrada a la cabina por parte de la tripulación y los pasajeros autorizados, guía la disposición de los asientos, hace cumplir las normas de colocación del equipaje, garantiza el cumplimiento de las advertencias de viaje aéreo, monitorea el comportamiento de los pasajeros para una intervención preventiva, identifica objetos permitidos y potencialmente amenazantes, señala el equipaje dejado y detecta parámetros de salud vitales para Monitoreo y control en tiempo real.

El mantenimiento predictivo impulsado por IA implica analizar los datos de los sensores y las fuentes integradas para anticipar las necesidades de mantenimiento de la UAM, lo que ayuda a la programación proactiva y minimiza el tiempo de inactividad. De manera similar, las inspecciones basadas en inteligencia artificial utilizan análisis de imágenes para identificar rápidamente problemas potenciales durante las inspecciones periódicas, lo que mejora la precisión y reduce los errores. Además, la IA respalda la toma de decisiones de mantenimiento mediante el análisis de diversos factores, como los costos de reparación y la disponibilidad de piezas, y brinda recomendaciones informadas. Los avances futuros pueden ver sistemas de mantenimiento autónomos, impulsados ​​por IA, que realizan tareas rutinarias como inspecciones y reparaciones menores, mejorando la eficiencia y la seguridad. Además, la IA ayuda a los técnicos en el diagnóstico y la resolución de problemas mediante el análisis de datos y registros históricos para identificar problemas y sugerir soluciones adecuadas, agilizando los procesos de mantenimiento y garantizando la confiabilidad operativa de la UAM.

La integración de la IA en el mantenimiento de la UAM ofrece numerosos beneficios que mejoran significativamente la eficiencia, la seguridad y la confiabilidad de las operaciones de la UAM. A través del mantenimiento proactivo habilitado por las capacidades predictivas de la IA, los equipos de mantenimiento pueden anticipar y abordar fallas potenciales antes de que ocurran, reduciendo el tiempo de inactividad no planificado y mejorando la confiabilidad operativa. Además, el mantenimiento respaldado por IA aumenta la disponibilidad de las aeronaves, garantizando que los vehículos sean constantemente seguros y confiables, contribuyendo así a una mayor satisfacción del cliente y al rendimiento operativo general.

Además, la optimización del mantenimiento impulsada por la IA conduce a una reducción de costos al predecir con precisión las necesidades de mantenimiento y minimizar las inspecciones y reemplazos de componentes innecesarios, reduciendo así los costos de mano de obra y materiales. Además, el monitoreo continuo por parte de la IA de las condiciones de los vehículos UAM mejora la seguridad al detectar anomalías o riesgos de seguridad en tiempo real, prevenir accidentes y garantizar un mantenimiento oportuno. En general, la aplicación de la IA en el mantenimiento de la UAM representa un paso transformador hacia un sistema de transporte aéreo urbano más eficiente, seguro y confiable.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.eletimes.com/emerging-solutions-in-all-electric-air-mobility-service