Aman航空采用RFID标签作为MRO追踪工具

2016-07-20 11:14:56来源：RFID世界网原标题：Aman航空MRO工具追踪采用RFID标签关键词：RFID 信息物联网阅读量：32123

导读：越来越多的航空企业实施RFID，不仅为了追踪工具，也用于提高外来损伤物体(FOD)自动化以及维护，修理和检修(MRO)过程支持。

　　【中国智能制造网企业动态】越来越多的航空企业实施RFID，不仅为了追踪工具，也用于提高外来损伤物体(FOD)自动化以及维护，修理和检修(MRO)过程支持。Aman航空就是其中一家，他是印度飞机零部件保养和维修(MRO)机构，将与DolphinRFID合作，以推动印度民航部门采用基于RFID技术的实施。相比纸质记录和手动工具搜索，使用RFID的自动化系统能帮助Aman航空节省时间。RFID还能够提升报告的性，实时提供工具状态信息，这将大量节省了飞机话费在地面的时间，增加飞行次数，使印度航空更具成本效益和盈利能力，并维持高水平的安全性。

　　由于要求标签贴在工具，零件或其他资产后，只要处于服务状态，标签都要保持可靠的性能，所以MRO是RFID标签应用恶劣的环境之一。RFID能够在实物和安全运行的信息之间建立物理链接。即使暴露在高温，油，污垢，液压流体，清洗剂和其它挑战性材料以及其它常见航空航天业务的条件几年后，Xerafy工业级高强度高温标签每次都能可靠的读取信息。

　　Xerafy凭借其的RFID标签和RFID工具追踪应用的优势，已经和Boeing以及Airbu合作过类似项目.工业级高强度高温标签DotXS标签(6mm直径，2.5mm厚度，读写距离达到1.5米/5英尺),DashXS(12*3*2.2mm，读写距离达到2米/6.6英尺)——凭借其小巧的尺寸和出色的读写距离，以及应用于金属部件时的读取可靠性。DolphinRFID选择他们应用于工具追踪。

　　据Aman航空介绍，印度新的民航政策，从他们经营的机场费中拨出经费支持MRO，能够节省20%的运营成本。这些省下来的经费将用来实现技术，比如RFID，提高经济效益，安全性以及确保印度游客的准点率。DolphinRFID解决方案基于使用自己的Jave软件，EdgeWizard,此软件支持复杂的供应链中各个阶段的的资产和库存追踪，从生产厂家到报税商店以及终用户，以及的飞机云端维护管理。

　　RFID工具追踪案例

　　RFID在这种环境下的商业案例非常清晰，在航空航天领域得到了很好的证明。主要挑战是找到RFID标签合适的安装方法以及软件的组合，以确保任何时候都能对工具进行核算从而进行合理的维护。Aman航空计划首先对自己的MRO活动执行解决方案。然后Aman希望能够在今年第三季度将自己的解决方案推广到印度航空。

上一篇：蚂蚁金服研发虚拟机器人意在布局人工智能

下一篇：PI推出控硅调光驱动器可减少BOM元件数

我要评论

人工智能和物联网如何协作以实现更智能的技术
人工智能与物联网的融合代表着科技发展的新方向。物联网通过分布在各处的传感器、设备和网络基础设施，持续生成海量的实时数据。而人工智能则通过机器学习与深度学习算法，对这些数据进行分析、建模与优化。
人工智能物联网
2025-10-20 10:57:54
从原始数据到实时洞察：释放物联网分析的潜力
部署物联网传感器和连接只是第一步。真正的挑战在于将原始数据转化为可操作的洞察。即使是规划最完善的网络，如果没有坚实的分析层，也无法带来投资回报率。
物联网物联网传感器
2025-10-14 13:25:37
第五届人工智能、自动化与高性能计算国际会议在肥举办
6位国内外知名专家应邀作主旨报告，分享了他们在人工智能、大模型、安全通信、因果学习、量子机器学习与智能网络等领域的最新研究成果。
人工智能自动化大模型
2025-09-28 14:20:13
AI、物联网、大数据如何重塑现代商业
智慧商业的真正潜力在于多种技术的融合应用，而非单点突破。当AI、物联网、大数据和云计算等技术深度融合时，它们催生出全新的商业模式。
物联网人工智能区块链
2025-09-24 09:11:12
苏南重点城市要素市场化配置综合改革试点实施方案
健全多元化科技投入体系，完善科技投融资体系，改革完善财政科研经费管理，探索长期任务委托和阶段性任务动态加码式新型资助方式。
要素市场化配置改革物联网
2025-09-12 09:32:44
5G RedCap在增强物联网设备网络扩展中的作用
RedCap(或称“降低容量”)是一项5G功能，专为那些不需要5G全部性能的物联网设备而设计。RedCap能够实现更具可扩展性和成本效益的物联网网络部署。
5G RedCap物联网
2025-09-01 13:24:23

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。