Προκλήσεις στη Συντήρηση λόγω Ελάχιστων Δεδομένων Βλαβών και Στρατηγικές Αντιμετώπισης

Designer

Εισαγωγή Η συντήρηση εξοπλισμού υψηλής ποιότητας αποτελεί κρίσιμο ζήτημα για τις βιομηχανίες όπου η αξιοπιστία, η ασφάλεια και η αποδοτικότητα είναι θεμελιώδους σημασίας. Ιδιαίτερα στην αεροπορική βιομηχανία, η απρόσκοπτη λειτουργία των εξαρτημάτων είναι ζωτικής σημασίας για την ασφάλεια των πτήσεων και την αποφυγή αστοχιών. Τα αεροσκάφη και τα συστήματά τους είναι σχεδιασμένα να αντέχουν σε ακραίες συνθήκες, όπως υψηλές θερμοκρασίες, αυξημένες πιέσεις και συνεχείς δονήσεις, ενώ παράλληλα υπόκεινται σε αυστηρούς κανονισμούς ποιότητας. Ως αποτέλεσμα, οι βλάβες σε πολλά εξαρτήματα εναέριων συστημάτων είναι εξαιρετικά σπάνιες. Παρά το γεγονός ότι η υψηλή αξιοπιστία είναι επιθυμητή, εντούτοις η πρόληψη τέτοιων βλαβών καθίσταται μια πολύπλοκη πρόκληση στον τομέα της συντήρησης. Στο παρόν άρθρο, αναλύονται οι βασικότερες προκλήσεις που προκύπτουν στα εξαρτήματα υψηλής ποιότητας και τη συντήρησή τους και παρουσιάζονται σύγχρονες στρατηγικές και τεχνολογίες για την αποτελεσματική αντιμετώπισή τους. Έλλειψη δεδομένων βλαβών Η βασικότερη πρόκληση για τα εξαρτήματα υψηλής ποιότητας είναι η έλλειψη δεδομένων βλαβών, η οποία καθιστά δύσκολη τη στατιστική ανάλυση για την πρόγνωση αποτυχιών ή την αποτελεσματική οργάνωση των πολιτικών συντήρησης. Για παράδειγμα, σε έναν στόλο αεροσκαφών, οι βλάβες σε ορισμένα εξαρτήματα μπορεί να εμφανίζονται μόλις μία φορά κάθε δεκάδες χιλιάδες ώρες πτήσης. Όταν οι βλάβες είναι τόσο σπάνιες ή απουσιάζουν εντελώς, οι παραδοσιακές μέθοδοι ανάλυσης αξιοπιστίας, όπως οι κατανομές Weibull ή οι αναλύσεις αποτυχίας-χρόνου, δεν αποδίδουν αποτελεσματικά. Οι μικρές βάσεις δεδομένων δεν επαρκούν για να εξάγουν στατιστικά ασφαλή συμπεράσματα, ενώ οι τάσεις και τα μοτίβα βλαβών δεν είναι σαφώς ορατά. Η σπανιότητα δεδομένων καθιστά αναγκαία τη χρήση πιο εξειδικευμένων στατιστικών μοντέλων που μπορούν να ανταποκριθούν σε αυτές τις περιπτώσεις. Υπερβολική Συντήρηση Η αβεβαιότητα που προκαλείται από την έλλειψη δεδομένων συχνά οδηγεί σε πιο συντηρητικές προσεγγίσεις συντήρησης, με τις επιθεωρήσεις και την προληπτική συντήρηση να πραγματοποιούνται πιο συχνά από όσο απαιτείται, με σκοπό την αποφυγή ενδεχόμενων βλαβών. Ωστόσο, η υπερβολική συντήρηση είναι οικονομικά επιβαρυντική, ιδιαίτερα στην αεροπορική βιομηχανία όπου το κόστος συντήρησης είναι σημαντικό. Παράλληλα, οι συχνές παρεμβάσεις για την εκτέλεση εργασιών συντήρησης αυξάνουν την πιθανότητα ανθρώπινων λαθών και ενδέχεται να οδηγήσουν σε περαιτέρω καταπόνηση των εξαρτημάτων. Αδυναμία Εντοπισμού Μικρών Αποκλίσεων Αν και τα εξαρτήματα υψηλής ποιότητας λειτουργούν με υψηλή αξιοπιστία, πολλά από αυτά ενδέχεται να παρουσιάζουν μικρές αποκλίσεις από τη φυσιολογική τους λειτουργία, οι οποίες δεν οδηγούν άμεσα σε εμφανείς βλάβες, αλλά μπορούν να έχουν σημαντική επίδραση στην απόδοση και τη διάρκεια ζωής τους. Τέτοιες αποκλίσεις, όπως μικρές αυξήσεις στη θερμοκρασία ή ανεπαίσθητες διακυμάνσεις στους κραδασμούς, συχνά παραβλέπονται λόγω της σπανιότητας των δεδομένων και της απουσίας σαφών προτύπων. Η αδυναμία ανίχνευσης αυτών των φαινομένων σε πρώιμο στάδιο μπορεί να οδηγήσει σε σωρευτική επιβάρυνση των εξαρτημάτων, αυξάνοντας το ρίσκο εμφάνισης σημαντικών βλαβών σε βάθος χρόνου. Ανεπαρκής Πρόβλεψη για Σπάνιες Βλάβες Η πρόβλεψη σπάνιων βλαβών αποτελεί μία από τις πιο δύσκολες προκλήσεις για τη συντήρηση, καθώς αυτές οι βλάβες εμφανίζονται με πολύ χαμηλή συχνότητα και ενδέχεται να προκύψουν από συνδυασμένα, μη προφανή, αίτια, όπως ακραίες περιβαλλοντικές συνθήκες ή ειδικές καταπονήσεις. Η σπανιότητα αυτών των βλαβών και η πολυπλοκότητα των αιτιών τους καθιστούν την ανάλυση εξαιρετικά δύσκολη. Οι υπάρχουσες μέθοδοι αδυνατούν συχνά να εντοπίσουν αυτές τις σπάνιες αποτυχίες, γεγονός που εμποδίζει την ανάπτυξη αποτελεσματικών προληπτικών μέτρων και οδηγεί σε μεγαλύτερη εξάρτηση από στρατηγικές διορθωτικής συντήρησης (Corrective Maintenance). Έλλειψη Εμπιστοσύνης στα Μοντέλα Η περιορισμένη διαθεσιμότητα δεδομένων όχι μόνο δυσκολεύει την ανάλυση, αλλά υπονομεύει και την ακρίβεια των μοντέλων συντήρησης που χρησιμοποιούνται για την πρόγνωση βλαβών. Η αβεβαιότητα στα αποτελέσματα οδηγεί σε αμφιβολίες σχετικά με τη χρησιμότητα των προβλέψεων, με αποτέλεσμα οι υπεύθυνοι συντήρησης να βασίζονται κυρίως στην εμπειρία τους ή σε συντηρητικές εκτιμήσεις, αντί να ακολουθούν τις προτάσεις των μοντέλων. Αυτή η απόκλιση μεταξύ των αποτελεσμάτων των μοντέλων και των πραγματικών επιχειρησιακών δεδομένων ενισχύουν τη δυσπιστία, γεγονός που συχνά περιορίζει την αποδοχή και την εφαρμογή καινοτόμων τεχνολογιών. Ως συνέπεια, η υιοθέτηση στρατηγικών προγνωστικής συντήρησης (predictive maintenance) γίνεται πιο διστακτική, ενώ παραμένουν ενεργές πρακτικές που οδηγούν είτε σε υπερβολική συντήρηση είτε σε αμέλεια ενδεχόμενων κινδύνων. Αντιμετώπιση Για την αντιμετώπιση αυτών των προκλήσεων, ένας τρόπος είναι η χρήση εξειδικευμένων στατιστικών μοντέλων, όπως είναι οι Zero-Inflated κατανομές, που επιτρέπουν την ανάλυση δεδομένων με πολλά μηδενικά (σπάνιες βλάβες), και βοηθούν στην ποσοτικοποίηση των σπάνιων γεγονότων [1]. Επιπρόσθετα, η Μπεϋζιανή (Bayesian) ανάλυση επιτρέπει την ενσωμάτωση προγενέστερης γνώσης στο μοντέλο, ώστε να καλυφθούν τα κενά που προκύπτουν από την έλλειψη δεδομένων [2]. H χρήση αισθητήρων για την παρακολούθηση παραμέτρων, όπως κραδασμοί, θερμοκρασία και πίεση, σε πραγματικό χρόνο, μπορεί να αποκαλύψει αποκλίσεις από τη φυσιολογική λειτουργία σε πρώιμο στάδιο. Η χρήση αυτών των δεδομένων σε συνδυασμό με την εφαρμογή πολιτικών προγνωστικής συντήρησης θα μειώσει την υπερβολική συντήρηση βελτιστοποιώντας τα διαστήματα μεταξύ διαδοχικών ελέγχων/ενεργειών [3]. Επιπρόσθετα, η ανάλυση δεδομένων λειτουργίας, όπως οι ώρες πτήσης, οι περιβαλλοντικές συνθήκες ή η συχνότητα χρήσης, και η ενσωμάτωση αυτών μέσω της χρήσης συμμεταβλητών (covariates) σε μαθηματικά μοντέλα, μπορεί να αποκαλύψει μοτίβα που σχετίζονται με τη φθορά των εξαρτημάτων. Επιπλέον, ένας τρόπος αντιμετώπισης σχετίζεται με τη δημιουργία τεχνητών δεδομένων μέσω εξομοιώσεων για την κατανόηση της συμπεριφοράς του εξαρτήματος. Τα Ψηφιακά Δίδυμα (Digital Twins) αποτελούν ένα από τα πιο καινοτόμα εργαλεία για την αντιμετώπιση της έλλειψης δεδομένων βλαβών. Είναι ψηφιακά αντίγραφα φυσικών εξαρτημάτων, τα οποία συνδέονται με πραγματικά δεδομένα και εξομοιώσεις. Προσφέρουν μοναδικές δυνατότητες καθώς συνδυάζουν ιστορικά και real-time δεδομένα, βελτιώνοντας την εμπιστοσύνη στις προβλέψεις. Μεγάλες εταιρείες της αεροπορικής βιομηχανίας, όπως η Rolls-Royce, η General Electric και η Siemens [4-6], εφαρμόζουν εδώ και χρόνια τη συγκεκριμένη τεχνολογία σε πλήθος λειτουργιών, από τον αρχικό σχεδιασμό αεροπορικών εξαρτημάτων μέχρι τη συντήρησή τους. Συμπεράσματα Η συντήρηση εξαρτημάτων υψηλής ποιότητας σε περιβάλλοντα με περιορισμένα δεδομένα βλαβών απαιτεί μια ολοκληρωμένη και στρατηγική προσέγγιση. Η αξιοποίηση προηγμένων στατιστικών μοντέλων, η ενσωμάτωση δεδομένων λειτουργίας και η χρήση τεχνολογιών όπως τα Digital Twins παρέχουν αποτελεσματικές λύσεις για την πρόβλεψη και την προληπτική συντήρηση. Αυτά τα εργαλεία και οι καινοτόμες τεχνολογίες όχι μόνο συμβάλλουν στη μείωση του κόστους συντήρησης, αλλά ενισχύουν την αξιοπιστία του εξοπλισμού, εξασφαλίζοντας τη μέγιστη απόδοση και την ασφάλεια στην αεροπορική βιομηχανία. Πηγές [1] Mahmood, T., & Xie, M. (2019). Models and monitoring of zero‐inflated processes: the past and current trends. Quality and Reliability Engineering International, 35 (8), 2540-2557. [2] Stanton, I., Munir, K., Ikram,

H Πρακτική Αξία της Ανάλυσης Αξιοπιστίας στην Αεροπορική Βιομηχανία

151104 F SD165 005 1

Εισαγωγή Ως αξιοπιστία ορίζουμε την πιθανότητα ενός εξαρτήματος, μιας συσκευής ή ενός συστήματος να πραγματοποιήσει την προκαθορισμένη αποστολή του, χωρίς αποτυχίες, για ένα συγκεκριμένο διάστημα [1,2]. Είναι προφανές ότι η ενδελεχής μελέτη των πιθανών τρόπων αστοχίας, αλλά και της συμπεριφοράς του ρυθμού αποτυχίας και η, εν συνεχεία, εφαρμογή αυτής της γνώσης για τη λήψη αποφάσεων, αποτελεί μια ανάλυση με πολλαπλά πρακτικά οφέλη. Χαρακτηριστική είναι η φράση του James Schlesinger, πρώην Υπουργού Άμυνας των Η.Π.Α.: “Reliability is, after all, engineering in its more practical form” (μτφ. «Η αξιοπιστία αποτελεί την πιο πρακτική μορφή της μηχανικής»). Η αξιοπιστία συνδέεται -εξ ορισμού- με την ασφάλεια και τη διαθεσιμότητα. Ως εκ τούτου, έχει αποτελέσει και συνεχίζει να αποτελεί μια έννοια άρρηκτα συνδεδεμένη με την πολιτική και στρατιωτική αεροπορική βιομηχανία, αφενός λόγω των κρίσιμων συνεπειών μιας αστοχίας, αφετέρου λόγω των υψηλών επιχειρησιακών απαιτήσεων που απαντώνται σε αυτή. Απαραίτητη προϋπόθεση για την ανάλυση αξιοπιστίας αποτελεί η επεξεργασία δεδομένων σχετικών με τις παρατηρηθείσες βλάβες και η συνεχής ανατροφοδότηση του μοντέλου με νέα δεδομένα, για τη λήψη, κατά το δυνατό, πιο αξιόπιστων αποτελεσμάτων. Η αεροπορική βιομηχανία, από το πρώτο κιόλας αεροσκάφος των αδερφών Wright, έχει συνδέσει την πορεία και την εξέλιξη της με τη συνεχή, αναλυτική καταγραφή της κατάστασης του πτητικού μέσου σε ημερολόγιο (logbook) [3]. Οι εν λόγω καταγραφές αποτελούν απαραίτητες εισαγωγές (inputs) για την ανάλυση αξιοπιστίας ενός εναέριου μέσου και των επιμέρους εξαρτημάτων αυτού. Μάλιστα, στη σημερινή εποχή, η ανάπτυξη της τεχνολογίας επιτρέπει όχι μόνο τη συνεχή ηλεκτρονική καταγραφή της κατάστασης του μέσου, αλλά και την ακριβή αποτύπωση του χρόνου αστοχίας και της διάρκειας επισκευής κάθε βλάβης. Ωστόσο, με ποιον τρόπο αξιοποιούνται ή θα μπορούσαν να αξιοποιηθούν αποτελεσματικά όλα αυτά τα δεδομένα που σχεδόν καθολικά λαμβάνονται στην πολιτική και στρατιωτική αεροπορία; Παρακάτω παρουσιάζονται ορισμένες ενδεικτικές χρήσεις και τα αντίστοιχα πρακτικά οφέλη που πηγάζουν από την εφαρμογή της ανάλυσης αξιοπιστίας στην πολιτική και στρατιωτική αεροπορία. Αξιοπιστία και Συντήρηση Η συντήρηση στην αεροπορική βιομηχανία συνίσταται, κατά κύριο λόγο, σε απρογραμμάτιστη, η οποία πραγματοποιείται όποτε συμβαίνει μια βλάβη, και σε προληπτική συντήρηση ανά συγκεκριμένα χρονικά διαστήματα ή διαστήματα χρήσης, όπως ώρες πτήσεις, αριθμός προσγειώσεων κλπ. Tα εν λόγω διαστήματα καθορίζονται, συνήθως, από τον κατασκευαστή του συγκεκριμένου μέσου ή πηγάζουν από κάποιο σχετικό κανονισμό των υπηρεσιών αεροπορίας (FAA, EASA κλπ). Υπάρχουν όμως περιπτώσεις όπου ο φορέας χρήσης του μέσου για διάφορους λόγους, δύναται και επιθυμεί είτε να αυστηροποιήσει το διάστημα της προληπτικής συντήρησης, είτε να το παρατείνει. Η ανάλυση αξιοπιστίας του εξαρτήματος, συσκευής ή συστήματος μπορεί να τεκμηριώσει ποσοτικά μια τέτοια απόφαση διαφοροποίησης του διαστήματος συντήρησης, η οποία, προφανώς, δε θα πρέπει να βασίζεται σε εμπειρικές εκτιμήσεις του εκάστοτε χρήστη. Επιπρόσθετα, τίθεται το ερώτημα αν το καθορισμένο διάστημα προληπτικής συντήρησης θα πρέπει να είναι το ίδιο για όλους τους χρήστες ενός μέσου. Την απάντηση στο ερώτημα αυτό δίνει ένα βασικό στοιχείο του επίσημου ορισμού της αξιοπιστίας, το οποίο σκοπίμως παραλήφθηκε από τον ορισμό αυτής στην αρχή του άρθρου: οι συνθήκες χρήσης του εξαρτήματος, της συσκευής, ή του συστήματος, για παράδειγμα οι περιβαλλοντικές, επιχειρησιακές κλπ. συνθήκες, θα πρέπει να είναι όμοιες. Αυτό συμβαίνει γιατί η χρήση ενός εναέριου μέσου σε διαφορετικές συνθήκες από αυτές για τις οποίες σχεδιάστηκε, συνεπάγεται αυξημένο ρυθμό βλαβών, συνεπώς επηρεάζει την αξιοπιστία του και, άρα, απαιτεί διαφορετική πολιτική συντήρησης. Κατά συνέπεια, εύλογα εξάγεται το συμπέρασμα ότι η εφαρμογή της ανάλυσης αξιοπιστίας στον καθορισμό της πολιτικής συντήρησης αποτελεί μια αποτελεσματικότερη και οικονομικά πιο συμφέρουσα προσέγγιση έναντι της πολιτικής προληπτικής συντήρησης ανά συγκεκριμένα διαστήματα. Αυτή η φιλοσοφία συντήρησης ονομάζεται Reliability-centered maintenance (RCM) και αξίζει να επισημανθεί ότι εφαρμόστηκε επιτυχώς για πρώτη φορά στην αεροπορική βιομηχανία και, συγκεκριμένα, σtη διαμόρφωση της πολιτικής συντήρησης του αεροσκάφους Boeing 747 [4]. Αξιοπιστία και Προμήθειες Η μελέτη και ανάλυση αξιοπιστίας δύναται να αποτελέσει ένα χρήσιμο εργαλείο για τη λήψη αποφάσεων αναφορικά με τον προγραμματισμό προμηθειών/παραγγελιών και τη διαχείριση αποθεμάτων των εξαρτημάτων ή/και συσκευών ενός στόλου εναέριων μέσων. Πιο συγκεκριμένα, εκτιμώντας ο χρήστης ενός πτητικού μέσου, βάσει ιστορικών δεδομένων, τη συνάρτηση της αξιοπιστίας ή ισοδύναμα την πιθανότητα αστοχίας ενός εξαρτήματος σε ένα προκαθορισμένο διάστημα, π.χ. ημερολογιακό έτος, πυροσβεστική περίοδο, συγκεκριμένο αριθμό ωρών πτήσης κλπ., δύναται να προβλέψει με μεγαλύτερη ακρίβεια τον αριθμό εξαρτημάτων που αναμένεται να χρειαστεί σε αυτό. Τα πρακτικά οφέλη μιας τέτοιας πρόβλεψης είναι σημαντικά και αφορούν, ενδεικτικά και όχι περιοριστικά, στον καλύτερο προγραμματισμό των παραγγελιών, την ελαχιστοποίηση των ελλείψεων, αλλά και τη μείωση του συνολικού κόστους αποθεμάτων, η οποία επιτυγχάνεται τόσο μέσα από την αποφυγή ενός υψηλού κόστους παραγγελίας/μεταφορικού κόστους σε περιπτώσεις απαίτησης άμεσης παραλαβής του εκάστοτε ανταλλακτικού, όσο και από την αποφυγή διατήρησης πλεονάζοντος αποθέματος ασφαλείας. Αξιοπιστία και Μετασταθμεύσεις Δεν είναι λίγες οι φορές, κυρίως στην στρατιωτική αεροπορία, που υπάρχει απαίτηση μεταστάθμευσης ενός αριθμού αεροσκαφών/ελικοπτέρων εκτός της μητρικής τους μονάδας, είτε προς εκπλήρωση μιας συγκεκριμένης αποστολής, είτε για συμμετοχή σε κάποια άσκηση. Στην προκειμένη περίπτωση, ένα βασικό ερώτημα το οποίο καλούνται να απαντήσουν τα στελέχη της τεχνικής υποστήριξης είναι ποια εξαρτήματα/συσκευές και σε ποια ποσότητα θα πρέπει να μεταφερθούν ώστε, αφενός να ελαχιστοποιηθεί το σενάριο καθήλωσης ενός/περισσότερων πτητικών μέσων και το συνεπαγόμενο υψηλό κόστος αυτού, αφετέρου να μην ξεπεραστεί ο περιορισμός του συνολικού διαθέσιμου βάρους/όγκου για τη συγκεκριμένη μεταφορά. Το συγκεκριμένο πρόβλημα αποτελεί μια ειδική εφαρμογή του γνωστού, από την επιχειρησιακή έρευνα, προβλήματος του σάκου (knapsack problem) [5]. Στο κλασσικό πρόβλημα του σάκου αναζητείται η βέλτιστη επιλογή μεταξύ ενός πλήθους αντικειμένων, όπου το καθένα χαρακτηρίζεται από έναν ορισμένο όγκο αλλά και μια χρησιμότητα, σε ένα σάκο συγκεκριμένης χωρητικότητας, με σκοπό να μεγιστοποιηθεί η συνολική αξία για τον ταξιδιώτη. Κατά αναλογία, στο προαναφερθέν πρόβλημα επιλογής εξαρτημάτων/συσκευών για μια μεταστάθμευση, η πιθανότητα αστοχίας κάθε εξαρτήματος κατά τη διάρκεια αυτής μπορεί να διαδραματίσει το ρόλο της αξίας κάθε πρόσθετου/εφεδρικού ανταλλακτικού, ενώ, ο διαθέσιμος χώρος του μεταγωγικού αεροσκάφους ή όποιου άλλου μέσου μεταφοράς εξοπλισμού επιλεγεί, θέτει τον περιορισμό της συνολικής διαθέσιμης χωρητικότητας. Κατά συνέπεια, η ανάλυση αξιοπιστίας αποτελεί ένα χρήσιμο εργαλείο για την επίλυση του συγκεκριμένου προβλήματος και τη λήψη μιας βέλτιστης, αλλά και τεκμηριωμένης απόφασης. Πηγές [1] Ebeling, C.E. (2009). An introduction to reliability and maintainability engineering (2nd ed.). McGraw-Hill, Boston, USA. [2] https://extapps.ksc.nasa.gov/Reliability/ [3] History of the Pilot Logbook – Aileron (ailerongroup.co.uk)

Κόστος Ώρας Πτήσης Στρατιωτικών Αεροσκαφών: Ένα Στρατηγικό Εργαλείο για την Λήψη Αποφάσεων

aerospace 05 00104 g011

Στο σύγχρονο περιβάλλον αεροπορικών επιχειρήσεων υφίσταται ασφυκτική πίεση αναφορικά με τα διαθέσιμα κονδύλια για την αγορά, υποστήριξη και αναβάθμιση αεροσκαφών και κάθε Πολεμική Αεροπορία (ΠΑ) ανά τον κόσμο μελετά και επεξεργάζεται με μεγάλη προσοχή τα υφιστάμενα στοιχεία κόστους λειτουργίας και εκμετάλλευσης των αεροσκαφών της. Το Κόστος Ώρας Πτήσης (ΚΩΠ) είναι το κύριο εργαλείο το οποίο χρησιμοποιούν οι ΠΑ ώστε να προϋπολογίσουν κονδύλια για την υποστήριξη των επιχειρήσεων τους. Μια πολύ ενδιαφέρουσα χρήση του ΚΩΠ είναι τόσο η σύγκριση των διαφόρων τύπων αεροσκαφών που ανήκουν στην ίδια ΠΑ, όσο και η σύγκριση του ΚΩΠ για τον ίδιο τύπο αεροσκάφους (πχ F-16C/D) που επιχειρεί σε διαφορετικές ΠΑ. Προκειμένου να υπάρξει μια όσο το δυνατό πιο ρεαλιστική αποτίμηση του ΚΩΠ, απαιτείται η συλλογή και επεξεργασία στοιχείων επιχειρησιακής εκμετάλλευσης του αεροσκάφους σε μόνιμη βάση, από τη μέρα της απόκτησής του μέχρι και τη μέρα της οριστικής απόσυρσης. Τα στοιχεία αυτά αποτελούν δεδομένα που εισάγονται σε διάφορα μαθηματικά μοντέλα, τα οποία αναλαμβάνουν να μας παρέξουν με μεγάλη ακρίβεια το ΚΩΠ. Δημιουργείται επομένως η απορία: Πως μπορεί η Ελληνική ΠΑ επί παραδείγματι, σαν υποψήφιος αγοραστής ενός νέου τύπου αεροσκάφους, να έχει εικόνα για το ΚΩΠ αυτού προκειμένου σαν σοβαρός οργανισμός να προϋπολογίσει κονδύλια για την υποστήριξη αυτού σε βάθος χρόνου, τη στιγμή που, ως νέος τύπος αεροσκάφους, δεν υφίστανται στοιχεία επιχειρησιακής εκμετάλλευσης; Αυτός ήταν και ο αντικειμενικός σκοπός της δημοσίευσης που παρατίθεται στο τέλος του κειμένου, να αναπτύξει δηλαδή ένα παραμετρικό μοντέλο υπολογισμού του ΚΩΠ ενός νέου τύπου αεροσκάφους για το οποίο δεν υφίστανται αξιοποιήσιμα στοιχεία επιχειρησιακής εκμετάλλευσης. Η εν λόγω μελέτη εστίασε την προσοχή της στην ανάπτυξη ενός μοντέλου για τον υπολογισμό του ΚΩΠ που έχει ως μεταβλητές κατάλληλες σχεδιαστικές παραμέτρους του αεροσκάφους, οι οποίες καθορίζονται και παγιώνονται στα αρχικά στάδια της σχεδίασης αυτού. Το μοντέλο βασίστηκε σε δημοσιευμένα επίσημα στοιχεία ΚΩΠ διαφόρων τύπων αεροσκαφών της ΠΑ, τα οποία συσχετίστηκαν με σχεδιαστικές τους παραμέτρους και οδήγησαν στο συμπέρασμα ότι το ΚΩΠ μπορεί να προβλεφθεί με μεγάλη ακρίβεια από 2 παραμέτρους, ήτοι: Η ακρίβεια πρόβλεψης του μοντέλου ελέγχθηκε συγκρίνοντας αποτελέσματά του με επίσημα δημοσιευμένα στοιχεία ΚΩΠ για διάφορους τύπους αεροσκαφών, διαφόρων ΠΑ ανά τον κόσμο. Η εφαρμογή του μοντέλου μας παρέχει αξιόπιστες εκτιμήσεις για το ΚΩΠ ενός μεγάλου αριθμού νέων τύπων τόσο μαχητικών (πχ F-35, Eurofighter, Rafale, JAS-39 Gripen) όσο και εκπαιδευτικών αεροσκαφών (πχ Μ-346, Τ-7, Τ-100), ενώ χρησιμοποιήθηκε ως βάση σύγκρισης το ΚΩΠ του F-16 Block 52+.Ενδεικτικά στον πίνακα που ακολουθεί παρατίθενται μερικά από τα αποτελέσματα του μοντέλου για διάφορους τύπων αεροσκαφών, με βάση σύγκρισης το ΚΩΠ του F-16 Block 52+, όπως προαναφέρθηκε. Ένα από τα συμπεράσματα τόσο ελληνικού όσο και παγκόσμιου ενδιαφέροντος είναι ότι το ΚΩΠ των περισσοτέρων μαχητικών αεροσκαφών ‘νέας γενιάς’ δεν θα είναι κατά πολύ υψηλότερο από αυτό του F-16 Block 52+. Επί παραδείγματι, εκτιμάται με μεγάλη βεβαιότητα (97.5%) ότι: Επιστημονική Δημοσίευση (παραπομπή): Lappas I., Bozoudis M. 2018. The Development of an Ordinary Least Squares Parametric Model to Estimate the Cost Per Flying Hour of ‘Unknown’ Aircraft Types and a Comparative Application, Aerospace, 5(4). https://doi.org/10.3390/aerospace5040104