《航空發動機機隊維修決策最佳化方法與關鍵技術》是依託哈爾濱工業大學，由鐘詩勝擔任項目負責人的聯合基金項目。
基本介紹
- 中文名：航空發動機機隊維修決策最佳化方法與關鍵技術
- 依託單位：哈爾濱工業大學
- 項目類別：聯合基金項目
- 項目負責人：鐘詩勝
項目摘要,結題摘要,
項目摘要
針對目前的航空發動機維修決策方法對發動機部件和單元體的維修最佳化不夠，對非計畫擾動因素的預測和應對能力不強，以及由此帶來的發動機拆換率不均衡、備發數量偏多和故障率偏高的嚴峻形勢，基於前期技術方案，本項目致力於解決航空發動機機隊維修決策最佳化的關鍵科學技術問題，提出面向全壽命、全機隊和全成本的航空發動機維修決策最佳化的技術路線，研究航空發動機機隊運維成本與維修決策變數之間的相關性，建立由維修成本、燃油成本、備發成本等成本單元組成的航空發動機機隊運維全成本模型，構建航空發動機機隊狀態監測、航線維修、短期送修計畫、中長期送修計畫、維修工作範圍制定的理論方法和最佳化模型，並提出最佳化模型的求解算法，在此基礎上，建立構件化、易擴展的航空發動機機隊維修決策最佳化支持系統並完成系統的套用驗證，為提高我國航空公司的發動機機隊安全監測、維修決策和全局調度的水平，實現航空發動機機隊工程管理的精益化奠定理論和技術基礎。
結題摘要
科學合理地進行維修決策是降低發動機運維成本的關鍵。目前發動機維修決策方面的研究存在三點不足：①沒有實現全壽命期的全局最佳化；②假設整機性能恢復值與各單元體的性能恢復值成線性關係；③在最佳化模型建立時主要考慮的是維修成本，沒有考慮包含燃油成本和備發成本在內的其他成本。本項目針對上述不足，從全壽命全機隊全成本角度出發，致力於解決發動機機隊狀態監測、機隊送修時機最佳化、維修工作範圍最佳化等科學技術問題，為實現我國航空公司發動機管理的精益化奠定理論和技術基礎。本項目主要取得如下主要成果：（1）在機隊狀態監測與航線維修決策最佳化方面，提出了基於動態加權核密度估計集成學習機的性能參數短期預測方法、基於DBSA-GMM的性能參數長期預測方法、基於多部件系統建模的部件性能診斷方法、基於QAR數據的發動機點形式異常檢測方法、基於ACARS數據的發動機時間序列形式異常檢測方法、基於多性能參數趨勢分析的發動機故障診斷方法、基於QAR數據的渦輪葉片蠕變損傷評估方法、基於非齊次泊松過程的風扇葉片外物損傷風險評估、基於半馬爾可夫模型的熱端組件剩餘壽命預測與檢查間隔最佳化、水洗效果評價與水洗時機最佳化方法。（2）在機隊送修計畫與維修工作範圍最佳化方面，提出了基於啟發式算法的機隊維修計畫短期最佳化方法、基於比例風險模型的機隊平均送修間隔預測模型、機隊中長期調度計畫動態最佳化方法、基於SMTS的發動機修後性能預測模型、基於增量式知識學習的單元體維修等級決策方法、機隊全壽命維修成本預測方法、基於強化學習的單機中長期維修策略最佳化方法、基於粒子群最佳化的發動機全壽命維修決策方法、基於深度Croston方法的機隊備發需求預測模型、面向全壽命成本最優的機隊維修策略最佳化方法。（3）在原型系統研製與驗證方面，提出了支持多協定的發動機性能參數採集方法、性能參數大數據存儲方法、基於多BOM集成的運維數據集成模型，研製了可定製的基礎平台與業務構件，在國航、山航、川航進行了套用驗證。
