Geri Dön

Uçak bakımlarının gürbüz (Robust) planlanması

Robust planning of aircraft maintenance

PDF İndir

  1. Tez No: 927725
  2. Yazar: MEHMET İKBAL KARACA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FİGEN ÖZTOPRAK TOPKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Sivil Havacılık, Industrial and Industrial Engineering, Civil Aviation
  6. Anahtar Kelimeler: Gürbüz Optimizasyon, Makine Öğrenim Yöntemleri, Uçak Bakım, Robust Optimization, Machine Learning Methods, Aircraft Maintenance
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Havayolları arasındaki artan rekabet, her operatörün operasyonlarındaki verimliliğini artırmalarını zorunlu kılmaktadır. Havayolları, genellikle uygulanacak bakım görevlerinin büyük çoğunluğunu, harf kontrolleri (A, B, C) olarak adlandırılan kapsamlı kontrollerde bakım paketinde bir araya getirerek çalışmaktadır. Her bakım tipi için uçakta yapılacak incelemeler ve bakım işlemleri büyük ölçüde standarttır. Bu işlemlerin her birisi 'görev kartları' denilen kartlar kullanılarak tanımlanır. Elbette yapılacak işlemler belirli öncelik-sonralık ilişkilerine sahiptir. Örneğin, koltuklar sökülmeden zemin panelinin denetimi yapılamaz. Dolayısıyla, bakım sürecinin tamamı bir proje süreci olarak tanımlanabilir. Tüm bakımın nihai tamamlanma süresi, bakım kartlarının alacağı sürelere ve bu kartların tanımladığı işlemlerin öncelik ilişkilerine bağlıdır. Bu tez çalışmasını bir uçak bakım firmasında planlama departmanında karşılaşılan pratik bir sorun motive etmiştir: Planlamada öngörülen bakım süreleri ile gerçekleşen bakım süreleri önemli derecede farklılıklar gösterebilmektedir. Bunun nedeni incelendiğinde, rutin bakım kartlarının yanı sıra, uçağın denetimi sırasında fark edilen ek problemler sebebiyle (onarım, vb. bakım gereksinimleri) çok sayıda rutin-olmayan bakım kartlarının da üretildiği görülmüştür. Örneğin koltukların görsel denetimi rutin bir işlemdir, ancak koltukta yırtık varsa bunun değiştirilmesi rutin-olmayan bir işlemdir. Bu tür ek rutin-olmayan işlemlerin içeriğine göre planlamadan çok büyük sapmalar oluşabilmektedir; halbuki hem operatör hem de bakım kuruluşunun beklentisi bakım tamamlanma süresinin ve adam saatinin planlanandan düşük bir tolerans limiti içerisinde gerçekleşmesidir. Gürbüz eniyileme, belirsizlikleri matematiksel modele bir küme olarak dahil ederek, tüm belirsizlik kümesi üzerindeki en iyi çözümleri hesaplamayı amaçlayan bir yaklaşımdır. Yakın zaman önce önerilmiş olmasına rağmen oldukça popüler hale gelmiş bir yaklaşımdır çünkü klasik stokastik optimizasyon çerçevesinden farklı olarak problemdeki belirsizliklerin bilinen belirli bir olasılık dağılımından geldiği varsayımına dayanmaz. Bunun yerine belirsizlik içeren verilerin belirli bir kümede bulunduğunu varsayar. Açıkça görülebileceği gibi gürbüz eniyileme açısından en kritik konulardan birisi bu belirsizlik kümelerinin tanımlanmasıdır. Bizim uygulama problemimiz özelinde bu, her bir bakım tipi için rutin-olmayan kartlarla ortaya çıkan ek bakım sürelerinin yarattığı belirsizliğin modellenmesini gerektirmektedir. Esasında bu belirsizlik tamamen rassal değildir; uçağın yaşı ve tipi, uçuş süresi, bakımın tipi, vb. faktörler rutin-olmayan bakım ihtiyaçlarını büyük ölçüde etkilemektedir. Bu tez çalışmasının ilk bölümünde, bu ilişkiyi makina öğrenmesi teknikleri ile önceki bakım verilerinden öğrenme fikri üzerinde durulmuştur. Seçilen iki bakım kartının verileri ve farklı makina öğrenmesi teknikleriyle kapsamlı bir deneysel çalışma yapılmıştır. Çalışmanın ikinci bölümünde, bakım planlama probleminin matematiksel modeli kurulmuştur. Burada, örnek bir bakım için ve farklı gerçekleşme senaryoları düşünülerek gürbüz çözümlerin etkinliği incelenmiştir. Belirsizlik kümesini bir önceki bölümdeki tahmin modellerine dayandırarak gerçekleştirilen gürbüz optimizasyon, en kötü durum senaryosu da dahil olmak üzere uygun planlama sonuçları vermiştir.

Özet (Çeviri)

The increasing competition among airlines necessitates that every operator enhances the efficiency of their operations. Airlines typically consolidate most of the maintenance tasks to be performed into maintenance packages, referred to as letter checks (A, B, C), which are comprehensive inspections. For each type of maintenance, the inspections and maintenance tasks to be carried out on the aircraft are largely standardized. Each of these tasks is defined using“task cards.”Naturally, these tasks are subject to specific precedence relationships. For instance, floor panel inspections cannot be performed without first removing the seats. Thus, the entire maintenance process can be defined as a project process. The final completion time of maintenance depends on the durations of the task cards and the precedence relationships defined by these cards. This thesis is motivated by a practical problem encountered in the planning department of an aircraft maintenance company: there are significant deviations between the planned maintenance durations and the actual maintenance durations. Upon investigation, it was found that, in addition to routine task cards, a substantial number of non-routine task cards are also generated due to additional problems identified during aircraft inspections (repairs, maintenance requirements, etc.). For instance, the visual inspection of seats is a routine task, but replacing a torn seat is a non-routine task. Depending on the nature of such additional non-routine tasks, significant deviations from the initial plan can occur. However, both the operator and the maintenance organization expect the maintenance completion time and man-hours to remain within a tolerable deviation from the plan. Robust optimization is an approach that aims to compute the best solutions over an entire set of uncertainties by incorporating these uncertainties into the mathematical model as a set. Despite being a relatively recent concept, it has gained significant popularity because, unlike classical stochastic optimization, it does not assume that the uncertainties in the problem follow a known probability distribution. Instead, it assumes that the data containing uncertainties lie within a specific set. As can be clearly seen, one of the most critical aspects of robust optimization is defining these uncertainty sets. In the context of our application problem, this requires modeling the uncertainties caused by the additional maintenance durations arising from non-routine task cards for each type of maintenance. In essence, this uncertainty is not entirely random; factors such as the aircraft's age and type, flight duration, and type of maintenance significantly influence the need for non-routine maintenance. In the first part of this thesis, the idea of learning this relationship from historical maintenance data using machine learning techniques was explored. A comprehensive experimental study was conducted with data from two selected task cards and various machine learning techniques. In the second part of the study, a mathematical model of the maintenance planning problem was developed. The effectiveness of robust solutions was examined by considering different realization scenarios for a sample maintenance case. Robust optimization, performed by basing the uncertainty set on the predictive models from the previous section, provided feasible planning outcomes, including the worst-case scenario.

Benzer Tezler

  1. Tez No

    265684

    Bakım planlama faaliyetlerinde tamsayılı doğrusal programlama ve bir uygulama

    Integer programming on maintenance planning activites and an application

    ESER CÖMERT

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İşletmeEskişehir Osmangazi Üniversitesi

    İşletme Bölümü

    YRD. DOÇ. DR. HÜSEYİN GÜRBÜZ

  2. Tez No

    783679

    Uçaklarda teker-yerde sinyalinin sensor füzyonu ve makine öğrenmesi ile analizi

    Analysis of weight-on-wheel signal in aircraft with sensor fusion and machine learning

    EMRAH ATAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mekatronik MühendisliğiMarmara Üniversitesi

    Mekatronik Ana Bilim Dalı

    PROF. DR. GÖKHAN GÖKMEN

  3. Tez No

    252059

    Interpretation of aircraft engine condition monitoring data with an expert system

    Uçak motorunun durum izleme verilerini yorumlayan uzman sistem

    YALÇIN ŞENLİOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM ÖZKOL

  4. Tez No

    796108

    Uçak bakım -onarım hangarlarında iş sağlığı ve güvenliği uygulamaları

    Occupational HEALTH and safety practices in aircraft maintenance-repair hangars

    HÜSEYİN USLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Sivil Havacılıkİstanbul Aydın Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜLEYMAN ŞİMŞEK

  5. Tez No

    575326

    Uçak bakım merkezi atık yönetimi

    Waste managment in aircraft maintenance center

    FATMA ZEHRA DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Çevre MühendisliğiTekirdağ Namık Kemal Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞEYMA ORDU

Geri Dön