Uncertainty assessment of aircraft maintenance times

Bu çalışmanın amacı, savaş zamanı harekâtlarda uçak bakım sürelerinin değerlendirilmesinde, uzman kararlarının elde edilmesi ve Dempster Shafer kanıt kuramının, karar desteği olarak kullanımının gösterilmesidir. Hava kuvvetlerinin savaş taktik harekâtında zaman değerlendirilmesindeki kesinlik, harekât komutanının karar üstünlüğü kazanımı ile daha net kararlar vermesini sağlar. Ana arızaların (Ateşleme, Yakıt, Elektrik) bakım sürelerinin incelenmesinde, Uçak Bakım Tesislerindeki (UBT) uzman kararlarının elde edilmesi için bir anket tasarlanmıştır. Dempster Shafer kuramının uygulanmasında uzman kararlarının sonuçlarından faydalanılmıştır. Bu yaklaşım, savaş ortamında belirsiz ve tamamlanmamış kanıtların değerlendirilmesine gereksinim duyulduğunda, mantıklı bir kanıt birleşim tekniği olarak sunulmuştur. Dempster Shafer kuramına dayandırılarak, her bir uzman değerlendirmesinin karlaştırmasına izin veren bir karar desteği oluşturulmuştur ve belirsizlik değerlendirmesi ele alınmıştır. Savaş zamanı harekâtlarda, geliştirilen yaklaşımın kullanımının gösterimi için, jet motorlu uçak arızalarının şansa bağlı ve verisel belirsizliklerine ait bir örnek sunulmuştur. Bu yöntem sonuçları, uçak bakım tesislerinde uzman belirsizlik seviyesinin değerlendirilmesinde, karar vericiyi destekleyecek Dempster Shafer Kuramı için kullanışlı ve açık uygulama alanı sunar.

Uçak bakım sürelerinde belirsizlik değerlendirmesi

This thesis demonstrates the use of the Dempster-Shafer Theory of evidence as a decision aid to specify maintenance time during wartime operations, by the help of expert judgment elicitation. This more precise time estimation enables the decision maker to make more accurate decisions for Air Force’s wartime tactical operations allowing commanders to gain a decisive advantage. The major failures were modeled as assessments to investigate maintenance times. A questionnaire was tailored to elicit judgment from experts at the Aircraft Maintenance Facility (AMF). Through an application of the Dempster-Shafer Theory, expert judgment elicitation was determined to be the critical data. This approach was presented as a plausible evidence combination technique when uncertain, incomplete, and incorrect evidence must be assessed during wartime environment. Jet engine aircraft failures examples that met two classes of uncertainty, aleatory and epistemic, were presented to demonstrate possible maintenance time during wartime operations. A decision aid based on the Dempster-Shafer Theory was created and an uncertainty assessment is discussed. This decision aid allows a comparison of each expert’s assessment. The results of this methodology provide a useful and specific application area for the Dempster-Shafer Theory and the AMF in aiding a decision maker to assess the level of an expert’s uncertainty.

PDF

___

[1] Keeney, R. L., & Winterfeldt, D. V. (May 1989). On the Uses of Expert Judgment on Complex Technical Problems. Transactions On Engineering Management (Vol. 36, No. 2), 83-86.
[2] Booker, J. M., & L.A. Mc Namara(2004). Expert Knowledge in Realibilty Characterization: A Rigorous Approach to Eliciting, Documenting, and Analyzing Expert Knowledge. Los Alamos NAtional Laboratory: CRC Press LLC.
[3] Hora, S., & Jensen, M. (2002). Expert Judgement Elicitation. Swedish Radiation Protection Authority.
[4] Haimes, Y. Y. (1998). Risk Modeling, Assessment and Management. John Wiley & Sons: New York.
[5] Booker, J. M., & Meyer, M. A. (2004). Uncertainty Quantification: Methods and Examples from Probability and Fuzzy Theories. Los Alamos National Laboratory.
[6] Helton, J., Johnson, J., Oberkampf, W., & Storlie, C. (2007). A Sampling-based Computational Strategy for the Representation of Epistemic Uncertainty in Model Predictions with Evidence Theeory. Computational Methods Application Mechanical Engineering (196), 3980-3998.
[7] Oberkampf, W. L. (2005). Uncertainty Quantification Using Evidence Theory. Advanced Simulation & Computing Workshop Error Estimation, Uncertainty Quantification,And Reliability in Numerical Simulations. Albuquerque.
[8] Bae, H.-R., Grandhi, R. V., & Canfield, R. A. (2003). Uncertainty Quantification of Structural Response Using Evidence Theory. Air Force Office of Scientific Research , 41 (10), 2062-2068.
[9] Pinto, A. (2008). ENMA 724: Risk Analysis. Department of Engineering Management and Systems Engineering, Old Dominion University, Spring Term Class notes.
[10] Bondi, S.B. (2007). Uncertainty Assessment in High Risk Environments Using Probability, Evidence Theory and Expert Judgment Elicitation. Ph.D. Dissertation. Old Dominion University, Norfolk, VA. May 2007.
[11] Dempster, A. (1967). Upper and Lower Probabilities Induced by Multivalued Mapping. The Annals of Mathematical Statistics , 38 (2), 325-339.
[12] Shafer, G. (1976). A Mathematical Theory of Evidence. New Jersey: Princeton University Press
[13] Yager, R. R. (1987). On the Dempster-Shafer Framework and New Combination Rules. Information Sciences , 93-137.
[14] Ayyub, B. M. (2001). Elicitation of Expert Opinions for Uncertainty and Risks. Baco Raton FL: CRC Press.
[15] Zadeh, L. (1984). Review of Shafer's a Mathematical Theory of Evidence. Artifical Intelligence Magazine (5), 81-83.