Project

H2020 Real-time Condition-based Maintenance for Adaptive Aircraft Maintenance Planning  
Web site:  https://h2020-remap.eu/ 
Description: The ReMAP project proposes methods and tools to support the implementation of condition-based maintenance for aircraft. Among others, the project aims to develop health diagnostics and prognostics of aircraft systems and structures, using innovative data-driven machine learning techniques and physics models; to develop efficient maintenance optimization models; and to evaluate maintenance strategies by means of end-to-end (rare event) Monte Carlo simulation. 

Selected papers

• Lee, Juseong, Mitici, Mihaela, 2022. Multi-objective design of aircraft maintenance using Gaussian process learning and adaptive sampling. Reliability Engineering & System Safety 218, 108123. https://doi.org/10.1016/j.ress.2021.108123

• Lee, Juseong, Mitici, Mihaela, 2021. “Multi-objective analysis of condition-based aircraft maintenance strategies using discrete event simulation.” In Reliability and Maintainability Symposium. Orlando, FL. https://doi.org/10.1109/RAMS48097.2021.9605761

• Lee, Juseong, Mitici, Mihaela, 2021. Predictive aircraft maintenance: modeling and analysis using stochastic Petri nets, in: Proceedings of the 31st European Safety and Reliability Conference. https://doi.org/10.3850/978-981-18-2016-8_050-cd

• Lee, Juseong, Mitici, Mihaela, 2020. An integrated assessment of safety and efficiency of aircraft maintenance strategies using agent-based modelling and stochastic Petri nets. Reliability Engineering and System Safety 202, 107052. https://doi.org/10.1016/j.ress.2020.107052

Bio

Juseong Lee is een Ph.D. kandidaat bij de groep Air Transport and Operations, Faculteit Luchtvaart- en Ruimtevaarttechniek, Technische Universiteit Delft. Hij heeft een MSc-graad in Luchtvaart- en Ruimtevaarttechniek van het Korea Advanced Institute of Science and Technology (KAIST).

Zijn onderzoeksinteresse omvat het ontwerpen en optimaliseren van complexe systemen zoals vliegtuigonderhoud. Hij werkt aan het multi-objectieve ontwerp van voorspellende onderhoudsstrategieën voor vliegtuigen, waarbij hij de prognose van de resterende bruikbare levensduur integreert in de onderhoudspraktijk. Tijdens deelname aan het Europese project ReMAP H2020 ontwikkelt hij een dynamisch beoordelingskader voor voorspellend vliegtuigonderhoud. Momenteel richt hij zich op de deep learning-benadering voor het optimale ontwerp van strategieën voor vliegtuigonderhoud. Zijn expertise ligt in stochastische modellering, multi-objective optimalisatie, simulatie-gebaseerde optimalisatie en data-analyse.

Zijn updates vindt u in zijn onderzoeksblog (http://juseonglee.com).

Lees meer