بررسی تاثیر مدل پیش نگر تعمیرات هواپیما بر هزینه های صنعت هواپیمایی
بررسی تاثیر مدل پیش نگر تعمیرات هواپیما بر هزینه های صنعت هواپیمایی
هادی محمدیون1
1) مهندس
کد IOI مقاله
:
AAHA-ABCKGE
محل انتشار :
پنجمین کنگره بین المللی مدیریت، اقتصاد، علوم انسانی، آموزش و پرورش و توسعه کسب و کار(5icmba.ir)
چکیده :
تحولات ساختاری در اکوسیستم اشتغال، جهانیشدن فعالیتهای اقتصادی و گسترش صنعت گردشگری موجب افزایش مستمر تقاضا برای حملونقل هوایی در مقیاس ملی و بینالمللی شده است. در پاسخ به این روند، صنعت هوانوردی در حوزههای پروازهای تجاری، باری و شخصی رشد قابلتوجهی را تجربه کرده و رقابت میان شرکتهای هواپیمایی برای بهبود کارایی عملیاتی و عملکرد اقتصادی تشدید شده است. در این چارچوب، تأمین منافع ذینفعان اصلی، بهویژه مسافران و سهامداران، مستلزم کاهش هزینههای عملیاتی و ارتقای بهرهوری داراییهای پروازی است. یکی از شاخصهای کلیدی در این زمینه، کاهش هزینه «صندلی–مسافت» و افزایش قابلیت دسترسپذیری ناوگان میباشد.تعمیر و نگهداری هواپیما بهعنوان یکی از مؤلفههای راهبردی مدیریت هزینه در شرکتهای هواپیمایی شناخته میشود. مدیریت مؤثر زنجیره تأمین قطعات، برنامهریزی تعمیرات، لجستیک قطعات و موتور، و کاهش زمان زمینگیر بودن هواپیما تأثیر مستقیمی بر بهرهوری عملیاتی و عملکرد مالی ایرلاینها دارد. این پژوهش با هدف تبیین اثرات مدیریتی و اقتصادی استقرار نگهداری پیشبینانه مبتنی بر داده در صنعت هوانوردی انجام شد. با اتکا به مرور نظاممند ادبیات و تحلیل ابعاد فنی، عملیاتی و اقتصادی نگهداری هوشمند، نشان داده شد که بهرهگیری از دادههای حسگر، مدلهای یادگیری ماشین و زیرساختهای تحلیلی میتواند زمان زمینگیری هواپیما را کاهش داده، قابلیت دسترسپذیری ناوگان را افزایش دهد و هزینههای چرخه عمر تجهیزات را بهینه سازد. یافتهها حاکی از آن است که نگهداری پیشبینانه با بهبود دقت پیشبینی خرابی، بهینهسازی برنامههای تعمیراتی و کاهش تعمیرات پیشبینینشده، مزیت رقابتی معناداری برای شرکتهای هواپیمایی ایجاد میکند. با این حال، اثربخشی آن وابسته به کیفیت و یکپارچگی دادهها، بلوغ دیجیتال سازمان، سازگاری با سامانههای موجود و انطباق با الزامات ایمنی است. این مقاله چارچوبی مفهومی برای ارزیابی چندبعدی عملکرد نگهداری پیشبینانه ارائه میدهد و بر نقش راهبردی آن در مدیریت هزینه و بهرهوری عملیاتی تأکید میکند.
کلمات کلیدی : تعمیر و نگهداری پیشنگر یادگیری ماشین حسگر اقتصاد هوانوردی