Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Maintenance prédictive des aéronefs
Date de publication : 10 mars 2021 (Historique du diagramme)
Les retards et annulations de vols causés par une maintenance imprévue coûtent aux compagnies aériennes entre 120 000 et 300 000 dollars américains par avion et par an. Cela se traduit potentiellement par 60 à 150 millions de dollars américains par an pour une compagnie aérienne de 500 avions.
La mise en œuvre de solutions de maintenance prédictive qui utilisent le journal de bord, les capteurs et les données de maintenance de l'avion peut réduire ce coût jusqu'à 25 %.
Cette architecture utilise Amazon SageMaker AI pour corréler les données de panne des avions avec l'historique de maintenance. Les modèles entraînés prédisent les défaillances des composants avant qu'elles n'entraînent des retards.
Schéma de maintenance prédictive des aéronefs
Les étapes suivantes décrivent l'architecture :
-
L'Aircraft Communications Addressing and Reporting System (ACARS) collecte les journaux d'erreurs et les rapports des pilotes en temps réel.
-
L'enregistreur à accès rapide (QAR) collecte et télécharge des données en AWS fonction des capacités de l'avion. La fréquence varie en fonction du package de connectivité installé.
-
Les systèmes de maintenance et d'ingénierie fournissent périodiquement des journaux de maintenance, des pièces retirées et un historique des réparations.
-
Le système des opérations aériennes fournit des informations sur les vols réguliers et réels. Cela met en corrélation les retards et les annulations avec les défaillances des composants.
-
Vous devez supprimer les informations d'identification des données QAR avant de les utiliser.
-
SageMaker L'IA entraîne le modèle à corréler les retards et les annulations aux journaux de pannes, aux journaux de maintenance, aux retraits de pièces et aux données QAR. L'ingénierie des fonctionnalités identifie les chapitres et les composants les plus importants et les plus prévisibles.
-
Ajustez régulièrement les modèles pour améliorer les prévisions et réduire les faux positifs.
Suggestions de lecture
Pour plus d'informations, consultez les ressources suivantes :
Historique du diagramme
Pour recevoir des mises à jour concernant ce schéma d'architecture de référence, abonnez-vous au fil RSS.
| Modification | Description | Date |
|---|---|---|
Publication initiale | Schéma d'architecture de référence publié pour la première fois. | 10 mars 2021 |
Obligation d'abonnement RSS
Pour vous abonner aux mises à jour RSS, un plug-in RSS doit être activé pour le navigateur que vous utilisez.
