Khai thác dữ liệu dường như là một cách đầy hứa hẹn để giải quyết vấn đề không thể đoán trước trong các tổ chức MRO. Do đó, Đại học Khoa học Ứng dụng Amsterdam đã hợp tác với ngành hàng không trong một dự án nghiên cứu ứng dụng kéo dài hai năm nhằm khám phá các khả năng khai thác dữ liệu trong lĩnh vực này. Các nhà nghiên cứu đã nghiên cứu hơn 25 trường hợp tại tám doanh nghiệp MRO khác nhau, áp dụng phương pháp CRISP-DM làm hướng dẫn cấu trúc trong suốt dự án. Họ đã khám phá, chuẩn bị và kết hợp dữ liệu MRO, dữ liệu chuyến bay và dữ liệu bên ngoài, đồng thời sử dụng các phương pháp thống kê và học máy để trực quan hóa, phân tích và dự đoán việc bảo trì. Họ cũng sử dụng các nghiên cứu điển hình riêng lẻ để đưa ra dự đoán về thời gian và chi phí của các nhiệm vụ bảo trì theo kế hoạch, thời gian hoàn thành và thời gian sử dụng hữu ích của các bộ phận. Những thách thức mà các nghiên cứu điển hình đưa ra bao gồm việc chuẩn bị dữ liệu tốn thời gian, hạn chế truy cập vào các nguồn dữ liệu bên ngoài và kỹ năng khoa học dữ liệu vẫn còn hạn chế ở các công ty. Các khuyến nghị đã được đưa ra về cách triển khai khai thác dữ liệu – và cách vượt qua các thách thức liên quan – trong MRO. Nhìn chung, dự án nghiên cứu đã đưa ra những bằng chứng đầy hứa hẹn về ý tưởng và triển khai thí điểm

Abstract:

Data mining seems to be a promising way to tackle the problem of unpredictability in MRO organizations. The Amsterdam University of Applied Sciences therefore cooperated with the aviation industry for a two-year applied research project exploring the possibilities of data mining in this area. Researchers studied more than 25 cases at eight different MRO enterprises, applying a CRISP-DM methodology as a structural guideline throughout the project. They explored, prepared and combined MRO data, flight data and external data, and used statistical and machine learning methods to visualize, analyse and predict maintenance. They also used the individual case studies to make predictions about the duration and costs of planned maintenance tasks, turnaround time and useful life of parts. Challenges presented by the case studies included time-consuming data preparation, access restrictions to external data-sources and the still-limited data science skills in companies. Recommendations were made in terms of ways to implement data mining – and ways to overcome the related challenges – in MRO. Overall, the research project has delivered promising proofs of concept and pilot implementations

Ngôn ngữ:	En
Tác giả:	Pelt, Maurice, Apostolidis, Asteriscc, Boer, Robert J.
Thông tin nhan đề:	Data Mining in MRO: Centre for Applied Research Technology
Nhà xuất bản:	Amsterdam University of Applied Science
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Nguồn gốc:	http://library.oapen.org/handle/20.500.12657/39481
Mô tả vật lý:	53p.
Năm xuất bản:	2019