الفضاء
هل يمكن للذكاء الاصطناعي وأجهزة الاستشعار الذكية خفض تكاليف صيانة الطيران؟
أضف Securities.io إلى مصادرك المفضلة على Google
لكي تتمتع الطائرة برحلة آمنة وناجحة، يجب أن تقوم آلاف المكونات بأداء وظيفتها تحت حرارة شديدة، واهتزاز، وإجهاد. وهذا ليس مهمة سهلة أو غير مكلفة.
في الواقع، صيانة الطائرات التي تشمل الفحص، التفكيك، والإصلاحات غير المجدولة هي واحدة من أعلى تكاليف التشغيل لشركات الطيران وشركات الفضاء. إشارة تحذير مبكرة واحدة مفقودة يمكن أن تُعطّل أسطولًا، أو ما هو أسوأ.
قد يأتي حل لهذه النشاط المكلف ولكنه ضروري من خلال الجمع بين مواد أذكى وبيانات أذكى: مواد استشعار بيزوإلكترونية نانوية والذكاء الاصطناعي (AI).
توفر المستشعرات البيزوإلكترونية النانوية للطائرات وعيًا هيكليًا مستمرًا أكثر، بينما يحول الذكاء الاصطناعي والتوائم الرقمية تلك إشارات المستشعرات إلى قرارات صيانة. معًا، يمكن لهاتين التقنيتين أن تمنح المهندسين صورة مبكرة أوضح عن متى سيعطل جزء ما، بدلاً من الانتظار إلى التفكيكات المجدولة أو عطل أثناء الطيران، مما يساعد على خفض تكاليف الصيانة، وتقليل وقت تعطل الطائرات، وإطالة عمر المكونات، وتحسين السلامة.
حدود صيانة الطائرات التقليدية
صناعة الفضاء هي ركيزة حاسمة في الاقتصاد العالمي، تدعم ليس فقط الطيران التجاري واستكشاف الفضاء بل أيضًا نقل البضائع، والدفاع، والتصنيع المتقدم.
على عكس المنتجات الاستهلاكية العادية، لا يوجد مجال للأخطاء والفشل هنا، حيث يمكن أن يتحول ذلك بسهولة إلى خطر يهدد الحياة على نطاق أوسع.
الطائرات الحديثة هي أنظمة هندسية متطورة للغاية تتكون من ملايين الأجزاء الفردية التي تعمل تحت ظروف ميكانيكية، حرارية، وبيئية متطلبة ومتغيرة. بمجرد أن تغادر الطائرة الغلاف الجوي، يجب أن تتعامل أيضًا مع الإشعاع والفراغ. تتطلب هذه الظروف أن تكون المكونات قوية بما يكفي لتتحمل عقودًا من دورات التعب، وخفيفة الوزن لتقليل تكاليف الوقود، وموثوقة بما يكفي لنقل الركاب المدفوعين.
لضمان سلامة وموثوقية الطائرات، تخضع لفحوصات وصيانة دقيقة طوال فترة تشغيلها. ومع ذلك، تظل الصيانة واحدة من أكبر التحديات في الصناعة. لأن الطائرات غالبًا ما تخضع لفحوصات مجدولة بغض النظر عن حالتها الهيكلية الفعلية، يؤدي ذلك إلى ارتفاع تكاليف العمالة. كما تعتمد إجراءات الفحص التقليدية بشكل كبير على معدات تشخيص خارجية، مما يعني أن الأضرار قد تظل غير مكتشفة قبل الفحص التالي.
الفحوصات المخططة ضرورية، حيث يمكن أن تؤدي الأعطال غير المتوقعة إلى حوادث أكثر تكلفة مثل أحداث الصيانة غير المجدولة، اضطرابات العمليات، وتأخيرات الرحلات. في بعض الأحيان، يتم استبدال المكونات السليمة مبكرًا ببساطة لأن حالة البلى الدقيقة غير معروفة، مما يزيد من وقت تعطل الطائرات.
ثم هناك قيود سلاسل الإمداد، مثل نقص الأجزاء المتخصصة، والمواد، والعمالة الماهرة، مما يزيد الضغط على مقدمي الصيانة من خلال إطالة أوقات الإصلاح وإيقاف الطائرات غير الضروري.
مع إضافة أسعار الوقود المتقلبة وت tightening توقعات الانبعاثات، من المنطقي أن صناعة الفضاء تبحث بنشاط عن تقنيات يمكنها تضييق الفجوة بين الصيانة المجدولة والحالة الفعلية للطائرة.
هذا يعني وجود تقنية يمكنها مراقبة صحة الطائرة باستمرار وفي الوقت الحقيقي، بدلاً من الاعتماد فقط على فترات الصيانة الثابتة. لكن الميزة الحقيقية التالية في صيانة الفضاء قد لا تأتي من مادة اختراقية واحدة أو نموذج AI واحد، بل من الجمع بينهما. هنا يأتي دور المواد البيزوإلكترونية الذكية وتحليلات البيانات المدفوعة بالذكاء الاصطناعي.
بناء طائرات ذكية باستخدام المستشعرات الذكية والذكاء الاصطناعي
قبل قرن تقريبًا، كانت معظم هياكل الطائرات مصنوعة من سبائك معدنية، وبشكل خاص سبائك الألمنيوم، بسبب خفتها، ومرونتها، وقابليتها للتشكيل، مع مقاومة حرارية عالية، ونقاط انصهار مرتفعة، ومقاومة قوية للتآكل. لكن التقدم التكنولوجي أدى إلى استبدالها بتقنية النانو والمواد الذكية، التي حسّنت تصميم الهيكل الطائر والمكونات التشغيلية.
ساعد التحول نحو الجسيمات النانوية في تقليل الوزن وتحسين القوة، وبالتالي خفض التكلفة الإجمالية لاستخدام الوقود. وفي الوقت نفسه، وفرت المواد الذكية خصائص أفضل من المواد الهيكلية التقليدية، مثل الاستشعار الذاتي، وتخزين الذاكرة، وقدرات التكيف الواسعة.
المواد الذكية هي مواد تم تصميمها لتتكيف مع استجابات البيئة بطريقة محكومة، حيث تغير خصائصها الهيكلية استجابةً للمحفزات الخارجية.
المواد البيزوإلكترونية هي نوع من المواد الذكية التي تولد شحنة كهربائية عندما تتعرض لإجهاد ميكانيكي وتتشوه ماديًا عند تطبيق جهد كهربائي. تتميز هذه المواد أيضًا بخصائص ملحوظة، بما في ذلك استهلاك منخفض للطاقة، وعرض نطاق أوسع، وتوليد قوة أعلى، مما يؤدي إلى تطبيقات في الحواسيب، والأجهزة البصرية، والمستشعرات، والمحولات، وأنظمة السيارات، والأجهزة الطبية، والفضاء، وحقن الوقود.
يُستخدم كل من نيوبات المغنيسيوم الرصاصي، وزركونيتيت التيتانيوم الرصاصي (PZT)، وبوليفينيليدين الفلوريد كأكثر المواد البيزوإلكترونية شيوعًا.
ومن المثير للاهتمام أن تقليص هذه المواد إلى النطاق النانوي يزيد من حساسيتها بشكل أكبر. على سبيل المثال، يمكن للأنابيب النانوية والهياكل البيزوإلكترونية النانوية الرقيقة أن تلتقط تشوهات، واهتزازات، وتأثيرات أصغر من نظيراتها الأكبر حجمًا، لأن نسبة أكبر من ذراتها تقع على السطح وتساهم في الاستجابة الكهربائية.
تحظى المستشعرات البيزوإلكترونية النانوية باهتمام متزايد لأنها تسمح لهياكل الطائرات بمراقبة نفسها بفعالية. بدلاً من الاعتماد على الفحوصات البصرية المنتظمة، يمكن لهذه المستشعرات المدمجة أن تكتشف باستمرار الإجهاد، والاهتزاز، والتعب، وبدء التشققات، وغيرها من التغييرات الهيكلية أثناء التشغيل العادي.
يمكن دمجها في أغطية الطائرات، والأجنحة، والطبقات المركبة، حيث تعمل كنظام عصبي للهيكل، وتحول باستمرار أحداث الصدمات إلى إشارات كهربائية دون الحاجة إلى مصدر طاقة خارجي.
عند إقرانها بخوارزميات الذكاء الاصطناعي، يمكن تحليل الأحجام الكبيرة من البيانات عالية التردد، منخفضة السعة، وغالبًا ما تكون صاخبة من هذه المستشعرات في الوقت الحقيقي للتمييز بين سلوك التشغيل العادي والمؤشرات المبكرة للضرر.
يمكن تدريب نماذج التعلم الآلي للتعرف على اهتزازات أو توقيعات مقاومة محددة مرتبطة بالتشققات، أو الانفصال الطبقي، أو التآكل، أو التعب، بسرعة تكفي للاستخدام على متن الطائرة.
معًا، توفر هذه التقنيات مراقبة صحة هيكلية يمكن تشغيلها باستمرار في الخلفية بدلاً من أن تكون فقط أثناء الفحوصات الأرضية المجدولة، مما يمكّن فرق الصيانة من التدخل قبل أن تتحول العيوب الصغيرة إلى إصلاحات كبيرة.
الحوسبة الطرفية، والنماذج الهجينة CNN-LSTM، والتوائم الرقمية هي من بين التقنيات المستخدمة لمراقبة أداء الذكاء الاصطناعي ودقته في الوقت الحقيقي في مراقبة الصحة الهيكلية في الفضاء.
هذا النوع من الوعي الهيكلي المستمر لا يقلل فقط من الفحوصات غير الضرورية وتكاليف الصيانة، بل يحسن أيضًا توفر الطائرات ويدعم تحول الصناعة نحو الصيانة التنبؤية وإدارة صحة الطائرات الرقمية.
من الابتكارات البحثية إلى الطيران الواقعي
بحث مراجعة بعنوان تقدم المواد البيزوإلكترونية النانوية مع دمج الذكاء الاصطناعي في الفضاء1 استكشف إلى أي مدى يمكن للمواد البيزوإلكترونية النانوية والذكاء الاصطناعي إعادة تشكيل أنظمة الفضاء المستقبلية، موضحًا التقارب بالتفصيل.
استعرض المؤلفون المواد البيزوإلكترونية النانوية الرئيسية، وطرق تصنيعها، وتطبيقاتها في الفضاء، ودمجها مع تقنيات التحليل القائمة على الذكاء الاصطناعي.
يوضح البحث كيف يمكن للمواد البيزوإلكترونية النانوية المصنوعة من السيراميك، والبوليمرات، والمركبات على مقياس يبدأ فيه تأثيرات الكم والسطح في الظهور أن تقدم معاملات بيزوإلكترونية أعلى بكثير من المواد الضخمة، بفضل نسب السطح إلى الحجم الأكبر ومحاذاة البلورات الأفضل عند نموها من الأسفل إلى الأعلى بدلاً من تشكيلها من الأعلى إلى الأسفل.
تقنية الصنع من الأسفل إلى الأعلى هي طريقة تصنيع متقدمة لتحقيق التصاميم والهياكل المطلوبة في المواد النانوية.
تتكون أساسًا من الطريقة الكيميائية الرطبة والترسيب البخاري، يعزز التكوين من الأسفل إلى الأعلى توجيه المحور c، وهو ما يرتبط مباشرة بارتفاع معاملات البيزوإلكترونية وإنتاج الجهد. أما الأساليب من الأعلى إلى الأسفل، التي تصنع الجسيمات النانوية عبر طرق فيزيائية، فتدخل عيوبًا تقلل الأداء بنسبة 20%-30% بسبب التيارات المتسربة وإزالة الاستقطاب.
تجمع هذه المواد بين قدرات الاستشعار للمواد البيزوإلكترونية التقليدية مع القوة الميكانيكية، ومقاومة التآكل، والخصائص الخفيفة المرتبطة بالمواد النانوية، وفقًا للدراسة.
تجعل هذه الخصائص المواد البيزوإلكترونية النانوية مرشحين جذابين لأنظمة مراقبة الصحة الهيكلية المدمجة مباشرة داخل مكونات الطائرات.
بدلاً من العمل كمستشعرات مستقلة، يمكن لهذه المواد أن تصبح جزءًا من هياكل طائرات ذكية قادرة على توليد بيانات تشغيلية مستمرة طوال عمر الخدمة للطائرة.
تسلط الدراسة أيضًا الضوء على دور الذكاء الاصطناعي في تفسير الإشارات الصادرة عن هذه المستشعرات.
“على الرغم من أن المادة البيزوإلكترونية النانوية تقدم إمكانات كبيرة من حيث الاستشعار الذاتي الطاقة، واكتشاف الاهتزاز، وجمع الطاقة لهياكل الفضاء، فإن نجاح المادة الذكية فعليًا يعتمد بشكل كبير على معالجة البيانات الذكية”، حسب الدراسة. “يمكن سد هذه الفجوة من خلال الذكاء الاصطناعي (AI)، الذي يعالج الإشارات عالية التردد منخفضة السعة التي تنتجها المستشعرات البيزوإلكترونية في الوقت الحقيقي.”
في الفضاء، يعمل الذكاء الاصطناعي كمساعد ذكي لتحسين اتخاذ القرار البشري واستبدال الحكم البشري في الظروف السلبية.
على وجه الخصوص، يمكن لنماذج التعلم الآلي المساعدة في جمع الطاقة المُحسّن، والتحكم التكيفي في الاهتزاز، واكتشاف الضرر الآلي أثناء تغير الأحمال الديناميكية الهوائية والظروف البيئية القاسية.
يُشير المؤلفون إلى أن الذكاء الاصطناعي يمكنه أيضًا تحسين تحسين تصميم الفضاء، والنمذجة الحاسوبية، والنمذجة منخفضة الرتبة (ROM)، ومراقبة الهياكل من خلال استخراج رؤى قابلة للتنفيذ من مجموعات بيانات معقدة يصعب تقييمها يدويًا.
قالت الدراسة إن “الدمج يجعل بيانات البيزوإلكترونية الخام قابلة للتنفيذ، مما يحسن موثوقية الطائرات، ويخفض تكلفة الصيانة، ويسمح باتخاذ قرارات ذاتية”.
وتشير أيضًا إلى أن الذكاء الاصطناعي مناسب جيدًا للتعامل مع تحديات التدهور والضوضاء التي تنشأ من الظروف القاسية التي تواجهها هذه المواد في خدمة الفضاء. ويشمل ذلك تغيرات درجات الحرارة القصوى، والتعرض للإشعاع، وتدوير الفراغ الذي يمكن أن يضعف استجابة البيزوإلكترونية لهذه المواد مع مرور الوقت.
تؤدي هذه الظروف إلى تدهور الأداء وزيادة التيارات المتسربة تحت إجهاد حراري أو إشعاعي مستمر.
فيما يتعلق بكيفية مساعدة الذكاء الاصطناعي هنا، يصف المؤلفون تطبيقات مثل دمج المستشعرات البيزوإلكترونية مباشرةً في الطبقات المركبة لمراقبة الصحة الهيكلية في الوقت الحقيقي واستخدام نماذج الذكاء الاصطناعي لتصنيف إشارات الموجة الموجهة أو المقاومة حسب نوع الضرر وشدته. تُطبق خوارزميات الصيانة التنبؤية التي تتعلم من بيانات الطيران والمستشعرات المتراكمة لتحديد المشكلات المتطورة قبل أن تتحول إلى قضايا سلامة.
تشير الدراسة إلى أن أنظمة الهندسة القائمة على الذكاء الاصطناعي تُستخدم في الفضاء منذ عدة سنوات ولكنها تواجه تحديات مع أنظمة التحكم الأكثر تعقيدًا.
عندما يعزز الذكاء الاصطناعي التقنيات الحالية مثل التحكم الطائر عبر الأسلاك (fly-by-wire)، يتحسن نظام الطيران، لكن هناك حاجة إلى مزيد من التحسينات في الأداء والامتثال والضمان لتحسين النتائج في جداول استجابة الطيار ودقة الهيكل.
عند إدخال خوارزمية ذكاء اصطناعي جديدة إلى نظام، يتطلب ذلك دمجًا تحت إشراف من البداية.
يتطلب تنفيذ الذكاء الاصطناعي لتشغيل الطائرات المتقدمة إشرافًا هندسيًا مستمرًا من المراحل المبكرة. بالإضافة إلى ذلك، تحتاج البيانات إلى تجميع لتعلم تحت إشراف. وتختتم الدراسة:
“الحداثة في تطبيق الخوارزميات في تصميم الفضاء تعني أن معظم المعلومات قد لا تكون موجودة. وبالتالي، يحتاج دمج الذكاء الاصطناعي إلى بعض المساعدة في العمل حتى يتحقق الاعتماد الكامل لهذه الخوارزميات في صناعة الفضاء. فإدراج هذه الخوارزميات التعليمية مع تدريبها الاستثنائي، والتحقق، إلى جانب شهادة واعتماد البيانات، يتطلب بعض التقنيات المتطورة في الأنظمة الهندسية.”
تشمل التحديات أمام الاعتماد الواسع النطاق قابلية التصنيع للتوسع، والمتانة على المدى الطويل، والتنفيذ العملي.
هناك أيضًا نقص في مجموعات البيانات الكبيرة وعالية الجودة التي تلتقط الجمع بين الظروف الحرارية، والإشعاعية، والاهتزازية القصوى، وصعوبة تشغيل استدلال الذكاء الاصطناعي على الإشارات الصاخبة وعالية التردد بسرعة كافية للاستخدام أثناء الطيران. كما أن وتيرة استيعاب معايير جودة الفضاء للأنظمة المادية الجديدة المُحسّنة بالذكاء الاصطناعي بطيئة جدًا.
على الرغم من التحديات، فإن الجمع بين الاستشعار البيزوإلكتروني النانوي والذكاء الاصطناعي يمثل اتجاهًا واعدًا لصيانة التنبؤ المستقبلية وأنظمة الفضاء الأكثر ذكاءً، وفقًا للدراسة.
الاستثمار في صيانة الفضاء التنبؤية المدعومة بالذكاء الاصطناعي: GE Aerospace
GE Aerospace (GE ) ليست شركة متخصصة فقط في المواد البيزوإلكترونية النانوية، لكنها تدير منصة أسفلية مثبتة تجاريًا يمكن للمستشعرات المدمجة المتقدمة تغذيتها: أنظمة بيانات الطائرات، الفحص المدعوم بالذكاء الاصطناعي، تحليلات الصيانة التنبؤية، التوائم الرقمية، وتدفقات عمل الصيانة والإصلاح (MRO).
تستخدم الشركة بالفعل أدوات رقمية لمراقبة مؤشرات أداء المحرك، بما في ذلك الاهتزاز، وتدفق الوقود، وسرعة الدوار، ودرجات حرارة الغاز، واستهلاك الزيت، حيث يكتشف النظام المشكلات المحتملة ويوصي بإجراءات صيانة لمشغلي الأسطول.
تُستخدم نماذج الذكاء الاصطناعي والتعلم الآلي أيضًا لتوسيع مراقبة الحالة وتوجيه فحوصات شفرات المحرك بشكل أكثر اتساقًا.
قبل بضعة أشهر فقط، أعلنت الشركة عن نجاح عرض تطبيق مدعوم بالذكاء الاصطناعي يولد تخطيطًا تصميميًا أوليًا لمحرك صاروخي شهيق هوائي خلال ثوانٍ.
“باستخدام أدوات الذكاء الاصطناعي التوليدية، يمكننا تقليل أوقات دورة التصميم بشكل كبير، مما يتيح لنا أن نكون أسرع في الاختبار وفي النهاية أسرع في تسويق أفضل منتج نهائي مثبت. تُعد دراسات التصميم الهندسي لمحرك صاروخي فائق السرعة باستخدام الذكاء الاصطناعي التوليدي دليلًا قويًا يُظهر إمكانات الذكاء الاصطناعي في إحداث ثورة في عملية التصميم.”
– جو فينشيكويرا، المدير العام ومدير تنفيذي أول، أبحاث GE Aerospace
يسمح التطبيق للمهندسين بتقليل عمل الدراسة التصميمية الأولية من أسابيع أو أشهر إلى ثوانٍ قليلة. تخطط الشركة أيضًا لتوسيع استخدام تطبيق التصميم المدعوم بالذكاء الاصطناعي التوليدي لتسريع تقنيات محركات الطائرات عبر برنامج RISE، الذي يطور تقنيات مثل بنية المروحة المفتوحة لمحركات الأجسام الضيقة من الجيل التالي.
“GE Aerospace ملتزمة تمامًا بالذكاء الاصطناعي،” اختتم فينشيكويرا. “استخدام الذكاء الاصطناعي التوليدي لتصميم صاروخ فائق السرعة هو مثال رائع على كيفية جمع علم الذكاء الاصطناعي مع عقود من الخبرة المدمجة لتشكيل مستقبل تقنيات محركات الطائرات التجارية والعسكرية.”
في نفس الفترة تقريبًا، وسعت الشركة شراكتها متعددة السنوات مع Palantir Technologies (PLTR ) لتطبيق الذكاء الاصطناعي الوكيل عبر صيانة الطيران العسكري وأنظمة الإنتاج الأوسع بهدف توقع الأعطال، وتحسين رؤية سلسلة الإمداد، والحفاظ على جاهزية أساطيل القوات الجوية الأمريكية للمهام.
قبل هذه الشراكة بوقت طويل، قامت GE Aerospace بإطلاق صيانة تنبؤية مدفوعة بالذكاء الاصطناعي عبر أسطول محركاتها، حيث تجمع بين بيانات المستشعرات في الوقت الحقيقي ونماذج التوائم الرقمية التي تحاكي شيخوخة المحرك. مكن هذا النهج GE من اكتشاف المشكلات الناشئة في المحرك مبكرًا بنحو 60٪، وتقليل عمليات إزالة المحركات غير المجدولة، وتحسين دقة توقع قطع الغيار.
فيما يتعلق بأداء السوق، تُعد GE Aerospace شركة عالمية في مجال الدفع الفضائي والخدمات والأنظمة، وتملك قاعدة مثبتة من أكثر من 50,000 محرك تجاري و30,000 محرك عسكري. وصل سهمها إلى مستويات قياسية جديدة (ATHs) تقريبًا عند 383 دولارًا في وقت سابق من هذا الشهر. حاليًا، يتداول حول 350 دولارًا، بارتفاع 17٪ منذ بداية العام و35.38٪ خلال العام الماضي.
تتمتع GE، برأس مال سوقي يبلغ 375 مليار دولار، بأرباح للسهم (TTM) قدرها 8.06 ومضاعف السعر إلى الأرباح (P/E) (TTM) يبلغ 44.70. وتدفع عائد توزيعات بنسبة 0.52٪.
فيما يتعلق بالبيانات المالية للشركة، أبلغت GE عن أداء قوي في الربع الأول من عام 2026، مع “نمو الطلبات بنسبة 87٪ وإيرادات بارتفاع 29٪ تدعم نموًا مزدوجًا في الأرباح والتدفق النقدي الحر”، بالإضافة إلى تراكم خدمات تجارية بقيمة 170 مليار دولار.
مؤخرًا، شارك الرئيس التنفيذي لورانس كولب أن الشركة، رغم ارتفاع أسعار الوقود وتراجع رحلات الطيران، ومع نمو “مستقر نسبيًا”، لم تشهد أي تأثير تشغيلي أو تغيّر في سلوك عملاء شركات الطيران. وقال كولب: “نشعر بثقة كبيرة بشأن الربع الثاني”.
في يوم الخميس، أصدرت GE نتائج الربع الثاني من عام 2026، حيث أبلغت عن إيرادات إجمالية قدرها 13.3 مليار دولار وإيرادات معدلة قدرها 12.6 مليار دولار، بارتفاع 21٪ و24٪ على التوالي، بينما ارتفعت طلبات الشركة الإجمالية بنسبة 17٪ إلى 16.5 مليار دولار.
GE مخطط السعر
في تلك الفترة، سجلت GE ربحًا وفق معايير GAAP قدره 2.8 مليار دولار وربحًا تشغيليًا قدره 2.7 مليار دولار. بلغ ربح السهم وفق GAAP 2.30 دولار، بارتفاع 23٪، بينما كان ربح السهم المعدل 2.02 دولار، بارتفاع 22٪. ارتفع النقد من الأنشطة التشغيلية بنسبة 39٪ إلى 3.3 مليار دولار، بينما قفز التدفق النقدي الحر بنسبة 43٪ إلى 3 مليارات دولار. بلغ التراكم 210 مليارات دولار.
ووصفه كربع آخر “قوي”، قال كولب إن نموذج التشغيل النحيف المملوك لهم، FLIGHT DECK، يواصل تعزيز التحسينات التشغيلية “مع سجل قياسي لإنتاج زيارات الورشة الداخلية في الربع”.
سجلت GE Aerospace أيضًا نموًا بنسبة 31٪ في إجمالي تسليمات المحركات في النصف الأول من العام. وأضاف كولب:
“نظرًا لأدائنا الاستثنائي منذ بداية العام ورؤيتنا لبقية العام، نحن نرفع توقعاتنا السنوية بالكامل عبر جميع الأقسام.”
الخلاصة
مثلما يُحدث الذكاء الاصطناعي ثورة في المالية، والأمن السيبراني، والرعاية الصحية، والتصنيع، فإن التقنية تُعيد تشكيل صيانة الفضاء بشكل مستمر. الذكاء الاصطناعي، إلى جانب تقنيات الاستشعار الذكية، يدفع التحول من عملية رد فعلية ومحددة بالجدول إلى ممارسة تنبؤية.
لطالما كان على صيانة الفضاء موازنة السلامة والوزن والتكلفة بطريقة لا تفعلها سوى قلة من الصناعات، وعلى مدى عقود، تم إدارة ذلك أساسًا من خلال الفحوصات المجدولة وفترات استبدال الأجزاء المتحفظة.
لكن الجمع بين المستشعرات البيزوإلكترونية النانوية، التي توفر إمكانية مراقبة هياكل الطائرات باستمرار، والذكاء الاصطناعي، الذي يمكنه تحويل بياناتها في الوقت الحقيقي إلى رؤى صيانة قابلة للتنفيذ للكشف الآلي عن الأضرار، وجمع الطاقة المُحسّن، ومراقبة الصحة الهيكلية التنبؤية، يحسن موثوقية الطائرات، ويخفض تكاليف الصيانة، ويعزز السلامة، ويسمح باتخاذ قرارات ذاتية.
انقر هنا للحصول على قائمة بأفضل أسهم الفضاء والدفاع.
المراجع
1. Awan, M. S. U. D., Elahi, H., Ali, A., Wael, A. A., Noori, M. & Kouritem, S. A. تقدم المادة البيزوإلكترونية القائمة على النانو مع دمج الذكاء الاصطناعي في الفضاء. Materials Today Sustainability, 101371 (2026). https://www.reuters.com/business/aerospace-defense/ge-aerospace-ceo-says-airlines-still-spending-engine-upkeep-despite-fuel-spike-2026-05-27/?
