Artificial intelligence applications selection via mcdm methods in aviation maintenance, repair & overhaul industry

Havayolu işletmeleri; uçuş performansını ve güvenliğini artırmanın, bakım-onarım-yenileme (BOY) maliyetlerini ve zaman içinde meydana gelen plansız arızaların sayısını en aza indirmenin yollarını aramaktadırlar. Yüzlerce değişken ve birbiriyle bağımlı faktörün olduğu bu denli büyük bir sistemde optimal sonuçlara ulaşmaksa son derece zordur. Ancak teknolojik gelişmeler, birbiriyle ilişkili operasyonel faaliyetler arasındaki veri transferini kolaylaştırmakta ve gerçekleştirilen işlemler sonucunda ortaya çıkan bu büyük veriyi işleyerek anlamlı hale getirebilmektedir. Bu anlamda yapay zeka ve makine öğrenmesi temelli teknolojiler; kestirimci ve önleyici bakım, veri işleme, raporlama, olası problemleri önceden tahminleme gibi konularda BOY şirketlerinin büyük destekçisi olmaya aday teknolojilerdir. Bu araştırmada; havacılık BOY faaliyetlerinde yapay zeka teknolojisinin kullanılabileceği alanların tespiti, bu alanların uygulanma sırasına göre önceliklendirilmesi ve belirlenen en öncelikli alan için en uygun yapay zeka aracının tespiti gerçekleştirilmiştir. Çalışmanın ilk aşamasında, BOY operasyonlarında yapay zeka teknolojisinin kullanılabileceği potansiyel alanlar ortaya çıkarılmıştır. Bu potansiyel alanlardan hangisinin BOY süreçleri için daha uygun olduğunu belirlemek amacıyla, çok kriterli karar verme (ÇKKV) yöntemlerinden biri olan WEDBA yöntemi kullanılmıştır. Bir sonraki adımda, belirtilen alanda kullanılabilecek potansiyel yapay zeka araçlarına yönelik kapsamlı bir saha çalışması yürütülmüştür. Bir önceki adımda belirlenen alan için en uygun yapay zeka aracı ise yine WEDBA yöntemi ile belirlenmiştir. Her iki uygulama için kriterlerin ağırlıklandırılması AHP yöntemi ile yapılmıştır. Yapılan çalışma sonucunda teknolojinin uygulanabileceği sekiz potansiyel alan ve bu alanlardan hangisinin daha uygulanabilir olacağına karar vermek için de 11 farklı kriter belirlenmiştir. Bu çalışmada, WEDBA uygulamasının sonucuna göre "kestirimci ve önleyici bakım" alanının en uygun alan olduğu belirlenmiştir. Sonrasında, kestirimci ve önleyici bakım uygulamaları için kapsamlı bir pazar araştırması yapılmış ve bu alana yönelik öne çıkan 11 yazılım programı belirlenmiştir. Karar verme çalışmasında bu yazılım programlarının değerlendirilmesi amacıyla 13 kriter belirlenmiştir. Bu çalışmanın sonucu olarak da; havacılık BOY sektöründe, kestirimci ve önleyici bakım uygulaması için 11 alternatif yapay zeka aracından "Alternatif-5", en uygun alternatif olarak bulunmuştur. Bundan sonra yapılacak çalışmalarda; farklı ÇKKV yöntemleri ile elde edilecek sonuçlar karşılaştırılarak duyarlılık analizi yapılabilir, belirlenen uygulamaya yönelik fizibilite analizi yapılarak böyle bir yatırımın finansal açıdan uygun olup olmadığı araştırılabilir ve kapsamlı bir risk analizi çalışması ile olası proje riskleri ortaya çıkarılabilir.