Efficiënter vliegtuigonderhoud door AI

Slimmer en efficiënter vliegtuigvloten onderhouden met behulp van AI? In het Remap-onderzoek van meerdere Europese universiteiten en industrieën met TU Delft als projectleider, is een belangrijke stap gezet in de modernisering in vliegtuigonderhoud.

Tijdens een testperiode van zes maanden bij KLM is bewezen dat AI-modellen kunnen worden gebruikt om gezondheidsvoorspellingen van vliegtuigsystemen te maken, en het onderhoudsproces dienovereenkomstig te plannen. Projectleider Bruno Santos, assistant professor airline operations, zegt: ‘We zijn erin geslaagd het complete onderhoudsproces van verschillende vliegtuigvloten te modelleren. Hiermee wordt het in de toekomst mogelijk om het huidige vliegtuigonderhoud op basis van vaste tijdsintervallen, en onderhoud als gevolg van defecten, te transformeren naar continue gezondheidsmonitoring van systemen. Systemen worden dan vervangen precies wanneer dat nodig is, wat verspilling tegengaat. Daarnaast heeft het team het complexe proces van onderhoudsplanning gemodelleerd, iets wat momenteel grotendeels met de hand gebeurt. Hierin wordt ook rekening gehouden met veranderingen en verstoringen, zodat het de praktijk beter benadert dan de bestaande statische modellen. Onderhoud kan hierdoor verder vooruit worden gepland.’

Voorspellend onderhoud

Alleen al in Europa kan de potentiële besparing op vliegtuigonderhoud oplopen tot 700 miljoen euro per jaar, wordt geschat door de Adviesraad voor Luchtvaartonderzoek in Europa (Acare). Paul Chün, vicepresident Technology Hub KLM Engineering & Maintenance, voegt toe: ‘We kunnen met dit concept overwegen om de huidige handmatige onderhoudsplanning, van hooguit enkele weken vooruit, te vervangen door dit automatisch planningsproces waarmee we enkele maanden vooruit kunnen plannen. Het voordeel voor reizigers is duidelijk: minder ongepland onderhoud resulteert in minder vertraging en annulering van vluchten.’

Santos: ‘Met onze geïntegreerde Remap-aanpak hebben we een belangrijke bijdrage geleverd om conditiegestuurd onderhoud optimaal toe te kunnen passen in de commerciële luchtvaartindustrie. Verder hebben we een open it-platform ontwikkeld waarmee AI-ontwikkelaars hun prognoses of planningsalgoritmes met een paar klikken kunnen laten draaien op basis van werkelijke operationele gegevens. Dit bevordert de ontwikkeling van innovatieve oplossingen van derden, om van onderhoud met vaste tijdsintervallen snel te gaan naar een echt adaptieve, conditiegebaseerde onderhoudsbenadering in het gereguleerde luchtvaartdomein.’

Onderhoud aan composiet vliegtuigstructuren

Een ander onderzoek van Remap richtte zich op de mogelijkheden van diagnose en prognosemodellen voor composiet vliegtuigstructuren. Schade aan composieten vliegtuigstructuren is vaak niet zichtbaar aan het oppervlak waardoor de huidige handmatige inspecties veel tijd kosten. Binnen Remap zijn er diagnose- en prognosesystemen ontwikkeld die via kunstmatige intelligentie bepalen of er schade is, waar de schade is, welke schade er is en hoe ernstig de schade is. Een tweejarige testperiode van de Faculteit voor Luchtvaart- en Ruimtevaarttechniek van de TU Delft en de Universiteit van Patras in Griekenland heeft geresulteerd in een unieke publieke kennisbank.

Roadmap voor de luchtvaartindustrie

Acare stelt dat conditiegebaseerd onderhoud (CBM) al in 2035 zal worden geaccepteerd als de standaardbenadering voor het monitoren van de gezondheid van vliegtuigen en het plannen van vliegtuigonderhoud. Het verwacht dat in 2050 alle nieuwe vliegtuigen voor CBM zijn ontworpen. Dit jaar zal Remap een roadmap aan de Europese Commissie voorstellen voor de toekomstige ontwikkeling van CBM-oplossingen in de praktijk.