Le rôle de l’analyse des données dans l’optimisation du BHS
Grâce à l’analyse des données, les aéroports peuvent alors commencer à optimiser la maintenance, les opérations et la gestion de leur BHS.
L’analyse des données peut soutenir la maintenance prédictive en mettant en évidence les parties du BHS les plus utilisées et nécessitant le plus d’entretien. Les données peuvent montrer les indicateurs clés de performance opérationnels en temps réel, tels que la performance des différentes zones de contrôle. Et elle peut aider à l’analyse comparative saisonnière, à la prévision des flux et à la planification des ressources. L’analyse des données peut donner un aperçu de la performance générale du système et des domaines de performance spécifiques, tels que l’enregistrement et le chargement.
Nous pouvons glaner les possibilités que l’analyse des données peut offrir en examinant un aéroport international qui a appliqué l’analyse des données pour optimiser son BHS.
Comment un aéroport exploite ses données pour optimiser son BHS
L’aéroport international YYC de Calgary (YYC) au Canada est un aéroport de correspondance qui a vu transiter plus de 18 millions de passagers en 2019.
Améliorer la maintenance grâce à l’analyse des données
YYC a appliqué des algorithmes d’apprentissage automatique pour surveiller ses fichiers journaux d’alarme BHS, grâce auxquels il est maintenant en mesure de prédire les problèmes futurs possibles au sein du système. Les problèmes sont détectés avant qu’ils ne deviennent des problèmes, y compris les micro-arrêts que l’œil humain ne peut pas repérer. Les éléments spécifiques du système nécessitant une attention particulière sont maintenant identifiés, ce qui oriente l’attention du personnel de maintenance et permet de gagner du temps. Cette approche proactive empêche de nombreux arrêts indésirables et garantit que le système fonctionne 100 % du temps.
Améliorer les opérations grâce à l’analyse des données
Les données sont utilisées pour analyser le flux de bagages dans l’ensemble du système et identifier les domaines nécessitant des améliorations. Des données spécifiques telles que les sacs en recirculation, les sacs à codage manuel et les sacs mal gérés sont intégrées à la modélisation 3D, ce qui permet de mieux comprendre comment le flux et les processus peuvent être modifiés, améliorés et optimisés.