Het periodieke onderhoud aan vliegtuigen kan een stuk goedkoper door de inzet van sensoren en kunstmatige intelligentie. Dat blijkt uit het Europese onderzoeksproject ReMAP, van onder meer de TU Delft en KLM. In plaats van op vaste momenten krijgen vliegtuigen pas een onderhoudsbeurt als de conditie van de onderdelen daar aanleiding toe geeft.

 

Het onderhoud aan vliegtuigen gebeurt nu volgens vaste planningen: een vliegtuig gaat voor zijn onderhoudsbeurt de hangaar in en is op dat moment niet beschikbaar voor de luchtvaartmaatschappij om te vliegen. Lastig.

Ook leidt een vast onderhoudsschema ertoe dat een onderdeel lang niet altijd wordt vervangen wanneer het daadwerkelijk nodig is, maar eerder. Er worden dus regelmatig nog prima onderdelen weggegooid, een kostenpost.

Uit veiligheidsoverwegingen moeten luchtvaartmaatschappijen natuurlijk behoudend zijn met hoe lang ze onderdelen laten meegaan. ‘Maar de kwaliteit van onderdelen wordt steeds beter, dus we laten daar ruimte liggen’, zei Paul ChĂŒn, vice president Technology Hub KLM Engineering & Maintenance vorige week vrijdag tijdens een rondleiding voor journalisten door de onderhoudshangaars van KLM.

 

ReMAP

In het vierjarige Europese onderzoekproject ReMAP deden dertien groepen onder leiding van de TU Delft onderzoek naar een nieuwe aanpak van vliegtuigonderhoud: conditie-gebaseerd onderhoud. Gisteren werden in een symposium in Delft de resultaten gepresenteerd.

‘We zijn erin geslaagd het complete onderhoudsproces van verschillende vliegtuigvloten te modelleren’, aldus ReMAP-projectleider Bruno Santos van de TU Delft in een persbericht.

‘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. Onderdelen worden dan vervangen precies wanneer dat nodig is, wat verspilling tegengaat.’
 

Technici plegen onderhoud aan een opengewerkte vliegtuigmotor.

 

Sensoren

In de toekomst zit de constructie van een vliegtuig vol met minuscule sensoren die voortdurend dingen meten en deze data doorsturen naar een centraal punt. Daar analyseert software op basis van kunstmatige intelligentie (AI) de gegevens en probeert er trends in te ontdekken die wijzen op concrete schade of slijtage aan een onderdeel. Of materiaalmoeheid, een probleem dat zich veel langzamer openbaart.

 

IT-platform

Als eerste stap in het ReMAP-project is onder leiding van projectpartner ATOS een open IT-platform ontwikkeld waarop AI-ontwikkelaars hun prognoses of planningsalgoritmen kunnen testen op basis van werkelijke operationele gegevens van luchtvaartmaatschappijen. Deze open aanpak bevordert de ontwikkeling van innovatieve oplossingen door derden.
 

Luchtvaartmaatschappijen willen data niet delen

Speciale aandacht was er hierbij voor de vertrouwelijkheid van de data van verschillende luchtvaartmaatschappijen. ‘Enerzijds móet je wel de data van verschillende airlines combineren, anders kan de AI niet snel genoeg leren. Maar luchtvaartmaatschappijen willen hun data niet met elkaar delen, want daar is te veel informatie uit af te leiden die concurrentiegevoelig is’, vertelde Floris Freeman, Research Lead Condition-Based Maintenance bij KLM.

Dat hebben de ingenieurs van het ReMAP-project opgelost door de data van verschillende airlines op de eigen server te houden en alleen de AI-modellen op het IT-platform te delen. Zo kan de AI steeds beter getraind worden, terwijl de luchtvaartmaatschappijen niet bang hoeven te zijn dat concurrenten in hun data kunnen neuzen.
 

Uitzicht in een van de hangaars voor onderhoud van KLM.

 

Voorspellend onderhoud

Waar moet dit onderzoek toe leiden? De stip aan de horizon is dat alle luchtvaartmaatschappijen over een paar jaar waarschijnlijk zullen werken met een systeem dat de conditie van de gehele vloot vliegtuigen in de gaten houdt, een Integrated Fleet Health Management (IFHM)-systeem. Pas als dit aangeeft dat het nodig is, gaat een vliegtuig voor onderhoud de hangaar in.

De verwachting is dat luchtvaartmaatschappijen dankzij deze predictive maintenance (‘voorspellend onderhoud’) veel geld kunnen besparen. De deelnemers aan ReMAP mikken op een gezamenlijke besparing binnen de Europese luchtvaart van 700 miljoen euro per jaar.

Daarnaast zullen trouwens ook passagiers gaan profiteren, want het nieuwe onderhoudsregime zal zorgen voor een betere beschikbaarheid van toestellen; passagiers krijgen minder last van vertragingen of annuleringen doordat een toestel onverwacht uitvalt.

 

Beeldmateriaal KLM