Development Of A New Method For Aircraft Maintainability Allocation

Abstract

Bir uçağıntasarımı aşamasında en önemli konulardan biri, komponentlerin bakım tahsissürelerinin belirlenmesidir. Geleneksel bakım tahsis yöntemleri,genellikle tecrübi bilgiye dayalı olup, tasarım ofisinin kontrolü dışındadır. Buçalışmada,uçak bakım tahsis sürelerinin belirlenmesi için bir yöntem geliştirilerek, tecrübi yöntemebir alternatif oluşturulması hedeflenmiştir. Bu amaçla, iki aşamalı bir çalışmayapılmış olup, ilk aşamada var olan bir çalışma, farklı bir yöntemle elealınarak geliştirilmiş ve uçak sistemleri ya da komponentleri ile bakımkartlarının süreleri arasında bir korelasyon oluşturulmuştur. Çalışmanın ikinciaşamasında, Bakım Yürütme Grubu’nun belirlediği ve günümüzde artık standartkabul edilen temel bakım tasklarının parametreleri detaylı olarak ele alınmış,bu amaçla 1000’den fazla bakım uygulaması incelenerek kantitatif analizlergerçekleştirilmiş ve toplamda 6 adet ağırlık katsayısı elde edilmiştir.Çalışmanın devamında ise ilk bölümde elde edilen fonksiyonla yeni modüller eldeedilmiş ve uçaktaki tüm sistemler ya da komponentler için uygulanabilir birseviyeye getirilmiştir. Son bölümde ise elde edilen ağırlık katsayılarıarasındaki ilişki ileri beslemeli geri yayılımlı yapay sinir ağları ile analizedilerek, uçak sistemlerinin ve komponentlerinin task süresinin tahmin edilmesigerçekleştirilmiştir. Bu sayede bir uçağın ön tasarım sürecinde bakımlarımodelleyebilmek için literatüre yeni bir metot eklenmiştirOne ofthe most important topics in aircraft design is to define aircraftmaintainability allocation which is a process to identify the allowable maximumtask time for each aircraft component or system. Traditional methods are mostlyexperimental and out of design office’s control. In this study, an improvedmethod has been developed to create an alternative method for experimentalones. For this purpose, as a first step an existing methodology developed formaintenance allocation has been improved by using a different technic. Improvedmethod shows that newly established correlation between aircraft systems andtask times has very high coefficient of determination compare to the existingmethod. At the second phase of the study several quantitative analysis havebeen performed by examining more than 1000 maintenance tasks which are acceptedas standard maintenance actions by aviation industry, coming from MaintenanceSteering Group methodology and six weight factors have been established for thenew method. By using feed forward artificial neural networks for newlyidentified weight factors, maintenance task allocations has been established.Results shows that newly proposed method can be applicable for any maintenanceprocess during early design stage