Eine Flotte mit Wartungsproblemen
Die Oberflächenflotte der US Navy kämpft seit Jahren mit einem Wartungsrückstand. Schiffe warten Monate länger als geplant auf Werftarbeiten, die Einsatzbereitschaften sind bei wichtigen Oberflächenkampfschiffen gesunken, und das Problem hat anhaltende Kritik von Kongress und Flottenbefehlshabern gleichermaßen angezogen. Der Dienst hat nun einen konkreten Schritt unternommen, um die zugrunde liegende Diagnoseerausforderung zu bewältigen: Die Navy weiß nicht immer, wie weit sich ein Schiff strukturell verschlechtert hat, bis es sich bereits in der Werft befindet. An diesem Punkt fallen unerwartete Reparaturen kaskadenweise an, was zu verlängerten Aufenthalten und steigenden Kosten führt.
Gecko Robotics, ein in Pittsburgh ansässiges Unternehmen, das sich auf die Bereitstellung von Inspektionsrobotersystemen in der Industrieinfrastruktur spezialisiert hat, wurde beauftragt, diese Informationslücke zu schließen. Der fünfjährige Vertrag über 54 Millionen Dollar für unbestimmte Lieferung und unbestimmte Mengen wird die AI-gesteuerten Roboter des Unternehmens auf 18 Schiffen der Pazifik-Flotte der Navy einsetzen, mit dem Ziel, Wartungsbedarf früher und umfassender zu identifizieren, als die traditionelle manuelle Inspektion es erlaubt.
Wie Geckos Technologie funktioniert
Geckos Robotersysteme sind Magnetschienen-Crawler, die vertikale Metalloberflächen – einschließlich Schiffshüllensektionen, Schotten und Tankwände – erklimmen können, während sie eine Reihe von Sensoren tragen. Ultraschallmessgeräte messen die Stahlblechdicke an Tausenden von Punkten pro Stunde und erkennen Korrosion und Metallverluste, deren manuelle Kartierung durch menschliche Inspektoren Tage dauern würde. Thermische Abbildungssensoren identifizieren heiße Flecken, die auf Lagerverschleiß, Isolationsverschlechterung oder elektrische Fehler hinweisen können. Hochauflösungskameras dokumentieren Oberflächenzustände mit visueller Klarheit, die sowohl unmittelbare Entscheidungsfindung als auch historisches Trending unterstützt.
Die Roboter speisen gesammelte Daten in eine AI-Analyseplattform ein, die Sensor-Streams in nahezu Echtzeit verarbeitet und Anomalien gegen Basismessungen aus früheren Inspektionen kennzeichnet. Für Schiffssysteme bedeutet dies, dass Wartungsteams eine gerankte Liste von Bereichen erhalten, die Aufmerksamkeit erfordern, mit Schwereestimationen, die sich aus der Verschlechterungsrate ergeben, anstatt aus einem einzelnen Snapshot. Vorbeugende Wartung – das Erkennen, dass eine Komponente in einem definierten Zeitfenster fehlschlägt, anstatt auf ihr Fehlschlag zu warten – erfordert genau diese Art der Längsschnitt-Datenerfassung.
