고장률을 고려한 비용 효율적인 항공기 객실 전자장치 구현
Cost-effective design of aviation cabin electronics incorporating failure rate analysis
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
항공기 객실 전자장치는 장시간 이동 간 승객에게 편의를 제공하기 위해 진화하면서 복잡도는 증가하였고 신규 장치들의 탑재가 늘게 되었다. 최근 여객기의 추락 및 크고 작은 항공 사고로 인해 객실 전자장치 설계 시에도 안전을 최우선시해야 한다는 인식에서 본 연구는 시작되었다. 이는 낮은 고장률을 가지는 객실 전자장치의 구현을 필요로 하나 고장률과 비용의 트레이드오프 관계로 인해 원하는 두 가지 목적은 상충한다. 이 논문은 승객에게는 더 안전한 객실 전자장치의 보급을 기업에게는 감수할 수 있는 비용의 상승이라는 조화로운 설계 솔루션을 제시하고자 한다. 우선, 항공기 객실 전자장치 중 복잡도가 가장 높은 기내 엔터테인먼트 장치를 기준으로 하드웨어 아키텍처 선택 옵션을 정의한다. 다음으로, 해당 장치의 고장률과 비용의 다목적 최적화 및 각 선택 옵션별 적용되는 부품의 조합 최적화를 고려하여 문제를 혼합 정수 선형 계획법으로 수립한다. 문제 해결을 위해 가중 합산법으로 파레토 전선을 탐색하고, 심플렉스 방법과 분지 한계법을 통해 최적의 하드웨어 아키텍처 및 최적해를 도출한다. 도출한 최적해는 유전 알고리즘으로 검증하고 민감도 분석을 통해 강건성을 입증한다. 이 과정은 항공기 객실 전자장치의 설계 방향성 정립에 대한 가이드로 사용될 수 있다는 점에서 의의가 있다.
Abstract
Aviation cabin electronics have evolved from basic necessities to service-oriented equipment aimed at providing greater convenience to passengers, resulting in a significant increase in both the complexity and the installation of new electronics. This study is started with the perception that safety should be put first when designing them due to recent crashes and accidents of civil aircraft. This requires their implementation with the low failure rate but two desired objectives conflict due to the trade-off between failure rate and cost. This paper proposes the design solution that balances the need for safer cabin electronics for passengers with the increased cost tolerance for manufacturers. First, we define choice options of hardware architecture focusing on In-Flight Entertainment, which represents the highest complexity among cabin electronics. Second, we formulate the problem as a mixed integer linear programming model that incorporates the optimization of the combination of components across all choice options, as well as multi-objective optimization concerning both failure rate and cost. We then derive the pareto front using the weighted sum method and identify the optimal solution through the simplex and branch-and-bound method. We subsequently verify the optimal solution using genetic algorithm, and further assess its robustness through sensitivity analysis. This process holds significance as it can provide a framework for guiding the design direction of aviation cabin electronics.