摘要:起落架是飞机的重要组成部分。然而,起落架的部件在其使用寿命内容易退化,这可能导致起飞和降落时出现摆振效应。为了减少意外航班中断并提高飞机的可用性,本研究研究了预测性维护 (PdM) 技术。本文介绍了一个案例研究,该研究基于当前在役飞机的预测和健康管理 (PHM) 框架实施剩余使用寿命 (RUL) 的健康评估和预测工作流程,这可能对机队运营商和飞机维护产生重大影响。机器学习用于使用数据驱动方法开发起落架的健康指标 (HI),而时间序列分析 (TSA) 用于预测其退化。使用来自在役飞机的大量真实传感器数据评估退化模型。最后,概述了为下一代飞机实施内置 PHM 系统的挑战。
在过去的几十年中,企业软件系统在供应链管理 (SCM)、质量管理系统 (QMS)、产品生命周期管理 (PLM)、制造执行系统 (MES)、企业资源规划 (ERP) 以及维护、维修和运营 (MRO) 方面的使用有了显著增长。然而,尽管数字信息管理技术取得了这些进步,但在许多行业中,从工程设计和制造领域到在役运营的数字连接以及对“建成”与“运营”系统生命周期质量评估的影响相对较小。在评估军用飞机、船舶、导弹系统、陆地车辆和能源生产设施的关键任务应用中使用的复杂部件和系统的在役结构状态时,仍然经常使用低效的手动和基于文档的流程。在使用质量评估软件工具时,它们通常在组织孤岛中使用,数据无法以有用的形式捕获
公司名称:Modalis Inc. 代表:首席执行官 Haruhiko Morita(代码:4883,东京证券交易所成长股) 联系人:执行官 Yosuke Nakajima(电话:03-6231-0456)
6 月 8 日,我们邀请了 DATUM STUDIO 株式会社的首席执行官坂卷龙二和首席行政官佐藤洋平就人工智能使用的现状和案例研究发表演讲。
公司名称:Modalis Co.,Ltd。代表:代表董事兼首席执行官Morita Haruhiko(代码:4883,东京证券交易所增长)联系人:执行官和CFO Kobayashi Naoki(电话。03-6822-4584)
安高 一人(庆应义塾大学环境信息学部教授、雅虎日本公司 CSO) 岩本敏夫(NTT DATA 公司顾问) 浦川真一(日本财产保险株式会社董事兼执行董事) 江间有纱(东京大学未来倡议研究所特任讲师) 大屋武宏(庆应义塾大学法学院教授) 金井凉太(Araya 公司首席执行官) 基瓦原丰(国家信息通信技术研究所智能科学技术中心研究开发主任)
公司名称:Modalis Co.,Ltd。代表:代表董事兼首席执行官Morita Haruhiko(代码:4883,东京证券交易所增长)联系:Nakajima Yosuke执行官(电话。03-6231-0456)
车队管理服务 为了不断保持运营控制,EPI 提供位于基地或办公室内的物流支持代表 (LSR)。我们还提供其他服务的专业知识,例如跟踪引擎配置、在役数据监控和 MRO 管理。
车队管理服务 为了持续保持运营控制,EPI 提供位于基地或办公室内的物流支持代表 (LSR)。我们还提供其他服务的专业知识,例如跟踪引擎配置、在役数据监控和 MRO 管理。
