रखरखाव समस्या के साथ एक बेड़ा
संयुक्त राज्य अमेरिका की नौसेना के सतह बेड़े ने वर्षों से रखरखाव के एक बैकलॉग के साथ संघर्ष किया है। जहाज अनुसूचित यार्ड मरम्मत के लिए कई महीने तक इंतजार करते हैं, मुख्य सतह युद्धपोत वर्गों में तैयारी दरें घट गई हैं, और समस्या ने Congress और बेड़े कमांडरों से निरंतर आलोचना आकर्षित की है। सेवा ने अब अंतर्निहित निदान चुनौती को संबोधित करने के लिए एक ठोस कदम उठाया है: Navy हमेशा जहाज की संरचनात्मक गिरावट की सीमा नहीं जानता है जब तक कि यह पहले से ही शिपयार्ड में न हो, जिस बिंदु पर अप्रत्याशित मरम्मत लंबी रहे हैं और बढ़ी हुई लागत।
Gecko Robotics, Pittsburgh स्थित एक कंपनी जो औद्योगिक अवसंरचना पर रोबोटिक निरीक्षण प्रणाली तैनात करने में माहिर है, उस सूचना अंतराल को बंद करने में मदद करने के लिए अनुबंधित है। पांच साल, $54 मिलियन अनिर्दिष्ट डिलीवरी, अनिर्दिष्ट मात्रा अनुबंध कंपनी के AI-सक्षम रोबोटों को Navy के प्रशांत बेड़े को सौंपे गए 18 जहाजों पर तैनात करेगा, जिसका लक्ष्य पारंपरिक मैनुअल निरीक्षण की अनुमति देने की तुलना में रखरखाव की आवश्यकताओं को पहले और अधिक व्यापक रूप से चिन्हित करना है।
Gecko की तकनीक कैसे काम करती है
Gecko की रोबोटिक प्रणालियाँ चुंबकीय-ट्रैक क्रॉलर हैं जो ऊर्ध्वाधर धातु सतहों को मापने में सक्षम हैं — जहाज के hull खंड, bulkhead और टैंक की दीवारें सहित — सेंसर की एक सरणी ले जाते हुए। अल्ट्रासोनिक मोटाई गेज प्रति घंटे हजारों बिंदुओं पर स्टील प्लेट की मोटाई को मापते हैं, जंग और धातु के नुकसान का पता लगाते हैं जो मानव निरीक्षकों को मैनुअल रूप से मैप करने में दिन लगते हैं। थर्मल इमेजिंग सेंसर गर्म स्थानों की पहचान करते हैं जो असर पहनने, इंसुलेशन गिरावट, या विद्युत दोषों को संकेत दे सकते हैं। उच्च-रेजोल्यूशन कैमरे तत्काल निर्णय लेने और ऐतिहासिक प्रवृत्ति दोनों का समर्थन करने वाली दृश्य निष्ठा के साथ सतह की स्थितियों को दस्तावेज करते हैं।
रोबोट एकत्र किए गए डेटा को एक AI विश्लेषण प्लेटफॉर्म में डालते हैं जो सेंसर स्ट्रीम को लगभग वास्तविक समय में संसाधित करता है और पिछली निरीक्षणों के baseline माप के विरुद्ध anomalies को चिह्नित करता है। जहाज प्रणालियों के लिए, इसका मतलब रखरखाव दल को ध्यान देने की जरूरत वाले क्षेत्रों की एक रैंक की गई सूची मिलती है, एकल स्नैपशॉट के बजाय गिरावट की दर से प्राप्त गंभीरता अनुमान के साथ। Predictive रखरखाव — पहचानना कि एक घटक एक परिभाषित विंडो के भीतर विफल हो जाएगा बजाय प्रतीक्षा करने के — इस प्रकार के दीर्घकालिक डेटा संग्रह की आवश्यकता है।
