位置:成果数据库 > 期刊 > 期刊详情页
一种新的民用飞机修理级别优化模型
  • ISSN号:1000-6893
  • 期刊名称:航空学报
  • 时间:0
  • 页码:11-14
  • 语言:中文
  • 分类:TH164[机械工程—机械制造及自动化]
  • 作者机构:[1]南京航空航天大学民航学院,江苏南京210016
  • 相关基金:国家“863”计划(2006AA04Z427);国家自然科学基金委员会与中国民用航空总局联合资助项目(60672164)
  • 相关项目:航空发动机视情维修决策模型与全系统动态规划方法研究
中文摘要:

修理级别分析(LORA)是飞机保障性分析的一个重要内容,是在设计阶段评估维修对飞机成本影响的一种系统分析方法。现有的LORA经济性分析模型对于系统寿命周期的维修费用考虑不够,且不适合民用飞机维修特点,基于此,提出了一个适合民用飞机维修规划三层三级的LORA经济性分析的数学模型,在此基础上,以最小化维修成本为目标建立了维修级别优化模型,并利用免疫粒子群算法超强的多变量、非线性及全局优化能力,对所提出的民机维修级别优化模型进行了求解。最后通过算例的比较分析,说明了本文LORA经济性分析模型的合理性以及模型求解算法的高效性。

英文摘要:

Level of repair analysis (LORA) plays a significant role in support analysis of equipment. It is used during the design stage of equipment for analysis of the cost effectiveness of maintenance strategies. But the rescarch and the application on the life cycle maintenance cost of LOAR problem are still insufficient at present. And LORA economic evaluation models do not fit the characteristic of civil aircraft maintenance. In this article, a three-echelon-three-indenture mathematical model for economic evaluation aircraft maintenance programming is presented. Further, the optimization model is provided to minimize the life cycle maintenance cost. And the solution methodology based on immunity-particle swarm is given out. Particle swarm optimization (PSO) is advanced in its code, pace and robustness to tackle complex problems with a larger number parameters. And artificial immunity algorithm is used to help limit the tendency for premature convergence of particle swarm and to help escape from local optima. Finally, examples are analyzed in detail for the method mentioned above. The results show that the economic evaluation model for LORA is correct and reasonable. And the solution methodology is also accurate and efficient.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《航空学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国航空学会
  • 主编:孙晓峰
  • 地址:北京海淀区学院路37号
  • 邮编:100083
  • 邮箱:hkxb@buaa.edu.cn
  • 电话:010-82317058 82318016
  • 国际标准刊号:ISSN:1000-6893
  • 国内统一刊号:ISSN:11-1929/V
  • 邮发代号:82-148
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:24676