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。
太平洋艦隊の背景
太平洋艦隊資産にGeckoのシステムを特に展開することの決定は、海軍がその地域に置く戦略的な重要性を反映しています。インド太平洋は海軍の優先作戦地域であり、そこで信頼できる水上プレゼンスを維持することには、実際に運用する準備ができている艦船が必要です。近年、太平洋に名目上配置されている艦船と継続的な戦備状態にある艦船の間に、懸念すべきギャップが見られており、これは検査頻度の不十分さから蓄積している延期された保守作業に部分的に起因しています。
海軍の太平洋水面艦隊は、駆逐艦中隊、両生類強襲艦、物流艦船で構成されており、これらは集合的に巨大な保守事業を代表しています。早期故障検出のわずかな改善でさえ、かなり短い修理ウィンドウと全体的な艦隊可用性率の向上につながる可能性があります。
産業的起源から軍事応用へ
Gecko Roboticsは、元々は産業用インフラ（発電所、精油所、パイプライン）の検査技術を構築しました。予期しない構造的故障のコストが壊滅的である場所です。同社のロボットは、人間の検査官には危険すぎる、または時間がかかりすぎる環境でボイラー壁と貯蔵タンクを登ってきました。この技術を軍艦に適応させることは、コア機能の自然な拡張を表します。
海軍への応用には、確かにユニークな課題があります。艦船は数千の相互依存するコンポーネントを持つ複雑なシステムであり、腐食を加速させる動的な運用環境があり、艦船が出発する前にロボット検査チームが持つ時間の量を制限する運用スケジュールがあります。GeckoのIDIQ契約構造は、海軍に18隻の艦船ポートフォリオ全体にサービスを展開する際のそれらの運用上の現実に対応する柔軟性を与えています。
より広い防御保守技術の推進
Gecko契約は、軍事機器の保守方法を変革するためにAIとロボット工学を使用することへのより広いDoD関心の一部です。国防総省の保守事業は数十万台の車両、航空機、および艦船にまたがり、延期された保守および計画外修理の累積コストは年間数百億ドルに達します。規模での予測的保守には、センサーカバレッジとデータ分析が必要です。これは10年前には実用的ではありませんでしたが、センサーハードウェアと機械学習ツールの両方が成熟するにつれて、ますます手頃になっています。
この記事はBreaking Defenseのレポートに基づいています。元の記事を読む。
Originally published on breakingdefense.com
