விமான எரிபொருள் செலவைக் குறைக்க AI மூலம் இயக்கப்படும் விமானப் புறக்கட்டல்களை சோதனை செய்ய IndiGo திட்டமிடுகிறது

எரிபொருள் விலைகள் இந்திய விமான நிறுவனங்களின் லாபத்தைத் தீர்மானித்துக் கொண்டே இருப்பதால், விமான நிறுவனங்கள் தங்கள் செயல்பாடுகளை மேம்படுத்த அதிநவீன செயற்கை நுண்ணறிவை (AI) நோக்கித் திரும்புகின்றன. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானப் புறக்கட்டல்களை (take-offs) எரிபொருள் சிக்கனத்துடன் மேற்கொள்ள உதவும் வகையில் வடிவமைக்கப்பட்ட AI சார்ந்த அமைப்பிற்கான சோதனைகளை இன்று தொடங்க உள்ளது.

AI மூலம் மேம்படுத்தப்பட்ட விமானச் செயல்பாடுகளை நோக்கிய மாற்றம்

எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிக முக்கியமான மாறுபடும் செலவுகளில் ஒன்றாகும், இது பெரும்பாலும் மொத்த செயல்பாட்டுச் செலவில் கிட்டத்தட்ட 40% பங்களிக்கிறது. இதைச் சமாளிக்க, ஒரு விமானப் பயணத்தின் அதிக ஆற்றல் தேவைப்படும் கட்டமான 'புறக்கட்டலை' மேம்படுத்த, IndiGo மேம்பட்ட AI அல்காரிதம்களை ஒருங்கிணைத்து வருகிறது. பெருமளவிலான நிகழ்நேரத் தரவுகளை (real-time data) பகுப்பாய்வு செய்வதன் மூலம், குறிப்பிட்ட சுற்றுச்சூழல் நிலைகளுக்குத் தேவையான மிகத் துல்லியமானத் திரோட்டில் அமைப்புகள் (throttle settings) மற்றும் ஏறுதல் சரிவுகளை (climb gradients) தீர்மானிப்பதை இந்தத் தொழில்நுட்பம் நோக்கமாகக் கொண்டுள்ளது.

தரப்படுத்தப்பட்ட விமானி உள்ளீடுகளைச் சார்ந்திருக்கும் பாரம்பரிய கையேடு நடைமுறைகளைப் போலன்றி, இந்த AI சார்ந்த அணுகுமுறை இயந்திரத்தின் செயல்திறனுக்கான "மிகச்சரியான புள்ளியை" (sweet spot) கணக்கிடுகிறது. இது பாதுகாப்பு அல்லது பயணிகளின் வசதியைக் குறைக்காமல், மிகக் குறைந்த அளவு எரிபொருளைப் பயன்படுத்தி விமானம் அதன் உயரத்தை (cruising altitude) அடைய உறுதி செய்கிறது.

சுற்றுச்சூழல் மற்றும் பொருளாதார நன்மைகளுக்கான துல்லியமான பொறியியல்

இந்தச் சோதனை இந்திய விமானத் துறையின் டிஜிட்டல் மாற்றத்தில் ஒரு முக்கிய மைல்கல்லாகும். பாதுகாப்பான புறக்கட்டலுக்குத் தேவையான அளவை விட அதிகமாக இயந்திரங்கள் இயங்கும்போது ஏற்படும் "உந்துவிசை வீணாவதை" (thrust waste) குறைப்பதே இதன் முக்கிய நோக்கமாகும். உந்துவிசை அமைப்பை (thrust profile) மேம்படுத்துவதன் மூலம், விமான நிறுவனம் தேவையற்ற கார்பன் வெளியேற்றத்தைக் குறைக்க முடியும். இது உலகளாவிய விமானத் துறை நிலைத்தன்மை இலக்குகளுடன் ஒத்துப்போவதோடு, நிறுவனத்தின் லாபத்தையும் பாதுகாக்கிறது.

இந்தச் சோதனைகள் எரிபொருள் சேமிப்பைப் பற்றியது மட்டுமல்ல; இவை தரவு சார்ந்த துல்லியத்தைப் பற்றியதுமாகும். இந்த AI அமைப்பு பின்வரும் பல காரணிகளைக் கருத்தில் கொள்கிறது:

• சுற்றியுள்ள காற்றின் வெப்பநிலை: வெப்பம் இயந்திரத்தின் செயல்திறன் மற்றும் தூக்குதலில் (lift) எவ்வாறு தாக்கத்தை ஏற்படுத்துகிறது என்பது.
• விமானத்தின் எடை: பயணிகள், சரக்கு மற்றும் எரிபொருளின் துல்லியமான எடை.
• விமான ஓடுதள நிலைகள்: காற்றின் வேகம், திசை மற்றும் மேற்பரப்பு உராய்வு.
• வளிமண்டல அழுத்தம்: குறிப்பிட்ட புறக்கட்டல் விமான நிலையத்தில் உள்ள வளிமண்டல அடர்த்தி.

இந்திய விமானத் துறையில் இதன் பரந்த தாக்கம்

இந்திய விமான சந்தை முன்னெப்போதும் இல்லாத வளர்ச்சியைச் சந்தித்து வரும் வேளையில், அதிகரித்து வரும் செயல்பாட்டுச் செலவுகளை நிர்வகிக்கும் சவாலும் உள்ளது. இந்தச் சோதனைகள் வெற்றி பெற்றால், இந்தத் தொழில்நுட்பத்தை விமான நிறுவனத்தின் ஒட்டுமொத்த விமானத் தொகுப்பிற்கும் (fleet) விரிவுபடுத்த முடியும், இது எரிபொருள் நுகர்வில் மிகப்பெரிய சேமிப்பிற்கு வழிவகுக்கும்.

மேலும், இந்த வளர்ச்சி இந்திய விமான நிறுவனங்கள் பழைய செயல்பாட்டு முறைகளிலிருந்து விலகி, அதிநவீன முன்னறிவிப்பு மாதிரிகளை (predictive modeling) நோக்கி நகர்வதை உணர்த்துகிறது. உள்நாட்டு நிறுவனங்களுக்கிடையே போட்டி அதிகரித்து வரும் நிலையில், செலவைக் கட்டுப்படுத்த AI-ஐப் பயன்படுத்தும் திறன், சந்தை முன்னிலையையும் விலைப் போட்டியையும் பராமரிப்பதில் ஒரு முக்கிய காரணியாக மாறும்.

முக்கியக் குறிப்புகள்

• எரிபொருள் செலவைக் குறைத்தல்: விமானச் செயல்பாடுகளில் உள்ள மிகப்பெரிய செலவுகளில் ஒன்றைக் குறைக்க, புறக்கட்டல் உந்துவிசையை மேம்படுத்த IndiGo AI-ஐப் பயன்படுத்துகிறது.
• தரவு சார்ந்த துல்லியம்: மிகவும் திறமையான ஏறுதல் முறையைக் கண்டறிய, இந்தத் தொழில்நுட்பம் வெப்பநிலை, எடை மற்றும் காற்று போன்ற சிக்கலான காரணிகளைப் பகுப்பாய்வு செய்கிறது.
• நிலைத்தன்மை மற்றும் செயல்திறன்: செலவு சேமிப்பைத் தாண்டி, தேவையற்ற எரிபொருள் எரிப்பைக் குறைப்பதன் மூலம் விமானப் பயணங்களின் கார்பன் தடயத்தைக் குறைக்க இந்த முயற்சி உதவுகிறது.