Máy bay có thể tránh nhiễu loạn không khí nhờ công nghệ mới

Máy bay gặp nhiễu loạn không khí là điều không thể tránh khỏi (Ảnh: SP).
Hiện tượng thời tiết này có xu hướng nhân lên và hơn hết là ngày càng khốc liệt do biến đổi khí hậu.
Vào tháng 5, một chiếc máy bay của hãng hàng không Singapore Airlines gặp phải "tình trạng nhiễu loạn nghiêm trọng" trong chuyến bay từ London (Anh) đến Singapore khiến một người thiệt mạng và 30 người bị thương.
Tháng 7, một chiếc máy bay của hãng Air Europa đã phải hạ cánh khẩn cấp ở Brazil sau khi gặp tình trạng nhiễu loạn gây thương tích cho nhiều hành khách.
Trước những sự cố này, một nhóm nghiên cứu đã thử nghiệm một công nghệ mới có thể sớm cách mạng hóa việc máy bay đối phó với tình trạng hỗn loạn này.
Một hiện tượng không thể tránh khỏi
Sự nhiễu loạn xảy ra khi máy bay đi qua các vùng khí quyển, nơi các luồng không khí trở nên không ổn định hoặc không đều. Điều này có thể được gây ra bởi một số yếu tố như sự thay đổi đột ngột về tốc độ hoặc hướng gió, chênh lệch nhiệt độ hoặc hiện tượng thời tiết như giông bão.
Nhiễu loạn thường không gây quá nhiều nguy hiểm cho hành khách, nhưng việc chúng tạo ra rung lắc máy bay khi đang hoạt động khiến nhiều người lo sợ.
Chúng có thể xảy ra bất cứ lúc nào trong chuyến bay, nhưng thường phổ biến hơn ở một số độ cao nhất định, chẳng hạn như máy bay đang bay ở độ cao lớn hoặc khi bay qua núi.
Một thực tế chính là khi điều khiển máy bay, phi công sẽ sử dụng kinh nghiệm kết hợp với sự hỗ trợ của công nghệ để cố gắng dự đoán và tránh những vùng nhiễu loạn, điều chỉnh độ cao hoặc thay đổi quỹ đạo của máy bay.
Tuy nhiên, sự hỗn loạn đôi khi có thể xảy ra mà không có cảnh báo trước, khiến việc quản lý, dự đoán trở nên phức tạp hơn.

Hình ảnh hỗn loạn trong máy bay gặp phải sự cố nhiễu động (Ảnh: 9News).
Bên cạnh đó, dù công nghệ dự báo thời tiết đã có những bước tiến lớn trong việc xác định các khu vực có khả năng xảy ra hỗn loạn nhưng không phải lúc nào cũng có thể dự đoán chính xác thời gian và địa điểm chúng sẽ xảy ra.
Giải pháp từ AI
Một nhóm các nhà nghiên cứu đã phát triển một công nghệ mang tính cách mạng có thể giải quyết vấn đề này bằng việc sử dụng trí tuệ nhân tạo (AI) có tên là FALCON.
Công nghệ này được thiết kế để hiểu các nguyên tắc cơ bản của nhiễu loạn không khí nhằm thích ứng với điều kiện bay và bù đắp cho những ảnh hưởng của hiện tượng rung lắc trong thời gian thực.
Trọng tâm của FALCON dựa trên việc sử dụng sóng Fourier, các hàm toán học giúp mô hình hóa nhiễu loạn dưới dạng sóng tuần hoàn.
Các nhà nghiên cứu phát hiện ra rằng gió và nhiễu loạn tự nhiên tuân theo mô hình này, cho phép FALCON dự đoán tốt hơn những thay đổi trong điều kiện bay.
Khi hệ thống phát hiện nhiễu loạn, nó sẽ ngay lập tức can thiệp vào hệ thống điều khiển của máy bay, bao gồm góc cánh hoặc hướng, để duy trì quỹ đạo ổn định.
Để xác thực hiệu quả từ công nghệ này, các nhà nghiên cứu đã tiến hành thử nghiệm trong hầm gió Caltech - mô phỏng nhiễu loạn bằng cách sử dụng máy bay không người lái được trang bị cảm biến áp suất.
Chỉ sau 9 phút đào tạo, AI đã có thể phát hiện nhiễu loạn không khí và ổn định máy bay không người lái thử nghiệm.
Những kết quả này đã chứng minh rằng AI có thể phản ứng nhanh chóng và hiệu quả trước nhiễu loạn, ngay cả trong những điều kiện phức tạp và khó lường.

Tiếp viên hãng hàng không Singapore Airlines bị thương khi máy bay gặp nhiễu loạn không khí vào tháng 5 (Ảnh: Internet).
Điều này mở ra những triển vọng cho ngành hàng không thương mại. Nếu công nghệ này một ngày nào đó được triển khai trên máy bay thương mại, nó thực sự có thể làm giảm đáng kể cảm giác lo sợ của hành khách khi đi máy bay, mang lại những chuyến bay thoải mái và an toàn hơn.
Hiện vẫn còn một số thách thức cần vượt qua trước khi công nghệ này có thể được triển khai trên quy mô lớn. Một trong những rào cản chính là giảm thời gian để AI học cách thích ứng với tình trạng hỗn loạn.
Theo nhóm nghiên cứu, quá trình thích ứng thường mất vài phút, nhưng điều quan trọng là phải giảm thời gian này để AI có thể phản ứng ngay lập tức trong suốt chuyến bay.
Ngoài ra, việc chia sẻ dữ liệu giữa các máy bay để dự đoán tình trạng hỗn loạn đòi hỏi một giao thức bảo mật mạnh mẽ để tránh nguy cơ bị tấn công mạng.
-
Xét xử 7 cựu cán bộ vụ doanh nhân Mỹ vay tiền ngân hàng rồi 'mất dạng'Siêu máy tính dự đoán Fulham vs Crystal Palace, 19h15 ngày 29/3Siêu máy tính dự đoán Barca vs Osasuna, 03h00 ngày 28/3Nhận định, soi kèo Aluminium Arak vs Tractor, 22h45 ngày 28/3: Đả bại chủ nhàCăn nhà bạc tỷ sau nhiều năm tích cóp 'bỏ phố, về quê' của vợ chồng trẻNhận định, soi kèo Middlesbrough vs Oxford United, 22h00 ngày 29/3: Cửa dưới ‘tạch’Nhận định, soi kèo Rajasthan United vs Delhi FC, 18h00 ngày 28/3: Cửa dưới ‘tạch’Siêu máy tính dự đoán Leverkusen vs Bochum, 2h30 ngày 29/3Truyện Tình Yêu Thời Niên Thiếu Của TôiNhận định, soi kèo Kashiwa Reysol vs Tokyo Verdy, 12h00 ngày 29/3: Tin vào chủ nhà
下一篇:Công an TP.HCM điều tra vụ chuyển mục đích sử dụng đất trái quy định
- ·Con dốc ở Kon Tum bỗng thành bài thử bản lĩnh tài xế ngày đầu năm
- ·Nhận định, soi kèo Macarthur vs Newcastle Jets, 15h35 ngày 28/3: Buồn cho chủ nhà
- ·Nhận định, soi kèo Shenzhen Peng City vs Yunnan Yukun, 19h00 ngày 28/3: Kèo dài mạch thắng lợi
- ·Nhận định, soi kèo Colo Colo vs Palestino, 04h15 ngày 28/3: Như một thói quen
- ·Wyndham Soleil Danang giới thiệu tòa tháp Ethereal 50 tầng
- ·Soi kèo góc Macarthur vs Newcastle Jets, 15h35 ngày 28/3: Thế trận hấp dẫn
- ·Nhận định, soi kèo Watford vs Plymouth Argyle, 19h30 ngày 29/3: Chủ nhà sa sút
- ·Nhận định, soi kèo Bayern Munich vs St. Pauli, 21h30 ngày 29/3: Tin vào cửa dưới
- ·Giám đốc Khối Kinh doanh chia sẻ lý do Masterise Homes ‘Bắc tiến’
- ·Nhận định, soi kèo nữ ALG Spor vs nữ Unye Kadin, 18h00 ngày 27/3: Out trình
- ·Nhận định, soi kèo Eintracht Frankfurt vs Stuttgart, 0h30 ngày 30/3: Lấy lại vị thế
- ·Nhận định, soi kèo Santos de Guapiles vs Deportivo Saprissa, 9h00 ngày 28/3: Chủ nhà có điểm
- ·Xét xử 7 cựu cán bộ vụ doanh nhân Mỹ vay tiền ngân hàng rồi 'mất dạng'
- ·Nhận định, soi kèo Colo Colo vs Palestino, 04h15 ngày 28/3: Như một thói quen
- ·Nhận định, soi kèo Hyundai Steel Red Angels Nữ vs Hwacheon KSPO Nữ, 17h00 ngày 27/3: Lịch sử gọi tên
- ·Nhận định, soi kèo Brighton vs Nottingham, 0h15 ngày 30/3: Cơ hội phục thù
- ·TP.HCM có 119 ca Covid
- ·Nhận định, soi kèo Shenzhen Peng City vs Yunnan Yukun, 19h00 ngày 28/3: Kèo dài mạch thắng lợi
- ·Nhận định, soi kèo Kukesi vs Apolonia Fier, 20h00 ngày 27/3: Tin vào khách
- ·Nhận định, soi kèo Kukesi vs Apolonia Fier, 20h00 ngày 27/3: Tin vào khách
- ·Người đàn ông rải ảnh nhạy cảm của bạn gái cho mọi người xem
- ·Nhận định, soi kèo Antalyaspor vs Alanyaspor, 20h00 ngày 28/3: Khủng hoảng kéo dài
- ·Nhận định, soi kèo Fulham vs Crystal Palace, 19h15 ngày 29/3: Derby kịch tính
- ·Nhận định, soi kèo Erzeni Shijak vs Korabi Peshkopi, 20h00 ngày 27/3: Nỗi lo xa nhà
- ·Doanh số ô tô 2022 tiếp tục ‘cắm đầu’ vì thiếu chip
- ·Nhận định, soi kèo Macarthur vs Newcastle Jets, 15h35 ngày 28/3: Buồn cho chủ nhà
- ·18 nhân viên Y tế TP.HCM dương tính Covid
- ·Nhận định, soi kèo Kyoto Sanga FC vs Sanfrecce Hiroshima, 12h00 ngày 29/3: Không hề ngon ăn
- ·Nhận định, soi kèo Karvan vs Baku Sporting, 18h30 ngày 27/3: Thêm một lần đau
- ·Nhận định, soi kèo Santos de Guapiles vs Deportivo Saprissa, 9h00 ngày 28/3: Chủ nhà có điểm
- ·Áp lực phải công khai tỏ tình, ly hôn trên mạng xã hội
- ·Nhận định, soi kèo Hull City vs Luton Town, 19h30 ngày 29/3: Tiếp đà bất bại
- ·Nhận định, soi kèo Hull City vs Luton Town, 19h30 ngày 29/3: Tiếp đà bất bại
- ·Nhận định, soi kèo America de Cali vs Boyaca Chico, 8h10 ngày 28/3: Khó cản chủ nhà
- ·18 nhân viên Y tế TP.HCM dương tính Covid
- ·Nhận định, soi kèo Antalyaspor vs Alanyaspor, 20h00 ngày 28/3: Khủng hoảng kéo dài