Donecle | |
Donecle logo | |
Stvoření | 09/10/2015 |
---|---|
Zakladatelé | Yann BrunerMatthew ClaybroughJosselin BequetAlban Deruaz-Pepin |
Právní status | Akciová společnost |
Ústředí |
Labège Francie |
Směr | Josselin Bequet |
Aktivita | Stavba letadel a vesmírůLidoop: 3030Z |
produkty | Trubec |
SIRÉNA | 813 450 350 |
webová stránka | donecle.com |
Donecle je Toulouse startup, který vyvíjí systém kontroly letadel pomocí automatizovaných dronů . Společnost nabízí sondu nebo roj trubců umožňovat umístění se ve vztahu k letadlu a vizuální kontroly na vnější povrch .
Tyto navigační autonomní trubci je založena na laser polohovací technologie. Drony fotografují letadlo pomocí kamer s vysokým rozlišením . Algoritmy zpracování obrazu a strojového učení analyzují obrázky. Systém poté poskytuje diagnostiku povrchu letadla vyškolenému inspektorovi, který zkontroluje snímky a ověří nebo vyvrátí poskytnutou analýzu.
Společnost odměněna několika cenami a vyznamenáními navazuje partnerství s leteckými společnostmi, jako je Air France Industries - KLM, a výrobci letadel , jako je Dassault Aviation . Společnost je jedním z hráčů v robotizaci letecké údržby .
V roce 2015 se globální letadlo flotila složená kolem 21,600 letadel. Podle ekonomických prognóz odhadů by se měl v příštích dvaceti letech zdvojnásobit, což povede k nárůstu leteckých údržbářských činností . Tento sektor zažívá roční růst přes 4 % . Tyto letecké společnosti se snaží snížit náklady a podstoupit ziskovosti strukturálně slabých (čistého zisku ve výši cca 2,5 % ). Jedním ze způsobů, jak ušetřit peníze, je snížit náklady na údržbu, které představují 15 % jejich provozních nákladů.
Mezi výrobci letadel , jako jsou Airbus , Boeing a ATR a organizace certifikace , jako je Federal Aviation Administration (FAA) a Evropskou agenturou pro bezpečnost letectví (EASA), vyžadují pravidelnou vizuální kontrolu celého povrchu vnější letadla s cílem vyhodnotit stav jejich struktur. Asi 80 % kontrol je vizuálních. Všechna letadla jsou před každým letem vizuálně zkontrolována v rámci pravidelných plánovaných operací údržby a po nepředvídaných událostech, jako je úder blesku, krupobití nebo jiné vnější poškození. Jedním z řešení považovaných za snížení nákladů je robotizace letecké údržby a její vizuální kontroly.
V lednu 2013 se projekt francouzský z výzkumných a vývojových Air Cobot starty a jeho cílem je vytvořit robota mobilní spolupráce mohou kontrolovat k letadla během operace služby . Vedená Akka Technologies skupiny , tento multi-partnera Projekt zahrnuje výzkumné laboratoře a výrobců, včetně Airbusu . V roce 2014 se britská letecká společnost easyJet ve spolupráci s Bristol Robotics Laboratory začala zajímat o bezpilotní drony, aby zlepšila dobu inspekce trupů svých letadel.
Po třinácti letech jako inženýr v konstrukčních kancelářích evropského výrobce letadel Airbus na letadlech A400M a A350 Yann Bruner zjistil, že inspekční zprávy pro údržbu jsou často neúplné z různých důvodů, jako je chybějící fotografie, chybějící informace nebo nečitelný rukopis. Zvažuje použití dronů k automatickému provedení kontroly. Poté kontaktoval Matthieu Claybrougha, který se podílel na projektech dronů na Vyšším institutu pro letectví a vesmír (ISAE-SUPAERO). Matthieu Claybrough pracoval tři roky při navrhování autopilotů pro letadla a vrtulníky pro společnost Thales Avionics , dodavatele leteckého vybavení a služeb . S Josselinem Bequetem a Albanem Deruaz-Pepinem založili v září 2015 startup Donecle a vyvinuli automatický systém kontroly letadel s rojem dronů . Ve stejném roce představili svůj koncept na červnovém mezinárodním leteckém a kosmickém představení Paris-Le Bourget .
I když předpisy a povětrnostní podmínky komplikují používání dronů ve vzdušném prostoru letiště, společnost Donecle se rozhodla vyvinout produkt, který funguje jak v interiéru, tak i venku. Drony, které létají samostatně venku, obvykle používají k určení polohy systémový geolokační globální poziční systém (GPS). Ale tento přístup je nemyslitelný v interiéru hangáru kvůli zkreslení signálu v důsledku kovových konstrukcí . Aby společnost mohla pracovat v obou prostředích, využívá pro své drony laserový poziční systém. Tyto algoritmy spočítat v reálném čase na pozici na drone vzhledem k rovině.
Lidský operátor si pro kontrolu vybere letový plán . Dron (y) vzlétnout a létat autonomně. Kamery namontované na dronech fotografují povrch zařízení. Tyto algoritmy na zpracování obrazu provádět detekci funkce na trupu a zařadit do vady, nebo ne. Kvalifikovaný inspektor pak může ověřit zprávy o analýze.
Ve srovnání s lidskou inspekcí vyžadující instalaci lešení, kompletní analýza vnějšího povrchu Airbusu A320 nebo Boeingu 737 s rojem tří dronů trvá dvacet až třicet minut proti osmi hodinám a mobilizuje jednu osobu proti deseti až dvaceti klasický přístup. Náklady na prostoje zařízení jsou přibližně 10 000 $ za hodinu. Patenty byly podány.
Na kontrolní systém lze pohlížet jako na soubor mobilních senzorů, které spadají do oblasti internetu věcí , anglicky „Internet of Things“ (IoT). Od svých počátků v roce 2015, Donecle připojil k Connected Camp , se spouštěcí akcelerátor v této oblasti, který je obsažen v IoT údolí z Labège , centrum města se nachází na jih - východ z Toulouse . Donecle je členem klastru konkurenceschopnosti Aerospace Valley, klastru Robotics Place a Hardware Club. V říjnu 2016 se stala členkou Starburst Accelerator , inkubátoru věnovaného startupům v leteckém a vesmírném sektoru .
V průběhu téhož roku startup získal několik ocenění, jako je Grand Prix Galaxie, kterou uděluje Toulouse klubu podniků v odvětví letectví a vesmíru , se stejným názvem a inovačního trofej v rámci Aeromart, na konvence podnikání z letecký a kosmický průmysl.
V roce 2016 společnost oznámila partnerství s francouzsko-nizozemskou skupinou pro leteckou údržbu Air France Industries - KLM Engineering and Maintenance (AFI-KLM E&M). Tato spolupráce je součástí MRO Lab - Adaptive Innovations , programu AFI KLM E&M věnovaného inovacím. Drony jsou testovány na svých letadlech, aby ověřily popisná označení a detekovaly poruchy. Na konci této testovací a ověřovací fáze AFI-KLM a Donecle plánují společné nasazení tohoto kontrolního systému na základnách údržby AFI-KLM E&M.
Na konci roku 2016 investovala DDrone Invest, investiční společnost ovládaná francouzskou společností Delta Drone, do start-upu Donecle jeden milion eur. S tímto předplatným na vyhrazené navýšení kapitálu se společnost stává akcionářem vedle zakladatelů. Na mezinárodním leteckém veletrhu a vesmíru v Paříži-Le Bourget v roce 2017 startup oznámil, že začíná podepisovat své první smlouvy s leteckými společnostmi a očekává komerční nasazení do konce roku. V průběhu roku plánuje startup zvýšit počet zaměstnanců a chce přilákat mezinárodní zákazníky.
Během ADS Ukázat 2018 Trade Show údržba a obrana letadel Donecle provedl inspekci drone Dassault Rafale , do vojenského letadla víceúčelový . V budoucnu chce společnost se sídlem v Toulouse nabídnout i další typy inspekcí, jako je kontrola kvality instalace vnějšího nátěru nebo hodnocení koroze . Uvažuje se o způsobech diverzifikace inspekcí pro jinou než leteckou údržbu, zejména v železnicích , námořním průmyslu a větrných farmách .
Donecle drone je push-pull koaxiální octocopter. Drony se umisťují ve vztahu k letadlu, které mají kontrolovat pomocí laserové techniky určování polohy. To jim umožňuje pracovat na krytých místech, jako jsou hangáry, bez nutnosti geolokace Global Positioning System (GPS). Tyto algoritmy spočítat v reálném čase na pozici na drone vzhledem k rovině. Tyto senzory používané pro autonomní navigaci zajištění provozní bezpečnosti tím, že brání kolizím s letadlem, lidským personálem a vybavením.
Tyto letových plánů a počet trubců použitých závisí na typu letadla, které mají být analyzovány. Jeden dron je dostatečný pro malé letadlo, zatímco pro Airbus A380 lze uvažovat až se šesti drony . Vzhledem k tomu, že kontrolní mise jsou vždy stejné, jsou cesty předprogramovány v softwaru na dotykové ploše . Lidský operátor nemusí pilotovat. Jediné, co musí udělat, je zahájit misi a drony se autonomně pohybují po kabině . Mohou se vyvíjet ve vzdálenosti jednoho metru od trupu.
K vysokým rozlišením kamery namontované na trubci fotografie povrchu zařízení. Algoritmy zpracování obrazu provádějí první krok detekce oblastí zájmu na trupu. Poté se provede druhý klasifikační krok . za účelem kategorizace poruch ( úder blesku , únik oleje , škrábance, nepravidelnosti textury, ...) a konvenčních prvků zařízení ( nýt , Pitotova trubice , ...). Algoritmus pro rozpoznávání je založen na automatickém učení z komentovaných databází minulých letech.
Účinnost algoritmů hlubokého učení závisí na reprezentativnosti a množství příkladů v každé třídě. Databáze trpí skutečností, že ve srovnání s enormním množstvím normálních prvků přítomných v letadle existuje jen malý počet poruch. Vady jsou však nejdůležitějšími položkami ke klasifikaci. K překonání této obtížnosti provedl Donecle výzkum s cílem rozšířit anotace obrazu pomocí klasických technik zpracování obrazu a generativních antagonistických sítí . Mezi další alternativy, které lze také představit, patří učení s jednou operací, které umožňuje naučit se informace o kategorii objektu z jednoho obrázku nebo z malého počtu tréninkových obrázků.
Diagnostika je poskytována v reálném čase . Mezi aplikace patří detekce vad a kontrola kvality regulačních značek. Na konci mise je na dotykový tablet zaslána zpráva o poškození s každou oblastí zájmu a její navrhovanou klasifikací. Algoritmus vrací spolehlivost při své diagnóze. Kvalifikovaný inspektor prohlíží obrázky a potvrzuje nebo vyvrací tuto diagnózu.