სიახლეები

1.1 სცენარის მოთხოვნები
აეროპორტის მასშტაბი: საერთაშორისო ჰაბური აეროპორტი, საშუალო დღიური მგზავრთა ნაკადით 150 000 და პიკური ბარგის უსაფრთხოების შემოწმებით საათში 8000 ცალი.

ორიგინალური პრობლემა:
ტრადიციული აღჭურვილობის გარჩევადობა არასაკმარისია (≤ 1.5 მმ) და მას არ შეუძლია ახალი ნანოკამუფლაჟის ასაფეთქებელი ნივთიერებების იდენტიფიცირება.
ხელით არასწორი შეფასების მაჩვენებელი მაღალია (დაახლოებით 12%), რაც იწვევს მეორადი ბარგის გახსნის 20%-ზე მეტ მაჩვენებელს და მგზავრების სერიოზულ დაკავებას.
აღჭურვილობის მოვლა-პატრონობის ღირებულება მაღალია (წლიური მოვლა-პატრონობის ღირებულება დაახლოებით 500 000 აშშ დოლარია) და ის არ აკმაყოფილებს ICAO-ს აფეთქებისგან დაცვის სტანდარტს, რომელიც 2024 წელს განახლდა.
ამიტომ, გადაწყდა მოწინავე რენტგენის უსაფრთხოების შემოწმების აღჭურვილობის დანერგვა. მრავალჯერადი შეფასების შემდეგ, შანხაის ფანგჩუნის მექანიკური აღჭურვილობის კომპანია, შპსუსაფრთხოების შემოწმების აღჭურვილობა შეირჩა მისი მაღალი გარჩევადობისა და ინტელექტუალური მუშაობისთვის.

1.2 განახლების მიზნები
მიაღწიეთ 100%-ით უკონტაქტო უსაფრთხოების შემოწმებას და დააკმაყოფილეთ ახალი საერთაშორისო საავიაციო უსაფრთხოების რეგულაციები (ICAO 2024-07).
ცრუ განგაშის მაჩვენებელი შეამცირეთ ≤ 3%-მდე და მეორადი გახსნის მაჩვენებელი 5%-ზე ნაკლებამდე.
მულტიმოდალური მონაცემთა კავშირის მხარდაჭერა (ბარგის, სახისა და ფრენის ინფორმაციის რეალურ დროში შესაბამისობა).

2, აღჭურვილობის ტექნიკური პარამეტრები და ინოვაციური წერტილები
2.1 აღჭურვილობის ძირითადი მახასიათებლები
პარამეტრების ინდიკატორები
გარჩევადობა 0.05 მმ
აღმოჩენის სიჩქარე 600 ცალი/საათში
ხელოვნური ინტელექტის ამოცნობის ალგორითმი
ენერგიის მოხმარება 15 კვტ/სთ

2.2 ტექნოლოგიური გარღვევები
კვანტური ენერგეტიკული სპექტრის ანალიზის ტექნოლოგია: ორგანული/არაორგანული ნივთიერებების იდენტიფიკაცია რენტგენის ენერგეტიკული სპექტრის ანაბეჭდის გამოყენებით
Edge Computing კვანძი: ღრუბლოვანი გადაცემის რისკის თავიდან ასაცილებლად, ხელოვნური ინტელექტის მოდელი ლოკალურად განათავსეთ (დაყოვნება <50 მილიწამი).
თვითწმენდადი კონვეიერის ლენტი: ნანო საფარი ამცირებს უცხო ნივთიერებების შეწებებას და მოვლის ციკლი 3000 საათამდე გრძელდება.

3. განლაგების გეგმა და განხორციელების დეტალები
3.1 სისტემის არქიტექტურა
ბარგის დახარისხება → მანქანური სკანირება → რეალურ დროში ხელოვნური ინტელექტის მეშვეობით განსაზღვრა (სახიფათო/არასახიფათო)
↳ სახიფათო ტვირთი → ხმოვანი და ვიზუალური სიგნალიზაცია + ავტომატური დახარისხება იზოლაციის ზონაში
↳ არასახიფათო ტვირთი → მონაცემების სინქრონიზაცია საბაჟო/ავიაციის დეპარტამენტის სისტემასთან (მგზავრის ბიოლოგიურ ინფორმაციასთან დაკავშირებული)

4. აპლიკაციის ეფექტი და მონაცემთა ვალიდაცია
4.1 უსაფრთხოების ეფექტურობის გაუმჯობესება
ინდიკატორები განახლებამდე, ცვლილების სიჩქარე განახლების შემდეგ
სახიფათო ტვირთების აღმოჩენის მაჩვენებელია 82% 99.7% ↑ 21.6%
ცრუ დადებითი შედეგის მაჩვენებელი 12% 2.3% ↓ 80.8%
უსაფრთხოების შემოწმების საშუალო დროა 8 წამი/ცალი 3.2 წამი/ცალი ↓ 60%

4.2 ოპერაციული ხარჯების ოპტიმიზაცია
შრომის ღირებულება: შემოწმების პერსონალის 50%-ით შემცირება (წლიურად 1.2 მილიონი დოლარის დაზოგვა).
განბაჟების ეფექტურობა: მგზავრების საშუალო ლოდინის დრო 45 წუთიდან 12 წუთამდე შემცირდა (კმაყოფილების დონე 98%-მდე გაიზარდა).

5. მომხმარებელთა ჩვენება და გავლენა ინდუსტრიაზე
საერთაშორისო აეროპორტის უსაფრთხოების დირექტორის შეფასება:
ეს მოწყობილობა არა მხოლოდ ტრადიციული აღჭურვილობის „ბუნდოვანი სკანირების“ პრობლემას აგვარებს, არამედ შეუფერხებლად უკავშირდება საბაჟო სისტემას, რაც საშუალებას გვაძლევს ერთდროულად დავასრულოთ უსაფრთხოების შემოწმება, საბაჟო დეკლარაცია და ბარგის თვალყურის დევნება ერთ სკანირებაში. ამ სისტემის დახმარებით, ჩვენ სამი ახალი თხევადი ბომბის საფრთხე აღმოვაჩინეთ, რამაც ტექნოლოგიის წინდახედულობა დაამტკიცა.