ಲಾಭಗಳು:
- ಪ್ರವೃತ್ತಿ, ಅಸಂಗತತೆ ಮತ್ತು ಮುನ್ಸೂಚನೆ (RUL) ವಿಶ್ಲೇಷಣೆಯನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸಂವೇದಕ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿ ಮಾರ್ಕರ್ ಆಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು
- ಮಾಪನ ಸರಪಳಿ (ಸಂವೇದಕ/ಕೇಬಲ್/ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ಅಥವಾ ಘಟಕದಿಂದ ಅಸಂಗತತೆ ಉಂಟಾಗುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಭೌತಿಕ ದೃಢೀಕರಣದೊಂದಿಗೆ ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಪ್ರೊಗ್ನೋಸ್ಟಿಕ್ ಭವಿಷ್ಯವು ನಿರ್ಣಾಯಕ ದಿನಾಂಕವಲ್ಲ ಮತ್ತು ಅನುಮೋದಿತ ತಯಾರಕರ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ ನಿರ್ವಹಣೆ ಮಧ್ಯಂತರಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ.
ವಿಮಾನ ನಿರ್ವಹಣೆಯು ಮೂರು ಶೆಡ್ಯೂಲಿಂಗ್ ತತ್ವಗಳ ನಡುವೆ ಆಂದೋಲನಗೊಳ್ಳುತ್ತದೆ. ಸರಿಪಡಿಸುವ ನಿರ್ವಹಣೆ ದೋಷ ಸಂಭವಿಸಿದ ನಂತರ ಅದನ್ನು ಸರಿಪಡಿಸುತ್ತದೆ. ತಡೆಗಟ್ಟುವ/ಆವರ್ತಕ ನಿರ್ವಹಣೆಯು ನಿರ್ದಿಷ್ಟ ಹಾರಾಟದ ಗಂಟೆ ಅಥವಾ ಚಕ್ರದಲ್ಲಿ ಭಾಗಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ - ಘಟಕದ ನೈಜ ಸ್ಥಿತಿಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು ಮತ್ತು ವಿಫಲಗೊಳ್ಳುವ ಮೊದಲು "ಸಮಯದಲ್ಲಿ" ಮಧ್ಯಪ್ರವೇಶಿಸುವುದು - ಇದು ಅತ್ಯಂತ ಆಧುನಿಕ ವಿಧಾನವಾಗಿದೆ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಹೆಚ್ಚು ಮೌಲ್ಯವನ್ನು ಸೇರಿಸುವ ಪ್ರದೇಶವಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಸಂವೇದಕ ಡೇಟಾ, ಪ್ರೊಗ್ನೋಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಅದರ ಮಿತಿಗಳಿಂದ ಟ್ರೆಂಡ್ ರೀಡಿಂಗ್ ಅನ್ನು ಒಳಗೊಳ್ಳುತ್ತೇವೆ.
ಡೇಟಾ ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ?
ಆಧುನಿಕ ವಿಮಾನಗಳು ನಿರಂತರವಾಗಿ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ. ಪ್ರಮುಖ ಮೂಲಗಳು:
- ACARS/QAR/FDR (ವಿಮಾನ ಸಂವಹನಗಳ ವಿಳಾಸ ಮತ್ತು ವರದಿ ಮಾಡುವ ವ್ಯವಸ್ಥೆ / ತ್ವರಿತ ಪ್ರವೇಶ ರೆಕಾರ್ಡರ್ / ಫ್ಲೈಟ್ ಡೇಟಾ ರೆಕಾರ್ಡರ್ - ಫ್ಲೈಟ್ ನಿಯತಾಂಕಗಳನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡುವ / ರವಾನಿಸುವ ವ್ಯವಸ್ಥೆಗಳು): ಎಂಜಿನ್ ನಿಯತಾಂಕಗಳು, ಸಿಸ್ಟಮ್ ಸ್ಟೇಟ್ಸ್, ಫ್ಲೈಟ್ ಡೇಟಾ.
- HUMS (ಆರೋಗ್ಯ ಮತ್ತು ಬಳಕೆಯ ಮಾನಿಟರಿಂಗ್ ಸಿಸ್ಟಮ್ ಕಂಪನ ಮತ್ತು ಗೇರ್ಬಾಕ್ಸ್ ಆರೋಗ್ಯವನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಹೆಲಿಕಾಪ್ಟರ್ಗಳಲ್ಲಿ): ಕಂಪನ, ತಾಪಮಾನ, ಸೈಕಲ್ ಸಂಖ್ಯೆಗಳು.
- ಇಂಜಿನ್ ಟ್ರೆಂಡ್ ಮಾನಿಟರಿಂಗ್: EGT, N1/N2 (ಎಂಜಿನ್ ರೋಟರ್ ವೇಗಗಳು), ಇಂಧನ ಹರಿವು, ತೈಲ ಒತ್ತಡ/ತಾಪಮಾನದಂತಹ ನಿಯತಾಂಕಗಳ ಫ್ಲೈಟ್-ಟು-ಫ್ಲೈಟ್ ಮಾನಿಟರಿಂಗ್.
- CMS/CMC ನಿರ್ವಹಣೆ ಸಂದೇಶಗಳು ಮತ್ತು BITE ದಾಖಲೆಗಳು.
ಈ ಡೇಟಾವು ದೊಡ್ಡದಾಗಿದೆ ಮತ್ತು ಮಾನವನ ಕಣ್ಣು ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಗದ ನಿಧಾನ ಪ್ರವೃತ್ತಿಗಳನ್ನು (ವಿಮಾನಗಳ ಮೇಲಿನ ಮೌಲ್ಯದ ಕಪಟ ಏರಿಕೆ) ಹೊಂದಿದೆ. ಇಲ್ಲಿಯೇ AI ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳು ಕಾರ್ಯರೂಪಕ್ಕೆ ಬರುತ್ತವೆ.
ಪ್ರವೃತ್ತಿ, ಅಸಂಗತತೆ ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳು: ಮೂರು ಪ್ರತ್ಯೇಕ ಉದ್ಯೋಗಗಳು
ಗೊಂದಲಕ್ಕೀಡಾಗದ ಮೂರು ಪರಿಕಲ್ಪನೆಗಳಿವೆ:
- ಟ್ರೆಂಡ್ ವಿಶ್ಲೇಷಣೆ: ಕಾಲಾನಂತರದಲ್ಲಿ ನಿಯತಾಂಕದ ಪ್ರವೃತ್ತಿ. ಉದಾಹರಣೆಗೆ, EGT ಮಾರ್ಜಿನ್ ನಷ್ಟವು ಎಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅವನತಿಯ ಒಂದು ಶ್ರೇಷ್ಠ ಸೂಚಕವಾಗಿದೆ.
- ಅಸಂಗತತೆ ಪತ್ತೆ: ನಿರೀಕ್ಷಿತ ನಡವಳಿಕೆಯಿಂದ ಹಠಾತ್/ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಚಲನ. AI ಮಾದರಿಗಳು "ಸಾಮಾನ್ಯ" ಮಾದರಿಯನ್ನು ಕಲಿಯುತ್ತವೆ ಮತ್ತು ಹೊರಗಿನದನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತವೆ.
- ಪ್ರೊಗ್ನೋಸ್ಟಿಕ್ (RUL): ಉಳಿದ ಉಪಯುಕ್ತ ಜೀವನ - ಉಳಿದ ಉಪಯುಕ್ತ ಜೀವನದ ಅಂದಾಜು. "ಈ ಘಟಕವು ಸರಿಸುಮಾರು X ಚಕ್ರಗಳ ನಂತರ ಅದರ ಮಿತಿಯನ್ನು ತಲುಪುತ್ತದೆ." ಇದು ಅತ್ಯಂತ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಮತ್ತು ಅಸ್ಪಷ್ಟವಾಗಿದೆ.
AI ಎಲ್ಲಾ ಮೂರರಲ್ಲಿ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ಅನಿಶ್ಚಿತತೆಯು ಎಲ್ಲಾ ಮೂರರೊಂದಿಗೆ ಹೆಚ್ಚಾಗುತ್ತದೆ: ಪ್ರವೃತ್ತಿಯು ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ, ಪೂರ್ವಸೂಚನೆಯು ಹೆಚ್ಚು ಊಹಾತ್ಮಕವಾಗಿದೆ. RUL ಅಂದಾಜು ಎಂದಿಗೂ ನಿಖರವಾದ ದಿನಾಂಕವಲ್ಲ; ಇದು ಸಂಭವನೀಯತೆಯ ಶ್ರೇಣಿಯಾಗಿದೆ ಮತ್ತು ಎಂಜಿನಿಯರ್ಗಳ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ತಯಾರಕರ ಮಿತಿಗಳ ಚೌಕಟ್ಟಿನೊಳಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತದೆ (ಕಠಿಣ ಸಮಯ, ಆನ್-ಕಂಡಿಶನ್ ನಿರ್ವಹಣೆ ಕಾರ್ಯಕ್ರಮಗಳು).
ಎಚ್ಚರಿಕೆ: ಮುನ್ಸೂಚನೆಯ ಅಂದಾಜು "ಬೇಗ ನೋಡಲು" ಉತ್ತಮ ಪ್ರಚೋದಕವಾಗಿದೆ; "ಮಿತಿಗಿಂತ ಮೊದಲು ತೆಗೆದುಹಾಕಿ" ಅಥವಾ "ಮಿತಿಯನ್ನು ವಿಸ್ತರಿಸಿ" ಅನ್ನು ಸಮರ್ಥಿಸಲಾಗುವುದಿಲ್ಲ. ನಿರ್ವಹಣಾ ಮಧ್ಯಂತರಗಳನ್ನು ಅನುಮೋದಿತ ನಿರ್ವಹಣಾ ಕಾರ್ಯಕ್ರಮ (MPD/MRB) ಮತ್ತು ತಯಾರಕರ ಮಿತಿಗಳಿಂದ ಮಾತ್ರ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. AI ಭವಿಷ್ಯವು ಇವುಗಳನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ, ಅದು ಗಮನವನ್ನು ಸೆಳೆಯುತ್ತದೆ.
ಎರಡು ದೋಷ ಪ್ರಕಾರಗಳು: ತಪ್ಪಿದ ದೋಷ ಮತ್ತು ತಪ್ಪು ಎಚ್ಚರಿಕೆ
ಮುನ್ಸೂಚಕ ವ್ಯವಸ್ಥೆಗಳು ದ್ವಿಮುಖ ಅಪಾಯವನ್ನು ಹೊಂದಿವೆ. ತಪ್ಪು ಋಣಾತ್ಮಕ (ತಪ್ಪಿದ ವೈಫಲ್ಯ): ಮಾದರಿಯು ಸಮಸ್ಯೆಯನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವುದಿಲ್ಲ, ಘಟಕವು ಅನಿರೀಕ್ಷಿತವಾಗಿ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ - ಸುರಕ್ಷತೆಯ ಅಪಾಯ. ತಪ್ಪು ಧನಾತ್ಮಕ (ತಪ್ಪು ಎಚ್ಚರಿಕೆ): ಮಾದರಿಯಲ್ಲದ ಸಮಸ್ಯೆ, ಅನಗತ್ಯ ಡಿಸ್ಅಸೆಂಬಲ್, ಅನಗತ್ಯ ವೆಚ್ಚ ಮತ್ತು - ಮುಖ್ಯವಾಗಿ - ಅನಗತ್ಯ ಡಿಸ್ಅಸೆಂಬಲ್ ಸಮಯದಲ್ಲಿ ಹೊಸ ದೋಷಗಳನ್ನು ಪರಿಚಯಿಸುವ ಅಪಾಯ (ನಿರ್ವಹಣೆ-ಪ್ರೇರಿತ ದೋಷ). ಉತ್ತಮ ಕಾರ್ಯಕ್ರಮವು ಎರಡನ್ನೂ ಸಮತೋಲನಗೊಳಿಸುತ್ತದೆ; ಪ್ರತಿ ಅಲಾರಂನಲ್ಲಿ ಭಾಗಗಳನ್ನು ಕುರುಡಾಗಿ ಬದಲಾಯಿಸುವುದು ಮತ್ತು ಪ್ರತಿ ಎಚ್ಚರಿಕೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು ತಪ್ಪು. AI ಮಾದರಿಯನ್ನು ಗುರುತಿಸುತ್ತದೆ; ಎಂಜಿನಿಯರ್ ಮಿತಿ ಮತ್ತು ಹಸ್ತಕ್ಷೇಪವನ್ನು ನಿರ್ಧರಿಸುತ್ತಾರೆ.
ಸಲಹೆ: "ಏಕೆ ಈಗ?" ಎಂದು ಅಲಾರಾಂ ಪ್ರಾರಂಭಿಸಿ ಕೇಳು. ಇದು ನಿಜವಾದ ಪ್ರವೃತ್ತಿಯೇ ಅಥವಾ ಸಂವೇದಕ ಡ್ರಿಫ್ಟ್/ಡೇಟಾ ದೋಷವೇ? ಅಸಂಗತತೆಯ ಭಾಗವು ಘಟಕದಲ್ಲಿಲ್ಲ, ಆದರೆ ಮಾಪನ ಸರಪಳಿಯಲ್ಲಿ (ಸಂವೇದಕ, ಕೇಬಲ್, ಮಾಪನಾಂಕ ನಿರ್ಣಯ). ಭೌತಿಕ ದೃಢೀಕರಣವಿಲ್ಲದೆ "ಅಸಮರ್ಪಕ" ಎಂದು ಹೇಳಬೇಡಿ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಕೇಸ್ 1 - EGT ಅಂಚು ಆರಂಭಿಕ ಪ್ರವೃತ್ತಿಯನ್ನು ಎಚ್ಚರಿಸಿದೆ. ಕಳೆದ 60 ಫ್ಲೈಟ್ಗಳಲ್ಲಿ ಒಂದು ಎಂಜಿನ್ನ EGT ಅಂಚು ನಿಧಾನವಾಗಿ 6 °C ಕಡಿಮೆಯಾಗಿದೆ. ಪ್ರತ್ಯೇಕ ವಿಮಾನಗಳನ್ನು ನೋಡುವಾಗ ಇದು ಗಮನಿಸುವುದಿಲ್ಲ; AI ಟ್ರೆಂಡ್ ಚಾರ್ಟ್ ಪ್ರವೃತ್ತಿಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ. ತಯಾರಕರ ಟ್ರೆಂಡ್ ಗೈಡ್ನ ಪ್ರಕಾರ ಇಂಜಿನಿಯರ್ ಬೋರೊಸ್ಕೋಪಿಕ್ ತಪಾಸಣೆಯನ್ನು ನಿಗದಿಪಡಿಸಿದ್ದಾರೆ ಮತ್ತು ಟರ್ಬೈನ್ ಬ್ಲೇಡ್ನಲ್ಲಿ ಅಕಾಲಿಕ ಉಡುಗೆಯನ್ನು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಅನಿರೀಕ್ಷಿತ ವೈಫಲ್ಯದ ಬದಲಿಗೆ ಯೋಜಿತ ಹಸ್ತಕ್ಷೇಪವನ್ನು ಒದಗಿಸಲಾಗಿದೆ; ಲಾಭ: AOG (ಏರ್ಕ್ರಾಫ್ಟ್ ಆನ್ ಗ್ರೌಂಡ್) ಘಟನೆಯನ್ನು ತಡೆಯುವುದು.
ಪ್ರಕರಣ 2 - ತಪ್ಪು ಎಚ್ಚರಿಕೆಯನ್ನು ಬೇಟೆಯಾಡಲಾಗಿದೆ. HUMS ಗೇರ್ಬಾಕ್ಸ್ಗಾಗಿ ಕಂಪನ ಅಲಾರಂ ಅನ್ನು ಪ್ರಚೋದಿಸಿದೆ. ತಕ್ಷಣವೇ ಡಿಸ್ಅಸೆಂಬಲ್ ಮಾಡುವ ಬದಲು, ತಂಡವು ಮೊದಲು ಸಂವೇದಕ ಮೌಂಟ್ ಮತ್ತು ಕೇಬಲ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿತು: ಕಂಪನ ಸಂವೇದಕದ ಸಂಪರ್ಕವು ಸಡಿಲವಾಗಿದೆ. ಸಿಗ್ನಲ್ ಸುಧಾರಿಸಿತು, ಅಲಾರಾಂ ಆಫ್ ಆಯಿತು. ಅನಗತ್ಯ ಗೇರ್ಬಾಕ್ಸ್ ಕಿತ್ತುಹಾಕುವಿಕೆಯನ್ನು (ಹೆಚ್ಚಿನ ವೆಚ್ಚ + ಹೊಸ ದೋಷಗಳ ಅಪಾಯ) ತಪ್ಪಿಸಲಾಗುತ್ತದೆ.
ಪ್ರಕರಣ 3 - ಪೂರ್ವಸೂಚನೆಯನ್ನು ದುರುಪಯೋಗಪಡಿಸಲಾಗಿದೆ, ಸರಿಪಡಿಸಲಾಗಿದೆ. AI ನ "RUL 300 ಚಕ್ರಗಳ" ಅಂದಾಜಿನ ಆಧಾರದ ಮೇಲೆ ಒಂದು ಘಟಕವನ್ನು ಬದಲಿಸುವುದನ್ನು ಯೋಜಕರು ಮುಂದೂಡಲು ಬಯಸಿದ್ದರು. ಹಿರಿಯ ಎಂಜಿನಿಯರ್ ನೆನಪಿಸಿದರು: ಘಟಕವು ಕಠಿಣ ಸಮಯದ ಮಿತಿಯಲ್ಲಿದೆ ಮತ್ತು ಅನುಮೋದಿತ ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ಮಿತಿಯನ್ನು ನಿಗದಿಪಡಿಸಲಾಗಿದೆ. ಮುನ್ಸೂಚನೆಯ ಭವಿಷ್ಯವು ಶಿಫಾರಸು ಆಗಿತ್ತು, ಕಠಿಣ ಸಮಯವು ಅಗತ್ಯವಾಗಿತ್ತು. ಬದಲಾವಣೆಯನ್ನು ವೇಳಾಪಟ್ಟಿಯಲ್ಲಿ ಮಾಡಲಾಗಿದೆ; ಸಂಭವನೀಯ ಅನುಸರಣೆ ಉಲ್ಲಂಘನೆಯನ್ನು ತಡೆಯಲಾಗಿದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಪಾತ್ರ: ಎಂಜಿನ್/ಪ್ಯಾರಾಮೀಟರ್ ಟ್ರೆಂಡ್ ರೀಡಿಂಗ್ ಅಸಿಸ್ಟೆಂಟ್. ಟಾಸ್ಕ್: ಕೆಳಗಿನ ಕೊನೆಯ [N] ಫ್ಲೈಟ್ಗಳ [ಪ್ಯಾರಾಮೀಟರ್] ಮೌಲ್ಯಗಳಲ್ಲಿ ಯಾವುದೇ ಪ್ರವೃತ್ತಿ ಅಥವಾ ವಿಚಲನವಿದೆಯೇ ಎಂಬುದನ್ನು ವಿವರಿಸಿ. ನಿಯಮಗಳು:- ಕೇವಲ ಮಾದರಿಯನ್ನು ವಿವರಿಸಿ; ದೋಷವನ್ನು ನಿರ್ಣಯಿಸಬೇಡಿ.- ಗಮನಾರ್ಹವಾದ ಏರಿಕೆ/ಇಳಿತವಿದ್ದಲ್ಲಿ, ಅದು ಯಾವ ವಿಮಾನ ಶ್ರೇಣಿಯಲ್ಲಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸಿ.- ಮೌಲ್ಯಮಾಪನವು ಪೂರ್ವ-ಅರ್ಹತೆಯಾಗಿದೆ ಮತ್ತು ಮಿತಿಗಳನ್ನು ತಯಾರಕರ ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ ಎಂದು ನೆನಪಿಸಿ. ಡೇಟಾ: [CSV/ಪೇಸ್ಟ್ ಟೇಬಲ್]
ಪಾತ್ರ: ಅಸಂಗತತೆ ಆದ್ಯತೆ ಸಹಾಯಕ. ಕಾರ್ಯ: ಕೆಳಗಿನ ಎಚ್ಚರಿಕೆ/ಅಸಂಗತ ಪಟ್ಟಿಯನ್ನು "ಮೊದಲು ಭೌತಿಕ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿದೆ" ಮತ್ತು "ಸಂಭವನೀಯ ಸಂವೇದಕ/ಡೇಟಾ ದೋಷ" ಎಂದು ಗುಂಪು ಮಾಡಿ. ನಿಯಮಗಳು: ಪ್ರತಿಯೊಂದನ್ನು ಪರೀಕ್ಷಿಸಲು ಮೊದಲನೆಯದನ್ನು ಸೂಚಿಸಿ (ಸೆನ್ಸಾರ್/ಕೇಬಲ್/ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಇತ್ಯಾದಿ); ಅಂತಿಮ ನಿರ್ಧಾರ ಇಂಜಿನಿಯರ್ ಅವರದ್ದು. ಪಟ್ಟಿ: [ಅಸಂಗತ ದಾಖಲೆಗಳು]
ಪಾತ್ರ: ಸಂವೇದಕ ವಿರುದ್ಧ ಘಟಕ ಬೇರ್ಪಡಿಕೆ ಸಲಹೆಗಾರ. ಕಾರ್ಯ: ಕೆಳಗಿನ ಅಸಂಗತತೆಗಾಗಿ, ಮಾಪನ ಸರಪಳಿ (ಸಂವೇದಕ-ಕೇಬಲ್-ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ಅಥವಾ ಘಟಕವು ಪ್ರಾಥಮಿಕ ಶಂಕಿತವಾಗಿದೆ, ಕಾರಣಗಳೊಂದಿಗೆ ಪಟ್ಟಿ ಮಾಡಿ. ನಿಯಮಗಳು: ಭಾಗ ಬದಲಿ ಶಿಫಾರಸು ಮಾಡುವ ಮೊದಲು ಮಾಪನ ಸರಪಳಿಯನ್ನು ಪರಿಶೀಲಿಸಿ. ಅಸಂಗತತೆ: [ವಿವರಣೆ + ಡೇಟಾ]
ಪಾತ್ರ: ಟ್ರೆಂಡ್ ರಿಪೋರ್ಟ್ ಡ್ರಾಫ್ಟ್ ಅಸಿಸ್ಟೆಂಟ್. ಟಾಸ್ಕ್: ಈ ಕೆಳಗಿನ ಟ್ರೆಂಡ್ ಫೈಂಡಿಂಗ್ನಿಂದ ಇಂಜಿನಿಯರ್ಗೆ ಪ್ರಸ್ತುತಪಡಿಸಲು ಒಂದು ಸಣ್ಣ ಕರಡು ವರದಿಯನ್ನು ಬರೆಯಿರಿ. ನಿಯಮಗಳು:- ಫೈಂಡಿಂಗ್ | ಸಂಭವನೀಯ ಅರ್ಥ (ಎಚ್ಚರಿಕೆಯಿಂದ) | ಶಿಫಾರಸು ಮಾಡಿದ ಚೆಕ್ | ಸಂಬಂಧಿತ ತಯಾರಕರ ಮಾರ್ಗದರ್ಶಿ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಬಳಸಿ. - ನಿಖರವಾದ RUL/ಡೇಟಿಂಗ್; "ತಯಾರಕರ ಮಿತಿ ಮತ್ತು ಇಂಜಿನಿಯರ್ ಅನುಮೋದನೆಯೊಂದಿಗೆ" ಸೇರಿಸಿ. ಹುಡುಕುವಿಕೆ: [ಟ್ರೆಂಡ್ ಸಾರಾಂಶ]
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ಈ ಎಂಜಿನ್ ವಿಫಲಗೊಳ್ಳುತ್ತದೆಯೇ? ಎಷ್ಟು ವಿಮಾನ ಜೀವನಗಳು ಉಳಿದಿವೆ?"
ಇದು ನಿರ್ಣಾಯಕ ಭವಿಷ್ಯವಾಣಿಯನ್ನು ನೀಡಲು AI ಅನ್ನು ಒತ್ತಾಯಿಸುತ್ತದೆ; "ಉಳಿದಿರುವ ಜೀವನ" ಸಂಖ್ಯೆಯು ಆಧಾರರಹಿತ ಮತ್ತು ಅಪಾಯಕಾರಿಯಾಗಿದೆ.
ಪ್ರಬಲ: "ಕೆಳಗಿನ 60 ಫ್ಲೈಟ್ಗಳಿಗೆ EGT ಅಂಚು ಮತ್ತು N2 ಮೌಲ್ಯಗಳು. ಕೇವಲ ಟ್ರೆಂಡ್ ಮತ್ತು ವಿಚಲನವನ್ನು ವಿವರಿಸಿ; ಯಾವ ವಿಮಾನ ಮಧ್ಯಂತರದಲ್ಲಿ ಅದು ಬದಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸಿ; ದೋಷದ ರೋಗನಿರ್ಣಯ ಮತ್ತು ನಿರ್ಣಾಯಕ ಉಳಿದ ಜೀವನವನ್ನು ನೀಡಿ; ಇದು ಪೂರ್ವ-ಅರ್ಹತೆ ಎಂದು ತಿಳಿಸಿ, ಮಿತಿಯನ್ನು ತಯಾರಕರ ಟ್ರೆಂಡ್ ಗೈಡ್ನಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ ಮತ್ತು ನಿರ್ಧಾರವು ಎಂಜಿನಿಯರ್ಗೆ ಬಿಟ್ಟದ್ದು."
ಈ ಪ್ರಾಂಪ್ಟ್ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಸರಿಯಾಗಿ ಇರಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ಮನುಷ್ಯನಿಗೆ ಬಿಡುತ್ತದೆ.
ಕೋಷ್ಟಕ: ಮೂರು ವಿಶ್ಲೇಷಣೆ ಪ್ರಕಾರಗಳು ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟಗಳು
ವಿಶ್ಲೇಷಣೆ
ಅದು ಏನು ಹೇಳುತ್ತದೆ
ನಂಬಿಕೆ
AI ಯ ಸೂಕ್ತ ಪಾತ್ರ
ಪ್ರವೃತ್ತಿ
ಪ್ರವೃತ್ತಿಯ ನಿರ್ದೇಶನ
ಹೆಚ್ಚು
ನಿಧಾನ ಬದಲಾವಣೆ ಗೋಚರಿಸುವಂತೆ ಮಾಡುವುದು
ಅಸಂಗತತೆ
ಹಠಾತ್ ವಿಚಲನ
ಮಧ್ಯಮ
ಹೊರಗಿನದನ್ನು ಗುರುತಿಸುವುದು, ಆದ್ಯತೆ ನೀಡುವುದು
ಪ್ರೊಗ್ನೋಸ್ಟಿಕ್ (RUL)
ಉಳಿದ ಜೀವನ ಅಂದಾಜು
ಕಡಿಮೆ/ಅಸ್ಪಷ್ಟ
"ಬೇಗ ನೋಡಿ" ಟ್ರಿಗರ್ ಮಾಡಿ
ನಿರ್ಧಾರ
ತೆಗೆದುಹಾಕಿ/ಬದಲಿಸಿ/ಮುಂದೂಡಿ
-
ಮಾನವ + ಅನುಮೋದಿತ ಕಾರ್ಯಕ್ರಮ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ನಿರ್ಣಾಯಕ ದಿನಾಂಕಕ್ಕಾಗಿ ತಪ್ಪಾದ ಮುನ್ಸೂಚನೆ. RUL ಒಂದು ಸಂಭವನೀಯತೆಯ ಶ್ರೇಣಿಯಾಗಿದೆ, ಇದು ಕಠಿಣ ಸಮಯವನ್ನು ಅತಿಕ್ರಮಿಸುವುದಿಲ್ಲ.
- ಪ್ರತಿ ಅಲಾರಾಂನಲ್ಲಿ ಭಾಗಗಳನ್ನು ಬದಲಾಯಿಸುವುದು. ಡಿಸ್ಅಸೆಂಬಲ್ ಮಾಡುವುದರಿಂದ ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳು ಹೊಸ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತವೆ.
- ಕಾಂಪೊನೆಂಟ್ ವೈಫಲ್ಯಕ್ಕಾಗಿ ಸಂವೇದಕ/ಡೇಟಾ ದೋಷವನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಮೊದಲು ಅಳತೆ ಸರಪಳಿಯನ್ನು ತೆಗೆದುಹಾಕಿ.
- ಒಂದೇ ವಿಮಾನವನ್ನು ನೋಡುವುದು ಮತ್ತು ಪ್ರವೃತ್ತಿಯನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದು. ನಿಧಾನಗತಿಯ ಪ್ರವೃತ್ತಿಗಳು ಸಮಯ ಸರಣಿಯಲ್ಲಿ ಮಾತ್ರ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ.
- AI ನೊಂದಿಗೆ ನಿರ್ವಹಣೆ ಮಧ್ಯಂತರವನ್ನು ಬದಲಾಯಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ. ಅನುಮೋದಿತ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ ಮಧ್ಯಂತರಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯು ಬೃಹತ್ ಸಂವೇದಕ ಡೇಟಾದಿಂದ ಅರ್ಥಪೂರ್ಣ ಸಂಕೇತಗಳನ್ನು ಹೊರತೆಗೆಯುವ ಕಲೆಯಾಗಿದೆ, ಮತ್ತು AI ಇಲ್ಲಿ ಪ್ರಬಲ ಸಹಾಯಕವಾಗಿದೆ: ಇದು ನಿಧಾನಗತಿಯ ಪ್ರವೃತ್ತಿಯನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ, ವೈಪರೀತ್ಯಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ, ಸರಿಯಾದ ಸ್ಥಳಕ್ಕೆ ಗಮನ ಸೆಳೆಯುತ್ತದೆ. ಆದರೆ ಆತ್ಮವಿಶ್ವಾಸದ ಮಟ್ಟವು ಪ್ರವೃತ್ತಿಯಿಂದ ಭವಿಷ್ಯಜ್ಞಾನಕ್ಕೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ; RUL ನಿಖರವಾದ ದಿನಾಂಕವಲ್ಲ. ಪ್ರತಿ ಎಚ್ಚರಿಕೆಯೊಂದಿಗೆ "ಸಂವೇದಕ ಅಥವಾ ಘಟಕ?" ಕೇಳು; ಅನುಮೋದಿತ ತಯಾರಕರ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ ನಿರ್ವಹಣೆ ಮಧ್ಯಂತರಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ; ಮಧ್ಯಸ್ಥಿಕೆಯ ನಿರ್ಧಾರ ಮತ್ತು ಸಹಿ ಇಂಜಿನಿಯರ್ಗೆ ಸೇರಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ (ಅನಾಮಧೇಯ) ಪ್ಯಾರಾಮೀಟರ್ ಸರಣಿಯನ್ನು ಮೊದಲ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ AI ಗೆ ನೀಡಿ ಮತ್ತು ಟ್ರೆಂಡ್ ಪಾಕವಿಧಾನವನ್ನು ಪಡೆಯಿರಿ. ನಂತರ, "ಸೆನ್ಸಾರ್ ಅಥವಾ ಕಾಂಪೊನೆಂಟ್" ಅನ್ನು ಮೂರನೇ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಪ್ರತ್ಯೇಕಿಸಿ. ನಿಜವಾದ ತಯಾರಕರ ಟ್ರೆಂಡ್ ಗೈಡ್ನೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ: AI ನಿಂದ ಗುರುತಿಸಲಾದ ಪ್ರವೃತ್ತಿಯು ನಿಜವೇ, ಮಿತಿ ಸರಿಯಾಗಿದೆಯೇ? ಒಂದು ಪುಟದ ಮೌಲ್ಯಮಾಪನವನ್ನು ಬರೆಯಿರಿ ಮತ್ತು "ಯಾವ ಭೌತಿಕ ಪರಿಶೀಲನೆ ಅಗತ್ಯವಿದೆ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಪ್ರವೃತ್ತಿ, ಅಸಂಗತತೆ ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳನ್ನು ಪ್ರತ್ಯೇಕ ಪರಿಕಲ್ಪನೆಗಳಾಗಿ ಪರಿಗಣಿಸಿದೆ.
- [ ] ನಾನು AI ಅನ್ನು ಮಾದರಿ ವಿವರಣೆಗಾಗಿ ಕೇಳಿದೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ.
- [ ] ಪ್ರತಿ ಅಸಂಗತತೆಗೆ, ನಾನು ಮೊದಲು ಮಾಪನ ಸರಪಳಿಯನ್ನು (ಸಂವೇದಕ/ಕೇಬಲ್/ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ತೆಗೆದುಹಾಕಿದ್ದೇನೆ.
- [ ] ನಾನು RUL ಅಂದಾಜನ್ನು ನಿಖರವಾದ ದಿನಾಂಕವಾಗಿ ಬಳಸಿಲ್ಲ.
- [ ] ಅನುಮೋದಿತ ತಯಾರಕರ ಕಾರ್ಯಕ್ರಮದ ಪ್ರಕಾರ ನಿರ್ವಹಣಾ ಮಧ್ಯಂತರವನ್ನು ನಾನು ನಿರ್ಧರಿಸಿದೆ.
- [ ] ನಾನು ಮಧ್ಯಸ್ಥಿಕೆ ನಿರ್ಧಾರ ಮತ್ತು ಸಹಿಯನ್ನು ಇಂಜಿನಿಯರ್ ಬಳಿ ಬಿಟ್ಟಿದ್ದೇನೆ.