रखरखाव समस्या असलेला एक ताफा

संयुक्त राज्य अमेरिकन नौदल वर्षांपासून रखरखाव बॅकलॉगसह संघर्ष करत आहे. जहाजे नियोजित यार्ड दुरुस्तीसाठी अनेक महिने प्रतीक्षा करतात, मुख्य पृष्ठभागावरील युद्धपोत वर्गांमध्ये तयारी दरे कमी झाल्या आहेत, आणि समस्येने Congress आणि ताफा कमांडर्सकडून सतत टीका आकर्षित केली आहे. सेवेने आता अंतर्निहित निदान आव्हानाला संबोधन करण्यासाठी एक ठोस पाऊल घेतला आहे: नौदल जहाजाच्या संरचनात्मक क्षयची व्याप्ती सर्वदा जाणत नाही जोपर्यंत ते आधीच शिपयार्डमध्ये नाही, ज्या बिंदूला अनपेक्षित दुरुस्ती दीर्घ राहते आणि खर्च वाढतो.

Gecko Robotics, Pittsburgh स्थित एक कंपनी जी औद्योगिक अवसंरचनेवर रोबोटिक तपास प्रणाली तैनात करण्यामध्ये माहिर आहे, त्या माहिती अंतराला बंद करण्यास मदत करण्यासाठी करार केला आहे. पाच वर्ष, $54 मिलियन अनिश्चित वितरण, अनिश्चित प्रमाण करार कंपनीच्या AI-सक्षम रोबोटांना नौदलाच्या प्रशांत महासागरीय ताफ्यांना नियुक्त केलेल्या 18 जहाजांवर तैनात करेल, ज्याचा उद्देश्य परंपरागत मॅनुअल तपासाच्या तुलनेत रखरखाव आवश्यकता अधिक लवकर आणि व्यापकपणे ओळखणे आहे.

Gecko ची तंत्रज्ञान कसे कार्य करते

Gecko च्या रोबोटिक प्रणालीमार्गे अनुलंब धातूच्या पृष्ठभागांवर चढण्यास सक्षम चुंबकीय-ट्रॅक क्रॉलर आहेत — जहाजाच्या hull विभाग, bulkhead आणि टाकी भिंतींसह — सेंसरचे अॅरे हिंवताल करून. अल्ट्रासोनिक जाडी गेजेस प्रति तास हजारो बिंदूंवर स्टील प्लेटची जाडी मापते, जंग आणि धातु नुकसान शोधते जे मानव तपासक मॅनुअलपणे नकाशा करण्यास दिवस लागतात. थर्मल इमेजिंग सेंसर गरम ठिकाणे ओळखतात जे बेअरिंग परिधान, इन्सुलेशन हास, किंवा विद्युत दोष सूचित करू शकतात. उच्च-रेजोल्यूशन कॅमेरे तत्काळ निर्णय घेणे आणि ऐतिहासिक ट्रेंडिंग दोन्हीला समर्थन करणारी दृश्य निष्ठा सह पृष्ठभागावरील परिस्थिती दस्तऐवज करतात.

रोबोटांनी एकत्रित डेटा AI विश्लेषण प्लॅटफॉर्मवर फीड केला, जो सेंसर स्ट्रीम्स जवळजवळ वास्तविक वेळेत प्रक्रिया करतो आणि मागील तपासांच्या baseline मापांविरुद्ध विसंगतीचे ध्वज असते. जहाज प्रणालीसाठी, याचा अर्थ रखरखाव दले लक्ष देण्याची आवश्यकता असलेल्या क्षेत्रांची क्रमांकित सूची प्राप्त करते, एकल स्नॅपशॉट ऐवजी क्षयची दर पासून घेतलेल्या गंभीरता अनुमानांसह. Predictive रखरखाव — घटक एक परिभाषित विंडो मध्ये अपयश होण्यास शोधत करून अनुमती देण्याऐवजी — या प्रकारच्या अनुदैर्ध्य डेटा संग्रहाची आवश्यकता आहे.

प्रशांत महासागरीय ताफा संदर्भ

प्रशांत महासागरीय ताफ्यांच्या संपत्तीवर Gecko च्या प्रणालीचा स्थापन करण्यासंबंधी निर्णय नौदलाने त्या थिएटरमध्ये ठेवलेल्या रणनीतिक वजनला प्रतिबिंबित करते. Indo-Pacific नौदलाचे प्राधान्य ऑपरेशनल क्षेत्र आहे, आणि तेथे विश्वसनीय पृष्ठभागावरील उपस्थिती राखण्यासाठी असे जहाजे आवश्यक आहेत जे वास्तविक ऑपरेशनल तत्परतेमध्ये आहेत. अलीकडील वर्षांमध्ये प्रशांत महासागरीयां जहाजांना नियुक्त केलेल्या जहाजांच्या आणि sustained तत्परतेच्या स्थितीच्या दरम्यान एक व्यथित अंतर दिसला, अंशत: तपास वारंवारता अपुरेपणामुळे स्थगित रखरखाव कार्य जमा झाले.

नौदलाचा प्रशांत महासागरीय पृष्ठभागावरील ताफा destroyer स्क्वाड्रन, उभयचर हल्ल जहाजे आणि लॉजिस्टिक वाहने समाविष्ट करते जे सामूहिकरित्या एक विशाल रखरखाव उद्यम दर्शविते. लवकर fault शोध करण्यात अगदी नम्र सुधारेही दुरुस्तीच्या खिडक्यांमध्ये लक्षणीय कमी आणि उच्च एकूण ताफा उपलब्धता दरात अनुवाद करू शकतात.

औद्योगिक उत्पत्तीपासून मिलिटरी अनुप्रयोग

Gecko Robotics ने मूळचे औद्योगिक अवसंरचनेसाठी त्याची तपास तंत्रज्ञान विकसित केली — विद्युत संयंत्र, परिशोधन, पाइपलाइन — जेथे अनपेक्षित संरचनात्मक अपयश खर्च विनाशकारी आहे. कंपनीचे रोबोट बॉयलर भिंती आणि भंडारण टाकीमध्ये हिंवतात असे वातावरणात जे मानव तपासकांसाठी अत्यंत धोकादायक किंवा वेळ घेणारे असते. त्या तंत्रज्ञानाला नौदलाच्या जहाजांना अनुकूल करणे मूल क्षमताचे नैसर्गिक विस्तार दर्शविते.

नौदल अनुप्रयोग अद्वितीय आव्हाने सादर करतो. जहाजे जटिल प्रणाली आहेत ज्यामध्ये हजारो परस्पर अवलंबित घटक आहेत, गतिशील ऑपरेटिंग वातावरण जे जंग वेगवान करते, आणि ऑपरेशनल शेड्यूल जे सीमा देतात की रोबोट तपास दल जहाज सोडण्यास क्षणास किती वेळ असू शकतात. Gecko च्या IDIQ करार संरचना नौदलाला लचीकता देते हे 18-जहाज portfolio मध्ये सेवा तैनात करण्यासाठी ज्याद्वारे त्या ऑपरेशनल वास्तविकता समायोजित होतात.

व्यापक संरक्षण रखरखाव तंत्रज्ञान पुश

Gecko करार व्यापक DoD व्याज भाग आहे कसे लष्करी सरंजाम रखरखाव केले जाते हे बदलण्यासाठी AI आणि रोबोटिक्स वापरण्यात. Defense विभागाचे रखरखाव enterprise मध्ये लक्ष हजार वाहने, विमान, आणि जहाजे आहेत, आणि स्थगित रखरखाव आणि unplanned दुरुस्तीचा संचयी खर्च दशलक्ष मिलियन डॉलर वार्षिक मध्ये चालते. Scale मध्ये predictive रखरखाव सेंसर कव्हरेज आणि डेटा विश्लेषण आवश्यक आहे जे एक दशक आधी व्यावहारिक नव्हते परंतु सेंसर हार्डवेअर आणि मशीन लर्निंग साधने परिपक्व होत असताना तेजी पणे सस्ते झाले आहेत.

हा लेख Breaking Defense द्वारा रिपोर्टिंगवर आधारित आहे. मूल लेख वाचा.

Originally published on breakingdefense.com