Flygplanstillverkaren Airbus har arrangerat en global tävling där bolag fått i uppdrag att hitta en AI-baserad lösning för att kunna underhålla helikoptrar bättre och upptäcka problem tidigare. Det vinnande bidraget, från Fujitsu, uppnådde 93 procents precision.

Idag monterar flygingenjörer ett stort antal sensorer på helikoptrar för att analysera varje aspekt av fordonens beteende. För att utnyttja sensorerna bättre och upptäcka potentiella problem tidigt, har Airbus anordnat initiativet AI Gym Challenge.
Målet för initiativet var att hitta nya effektiva lösningar för autonom AI att minska tiden det tar att analysera de enorma datamängder som kommer från varje flygtur. Då nästan all insamlad data är normal behöver det skapas ett sätt att hitta de små avvikelserna utan att tillbringa mängder av arbetstimmar på att hitta nålar i den digitala höstacken.
Det vinnande bidraget kom från Fujitsu, vars lösning identifierade avvikelser med 93 procents precision. Lösningen togs fram genom att låta algoritmen tränas och valideras genom 1 677 en-minuts-sekvenser av accelerometerdata från testhelikoptrar som testats på olika platser och rutter.
Det här gör att tiden från att upptäcka ett fel till att åtgärda dem kan kortas ner markant. Vilket i sin tur leder till högre säkerhet för passagerare, och kan bidra till att rädda liv. För flygbolagen innebär det också att man kan planera underhåll bättre. Nästan 30 procent av alla flygförseningar beror på att teknikerna måste utföra oplanerad service på fordonet, något som kostar flygbolagen stora summor pengar – och resenärers tålamod.
Därför planerar nu Fujitsu att utveckla en kommersiell end-to-end-version av lösningen. Tanken är att ge bolag möjligheten att minimera tiden lagd på oväntat underhåll och istället lägga mer fokus på konkreta åtgärder och planerat underhåll.

Filed under: Utländsk Teknik