রক্ষণাবেক্ষণ সমস্যা সহ একটি ফ্লিট
আমেরিকা নেভির পৃষ্ঠতল ফ্লিট বছরের পর বছর রক্ষণাবেক্ষণ ব্যাকলগ নিয়ে সংগ্রাম করছে। জাহাজগুলি পরিকল্পিত গজ মেরামতের জন্য মাসের চেয়ে দীর্ঘ অপেক্ষা করে, মূল পৃষ্ঠতল যুদ্ধজাহাজ শ্রেণী জুড়ে প্রস্তুতির হার হ্রাস পেয়েছে, এবং সমস্যাটি Congress এবং ফ্লিট কমান্ডারদের কাছ থেকে ক্রমাগত সমালোচনা আকর্ষণ করেছে। সেবাটি এখন অন্তর্নিহিত নির্ণয় চ্যালেঞ্জ সমাধানের একটি কংক্রিট পদক্ষেপ নিয়েছে: Navy সর্বদা জানে না যে একটি জাহাজের কাঠামোগত অবনতি কোন পরিমাণে রয়েছে যতক্ষণ না এটি ইতিমধ্যে জাহাজে থাকে, যখন অপ্রত্যাশিত মেরামত দীর্ঘায়িত থাকে এবং ক্রমবর্ধমান খরচ সৃষ্টি করে।
Gecko Robotics, একটি Pittsburgh-ভিত্তিক কোম্পানি যা শিল্প অবকাঠামোতে রোবোটিক পরিদর্শন সিস্টেম স্থাপনে বিশেষজ্ঞ, সেই তথ্য ব্যবধান বন্ধ করতে সাহায্য করার জন্য চুক্তিবদ্ধ হয়েছে। পাঁচ বছরের, $54 মিলিয়ন অনির্দিষ্ট ডেলিভারি, অনির্দিষ্ট পরিমাণ চুক্তি কোম্পানির AI-সক্ষম রোবটগুলি Navy প্রশান্ত মহাসাগরীয় ফ্লিটে বরাদ্দ করা 18টি জাহাজে স্থাপন করবে, যার লক্ষ্য ঐতিহ্যবাহী ম্যানুয়াল পরিদর্শনের অনুমতি দেওয়ার চেয়ে প্রাথমিক এবং আরও ব্যাপকভাবে রক্ষণাবেক্ষণের প্রয়োজনীয়তা চিহ্নিত করা।
Gecko প্রযুক্তি কীভাবে কাজ করে
Gecko রোবোটিক সিস্টেমগুলি চৌম্বক-ট্র্যাক ক্রলার যা উল্লম্ব ধাতব পৃষ্ঠ স্কেল করতে সক্ষম — জাহাজের hull বিভাগ, bulkhead এবং ট্যাঙ্ক দেয়াল সহ — সেন্সর একটি অ্যারে বহন করে। অতিস্বনক পুরুত্ব গেজগুলি প্রতি ঘণ্টায় হাজার হাজার পয়েন্টে ইস্পাত প্লেটের পুরুত্ব পরিমাপ করে, জারা এবং ধাতব ক্ষতি সনাক্ত করে যা মানব পরিদর্শকদের ম্যানুয়ালি ম্যাপ করতে দিন সময় নিত। থার্মাল ইমেজিং সেন্সরগুলি hot spot চিহ্নিত করে যা বেয়ারিং পরিধান, বীমা অবক্ষয় বা বৈদ্যুতিক ত্রুটি নির্দেশ করতে পারে। উচ্চ-রেজোলিউশন ক্যামেরাগুলি তাৎক্ষণিক সিদ্ধান্ত গ্রহণ এবং ঐতিহাসিক প্রবণতা উভয় সমর্থন করে এমন ভিজ্যুয়াল আনুগত্যের সাথে পৃষ্ঠের অবস্থা ডকুমেন্ট করে।
রোবটগুলি সংগৃহীত ডেটাকে একটি AI বিশ্লেষণ প্ল্যাটফর্মে ফিড করে যা সেন্সর স্ট্রীম প্রক্রিয়া করে প্রায় বাস্তব সময়ে এবং পূর্ববর্তী পরিদর্শনের baseline পরিমাপের বিরুদ্ধে anomalies চিহ্নিত করে। জাহাজ সিস্টেমের জন্য, এর মানে রক্ষণাবেক্ষণ ক্রু মনোযোগ প্রয়োজন এমন এলাকার একটি র্যাঙ্কযুক্ত তালিকা পায়, একটি একক স্ন্যাপশট থেকে বরং অবনতির হার থেকে প্রাপ্ত গুরুত্ব অনুমান সহ। Predictive রক্ষণাবেক্ষণ — সনাক্ত করা যে একটি উপাদান একটি সংজ্ঞায়িত উইন্ডোর মধ্যে ব্যর্থ হবে এমনটি অপেক্ষা করার পরিবর্তে — এই ধরনের দীর্ঘ ডেটা সংগ্রহ প্রয়োজন।
