Dissertação
Probabilistic Modeling of Workload Deviations in Aircraft Light Maintenance Using Bayesian Networks EVALUATED
Esta dissertação insere-se no contexto da manutenção preventiva de aeronaves comerciais, tendo como objetivo analisar probabilisticamente desvios entre cargas de trabalho previstas pelo fabricante de aeronaves para tarefas de inspeções periódicas ligeiras e as registadas na sua realização. O desenvolvimento da dissertação baseia-se numa amostra de dados históricos de inspeções “A-checks” em Airbus A330 e A340, realizadas entre 2013 e 2020, fornecida pela MESA – empresa de Manutenção e Engenharia do grupo HiFly. É utilizada uma ferramenta de redes Bayesianas para modelar probabilisticamente desvios nas cargas de trabalho previstas pelo fabricante das aeronaves através dos dados disponíveis. A metodologia adotada requer uma revisão da evolução, planeamento e registo da manutenção de aeronaves, e uma análise detalhada de cartas de trabalho e do Maintenance Planning Document. Apresentam-se os princípios básicos e processos de desenvolvimento de modelos de redes Bayesianas a partir de dados e validação através de análises de sensibilidade. São desenvolvidas duas redes Bayesianas a partir dos dados: uma para modelação de checks, onde a análise de sensibilidade identifica que itens 2A e trabalhos realizados na base de manutenção são os mais propensos a apresentar desvios altos, e uma para tarefas, onde se avalia que General Visual Inspections, zonas 400 e 700, e skills Powerplant e Airframe são as variáveis mais impactuantes. São apresentados dois exemplos práticos da aplicação dos modelos ao planeamento de capacidade. Espera-se que o projeto seja benéfico no planeamento destas inspeções, dado que o grau de incerteza desta atividade pode ser reduzido através dos modelos concebidos.
janeiro 8, 2021, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Mecânica (DEM)
Professor Associado