Turkish navy receives unmanned surface vessel, three crewed ships

Sur le même sujet

• 

  29 octobre 2018 | International, Aérospatial, Naval, Terrestre, C4ISR, Sécurité

  Le partenariat Aurora pour contribuer à transformer les services d'ingénierie du ministère de la Défense britannique

  MONTRÉAL, le 29 oct. 2018 /CNW Telbec/ - SNC-Lavalin (TSX: SNC) a le plaisir d'annoncer que le Aurora Engineering Partnership (« partenariat Aurora »), formé de QinetiQ; d'Atkins, membre du Groupe SNC-Lavalin; ainsi que de BMT, a été nommé par le ministère de la Défense britannique en tant que partenaire de prestation de services d'ingénierie pour l'entité Defence Equipment and Support (DE&S). Le partenariat aidera le ministère de la Défense à réduire les coûts de ses services d'ingénierie tout en veillant à ce que les forces armées britanniques reçoivent le meilleur équipement possible et le soutien nécessaire. Gr'ce au partenariat Aurora, le ministère de la Défense tirera profit d'une vaste expérience dans le secteur de la défense, ainsi que d'un savoir-faire dans l'établissement de partenariats similaires dans d'autres secteurs. Le partenariat aidera DE&S à gérer ces coûts, ce qui aura pour effet d'engendrer un changement efficace et des économies au moyen d'une discipline financière et d'une tarification simplifiée et transparente. « La vision pour le partenaire de prestation de services d'ingénierie est d'établir un partenariat en ingénierie à la fois professionnel et solide avec l'entité DE&S, permettant d'obtenir des résultats efficaces et agiles en matière d'équipement et de soutien de première ligne », a affirmé Gordon Barr, directeur général, Aurora Engineering Partnership, QinetiQ. « Le rôle de partenaire de prestation de services d'ingénierie est une superbe occasion, non seulement pour nous, mais également pour les programmes de défense du Royaume-Uni. Il permet d'assurer le bon soutien dès la première fois, de façon sécuritaire et en respectant le budget, a ajouté Nick Roberts, président, Ingénierie, conception et gestion de projet, SNC-Lavalin. En collaboration avec nos partenaires, nous nous pencherons d'abord et avant tout sur les résultats pour ceux en première ligne, et travaillerons ensemble pour favoriser un rendement et une productivité accrus autant que possible. » Un autre élément clé du rôle de partenaire de prestation de services d'ingénierie sera de promouvoir l'innovation au sein de l'industrie et du milieu universitaire. Dans le cadre de ce partenariat, Aurora établira un réseau de fournisseurs qui comprendra des petites et moyennes entreprises (PME) de créneaux spécifiques ou spécialisés afin de tirer profit des meilleures expertises du Royaume-Uni. « Nous établissons un réseau de fournisseurs durable qui encourage et développe les PME en tant qu'élément essentiel à la prestation de services plus efficaces et novateurs pour l'entité DE&S, explique Roy Quilliam, directeur, Aurora Engineering, BMT. Nous avons déjà un nombre sans précédent d'entreprises enregistrées, soit 280, parmi lesquelles 70 % sont des PME, afin de fournir des services d'ingénierie au partenariat Aurora. » Pour le deuxième trimestre de 2018, le secteur Ingénierie, conception et gestion de projets de SNC-Lavalin a atteint un ratio des octrois sur les produits de 1,2. À propos de SNC-Lavalin Fondée en 1911, SNC-Lavalin est une entreprise mondiale spécialisée en gestion de projet offrant des services professionnels entièrement intégrés et un acteur de premier plan en matière de propriété d'infrastructures. À partir de bureaux situés dans le monde entier, les membres du personnel de SNC-Lavalin sont fiers de b'tir l'avenir. Nos équipes fournissent des solutions couvrant le cycle complet des projets, notamment dans les domaines de l'investissement de capital, des services-conseils, de la conception, de l'ingénierie, de la construction, des investissements de maintien et de l'exploitation et de l'entretien, pour les clients dans les secteurs Pétrole et gaz, Mines et métallurgie, Infrastructures, Énergie propre, Énergie nucléaire et ICGP (Ingénierie, conception et gestion de projets). Le 3 juillet 2017, SNC-Lavalin a acquis Atkins, l'une des entreprises de services-conseils les plus respectées du monde dans les domaines de la conception, de l'ingénierie et de la gestion de projet, maintenant intégrée dans nos secteurs. www.snclavalin.com À propos de QinetiQ Entreprise inscrite à la Bourse de Londres (LSE : QQ.L), QinetiQ est un chef de file en science et en ingénierie qui exerce ses activités principalement dans les marchés de la défense, de la sécurité et de l'aérospatial. Nos clients sont essentiellement des organisations gouvernementales, notamment des ministères de la défense et des clients internationaux dans d'autres secteurs ciblés. Visitez notre site Web : www.QinetiQ.com Suivez-nous sur LinkedIn et Twitter @QinetiQ Visitez notre blogue : www.QinetiQ-blogs.com À propos de BMT BMT est une entreprise internationale de services-conseils en conception, ingénierie et gestion des risques qui travaille principalement dans les secteurs de la défense, de l'énergie et de l'environnement, de l'assurance et des risques maritimes, des ports et des transports maritimes, ainsi que de la logistique. BMT investit considérablement dans la recherche. Ses clients sont servis par l'entremise d'un réseau de filiales internationales. Les actifs du groupe sont détenus comme propriété bénéficiaire pour son personnel. Site Web :www.bmt.org Les entreprises qui désirent manifester leur intérêt à se joindre au réseau de fournisseurs d'Aurora peuvent le faire ici : www.auroraengineeringpartnership.co.uk. SOURCE SNC-Lavalin Renseignements : Médias : Daniela Pizzuto, Directrice, Communications externes, 514-393-8000, poste 54772, media@snclavalin.com; Investisseurs : Denis Jasmin, Vice-président, Relations avec les investisseurs, 514-393-8000, poste 57553, denis.jasmin@snclavalin.com https://www.newswire.ca/news-releases/le-partenariat-aurora-pour-contribuer-a-transformer-les-services-dingenierie-du-ministere-de-la-defense-britannique-698877611.html

• 

  29 août 2022 | International, Naval

  Marine Nationale : les enjeux de la

  Dans un briefing publié le 25 août dernier, le chercheur de l'IFRI Léo Péria-Peigné analyse les enjeux du secteur clef des drones navals. Qu'il s'agisse des domaines aéronavals, sous-marins ou de surface, la dronisation du secteur maritime est en plein développement, et pour cause : la tension entre les objectifs et le

• 

  23 mars 2020 | International, Terrestre, C4ISR

  Raytheon AI: Fix That Part Before It Breaks

  A modern mechanized military lives or dies by maintenance. But what if a computer could warn you when your weapons and vehicles were about to break, so you could fix them before they ever let you down? By SYDNEY J. FREEDBERG JR. WASHINGTON: Raytheon is working with the military on multiple pilot projects for AI-driven predictive maintenance. What's that? Traditionally, military mechanics spend a huge amount of time on what's called preventive maintenance: They carry truckloads of spare parts to war, they consult historical tables of roughly how often certain parts wear out or break down, and they preemptively crack open the access hatches to check those parts on a regular basis. The idea behind predictive maintenance is to feed all that historical data into a machine learning algorithm so it can tell maintainers, vehicle by vehicle and part by part, when something is likely to fail. It's a tremendous technical challenge that requires scanning in years of old handwritten maintenance forms, downloading digital records, and then constantly updating the database. Ideally, you want up-to-the-minute reports on things like engine temperature and suspension stress from diagnostic sensors installed in frontline vehicles. You need to account not only for what kind of equipment you're operating, but how hard it's running for a particular mission and even where in the world it's operating, because environmental conditions like heat, moisture, dust, and sand make a huge difference to wear and tear. And you can't just push out a single software solution and call it done. You have to constantly update your data so the algorithm can continue to learn, evolve, and adapt to different situations. But, Raytheon's Kevin Frazier and Butch Kievenaar told me, artificial intelligence and machine learning have advanced dramatically over just the last five years. Now Raytheon – a long-established defense contractor – is partnered with a flock of niche innovators to make it happen. Currently, they told me, Raytheon is already conducting or about to launch several multi-month pilot projects, seeking to prove the technology's value to the military: For the Army, they're working with a commercial partner on the M2 Bradley Infantry Fighting Vehicle, the mainstay armored troop transport of the heavy combat brigades, and the hulking M88 Hercules, a tracked “armored recovery vehicle” designed to tow broken-down battle tanks back for repair, if necessary under enemy fire. For the V-22 Joint Program Office – which supports the Osprey tiltrotor for the Marines, Air Force Special Operations Command, and now the Navy – they're working on the V-22's collision-avoidance radar, a Raytheon product. And across their customer base, they're looking at ways to do predictive maintenance on the many complex components Raytheon provides for a host of programs. How does this work? Let's hear from Kevin and Butch in their own words (edited for clarity and brevity from a highly technical 50-minute interview): Q: What kinds of problems can this technology help the military solve? Kevin: Right now, maintenance is conducted either on a scheduled timeline or when something breaks. What we are trying to do is replace that one piece because you know it's about to wear out and prevent it from breaking. Butch: One of the biggest things is you've got to understand what mission you're trying to achieve. If I'm trying to answer platform readiness questions, then I have to have certain data that's related to that topic. If I am trying to do supply chain analysis, I'm asking questions about where are critical parts and what size stockages we have to have to reduce turnaround time. So I'm answering a different question, and I'm looking at a different data set. So the key to setting all this up is what you do on the front end with your data to give the data scientists so that we can refine the algorithm appropriately. Q: AI/ML requires a lot of data. Is that data really available for all these different military systems? Kevin: It is. It's in different states. Some vehicles have sensors on them. Some do self-diagnostics. Some of the older equipment, especially the support equipment, doesn't have any sensors on them — but they all have files. They all are in the maintenance system, so the data exists. Data doesn't have to purely digital. It does have to be digitized at some point, but it doesn't necessarily have to start being digital. It could be maintenance logs that are hand-written, or the operator of a particular vehicle does a walk around and does an inspection report, writes that up — that's something that you actually can scan and input. Now we can add so many different types of data that your whole data environment becomes much richer. It helps you get to that algorithm — and then to continue to take in that data and refine that model. You're still recording that data and getting data from both handwritten and digital sources to update your model and tune it, so that you're just that much more accurate. Butch: What we're talking about is discrete algorithms solving for discrete problem sets. You look at the environment, and what the algorithm does is it learns. You keep ingesting data. You can get it a bunch of different ways so your analytical tool continues to learn, continues to refine. I can do a physical download from the vehicle, or scan maintenance records, or get it all fed off of a downloader that automatically feeds to the cloud. It can be as fast as we can automate the process of that piece of equipment feeding information back. For the Army and the Air Force especially, there is sufficient data over the last 15 that pertains to the impacts of combat. And we have it for different environments that you can then use to help train and refine the algorithms that you're using as it learns. Kevin: You have to understand the impacts the environment has on how the vehicle is functioning and what type of a mission you're doing, because that will cause different things to wear out sooner or break sooner. That's what the AI piece does. The small companies that we partner with, who are very good at these algorithms, already do this to some extent in the commercial world. We're trying to bring that to the military. Butch: The really smart data scientists are in a lot of the smaller niche companies that are doing this. We combine their tools with our ability to scale and wrap around the customer's needs. These are not huge challenges that we're talking about trying to solve. It is inside the current technological capability that exists. We have currently several pilot programs right now to demonstrate the use cases, that this capability that actually works. https://breakingdefense.com/2020/03/raytheon-ai-fix-that-part-before-it-breaks