کاربرد هوش مصنوعی در حمل‌ونقل هوایی و خط تولید

کاربرد هوش مصنوعی در حمل‌ونقل هوایی و خط تولید

گزارش سخنرانی دکتر محمد امین یزدی در همایش IRANAI4

چگونه هوش مصنوعی به کاهش تأخیر پروازها و افزایش بهره‌وری در خط تولید کمک می‌کند؟

در همایش ملی هوش مصنوعی و هوشمندسازی صنعتی IRANAI4، دکتر محمد امین یزدی، دکترای هوش مصنوعی و مدیریت داده از دانشگاه صنعتی آخن، دو تجربه موفق از کاربرد هوش مصنوعی در صنعت حمل‌ونقل هوایی و تولید صنعتی در آلمان را تشریح کرد.

  • بهینه‌سازی زمان‌بندی پروازها در فرودگاه فرانکفورت با همکاری لوفت‌هانزا با توجه به حجم بالای پروازها، کوچک‌ترین تأخیر در اجرای فرآیندهای پروازی باعث اختلال در چندین پرواز بعدی می‌شود. برای حل این چالش، تیم تحقیقاتی از پردازش تصویر (Image Processing) برای جمع‌آوری داده‌های عملیاتی (نظافت، سوخت‌گیری، تخلیه و بارگیری مسافران و چمدان‌ها) استفاده کرد. نتیجه:8٪ بهبود در شاخص‌های کلیدی پرواز، کاهش زمان سوار شدن مسافران تا 5 دقیقه و کاهش تأخیرها به 2 دقیقه.
  • پیش‌بینی عمر قطعات در خط تولید با همکاری شرکت زیمنس یکی از چالش‌های اصلی در صنعت، جلوگیری از توقف تولید و مدیریت تعویض بهینه قطعات است. تیم تحقیقاتی با توسعه یک ربات Pick Place مجهز به سنسورهای هوش مصنوعی، توانست پارامترهایی مانند دما، رطوبت، لرزش و سرعت قطعات را تحلیل کند تا زمان دقیق تعویض قطعات را پیش‌بینی کند.

نتیجه: کاهش هزینه‌های ناشی از تعویض غیرضروری قطعات و بهینه‌سازی فرآیندهای تعمیر و نگهداری. این دو مطالعه موردی نشان می‌دهند که هوش مصنوعی نه‌تنها در کاهش هزینه‌ها و بهینه‌سازی عملیات، بلکه در بهبود بهره‌وری صنعتی و پیشگیری از توقف‌های ناگهانی، نقشی کلیدی ایفا می‌کند