航空業界を救う?AIでエンジン耐用年数を予測(AI×製造)【論文】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。

「壊れる前にメンテナンス」これがますます簡単になっていく。

新型コロナウイルスの航空業界への影響

新型コロナウイルスの影響により、航空企業の経営破綻が相次いでいる。4月21日にヴァージン・オーストラリア・ホールディングスが、5月10日にアビアンカ・ホールディングスが、5月19日にタイ国際航空が、5月26日にラタム航空グループが、経営破綻を起こした。新型コロナウイルスの影響は長期化が見込まれており、航空業界が経営破綻を避けるためには、コストカットの必要性が高まっている。

航空業界にとっての大きなコストの一つは、 航空機の部品の保守整備費用である。部品を最適な時期に交換できれば、コストをある程度カットできる。中でも、単価も重要性も高い航空機エンジンの残存耐用年数を高速かつ正確に予測できれば、安全性を保ち経費を削減できると期待されている。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

航空機コストカットに取り組む研究は実際どうなっているのだろうか?今回は一例として、アルジェリアにあるバトナ大学のTarek Berghoutら研究者の発表を取り上げたい。

彼らは、 航空機エンジンの残存耐用年数予測という課題に着目し、オンライン逐次極限学習機械アルゴリズムの適用を試みたのだった。

高速かつ高精度の耐用年数予測手法

まずは Tarek Berghoutらの研究におけるミッション・手法・結果を以下にまとめた。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






業界/カテゴリー

PAGE TOP