L’avvento dell’Internet of Things (IoT) e la disponibilità di strumenti analitici avanzati ha fornito agli operatori di aeromobili la possibilità di valorizzare i dati. Attività di gestione ottimizzata del carburante e manutenzione predittiva riescono a ridurre in modo significativo i costi operativi delle compagnie aeree. Un esempio è la soluzione Force Flight Efficiency di Honeywell utilizzata da Cathay Pacific.
Tecniche di machine learning dedicate all’apprendimento automatico – supportate da potenti processori e reti di elaborazione distribuite – se applicate a centinaia di voli permettono di diminuire i costi operativi. Joost Groenenboom, presidente della società di consulenza ICF International, ha stimato che la digitalizzazione degli aeromobili consente alle compagnie aeree di risparmiare oltre 5 miliardi di dollari all’anno: di questi, 3 miliardi deriverebbero da una gestione più efficiente dei vettori – grazie a programmi di manutenzione predittiva – 1,7 miliardi da un risparmio di carburante e 800 milioni dalla riduzione dei ritardi.
[dropcap style=”default, square, or circle”]…[/dropcap]In questo nuovo contesto applicativo si afferma con sempre più forza la manutenzione predittiva. Analytics dedicati permettono di elaborare dati in forma aggregata – del singolo aeromobile o di una flotta – acquisendo capacità previsionali in merito alla salute dei componenti. Il tutto consente di incidire in modo significativo e positivo sugli economics degli operatori di aeromobili.
Honeywell afferma che la propria soluzione Forge Flight Efficiency può ridurre i costi del carburante di Nippon Cargo Airlines e Kuwait Airways fino al 3%. Risultato economicamente non certo trascurabile. Il consumo di carburante rappresenta infatti una variabile di spesa significativa sui costi operativi complessivi di una compagnia aerea (si stima possa essere compresa tra il 20% al 40%). Miglioramenti percentuali a cifra singola possono quindi far risparmiare alle compagnie aeree decine di milioni di dollari ogni anno.
[dropcap style=”default, square, or circle”]…[/dropcap]Il modello predittivo creato da Honeywell è in grado di individuare anomalie sulle componenti di 61 aeromobili Airbus A330 di Cathay Pacific fino a tre giorni prima dell’effettiva rottura. Grazie a questa soluzione la compagnia aerea ha ridotto i ritardi e le cancellazioni del 30%, i tempi di riparazione del 90% registrando al contempo una maggiore soddisfazione dei clienti.
La disponibilità di aeromobili è un problema importante sia per gli operatori commerciali dell’aviazione sia per quelli privati. Passare da una strategia di manutenzione preventiva ad una predittiva può ridurre il numero di interventi di manutenzione non programmati così come il numero di interruzioni operative. Secondo Honeywell la manutenzione predittiva potrebbe ridurre le rimozioni premature del 10-15% e le interruzioni operative anche del 35%.
Il modulo Connected Maintenance analizza i dati provenienti da varie parti dell’aeromobile in modo da fornire informazioni diagnostiche e avvisi sia predittivi sia prescrittivi. E’ un servizio personalizzato in grado di raccogliere, sintetizzare e analizzare i dati provenienti dai sensori inerenti lo stato di navigazione, il condizionamento dell’aria, il funzionamento e lo scarico del motore, lo stoccaggio e l’utilizzo del carburante, l’usura dei pneumatici, l’energia idraulica, la generazione di azoto, i carrelli, e l’unità di potenza ausiliaria. Obiettivo è restituire allarmi di manutenzione predittiva e diagnostica cognitiva.
La piattaforma trasferisce in modalità wireless e senza soluzione di continuità pacchetti di dati e software da e verso l’aeromobile. Terminato il volo i dati vengono scaricati e inviati a un centro di elaborazione dove vengono poi analizzati nel modo più opportuno. Grazie alla disponibilità di servizi dati a banda larga in cabina di pilotaggio è possibile scaricare e analizzare file di dati di grandi dimensioni anche quando l’aereo è ancora in volo.