TECH INDUSTRY / PRODUCT

การวินิจฉัยความผิดปกติของเครื่องบินด้วยเทคโนโลยี Digital Twin และ AI

arXiv28 Apr 2026
1 min read
Key Takeaways
  • การรวม Digital Twin เข้ากับ AI ช่วยให้สามารถวินิจฉัยปัญหาทางวิศวกรรมที่ซับซ้อนได้อย่างรวดเร็วและแม่นยำสูงถึง 96

ทำไมเรื่องนี้ถึงสำคัญ

เทคโนโลยีนี้ช่วยยกระดับความปลอดภัยในการบินและลดค่าใช้จ่ายในการซ่อมบำรุงผ่านการตรวจพบปัญหาที่แม่นยำและการอธิบายสาเหตุที่ชัดเจน

การวินิจฉัยความผิดปกติในเครื่องบินทั่วไปมักประสบปัญหาการขาดแคลนข้อมูลความเสียหายจริง งานวิจัยนี้จึงนำเสนอระบบที่ใช้ Digital Twin แบบ Multi-fidelity ซึ่งจำลองพลศาสตร์การบินผ่าน JSBSim เพื่อสร้างข้อมูลการทำงานของเครื่องยนต์ที่แม่นยำและหลากหลาย

ระบบนี้ประกอบด้วยการฉีดความผิดปกติ (Fault Injection) ตามหลัก FMEA 19 ประเภท และใช้โมเดล 1D-CNN ในการจำแนกปัญหา พร้อมด้วย LLM ที่ถูกเสริมความรู้ด้านวิศวกรรมเพื่อสร้างรายงานการวินิจฉัยที่อ่านเข้าใจง่าย ระบบนี้พิสูจน์แล้วว่าสามารถทำงานได้รวดเร็วขึ้น 4.3 เท่าโดยที่ความแม่นยำแทบไม่ลดลง ซึ่งเป็นประโยชน์อย่างมากต่อการซ่อมบำรุงอากาศยานแบบเรียลไทม์

สรุปประเด็นหลัก

สร้าง Digital Twin โดยใช้เครื่องยนต์ JSBSim เพื่อจำลองข้อมูลสุขภาพเครื่องยนต์ 23 ช่องสัญญาณ

ใช้ LLM ร่วมกับความรู้ FMEA เพื่อสร้างรายงานสรุปปัญหาที่มนุษย์เข้าใจได้ง่าย

ทำความเร็วในการประมวลผล (Inference) ได้เร็วขึ้น 4.3 เท่าผ่านระบบ GRU Surrogate

นวัตกรรมและเทคโนโลยี

infrastructure

Multi-Fidelity Digital Twin

ระบบจำลองที่มีความแม่นยำสูงสำหรับการสร้างข้อมูลความผิดปกติเพื่อเทรนโมเดล

creative ai

LLM-Enhanced Reporting

การใช้ AI สรุปรายงานการวินิจฉัยทางเทคนิคให้อยู่ในรูปแบบภาษาธรรมชาติ

Developer Impact
วิศวกรซ่อมบำรุงและทีมเทคนิคสามารถใช้ระบบนี้ในการระบุจุดบกพร่องได้รวดเร็วขึ้น พร้อมได้รับคำแนะนำที่เป็นรูปธรรมจากรายงานที่ AI สร้างขึ้น
Keywords
#digital twin #fault diagnosis #aviation #fmea #large language model
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv