ستقيّم هذه الدراسة التجريبية كيف يمكن لأنظمة وحدة الطاقة المساعدة (APU) من هانيويل إيروسبيس، بالاشتراك مع أجهزة الاستشعار المتينة من Odysight.ai، والذكاء الاصطناعي الطرفي، والتحليلات التنبؤية، تحسين الرؤية والموثوقية واتخاذ قرارات الصيانة في وحدات الطاقة المساعدة والمكونات الحيوية الأخرى. سيركز العمل الأولي على مدخل هواء وحدة الطاقة المساعدة، وهي منطقة معرضة بشدة للعوامل الخارجية حيث يمكن أن تؤثر الحطام والتلوث والجليد والتآكل بشكل كبير على الأداء والتوافر، مع إمكانية التوسع، رهناً بالنتائج الناجحة، ليشمل تجميع وحدة الطاقة المساعدة الأوسع.

بفضل تمكين المراقبة المستمرة والفورية بين عمليات الفحص المجدولة، يستطيع حل Odysight.ai اكتشاف العلامات المبكرة لتلف الأجسام الغريبة، والتلوث، والتآكل، وتلف الهياكل، والقيود الجزئية على التدفق قبل أن تتطور إلى أعطال صيانة أكثر تعقيدًا. بالنسبة للمشغلين، يمكن أن يُترجم ذلك إلى تقليل وقت التوقف غير المخطط له، وتحسين تخطيط الصيانة، وزيادة جاهزية الأصول.

أبرز نتائج إثبات المفهوم الأساسي :

• مراقبة بصرية فورية لمدخل هواء وحدة الطاقة المساعدة (APU) ومواقع أخرى يصعب الوصول إليها في وحدة الطاقة المساعدة.
• الكشف المبكر عن الأعطال لتحسين كفاءة الصيانة والتشغيل

تُوظّف منصة Odysight.ai مستشعرات بصرية مصغّرة ومتينة في مناطق بالغة الأهمية يصعب الوصول إليها، مثل مدخل هواء وحدة الطاقة المساعدة (APU)، مما يُتيح مراقبة داخلية مستمرة وعالية الدقة. وتقوم تحليلات الذكاء الاصطناعي/التعلم الآلي، المُعتمدة على الحوسبة الطرفية، بمعالجة البيانات البصرية على متن الطائرة للكشف عن أي خلل أو أنماط تآكل أو تدهور مبكر قبل أن يتطور إلى أعطال أو عمليات إزالة غير مُخطط لها. ومع وجود أكثر من 10,000 وحدة طاقة مساعدة (APU) من إنتاج شركة Honeywell Aerospace قيد الخدمة في أساطيل الدفاع والطيران التجارية العالمية، يُمثّل مدخل هواء وحدة الطاقة المساعدة سوقًا كبيرًا ومُستدامًا لشركة Odysight.ai مع توسّع نطاق استخدام هذه التقنية.