View a markdown version of this page

パーティクルの予測メンテナンス - パーティクルの予測メンテナンス

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

パーティクルの予測メンテナンス

公開日: 2021 年 3 月 10 日 (図の履歴)

予定外のメンテナンスコストの航空会社によるフライトの遅延とキャンセルは、年間、1 機あたり 120,000 USD~300,000 USD です。これは、500 機の航空機を持つ航空会社に対して、年間 6,000 万 USD から 1 億 5,000 万 USD に変換される可能性があります。

航空機のログ、センサー、メンテナンスデータを使用する予測メンテナンスソリューションを実装すると、このコストを最大 25% 削減できます。

このアーキテクチャでは、Amazon SageMaker AI を使用して、航空機の障害データとメンテナンス履歴を関連付けます。トレーニング済みモデルは、遅延が発生する前にコンポーネントの障害を予測します。

航空機の予測メンテナンス図

Amazon SageMaker AI on を使用した航空機予測メンテナンスのアーキテクチャ AWS。

次の手順では、アーキテクチャについて説明します。

  1. Broadcast Communications Addressing and Reporting System (ACARS) は、障害ログとパイロットレポートをリアルタイムで収集します。

  2. クイックアクセスレコーダー (QAR) は、航空機の機能 AWS に基づいてデータを収集し、 にアップロードします。頻度は、インストールされている接続パッケージによって異なります。

  3. メンテナンスおよびエンジニアリングシステムは、メンテナンスログ、パート削除、およびパート修復履歴を定期的に提供します。

  4. フライトオペレーションシステムは、スケジュールされたフライト情報と実際のフライト情報を提供します。これは、遅延とキャンセルをコンポーネントの障害と関連付けます。

  5. 使用前に QAR データから識別情報を削除する必要があります。

  6. SageMaker AI は、遅延とキャンセルを障害ログ、メンテナンスログ、パート削除、および QAR データに関連付けるようにモデルをトレーニングします。特徴量エンジニアリングは、最も重要で予測可能な章とコンポーネントを特定します。

  7. モデルを定期的に調整して予測を改善し、誤検出を減らします。

詳細情報

詳細については、次のリソースを参照してください。

図の履歴

このリファレンスアーキテクチャ図に関する最新情報を受け取るには、RSS フィードにサブスクライブします。

変更説明日付

初版発行

リファレンスアーキテクチャ図が最初に公開されました。

2021 年 3 月 10 日

RSS サブスクリプションの要件

RSS 更新をサブスクライブするには、使用しているブラウザで RSS プラグインが有効になっている必要があります。