Flugdaten von Flugzeugen noch besser ausnutzen
Der Luftverkehr ist ein überaus sicheres Verkehrsmittel. Dennoch muss sich die Luftfahrtbranche mit dem wachsenden Luftverkehrsaufkommen und immer höheren Sicherheitsanforderungen der Herausforderung stellen, ihre Sicherheitsbilanz noch mehr zu verbessern. Zu diesem Zweck wurde das EU-finanzierte SVETLANA-Projekt ("Safety (and maintenance) improvement through automated flight data analysis") auf den Weg gebracht. Ziel dieser Kooperation zwischen der EU und Russland war die Stärkung der Möglichkeiten von Flugdatenüberwachungsprogrammen für die zivile Luftfahrt. Zunächst entwickelte man im Rahmen des SVETLANA-Projekts einen neuen Analyseprozess. Im ersten Schritt wandte man Data-Mining-Verfahren in einem automatisierten Detektionsprozess an. Dieser Analyse folgte eine Feedbackschleife, in der Experten die Verbesserungen in der intelligenten Instandhaltung und in der Flugsicherheit bewerteten. Im Laufe von SVETLANA erstellte man überdies mehrere Data-Mining-Algorithmen. Diese Entwicklungen basieren auf den neuesten Forschungsarbeiten im Bereich der Erkennung von Anomalien. Für zwei von ihnen wurden Patentanmeldungen eingereicht. Die Projektpartner realisierten die Architektur des Analysesystems und man beschäftigte sich mit den Einschränkungen des Systems. Hier überlagerte man die Hauptinnovationen mit der Definition gemeinsamer Formate, was für die Standardisierung eines gemeinsamen Analyseprozesses zwischen Europa und Russland maßgeblich ist. Derartige Formate ermöglichten die Aggregation mehrerer externer Datenquellen und die Entwicklung besserer Datenfiltertechniken, Parametervalidierungsansätze sowie innovativer Datenfehlerhandhabungstechniken. Letztlich sorgte die unabhängige Flugzeug-Flugdatenanalyse für eine optimale Weiterentwicklung patentierter Anomalieerkennungsalgorithmen (RDE) und speziell dafür vorgesehener HMI mit Unterstützung der Endanwender. Es wurde im Rahmen von SVETLANA gleichermaßen eine Gesamtbewertung des neuen Systems zur Flugdatenanalyse durchgeführt. Bei dieser Leistungseinschätzung verwendete man sowohl simulierte als auch reale Flugdaten aus europäischen und russischen Quellen. Die im Laufe des nun abgeschlossenen Projekts entwickelten Anomalieerkennungsalgorithmen werden auch in weiteren Branchen und nicht nur im Luftfahrtsektor Anwendung finden. Bislang wurden sie mit Erfolg im medizinischen Bereich eingesetzt, um ein in Echtzeit funktionierendes Patientenüberwachungs- und Prognosesystem zu entwickeln.
