以维修间隔利用率最优为目标的飞机派遣方法

从维修保障的视角研究飞机派遣问题。民用飞机为确保其持续适航性,均要求在规定的时间间隔内执行检修任务即定检。定检时间间隔通常按照飞行循环(flight cycles,FC)、飞行小时(flight hours,FH)或日历日(flight days,FD)进行控制,先到为准。为了均衡的对定检时间间隔进行利用,以最优化维修间隔利用率为目标建立了给定机队规模的飞机派遣模型并通过强化学习算法予以求解,使得在维修间隔到达时刻,FC和FH统一折算后的方差最小。该派遣方法计算效率高,能够充分发挥单次定检维修的最大效能,节约维修成本并增加飞机的利用率。利用某航空公司的真实航班数据进行了实验,结果表明在最多761个航班段数据中,算法能够在129.448 s找到稳定的最优解,且Gap值仅为0.1224%。

飞机技术派遣智能决策支持系统框架研究——基于大数据视角

随着航空公司日常运行过程中重要和复杂航班的大幅增加,有效提升了飞机技术派遣的决策效率与精准性,对于保障航班安全性和正常性具有重要意义。飞机长期运行及维护过程中积累了海量的健康状况数据,对于飞机技术派遣决策具有重要价值。由于这些数据体量巨大、结构复杂、增长快,引入大数据技术,提出飞机技术派遣智能决策支持系统(ATD-IDSS)的基本框架。文中重点探讨了ATD-IDSS的总体框架结构以及基于该系统的飞机技术派遣决策过程。其中,系统总体框架由数据采集处理、数据管理、模型管理、知识管理、飞机健康评估和派遣决策控制六个子系统组成。详细阐述了各个子系统的组成、核心功能及运行机理。在此基础上,对系统实现涉及的关键技术进行了一一介绍。借助数据仓库相关技术,实现了飞机健康状况大数据的处理和分析,利用关联规则和聚类分析方法,进行飞机技术参数评估。采用人工神经网络和案例推理结合的智能推理策略,挖掘飞机健康状况相关规则和知识,结合云计算技术,提高资源利用率和运算效率。通过ATS-IDSS的框架研究,为进一步开发智能飞机派遣系统、实现飞机派遣的智能化和精准化及提升飞机健康管理水平提供重要指导。

基于灰色聚类的飞机技术派遣决策参数组合权重确定

为了保障民航飞行的安全性与航班运行的正常性,要使用科学有效的方法对执行航班的飞机进行技术派遣。对各类影响飞机技术状况的决策参数进行分级,依据灰色聚类的基本原理,定义相应的白化权函数,在此基础上,利用信息熵确定参数的客观权重,并使用指数乘法合成归一化组合方法求出组合权重,最后将该方法应用于某航空公司飞机技术派遣决策参数权重计算。结果表明该方法计算出来的组合权重与航空公司目前采用的工程经验纬度权重具有较高的吻合度。