WeFlo ha annunciato Flowone AI Suite, una soluzione software basata sull’intelligenza artificiale destinata all’ispezione tecnica e alla manutenzione dei droni durante differenti fasi del loro ciclo di vita. Il sistema è stato sviluppato utilizzando oltre 1,04 milioni di registrazioni di controllo raccolte in 292 siti operativi nazionali e internazionali, comprese attività collegate ai progetti sperimentali di consegna mediante droni promossi dal Ministero sudcoreano del Territorio, delle Infrastrutture e dei Trasporti. La piattaforma analizza i segnali prodotti dai componenti del velivolo, rileva condizioni anomale e organizza i risultati in un ambiente di consultazione che permette di identificare i dispositivi idonei all’utilizzo, quelli che richiedono ulteriori verifiche e i componenti potenzialmente difettosi. La soluzione è destinata sia ai produttori, che devono verificare la qualità degli aeromobili prima della consegna, sia agli operatori che devono accertarne le condizioni prima di una missione.
Flowone AI Suite utilizza i dati acquisiti dagli strumenti di verifica sviluppati da WeFlo per esaminare il comportamento di motori, sensori e altri sistemi del drone. I segnali vengono elaborati da modelli AI che ricercano anomalie non necessariamente identificabili attraverso il semplice confronto con valori soglia prestabiliti. Nei controlli tradizionali, infatti, un componente può presentare parametri individualmente compresi negli intervalli ammessi ma manifestare un comportamento complessivo anomalo attraverso la correlazione di più misurazioni. La piattaforma è stata progettata per riconoscere questi schemi e collegarli ai dati già disponibili, distinguendo il normale comportamento operativo da condizioni che potrebbero richiedere una verifica tecnica. I risultati vengono presentati attraverso una dashboard che indica l’esito del controllo e permette di individuare i componenti associati alle anomalie.
L’integrazione con le attrezzature di verifica consente di utilizzare Flowone AI Suite in due momenti distinti. All’interno degli stabilimenti produttivi il software si collega a DRQC, il sistema WeFlo destinato al controllo della qualità dei droni prima della spedizione. Le verifiche riguardano il funzionamento dei componenti di propulsione, le condizioni esterne del dispositivo e lo stato dei sensori, mentre i risultati vengono associati alla singola unità prodotta. La registrazione permette di creare uno storico tecnico iniziale e di conservare informazioni sulle condizioni del drone al termine del processo di fabbricazione. Nei siti di impiego operativo il software può invece lavorare insieme a verti-Pit, una piattaforma automatizzata destinata ai controlli precedenti al decollo. In questa configurazione l’obiettivo è verificare le condizioni del drone prima dell’esecuzione di una missione, utilizzando le misurazioni disponibili per individuare eventuali scostamenti rispetto ai comportamenti attesi.
Il collegamento fra le registrazioni di fabbrica e quelle raccolte durante l’utilizzo permette di costruire uno storico delle condizioni del velivolo. Le anomalie osservate durante le successive ispezioni possono essere confrontate con i dati iniziali, consentendo di ricostruire l’evoluzione delle prestazioni dei componenti e fornire informazioni utili alla programmazione degli interventi di manutenzione. Il sistema è destinato ad applicazioni nelle quali i droni vengono utilizzati ripetutamente, come trasporto e consegna di merci, servizi tecnici e operazioni militari. In questi contesti la verifica preventiva assume particolare importanza perché un malfunzionamento può compromettere la missione e introdurre rischi per persone, cose e infrastrutture.
WeFlo intende sviluppare ulteriormente Flowone AI Suite per collegare le attività di ispezione e manutenzione lungo l’intera vita operativa del drone, dalla produzione fino al completamento delle missioni. L’architettura proposta distingue gli strumenti fisici che acquisiscono le misurazioni dal software che analizza i dati, ne interpreta le anomalie e conserva lo storico tecnico. La disponibilità di oltre un milione di registrazioni raccolte in ambienti operativi differenti costituisce la base utilizzata per sviluppare il sistema di riconoscimento automatico, mentre l’integrazione con DRQC e verti-Pit consente di applicare la stessa struttura di analisi sia ai controlli industriali sia a quelli effettuati prima del volo. La piattaforma è orientata alla continuità delle informazioni manutentive e alla possibilità di identificare variazioni delle condizioni meccaniche ed elettroniche prima che si traducano in guasti durante l’esercizio.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)