FAILURE FORECAST OF BOEING 737 BLEED AIR SYSTEM USING ARTIFICIAL NEURAL NETWORK. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Final_thesis_(29_july).pdf - Published Version Download (2MB) | Preview

Arabic Abstract

في هذا البحث تم تحليل وتنبؤ الاعطال لبعض الصممات في نظام الهواء لطائرات البوينج 737 باستخدام طريقتين علميتين. في الطريقة الأولى , تم استخدام التحليل الوايبلي أما في الطريقة الثانيه فتم استخدام الشبكات العصبية الاصطناعية. وللحصول على أدق النتائج, تمت دراسة وتحليل الشبكات العصبية وذلك بتغيير عدد الطبقات والأعصاب للشبكة خلال عملية المحاكاة للتنبؤ بالأعطال. أخيرا تمت مقارنة مخرجات البرنامج بالبيانات الفعلية لعدد مرات الأعطال. وبناْء عليه, فقد إتضح خلال من خلال هذه المقارنة ان الشبكات العصبية اللإصطناعية لديها القدرة الفائقة لمحاكاة النتاائج الفعلية لعدد مرات اللأعطال. وللزيادة في التحقق من دقة النتائج, تمت المقارنة مع مخرجات التحليل الوايبلي. يمكن استخدام هذه الدراسه كأداه لتخطيط صيانة الصممات المذكوره في هذه الدراسة من خلال معرفة عدد الوحدات المطلوب توفرها في مستودعات الصيانة كبديل في حالة الأعطال لأي صمام. يمكن قياس هذه الدراسة كإطار عام يمكن استخامه في أي مجال من مجالات الصيانة.

English Abstract

In this study, the failure rate of different types of bleed air control valves for the Boeing 737 aircraft is modeled. Two approaches are utilized to perform this work. In the first approach, Weibull model, in which different parameters are utilized and tested, is used. In the second one, a common type of the Artificial Neural Network (ANN) modeling is used. A Feed-forward back-propagation algorithm is implemented to train the network. Subsequently, the optimum number of neurons and layers that give the best result compared to the actual data are determined. Finally, the outputs from both models are compared against the actual data. The final results show a high level of accuracy of the ANN's predictions compared to the more traditional Weibull modeling. The developed verified model lends itself to applications that extend from scheduling replacements operations of these valves, to developing plans for inventory management in any aviation engines maintenance facility.

Item Type:	Thesis (Masters)
Subjects:	Aerospace
Department:	College of Engineering and Physics > Aerospace Engineering
Committee Advisor:	ABDULRAHMMAN, WAEL
Committee Co-Advisor:	ALGARNI, AHMED
Committee Members:	DAFFUAA, SALIH and ABIDO, MOHAMMAD and EDI, PRASETYO
Depositing User:	WAHEED ALI AL-WADIEE (g199858470)
Date Deposited:	26 Jan 2013 05:36
Last Modified:	01 Nov 2019 15:37
URI:	http://eprints.kfupm.edu.sa/id/eprint/138840