விமான நிறுவனங்கள் எரிபொருள் செலவைக் குறைக்க AI-ஐ எவ்வாறு பயன்படுத்துகின்றன: IndiGo புதிய சோதனைகளைத் தொடங்குகிறது

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைத் தீர்மானிக்கும் முக்கிய காரணியாக இருப்பதால், விமானத் துறை தனது செயல்பாடுகளை மேம்படுத்தத் தொடர்ந்து செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் முன்னணி விமான நிறுவனமான IndiGo, விமானங்களின் டேக்-ஆஃப் (take-off) செயல்முறையை எரிபொருள் சிக்கனத்துடன் மேற்கொள்ளும் நோக்கில், சிறப்பு AI சார்ந்த சோதனைகளைத் தொடங்கி இந்தத் தொழில்நுட்ப மாற்றத்திற்குத் தலைமை தாங்கி வருகிறது.

AI மேம்படுத்தல் மூலம் எரிபொருள் சிக்கனத்திற்கான தேடல்

பொதுவாக, எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய தனிச் செலவாகும், இது பெரும்பாலும் மொத்த செயல்பாட்டுச் செலவில் கணிசமான பகுதியை வகிக்கிறது. விலையில் ஏற்படும் ஏற்ற இறக்கங்களைச் சமாளிக்கவும், கார்பன் வெளியேற்றத்தைக் குறைக்கவும், விமான நிறுவனங்கள் பாரம்பரியமாக விமானிகளின் உள்ளுணர்வை மட்டும் நம்பியிருப்பதை விடுத்து, தரவு சார்ந்த துல்லியத்தை நோக்கி நகர்ந்து வருகின்றன.

இன்ஜின்கள் அதிகப்படியான எரிபொருளைப் பயன்படுத்தும் விமானத்தின் டேக்-ஆஃப் எனப்படும் புறப்படும் முக்கியமான கட்டத்தில் IndiGo-வின் சமீபத்திய முயற்சி கவனம் செலுத்துகிறது. AI அல்காரிதம்களைப் பயன்படுத்துவதன் மூலம், மிகவும் திறமையானத் தூண்டுதல் அமைப்புகள் (thrust settings) மற்றும் ஏறுதல் முறைகளை (climb profiles) கணக்கிடுவதை இந்த நிறுவனம் நோக்கமாகக் கொண்டுள்ளது. தேவையற்ற எரிபொருள் எரிப்பைக் குறைக்கும் அதே வேளையில், ஒரு விமானத்தை பாதுகாப்பாகத் தூக்கிச் செல்லத் தேவையான வேகம், எடை மற்றும் இன்ஜின் ஆற்றல் ஆகியவற்றிற்கு இடையிலான சரியான சமநிலையைத் தீர்மானிக்கும் வகையில் இந்தச் சோதனைகள் வடிவமைக்கப்பட்டுள்ளன.

துல்லியமான டேக்-ஆஃப்கள்: சோதனையின் மையம்

ஒரு விமானம் புறப்படும்போது, விமானியின் பங்கு பாரம்பரியமாகத் தரப்படுத்தப்பட்ட நடைமுறைகள் மற்றும் காற்றின் வேகம், வெப்பநிலை மற்றும் ஓடுபாதையின் நீளம் போன்ற சுற்றுச்சூழல் காரணிகளால் நிர்வகிக்கப்படுகிறது. இருப்பினும், மனிதக் கணக்கீடுகளை விட மிக விரைவாக, AI தொழில்நுட்பத்தால் நிகழ்நேர வானிலை தரவுகள் மற்றும் விமானத்தின் செயல்திறன் அளவீடுகளைப் பெருமளவில் செயலாக்க முடியும்.

IndiGo-வில் தற்போது நடைபெற்று வரும் சோதனைகள் குறிப்பாக "சிக்கனமான டேக்-ஆஃப்களை" (thriftier take-offs) சோதிக்கும். இதில் உகந்த முடுக்க வளைவை (acceleration curve) கணிக்க இயந்திர கற்றல் (machine learning) மாதிரிகளைப் பயன்படுத்துவது அடங்கும். ஒருமுறை விமானம் புறப்படும்போது ஏற்படும் மிகச்சிறிய எரிபொருள் சேமிப்பு கூட, தினமும் பலமுறை பறக்கும் நூற்றுக்கணக்கான விமானங்களின் கூட்டத்தைக் கணக்கில் கொள்ளும்போது மிகப்பெரிய சேமிப்பாக மாறும். மேலும், இந்த அளவுருக்களை மேம்படுத்துவது இன்ஜின் தேய்மானத்தைக் குறைக்க உதவுகிறது, இது நீண்டகாலப் பராமரிப்புச் செலவுகளைக் குறைக்க வாய்ப்பளிக்கிறது.

விமானத் துறைக்கான விரிவான தாக்கங்கள்

முக்கிய விமான நிறுவனங்கள் தங்களது விமானப் போக்குவரத்து மேலாண்மை அமைப்புகளில் AI-ஐ ஒருங்கிணைத்து வரும் உலகளாவிய போக்கின் ஒரு பகுதியே IndiGo-வின் இந்த நடவடிக்கையாகும். டேக்-ஆஃப்களைத் தாண்டி, AI பின்வரும் நோக்கங்களுக்காகப் பயன்படுத்தப்படுகிறது:

• பாதை மேம்படுத்தல் (Route Optimization): மிகவும் மென்மையான மற்றும் எரிபொருள் சிக்கனமான விமானப் பாதைகளைக் கண்டறிய நிகழ்நேர வானிலை முறைகளை ஆய்வு செய்தல்.
• முன்கூட்டியே கணிக்கும் பராமரிப்பு (Predictive Maintenance): பாகங்கள் பழுதடைவதற்கு முன்பே அவற்றைச் சரிசெய்யத் தேவையான சென்சார் தரவுகளைப் பயன்படுத்துவதன் மூலம், திட்டமிடப்படாத செயல்பாடற்ற நேரத்தைக் குறைத்தல்.
• எடை மேலாண்மை (Weight Management): பயணத்தின் ஒவ்வொரு கட்டத்திலும் விமானம் முடிந்தவரை இலகுவாக இருப்பதை உறுதி செய்ய, எரிபொருள் ஏற்றுதல் மற்றும் சரக்கு விநியோகத்தை மேம்படுத்துதல்.

இந்திய விமானத் துறை முன்னெப்போதும் இல்லாத வளர்ச்சிக் காலத்திற்குள் நுழையும் நிலையில், செயல்பாட்டு அளவை தொழில்நுட்பத் திறனுடன் இணைக்கும் திறனே சந்தை முன்னணிகளுக்கான தீர்மானிக்கும் காரணியாக இருக்கும்.

முக்கியக் குறிப்புகள்

• எரிபொருள் நுகர்வைக் கணிசமாகக் குறைக்கும் நோக்கில், விமானத்தின் டேக்-ஆஃப் நடைமுறைகளை மேம்படுத்த IndiGo AI சார்ந்த சோதனைகளைத் தொடங்கியுள்ளது.
• இந்தத் தொழில்நுட்பம் மிகவும் திறமையான இன்ஜின்த் தூண்டுதல் மற்றும் ஏறுதல் முறைகளைத் தீர்மானிக்க நிகழ்நேரத் தரவு மற்றும் இயந்திர கற்றலைப் பயன்படுத்துகிறது.
• விமானச் செயல்பாடுகளில் AI-ஐச் செயல்படுத்துவது இரட்டை நோக்கங்களுக்குப் பயன்படுகிறது: மிகப்பெரிய செயல்பாட்டு எரிபொருள் செலவைக் குறைப்பது மற்றும் நிலையான விமானப் போக்குவரத்து நடைமுறைகளுக்குப் பங்களிப்பது.