維持管理の問題を抱える艦隊

米海軍の水面艦隊は長年にわたって維持管理のバックログに苦しんでいます。艦船は予定より数ヶ月長く造船所での修理を待ち、主要な水上戦闘艦級全体の戦備率が低下し、この問題は議会と艦隊司令官から継続的な批判を招いています。同サービスは、潜在的な診断上の課題に対処するための具体的な措置を講じています。つまり、海軍は艦船がすでに造船所に入るまで艦船の構造的劣化の程度をいつも知っているわけではなく、その時点で予期しない修理が連鎖的に発生し、滞在期間が延び、コストが膨らみます。

産業用インフラへのロボット検査システムの展開を専門とするピッツバーグを拠点とするGecko Roboticsが、この情報ギャップを埋めるために契約されました。この5年間で5400万ドルの不定期納入・不定量契約により、同社のAI対応ロボットが海軍太平洋艦隊に配属された18隻の艦船に展開され、従来の手動検査よりも早く、より包括的に維持管理の必要性を特定することを目指しています。

Geckoのテクノロジーはどのように機能するか

Geckoのロボットシステムは、垂直金属表面（艦船船体セクション、隔壁、タンク壁を含む）を登ることができる磁気トラック爬行車であり、センサーの配列を搭載しています。超音波厚さゲージは1時間あたり数千のポイントで鋼板の厚さを測定し、人間の検査官が手動でマッピングするのに数日かかる腐食と金属損失を検出します。サーマルイメージングセンサーは、ベアリング摩耗、絶縁低下、または電気故障を示す可能性のあるホットスポットを識別します。高解像度カメラは、即座の意思決定と履歴トレンドの両方をサポートする視覚的忠実度で表面条件を文書化します。

ロボットは収集したデータをAI分析プラットフォームに供給し、センサーストリームをほぼリアルタイムで処理し、以前の検査からのベースライン測定に対して異常にフラグを付けます。艦船システムの場合、これは保守クルーが注意が必要な領域のランク付けリストを受け取ることを意味し、単一のスナップショットではなく劣化率から導出された重大度推定値を含みます。予測的維持管理（故障を待つのではなく、定義された期間内にコンポーネントが故障することを識別する）には、まさにこの種の縦方向データ収集が必要です。