基于大数据分析平台的APU维修决策优化

通过科技创新建立的APU全寿命及成本管理系统是一个大数据分析平台,运用概率神经网络对APU系统故障进行智能判断,运用0-1线性规划法自动产生基于APU性能的维修管理决策,运用价值工程方法产生基于价值系数的维修管理决策。该系统的应用提高了APU的可靠性和经济性,使APU的维修决策由静止的、事后分析可靠性转变为预测性、基于概率分析方法的维修决策。     

基于支持向量回归机的航材周转件需求预测

将机器学习应用于航材库存管理之中,提出了基于支持向量回归算法的航材周转件需求预测模型。将聚合处理后的周转件月需求数据分为训练集和测试集,以训练集为输入,选取核函数和模型参数,对支持向量回归机进行训练。应用训练完成的支持向量回归机,以测试集对模型进行验证,预测结果证明了模型的有效性。     

基于状态维修策略下的数据自动获取技术

阐述了在基于状态的维修策略下飞机状态参数的自动获取技术的实现过程和此过程中的技术难点,突破了飞机原厂家默认触发的状态数据的局限性,验证了以自主状态报文获取所需飞机状态数据的技术可行性,实现了飞机状态数据的自主筛选与传递。     

关于检修分离的航空维修管理模式探讨

以维修过程中的人因研究为出发点,以“三漏”管理为例,从检修分离的理论依据、实施过程和实践成效等三个方面,尝试探索一种创新的人性化管理模式.     

航空维修中的动态数字化绩效管理模型研究与应用

以客舱项目为试点进行数字化绩效管理模型的搭建和实施,在生产任务落实,班组建设、员工激励,生产系统可靠性改进等方面取得良好效果,为民航维修一线生产部门提供了一种因地制宜实施绩效管理的思路。     

基于状态的维修策略在民航维修领域的应用和展望

阐述了基于状态的维修(Condition Based Maintenance,CBM)的涵义及其在民航维修业的应用现状,分析了国内实践CBM策略存在的隐患和应对措施,认为CBM策略将对持续适航维修管理产生深远影响。