MODEL PREDIKSI PENGOPTIMALAN PENERBANGAN DAN OPERASI

SARIPUDIN

1401144398

MODEL PREDIKSI PENGOPTIMALAN PENERBANGAN DAN OPERASI

Objective

1011

Airbus dapat menciptakan pesawat yang bermuatan penumpang banyak dimulai dari A300-816 sampai A380-1000. Model A350 saat ini memiliki total dekat dengan 6.000 sensor di seluruh pesawat dan menghasilkan 2,5 Tb data per hari, sementara model yang lebih baru – diharapkan untuk mengambil ke langit pada tahun 2020 – akan menangkap lebih dari tiga kali lipat jumlah itu.

Dalam sebuah industri yang didorong oleh teknologi sebagai industri penerbangan, itu tidak mengherankan bahwa setiap elemen dari kinerja pesawat terbang yang sedang dipantau untuk potensi untuk melakukan penyesuaian yang bisa menyelamatkan jutaan tagihan bahan bakar dan, yang lebih penting, menyelamatkan nyawa dengan meningkatkan keselamatan.

Ada 8.557 pesawat komersial di langit pada satu waktu lebih dari AS sendiri, dan 35 juta keberangkatan setiap tahun. Dengan kata lain industri penerbangan besar. Dan mengingat bahwa setiap penumpang tunggal pada masing-masing penerbangan tersebut adalah meletakkan hidup mereka di tangan bukan hanya pilot, namun teknologi, langkah-langkah dan peraturan di tempat aman yang sangat kompleks.

Ini berarti bahwa data itu menghasilkan besar, dan kompleks juga. Tapi penerbangan telah menemukan bahwa dengan sistem analitis yang tepat, dapat digunakan untuk menghilangkan inefisiensi karena redundansi, memprediksi rute penumpang mereka mungkin membutuhkan, dan meningkatkan keamanan.Mesin dilengkapi dengan sensor menangkap rincian dari setiap aspek operasi mereka, yang berarti bahwa dampak dari kelembaban, tekanan udara dan suhu dapat dinilai lebih akurat. Hal ini jauh lebih murah bagi perusahaan untuk dapat memprediksi kapan bagian akan gagal dan memiliki pengganti siap, daripada menunggu untuk itu gagal dan mengambil peralatan offline sampai perbaikan dapat diselesaikan.

Problem

Airbus ingin mengembangkan sistem Fuel Smarter untuk pengoptimalan dan operasi. Selain itu, airbus memerlukan penerbangan memonitor kedatangan dan keberangkatan data, menghubungkan dengan data cuaca dan terkait untuk memprediksi kapan penundaan atau pembatalan mungkin – yang berarti pengaturan alternatif dapat dibuat untuk mendapatkan penumpang mereka di mana mereka perlu.

Solution

paper ini akan memberikan solusi untuk airbus dalam menyelesaikan permasalahan yang ada. Solusinya yaitu Airbus Smarter Armada Solutions (asfs) awalnya akan fokus pada dua kegiatan: Pertama, akan mengintegrasikan dan juga mengembangkan portofolio saat Airbus ‘dari produk perangkat lunak ( “e-solusi”). Saat ini, yang terakhir terdiri berbagai aplikasi mandiri, yang diakses melalui berbagai media online dan offline, dan digunakan oleh sekitar 200 operator saat ini. Kedua, asfs akan menyediakan disesuaikan manajemen data armada menggunakan platform terbuka, modular dan fleksibel. Layanan ini akan memberikan pelanggan visibilitas untuk merencanakan ke depan untuk kelancaran operasional. Ini juga akan memungkinkan mereka untuk dengan mudah mengintegrasikan layanan yang ada dan baru dan solusi – tingkat layanan nilai tambah, yang semakin dicari. Tren ini sedang didorong oleh pertumbuhan volume hari ini dan kompleksitas operasional ‘besar-data yang’ dari beberapa sumber, peluang teknologi baru, dan dengan lingkungan ekonomi yang meningkatkan nilai untuk uang.

Pesawat hari ini dapat menghasilkan sampai terabyte setengah dari data per penerbangan, volume belum pernah terjadi sebelumnya dan berbagai data terlihat pada beberapa industri lainnya. Layanan yang diberikan untuk pelanggan dengan cara yang cerdas untuk mengambil data real-time, mengidentifikasi pola dan bertindak atas wawasan untuk membantu meningkatkan efisiensi dan meningkatkan pengalaman perjalanan penumpang.

Airbus e-solusi yang dirancang untuk rekayasa operasi penerbangan, pilot, manajer keselamatan dan pemeliharaan & rekayasa personil berkat software yang inovatif dan alat modular. Tujuan utama adalah untuk menyediakan pelanggan Airbus dengan kemampuan untuk meningkatkan operasi mereka dan untuk meningkatkan ketersediaan armada mereka, sambil mengurangi biaya dan meminimalkan investasi.

Methodology

12

Paper ini menggunakan metode decision tree atau pohon keputusan dan model deskripsinya untuk dijadikan dasar algoritma rekomendasi dari airbus. Metode yang digunakan untuk membuat model prediksi adalah metode data mining klasifikasi dan deskripsi.

Model

Paper tentang proyek airbus menggunaka data mining . Data Mining adalah Serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan penggalian pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basis data.

13      14

analisis deskriptif:
Kompleks
peristiwa yang terdeteksi
Korelasi
antar parameter

Tahapan Clustering Sampling :

Tahap pertama : dari semua kelompok anggota populasi ,hanya dpilih beberapa kelompok sebagai sampel daerah (secara acak).

Tahap kedua : dari beberapa kelompok sample daerah tersebut ,tetapkan individu-individu mana yang menjadi sampel (secara acak).

15          16

Measurement

Pengendalian fungsi refuel adalah dengan dua FCMCs (Fuel Control dan Monitoring Komputer) dan dua FDC (Fuel data Konsentrator). Itu antarmuka operator adalah baik melalui panel refuel standar dipasang di permukaan bawah badan pesawat hanya memanjang dari teluk undercarriage, atau melalui panel refuel opsional dan MCDU (Multipurpose Control dan Tampilan Unit) di kokpit.

Tidak seperti semua pesawat lain Airbus, bahan bakar pengukuran kuantitas / indikasi dan fungsi penginderaan tingkat digabungkan dan menggunakan probe jenis kapasitif yang sama untuk melakukan dua fungsi. Probe eksitasi dan kembali sinyal pengolahan dilakukan dalam waktu dua independen FDC. Data yang terkondisi dari FDC dikirim ke kedua FCMCs, yang memproses data untuk kuantitas bahan bakar indikasi (FQI), indikasi tingkat bahan bakar, mengisi bahan bakar kontrol, perhitungan CG dan kontrol dan transfer bahan bakar umum kontrol. kompensasi otomatis diterapkan untuk perubahan kepadatan bahan bakar, bahan bakar permitivity dan pesawat yang efektif sikap. Probe dikonfigurasi menjadi dua kelompok terpisah per tangki dan interface melalui FDC dan FCMCs dirancang sehingga setiap tunggal kegagalan (misalnya penyelidikan, harness, FDC atau FCMC) tidak akan menyebabkan hilangnya indikasi.

Accuracy

Kombinasi akurasi, kualitas dan cakupan WorldDEM ™ merupakan lompatan kuantum dalam pemodelan elevasi digital global. Akurasi yang unik dari dataset ini akan melampaui bahwa dari setiap model elevasi berbasis satelit global yang tersedia saat ini. WorldDEM ™ sehingga akan menggantikan SRTM 10 tahun.

17     18

Evaluation

Pada penelitian ini dilakukan pengujian dengan berbagai macam cara untuk mengoptimalkan penerbangan dan operasi . Evaluasi untuk perusahaan airbus sendiri harus selalu mengupdate teknologi-teknologi agar tidak terkalahlah oleh pesaingnya. Perusahaan airbus harus meningkatkan kepuasan pelayanan terhadap konsumen dan selalu memperbarui dari segi pesawat maupun sistemnya

 

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s