* 19. 7. 2021 že prediktivní údržba letadel je důležitá?

Jednou z nejčastějších výzev v leteckém průmyslu je potřeba snížit náklady a zpoždění při zachování a zlepšení provozní spolehlivosti letadel. V současné době se letecké společnosti a MRO - Maintenance, Repair, and Operations snaží využít data a technologický pokrok k lepší předpovědi a řízení úsilí údržby letadel pomocí prediktivní údržby PdM - Predictive Maintenance.
Co je prediktivní údržba a proč ji letecké společnosti potřebují?
Údržba letadla je nedílnou součástí zajištění bezpečnosti letadla pro provoz. Špatné plánování údržby může vést ke zničujícím finančním výsledkům leteckých dopravců a udržet letadla uzemněná, cestující čekat a může dokonce vést ke zrušení letu. Nepřesný přehled údržby navíc způsobuje přetížení přebytečných letadlových částí, což vede k tomu, že letečtí dopravci přicházejí o obrovské částky peněz.
Za účelem zvýšení provozní spolehlivosti a úsporných opatření provozovatelé letadel dodržují programy údržby letadel. Existují tři známé typy údržby: reaktivní, preventivní a prediktivní.
Reaktivní údržba označuje časovou osu, ve které je určitá část letadla využívána na své limity a opravy jsou prováděny až po poruše. Tato metoda je obvykle nákladná a pro provozní bezpečnost nebezpečná. Mnoho provozovatelů letadel proto používá preventivní údržbu letadel (PM), známou také jako plánovaná údržba, která odkazuje na stanovenou časovou osu kontrol určitých součástí letounu. Federální letecký úřad Spojených států (FAA) definuje preventivní údržbu jako "jednoduché nebo menší konzervační operace a výměnu malých standardních dílů, které nezahrnují složité montážní operace." Cokoliv, co vyžaduje rozebrání konstrukční součásti, podle FAA nespadá pod definici "údržby".
Největší výzvou v preventivní údržbě letadel je, že není vždy snadné určit vhodný čas na provádění kontrol. Například velmi časným plánováním údržby letadel provozovatelé ztrácejí určitý životní cyklus komponent, který by mohl být stále použitelný. Na druhou stranu může příliš pozdě naplánovat údržbu letadel vést k úplnému selhání komponenty, což není jen problém z finančního hlediska, ale také obrovské riziko pro provozní bezpečnost.
Termín prediktivní údržba (PdM) je v rozporu s reaktivním nebo preventivním přístupem, který je stále široce používán. PdM vyžaduje znalost správných informací ve vhodném okamžiku k provedení nezbytné údržby letadla. PdM využívá analýzu dat a techniky k detekci možných závad v letadle, což leteckým společnostem pomáhá provádět lepší plánování údržby.
"Je to prediktivní nástroj versus reaktivní." Tím, že nejen předpovídá, že součást může selhat, ale poskytuje různá řešení tohoto nevyřízeného selhání, umožňuje MRO ztrácet čas rozhodováním o tom, které řešení je nejlepší, uvedl Martin McConnel, ředitel a manažer vztahů s klienty ve společnosti Willis Towers Watson na konferenci WTW Global Událost MRO Aerospace. Během posledního desetiletí položil technologický vývoj základy pro prediktivní připravenost na údržbu. Široce přijímané používání senzorů na letadlech a směrovačích dat umožnilo nástrojům, jako je strojové učení nebo umělá inteligence (AI), mít aplikace při plánování údržby.
Primární zdroje dat používané pro prediktivní údržbu zahrnují zprávy letových posádek a zprávy o údržbě, parametrická data, včetně senzorů, dat zapisovačů letových údajů (FDR), zápisy pilotů, zápisy o údržbě, odebrání součástí a nálezy dílny. "Cílem je snížit počet případů AOG [letadlo na zemi je termín v údržbě letectví, což naznačuje, že problém je natolik závažný, aby zabránil letu letadla], zpoždění a zrušení letu," řekl Rodolphe Parisot, viceprezident pro digitální a inovace ve společnosti Air France Industries KLM Engineering & Maintenance (AFI KLM E&M).
Zavedená praxe nebo budoucí zaměření?
Použití analytických údajů k předpovědi různých anomálií a zabránění neplánované údržbě letadel není v leteckém odvětví novou praxí. Inovace analytických nástrojů používaných při hledání předpovědi potřeby údržby v reálném čase se však neustále vyvíjí. Existuje mnoho společností MRO, jako jsou Lufthansa Technik, Air France Industries KLM Engineering & Maintenance a Collins Aerospace, které poskytují řešení prediktivní údržby letadel pro letecké dopravce po celém světě. Stojí však za zmínku, že taková řešení údržby neposkytují pouze MRO, ale také výrobci originálního vybavení (OEM). Ve skutečnosti byli však výrobci OEM původně v čele zavádění takových digitálních řešení.
"V polovině 90. let začala společnost Boeing ve spolupráci se svými 777 zákazníky sdílet data prostřednictvím In-Service Data Program." Sdílení provozních údajů umožnilo další analýzu, která pomohla dále zvýšit spolehlivost odeslání této úspěšné rodiny letadel. Tento program se od té doby rozšířil tak, aby zahrnoval většinu modelů Boeing.
Navzdory širokému využití analytických údajů v leteckém sektoru však byly tak nedávno zavedeny sofistikované nástroje prediktivní údržby. V roce 2017 uvedly nejznámější výrobci OEM, Boeing a Airbus, nástroje pro prediktivní údržbu. Boeing představil Boeing Analytx, zatímco Airbus představil Skywise. Pokud jde o společnosti MRO, AFI KLM E&M má nástroj pro prediktivní údržbu s názvem Prognos, který byl vyvinut v roce 2015. Podle společnosti Prognos načítá data z letadla, a to jak za letu, tak během letů. "Nyní, s dostupným množstvím dat, automatickým přenosem dat, snižujícími se náklady na ukládání dat a prováděním odpovídajících analýz, společnost AFI KLM E&M dokázala vyvinout vlastní řešení PROGNOS, které předpovídá selhání, která podle starších řešení nejsou vidět".
Lze implementovat nástroj prediktivní údržby AFI KLM E & M, který poskytuje údaje o leteckých motorech, pomocných energetických jednotkách (APU), inventáři a dalších. Podle MRO je Prognos již implementován na letadlech Airbus A320 Family, Airbus A330, Boeing 737, Boeing 747, Boeing 777. Lze jej také instalovat na letadla nové generace, jako jsou Boeing 787 Dreamliner, Airbus A380 i Airbus A350.
Americká společnost MRO, Collins Aerospace, také založila vlastní nástroj pro prediktivní údržbu s názvem Collins Ascentia. Collins Ascentia podle společnosti vykazuje 30% pokles potenciálních zpoždění a zrušení souvisejících s komponentami a systémy sledovanými na flotile Boeing 787. Kromě toho také ukazuje 20% pokles neplánovaných odstraňování různých komponent flotily Boeingů 777.
Lufthansa Technik, jeden z největších poskytovatelů řešení MRO, vyvinula také vlastní nástroj pro prediktivní údržbu s názvem AVIATAR. Letecké společnosti, včetně společností Wizz Air nebo Sichuan Airlines, již tuto technologii využívají jako nástroj prediktivní údržby k optimalizaci flotil a snižování manuálních a papírových procesů.
Popularita a obtíže při zavádění
Nabídka MRO a OEM pro prediktivní řešení údržby letadel může naznačovat, že na trhu již existuje silná poptávka. To však neplatí vždy, protože implementace PdM přichází s některými negativy. Zatímco prediktivní údržba se nakonec jeví jako klíčové opatření pro efektivní údržbu letadel a eliminaci neplánované údržby, má také potíže s úspěšným zavedením.
Podle zjištění z každoročního průzkumu MRO Olivera Wymana v roce 2016 by globální flotila mohla do roku 2026 generovat více než 98 milionů terabajtů dat ročně, což by vytvořilo nové příležitosti pro lepší prediktivní implementaci údržby.
Už nyní je to obrovské množství dat, která mají být zpracována a interpretována. V leteckých společnostech, stejně jako v jiných průmyslových odvětvích, může být propast mezi aspiracemi na AI a skutečným dopadem této technologie velká. Jednou z největších překážek, které operátorům brání plně investovat do iniciativ prediktivní údržby, jsou data, konkrétně jejich úplnost a schopnost synchronizovat data z různých zdrojů, oddělení a formátů.
Dalším primárním zájmem je zabezpečení dat. Vzhledem k enormnímu množství dat, která je třeba zpracovat, je zásadní zaručit, že k údajům o výkonu zařízení nebudou mít přístup externí strany a že externí strany nebudou schopny řídit systémy prediktivní údržby. Na základní úrovni také zůstává důležité chránit informace, jako jsou údaje o zákaznících.
Další problém se širokou implementací softwaru pro prediktivní údržbu se zaměřuje na letadla staré generace. Letadla nové generace, jako je Boeing 787 Dreamliner nebo Airbus A350XWB, mají více možností k implementaci těchto nástrojů. Funkce pro letadla předchozí generace tedy nejsou k dispozici, to vytváří "nové výzvy v oblasti úložiště, organizace a aplikací". Podle nejnovějších údajů zůstává trh nejistý ohledně prediktivní údržby letadel, přičemž 44% naznačuje rostoucí nebo nové investice, ale téměř 25% naznačuje klesající nebo žádné plánované investice během pandemie COVID-19.
Navzdory překážkám v implementaci PdM existuje dlouhodobý zájem vedoucích průmyslových odvětví, kteří hledají nákladově efektivnější metody ke zlepšení výkonu údržby letadel. Vize budoucnosti plně podporující umělou inteligenci v odvětví MRO v oblasti letectví se však mohly zastavit po pandemii COVID-19, která přinutila letecké společnosti, MRO a OEM uvažovat o větších opatřeních ke snižování nákladů.
(autokar článku: VYTE KLISAUSKAITE pro IB172 volně přeložil WOM)