Artificial intelligence applications selection via mcdm methods in aviation maintenance, repair & overhaul industry
Havacılık bakım, onarım ve yenileme sektöründe yapay zeka uygulamalarının çkkv yöntemleri ile seçilmesi
- Tez No: 771320
- Danışmanlar: PROF. DR. ABDULLAH ÇAĞRI TOLGA
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Endüstri ve Endüstri Mühendisliği, Science and Technology, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Havayolu işletmeleri; uçuş performansını ve güvenliğini artırmanın, bakım-onarım-yenileme (BOY) maliyetlerini ve zaman içinde meydana gelen plansız arızaların sayısını en aza indirmenin yollarını aramaktadırlar. Yüzlerce değişken ve birbiriyle bağımlı faktörün olduğu bu denli büyük bir sistemde optimal sonuçlara ulaşmaksa son derece zordur. Ancak teknolojik gelişmeler, birbiriyle ilişkili operasyonel faaliyetler arasındaki veri transferini kolaylaştırmakta ve gerçekleştirilen işlemler sonucunda ortaya çıkan bu büyük veriyi işleyerek anlamlı hale getirebilmektedir. Bu anlamda yapay zeka ve makine öğrenmesi temelli teknolojiler; kestirimci ve önleyici bakım, veri işleme, raporlama, olası problemleri önceden tahminleme gibi konularda BOY şirketlerinin büyük destekçisi olmaya aday teknolojilerdir. Bu araştırmada; havacılık BOY faaliyetlerinde yapay zeka teknolojisinin kullanılabileceği alanların tespiti, bu alanların uygulanma sırasına göre önceliklendirilmesi ve belirlenen en öncelikli alan için en uygun yapay zeka aracının tespiti gerçekleştirilmiştir. Çalışmanın ilk aşamasında, BOY operasyonlarında yapay zeka teknolojisinin kullanılabileceği potansiyel alanlar ortaya çıkarılmıştır. Bu potansiyel alanlardan hangisinin BOY süreçleri için daha uygun olduğunu belirlemek amacıyla, çok kriterli karar verme (ÇKKV) yöntemlerinden biri olan WEDBA yöntemi kullanılmıştır. Bir sonraki adımda, belirtilen alanda kullanılabilecek potansiyel yapay zeka araçlarına yönelik kapsamlı bir saha çalışması yürütülmüştür. Bir önceki adımda belirlenen alan için en uygun yapay zeka aracı ise yine WEDBA yöntemi ile belirlenmiştir. Her iki uygulama için kriterlerin ağırlıklandırılması AHP yöntemi ile yapılmıştır. Yapılan çalışma sonucunda teknolojinin uygulanabileceği sekiz potansiyel alan ve bu alanlardan hangisinin daha uygulanabilir olacağına karar vermek için de 11 farklı kriter belirlenmiştir. Bu çalışmada, WEDBA uygulamasının sonucuna göre“kestirimci ve önleyici bakım”alanının en uygun alan olduğu belirlenmiştir. Sonrasında, kestirimci ve önleyici bakım uygulamaları için kapsamlı bir pazar araştırması yapılmış ve bu alana yönelik öne çıkan 11 yazılım programı belirlenmiştir. Karar verme çalışmasında bu yazılım programlarının değerlendirilmesi amacıyla 13 kriter belirlenmiştir. Bu çalışmanın sonucu olarak da; havacılık BOY sektöründe, kestirimci ve önleyici bakım uygulaması için 11 alternatif yapay zeka aracından“Alternatif-5”, en uygun alternatif olarak bulunmuştur. Bundan sonra yapılacak çalışmalarda; farklı ÇKKV yöntemleri ile elde edilecek sonuçlar karşılaştırılarak duyarlılık analizi yapılabilir, belirlenen uygulamaya yönelik fizibilite analizi yapılarak böyle bir yatırımın finansal açıdan uygun olup olmadığı araştırılabilir ve kapsamlı bir risk analizi çalışması ile olası proje riskleri ortaya çıkarılabilir.
Özet (Çeviri)
Airline operators are looking for ways to improve flight performance and flight safety, and to minimize maintenance-repair-overhaul (MRO) costs and the number of unplanned breakdowns over time. It is exceedingly difficult to achieve optimal results in such a large system with hundreds of variable factors. However, technological developments facilitate the exchange of data between interrelated operational activities and make it meaningful by processing the big data that emerges as a result of the operations performed. In this sense, artificial intelligence (AI) and machine learning concepts have started to be a big supporter of the MRO companies, such as in predictive and preventive maintenance issues, data processing, reporting activities and forecasting incidents etc. In this thesis study, it will be carried out to determine the most appropriate area in which AI technology can be used in aviation MRO activities and to detect the most suitable AI tool for this determined area. In the first stage of the study, the potential processes for which AI technology can be used in MRO operations was found out. The WEDBA method, which is one of the multi-criteria decision-making methods, was used to determine which of these potential processes is more suitable for this technology. The next step is to investigate which AI technology tools can be used in the specified process. The most appropriate AI tool for this specified process is determine by the WEDBA method again. For both applications, criterion weighting is performed by AHP method. As a result of the study carried out, eight potential fields where the technology can be applied in, and 11 different criteria were determined to decide which of these fields would be more applicable. In this study, it has been determined that the“predictive & preventive maintenance”is the most suitable area according to the result of WEDBA implementation. After this study, a comprehensive market research was conducted for predictive and preventive maintenance applications, and 11 prominent software programs that offer solutions for this field were identified. 13 criteria have been determined to evaluate these software programs while performing the WEDBA method. After all,“Alternative-5”out of 11 alternative AI tools was found to be the most suitable alternative for the implementation of predictive and preventive maintenance in aviation MRO sector. For the further studies, sensitivity analysis can be made through different MCDM methods, and the results can be compared, a feasibility analysis for the determined implementation can be made to investigate whether such an investment is financially feasible or not, and possible project risks can be revealed with a comprehensive risk analysis.
Benzer Tezler
- Çok kriterli karar verme yöntemleri kullanılarak teknolojik 3PL hizmet sağlayıcısı seçimi model önerisi
A model proposal for the selection of technological 3PL service providers using multicriteria decision-making methods
AYBİKE ESRA ŞAHİN
Doktora
Türkçe
2024
Ulaşımİstanbul ÜniversitesiUlaştırma ve Lojistik Ana Bilim Dalı
DOÇ. DR. SİNEM DERİNDERE KÖSEOĞLU
- Telekomünikasyon şebekelerinin trafik yönlendirmesinde yapay zeka uygulamaları
Artificial intelligence applications of routing for telecommunication networks
ERSAN AKSOY
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY
- Örüntü tanıma uygulamalarında yapay zeka ve öznitelik dönüşüm metotları kullanılarak geliştirilen öznitelik seçme algoritmaları
Feature selection algorithms developed by using artificial intelligence and feature transform methods in pattern recognition applications
MUSTAFA SERTER UZER
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT YILMAZ
- Otomotiv yan sanayi firmasında yapay sinir ağları ile talep tahmini
Demand forecasting with artificial neural networks in an automotive supplier company
NİHAL KURU
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Yapay zekâ ve demokrasi
Artificial intelligence and democracy
AYŞE NUR YAZICILAR
Yüksek Lisans
Türkçe
2023
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. ŞULE ÖZSOY BOYUNSUZ