با ورود الگوریتم‌های هوش مصنوعی به صنعت کشتی‌سازی، نگهداری کشتی‌ها دیگر وابسته به خرابی‌های ناگهانی نیست.
فناوری پیش‌بینانه با پایش لحظه‌ای داده‌ها، زمان دقیق تعمیر را تعیین کرده و ایمنی و بهره‌وری عملیات دریایی را متحول می‌کند.
تین نیوز |
در دنیای دریانوردی، نگهداری سنتی کشتی‌ها همواره با چالش‌هایی مانند خرابی ناگهانی موتور، تأخیر در بارگیری یا حتی توقف‌های ناخواسته همراه بوده است. اما در سال ۲۰۲۵، فناوری هوش مصنوعی با ایجاد سامانه‌های نگهداری پیش‌بینانه (Predictive Maintenance)، این الگو را متحول کرده است. شرکت‌هایی مانند Kongsberg Digital (نروژ)، DNV و Rolls-Royce Marine با ترکیب سنسورهای IoT، یادگیری ماشین و کلان‌داده‌ها، به کشتی‌ها امکان داده‌اند تا خودشان زمان نیاز به تعمیر را پیش‌بینی کنند — قبل از آنکه مشکلی واقعی رخ دهد.
سامانه‌های هوشمند با دریافت مداوم داده از تجهیزات حیاتی کشتی مانند موتور، پمپ‌ها، سیستم رانش و سیستم سوخت، وضعیت عملکرد اجزا را در لحظه تحلیل می‌کنند. این الگوریتم‌ها به محض مشاهده نشانه‌هایی از نوسانات غیرعادی یا افت عملکرد، هشدارهایی برای بازبینی یا تعویض قطعه صادر می‌کنند. به‌عنوان نمونه، سامانه Kognifai از شرکت Kongsberg قادر است با بررسی هزاران پارامتر دریافتی از موتور، رفتار غیرعادی یاتاقان‌ها یا فشار روغن را تشخیص دهد و از بروز خرابی فاجعه‌بار جلوگیری کند.
بر اساس گزارش MarineInsight, این نوع نگهداری پیش‌بینانه تا ۴۰٪ در کاهش هزینه‌های تعمیر و تا ۵۰٪ در کاهش زمان از کار افتادگی کشتی‌ها نقش داشته است. افزون بر آن، سازمان IMO نیز به‌تازگی در دستورالعمل‌های مربوط به کشتی‌های دیجیتال، توصیه کرده است که سیستم‌های پایش لحظه‌ای مبتنی بر AI به عنوان بخش ضروری کشتی‌های آینده در نظر گرفته شوند.
فناوری نگهداری پیش‌بینانه نه تنها زمان‌بندی تعمیرات را دقیق‌تر کرده، بلکه با کاهش مصرف قطعات یدکی و بهینه‌سازی عملیات، به اهداف پایداری زیست‌محیطی نیز کمک کرده است. با کاهش توقف‌های ناگهانی، کشتی‌ها کمتر سوخت مصرف می‌کنند و در نتیجه آلایندگی کمتری دارند. بسیاری از خطوط کشتیرانی در اروپا و شرق آسیا، از جمله Maersk و NYK Line نیز اعلام کرده‌اند که تا سال ۲۰۲۶ ناوگان خود را به‌طور کامل به سامانه‌های پایش هوشمند مجهز خواهند کرد.
منابع :
بلاگ خبری مکران آریا دریا
