Lentotietoaineiston visualisointi data- ja käyttäjälähtöisesti
Peltola, Eero (2022)
Diplomityö
Peltola, Eero
2022
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2022080953391
https://urn.fi/URN:NBN:fi-fe2022080953391
Tiivistelmä
Lentokoneet tuottavat erittäin paljon lennon aikaista dataa eli lentotietoaineistoa. Dataa voidaan käyttää esimerkiksi lentäjien koulutuksessa, vianselvityksessä sekä huollon optimoinnissa. Ilmailualalla data-analytiikkaa on aiemmin toteutettu paljon yksittäisten lentojen näkökulmasta. Koko laivueen lentotietoaineistojen koontinäkymän toteutuksesta ei kuitenkaan ole merkittäviä esimerkkejä etenkään sotilasilmailuun liittyvässä kirjallisuudessa. Diplomityön teoriaosuudessa tutkitaan aiheen kirjallisuutta ja empiriaosuudessa toteutetaan käytännön toteutus eli demo lentotietoaineiston visualisoinnille.
Dataa voidaan analysoida sekä visualisoida hyvin monilla teknologioilla. Diplomityössä otetaan tarkempaan tarkasteluun kolme erilaista toteutustapaa; BI-työkalut, Pythonin Dash sekä JavaScriptin Vue. Työssä haastateltiin potentiaalisia loppukäyttäjiä käytännön demoon toteutettavien käyttötapausten keräämiseksi. Käyttötapaukset liittyivät lentotietoaineiston koontiin sekä lennon aikaisten tietojen käyttäjäystävälliseen visualisointiin. Lisäksi työssä haastateltiin diplomityön kohdeyrityksen omia ohjelmistokehittäjiä, joilta kerättiin kokemuksia teknologioista kirjallisuuden tueksi.
Työssä selvitettiin, että kaikilla tarkastelluilla työkaluilla olisi voitu toteuttaa demon käyttäjänäkymä. BI-työkalut edustivat helppokäyttöisintä low-code ratkaisua, kun taas JavaScriptin Vue mahdollisti eniten mahdollisuuksia visualisoinnin kustomoinnille. Lopullinen käytännön demo toteutettiin Pythonin Dashilla. Demon keskeisimpänä tuloksena mahdollistetaan koko laivueen lentohistorian lentojen haku lennonaikaisten parametrien perusteella. Lisäksi lentojen parametrien visualisointia kehitetään pidemmälle. Airplanes produce a lot of flight data. This data can be used, for example, in pilot training, troubleshooting and maintenance optimization. In the aviation sector, a lot of data analytics has previously been implemented from the perspective of individual flights. However, there are no significant examples of user interfaces for the entire fleet’s flight data, especially from the military aviation point of view. The research is divided into theoretical and empirical parts. The theoretical part researches the literature of data analysis in aviation. In the empirical part, a practical demo for the visualization of flight data is carried out.
Data can be analyzed and visualized with many technologies. This research takes a closer look at three different alternatives for data visualization: BI tools, Python's Dash and JavaScript's Vue. Potential end users were interviewed in order to collect use cases for the demo. The use cases were related to combining the data from different flights and the user-friendly data visualization. In addition, case company's own software developers were interviewed to gather experiences of different technologies to support the literature.
The research concluded that the use cases for the demo could have been implemented with all of the examined tools. BI tools represented the easiest-to-use low-code solution, while JavaScript's Vue provided the most possibilities for customizing the visualizations. The final practical demo was developed using Python's Dash. The main result of the demo is the functionality to search flights from the entire fleet’s flight history based on in-flight parameter values. In addition, the visualization of flight data was further developed.
Dataa voidaan analysoida sekä visualisoida hyvin monilla teknologioilla. Diplomityössä otetaan tarkempaan tarkasteluun kolme erilaista toteutustapaa; BI-työkalut, Pythonin Dash sekä JavaScriptin Vue. Työssä haastateltiin potentiaalisia loppukäyttäjiä käytännön demoon toteutettavien käyttötapausten keräämiseksi. Käyttötapaukset liittyivät lentotietoaineiston koontiin sekä lennon aikaisten tietojen käyttäjäystävälliseen visualisointiin. Lisäksi työssä haastateltiin diplomityön kohdeyrityksen omia ohjelmistokehittäjiä, joilta kerättiin kokemuksia teknologioista kirjallisuuden tueksi.
Työssä selvitettiin, että kaikilla tarkastelluilla työkaluilla olisi voitu toteuttaa demon käyttäjänäkymä. BI-työkalut edustivat helppokäyttöisintä low-code ratkaisua, kun taas JavaScriptin Vue mahdollisti eniten mahdollisuuksia visualisoinnin kustomoinnille. Lopullinen käytännön demo toteutettiin Pythonin Dashilla. Demon keskeisimpänä tuloksena mahdollistetaan koko laivueen lentohistorian lentojen haku lennonaikaisten parametrien perusteella. Lisäksi lentojen parametrien visualisointia kehitetään pidemmälle.
Data can be analyzed and visualized with many technologies. This research takes a closer look at three different alternatives for data visualization: BI tools, Python's Dash and JavaScript's Vue. Potential end users were interviewed in order to collect use cases for the demo. The use cases were related to combining the data from different flights and the user-friendly data visualization. In addition, case company's own software developers were interviewed to gather experiences of different technologies to support the literature.
The research concluded that the use cases for the demo could have been implemented with all of the examined tools. BI tools represented the easiest-to-use low-code solution, while JavaScript's Vue provided the most possibilities for customizing the visualizations. The final practical demo was developed using Python's Dash. The main result of the demo is the functionality to search flights from the entire fleet’s flight history based on in-flight parameter values. In addition, the visualization of flight data was further developed.
