在航空业中整合大数据

网友投稿 369 2023-06-13

在航空业中整合大数据

每个人都在谈论大数据。这个大数据到底是什么?

在航空业中整合大数据

大数据是一个术语,用于描述结构化和非结构化数据的指数增长和可用性。Gartner定义“大数据是高容量,高速度和/或种类繁多的信息资产,需要新的处理形式以实现增强的决策,洞察力发现和流程优化。” 3Vs”模型通常用于描述大数据。

数据量的增长一直在成倍地增长,从每天增加的字节数据变成每天生成数千万字节的数据,再加上视频,音乐,文本等不同的数据源。大数据与其他传统方法的不同之处在于存储大量数据。

速度- 会生成大量数据,应通过比较过去的数据进行实时分析,以根据业务功能预测结果。大数据能够在几秒钟内处理各种数据,这使其不同于其他技术。

种类-生成的数据类型不一致。它与数据源不同。有些数据类型可能结构化,有些则可能没有。大数据甚至能够处理各种数据。

上面定义的这些属性描述了所谓的大数据。航空业也由于其可预测性以及在飞机内部和周围填充的大量数据而处于引入大数据分析的边缘。

飞机维修

航空公司将大部分利润用于维护活动,以使飞机处于适航条件下并安全飞行。当前,大多数航空业由于其运行效率而采用“按时/预防性”维护程序,并且取决于在某种情况下对零件进行测试后进行的故障模式计算。这些条件可能会根据外部因素/人为错误而变化,这可能导致组件使用寿命的变化,进而降低飞机的运行效率。

美国联邦航空局(FAA)的一项研究表明,喷气发动机在一年中产生的数据相当于20TB。到目前为止,由于该数据是非结构化的,因此大部分数据尚未用于任何分析目的。大数据分析可用于通过比较和分析从不同传感器获得的数据以及连接到飞机,机队或存在飞机的机队的特定组件的历史记录来预测组件的故障。

数据源

来自ACARS的飞机数据来自ERP \ PIREP \ AME注释的历史数据…天气数据发动机管理系统数据

飞机由同时工作以使其处于适航状态的组件组成。高应力,疲劳,腐蚀……会导致飞机在维护活动之前的运行过程中发生故障。可以通过风险分析确定故障模式。风险分析是一种识别导致故障的因素的技术。有了更多的数据并比较过去的数据,就可以使用大数据以精确的方式进行故障预测。风险因子是通过模拟零件正在运行的条件来计算的。该过程是模拟每个部分的体验,并计算失败的次数。

这些仿真将无限运行,将零件和实际模型进行比较以了解任何变化。然后,通过将所有迭代的故障总数除以迭代数,可以得出平均故障数。只要零件达到此风险因素,计划团队\维护部门将通过与大数据集成的系统接收自动警报。如果计划人员事先收到有关计划外活动的警报,则他/她可以提前安排维护活动,资源和采购零件。反过来,这将减少TAT时间,从而补充航空公司的运营效率,从而使组织受益。

供应链管理(OEM角度)

航空公司的\ MRO的零件库存由OEM,原始发动机制造商或经过PMA批准的供应商提供,用于日常运营。当前,OEM /供应商将需要8-10多个星期的时间才能提供没有库存的零件。《今日航空》的一篇文章指出,由于有效的需求预测导致积压的积压,飞机零件的制造市场领导者需要6个月以上的时间才能提供订购的零件。这导致OEM的利润率下降,因为航空公司更愿意使用替代来源,而不是等待零件。

数据源

市场数据供应商数据竞争对手数据ERP中的航空公司\ MRO零件使用详细信息

在大数据的帮助下,OEM /供应商将能够通过分析上述数据来源和航空业的未来趋势,来预测航空公司将来订购的零件的数量/数量。这有助于OEM重新组织生产计划,以满足需求并在短时间内提供零件。

采购管理

采购在航空维修行业中起着重要作用。每当发生AOG情况或物料计划员需要补充库存时,他都需要在Internet上签到以获取供应商的详细信息,该供应商以优质,低廉的价格和更少的时间提供零件。这是一项繁琐的工作,因为它需要通过根据不同标准对不同供应商进行比较和分析来做出决策的少量经验。

数据源

市场数据供应商数据

内置算法后,大数据将根据供应商等级\位置\数量\提前期\等级协议等参数显示有库存的供应商列表。自动采购流程将基于优先级触发,从而减少了采购流程的提前准备时间。

结论

根据美国联邦航空局(FAA)的估计,航空公司每年平均花费2200万美元用于航班延误。乘客的不舒适感也起着至关重要的作用,因为随着联盟中不断增长的竞争对手,它可能导致利润率下降。航空公司为计划外的维护活动投入了大量资金,以使其处于适航状态。通常,总收入的8-10%用于总维护,材料和维修成本支出。其中,航空公司将超过2%的费用用于计划外活动。通过将大数据引入航空业务,并具有可预测性,社会分析等功能,能够处理实时数据,从而减少航空公司的“额外成本”。这样可以减少航空公司的计划外维护成本。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:人才管理准则
下一篇:正确的员工敬业度:确保员工正确参与的一些“非常规”技巧
相关文章