民用飛機(jī)預(yù)測維修技術(shù)研究進(jìn)展

摘 要：民機(jī)維修理論伴隨航空科技進(jìn)步在不斷往前發(fā)展，從定時翻修到以可靠性為中心的計劃維修，以及先進(jìn)的視情與預(yù)測維修理念?，F(xiàn)代民機(jī)測試性的發(fā)展，特別是系統(tǒng)/結(jié)構(gòu)健康監(jiān)測技術(shù)的發(fā)展和成熟，豐富了現(xiàn)有的持續(xù)適航概念和方法體系，在確保飛機(jī)滿足持續(xù)適航要求的前提下，飛機(jī)由經(jīng)驗化的基于時間的計劃維修向更加高效的基于系統(tǒng)/結(jié)構(gòu)實際健康狀態(tài)的維修轉(zhuǎn)變。本文總結(jié)了民用飛機(jī)預(yù)測維修技術(shù)的最新研究進(jìn)展情況，從以傳統(tǒng)計劃維修模式為基礎(chǔ)引出預(yù)測維修模式，包括結(jié)構(gòu)/系統(tǒng)預(yù)測維修任務(wù)分析方法、預(yù)測維修方案優(yōu)化、預(yù)測維修關(guān)鍵技術(shù)以及在民機(jī)領(lǐng)域的應(yīng)用情況。

關(guān)鍵詞：民機(jī)計劃維修； 預(yù)測維修； 系統(tǒng)/結(jié)構(gòu)健康監(jiān)測； 維修優(yōu)化

中圖分類號：V267 文獻(xiàn)標(biāo)識碼：A DOI：10.19452/j.issn1007-5453.2024.07.002

基金項目： 國家自然科學(xué)基金（U2233204）；上海民用飛機(jī)健康監(jiān)控工程技術(shù)研究中心開放課題（GCZX-2022-02）

維修是為保持或恢復(fù)工程系統(tǒng)到其規(guī)定的技術(shù)狀態(tài)所進(jìn)行的全部活動。它是一個非常廣泛的概念，涉及工程系統(tǒng)的各個組成部分，也貫穿于工程系統(tǒng)從設(shè)計到報廢的全生命周期過程。航空維修主要研究航空器的維修，包括飛機(jī)機(jī)身、發(fā)動機(jī)及機(jī)載系統(tǒng)的維修。航空器維修的直接目的是持續(xù)保持其處在規(guī)定的技術(shù)狀態(tài)下工作，即預(yù)防航空器及其組成系統(tǒng)的功能退化和故障及其產(chǎn)生的后果。而當(dāng)其狀態(tài)受到破壞（即發(fā)生故障或遭到損壞）后，使其恢復(fù)到規(guī)定狀態(tài)?，F(xiàn)代航空維修以最低的維修成本，盡可能地保持、恢復(fù)甚至延長其可靠性壽命，保證飛行安全，最大限度地提高其利用率。采取及時、合理的維修，航空器的使用可靠性和安全才有保障。

現(xiàn)代民機(jī)測試技術(shù)的發(fā)展，特別是系統(tǒng)/結(jié)構(gòu)健康監(jiān)測技術(shù)的發(fā)展和成熟，豐富了現(xiàn)有的持續(xù)適航概念和方法體系，在確保飛機(jī)滿足持續(xù)適航要求的前提下，飛機(jī)由經(jīng)驗化的基于時間的計劃維修向更加高效的基于系統(tǒng)/結(jié)構(gòu)實際健康狀態(tài)的維修轉(zhuǎn)變。飛機(jī)健康監(jiān)測技術(shù)的引進(jìn)將對目前的民機(jī)維修模式帶來一定的變化，將影響目前的飛機(jī)維修任務(wù)分析和計劃維修模式，一些傳統(tǒng)的依靠人工實施的定時檢查任務(wù)將可能被自動化的健康監(jiān)測取代，還有相當(dāng)一部分計劃維修任務(wù)將被取消，取而代之的是視情維修或預(yù)測維修，減少停機(jī)定檢時間和檢查的人工成本，有效地降低飛機(jī)的運營維護(hù)成本[1]。隨著健康管理技術(shù)的發(fā)展并在新一代民機(jī)上應(yīng)用，未來的民機(jī)預(yù)測維修模式下，通過故障預(yù)測與健康管理（PHM）技術(shù)提前預(yù)判故障，從而將部分計劃以及非計劃維修任務(wù)轉(zhuǎn)換成預(yù)測維修，預(yù)期總的維修保障成本將大幅度降低。

近幾年航空PHM技術(shù)快速發(fā)展，部分技術(shù)具備較高的成熟度，民機(jī)PHM技術(shù)雖然在降低維修成本、提高飛機(jī)利用率等方面潛力無限，成為各國適航當(dāng)局、飛機(jī)制造商、飛機(jī)用戶，以及相關(guān)研究單位所關(guān)注的熱點問題。但如何在民機(jī)維修工程實踐中應(yīng)用這些技術(shù)，真正實現(xiàn)PHM預(yù)測維修模式的效益，從自身技術(shù)角度、適航法規(guī)與標(biāo)準(zhǔn)體系角度仍面臨不少挑戰(zhàn)[2-3]。技術(shù)層面上，由于飛機(jī)及其運行維護(hù)保障系統(tǒng)是一個非常復(fù)雜的體系，其中許多系統(tǒng)相互作用，系統(tǒng)的固有復(fù)雜性導(dǎo)致準(zhǔn)確預(yù)測退化狀態(tài)是一個挑戰(zhàn)，實際運行中的飛機(jī)系統(tǒng)故障預(yù)測是一個挑戰(zhàn)性難題。飛機(jī)系統(tǒng)及部件在各種條件和環(huán)境下運行，其退化規(guī)律和狀態(tài)在很大程度上取決于運行環(huán)境和運行歷史，而且受到其他系統(tǒng)的性能和狀態(tài)的影響。通常預(yù)測模型在受控的實驗室環(huán)境中表現(xiàn)良好，但實驗室條件下無法真正模擬實際運行中的退化情況，因此在實際運行中故障預(yù)測表現(xiàn)不佳。采用預(yù)測性維修策略的一個重要的技術(shù)挑戰(zhàn)，即是否具備能夠解釋實際復(fù)雜多變運行環(huán)境下的高質(zhì)量的系統(tǒng)或部件故障預(yù)測能力。適航法規(guī)與標(biāo)準(zhǔn)體系層面上，考慮航空業(yè)的高安全性要求，任何新技術(shù)或方法的采用都必須得到驗證，以保持或提高航空安全水平。在采用預(yù)測維修的情況下，需要驗證預(yù)測維修策略和技術(shù)的采用不會增加失效的可能性，并且仍然符合適航監(jiān)管機(jī)構(gòu)的要求和可接受的符合性方法。目前，這一問題并沒有得到有效解決，特別是對于數(shù)據(jù)驅(qū)動的預(yù)測維修方案，其預(yù)測模型的準(zhǔn)確性、可靠性、可信性等問題有待解決。目前對于預(yù)測性維修技術(shù)的開發(fā)、測試和部署應(yīng)用，缺乏行業(yè)標(biāo)準(zhǔn)方法、指導(dǎo)準(zhǔn)則和法規(guī)，導(dǎo)致行業(yè)內(nèi)各個參與方采用的驗證方法不一致、對要求的解讀不同以及安全評估的嚴(yán)格程度不同，最終影響了監(jiān)管機(jī)構(gòu)對預(yù)測性維修策略的批準(zhǔn)。

本文總結(jié)了民用飛機(jī)預(yù)測維修技術(shù)的最新研究進(jìn)展情況，從以傳統(tǒng)計劃維修模式為基礎(chǔ)引出預(yù)測維修模式，重點梳理分析了結(jié)構(gòu)/系統(tǒng)預(yù)測維修任務(wù)分析方法、預(yù)測維修關(guān)鍵技術(shù)以及在民用航空領(lǐng)域的應(yīng)用進(jìn)展情況，為民機(jī)預(yù)測維修技術(shù)的研究和應(yīng)用提供參考。

1 民航計劃維修模式

1.1 分析民機(jī)計劃維修任務(wù)

民機(jī)維修理論從定時翻修發(fā)展到以可靠性為中心的計劃維修，以及先進(jìn)的視情維修和預(yù)測維修理念。目前，在役的民機(jī)型號主要以可靠性為中心的計劃維修為主，部分機(jī)載系統(tǒng)，如航空發(fā)動機(jī)逐漸實現(xiàn)了視情維修模式[4]。維修審查委員會報告（MRBR）通常稱為維修大綱，是飛機(jī)計劃維修要求的匯總文件，是保持航空器持續(xù)適航的基本文件，也是航空器承運人用于制訂維修方案和工卡的主要依據(jù)。民用飛機(jī)維修大綱制定需要一套科學(xué)的分析流程。目前，國外主流的維修大綱分析標(biāo)準(zhǔn)包括ATA MSG-3《運營商/制造商計劃維修制定文件》、ASDS400P《預(yù)防性維修制定與持續(xù)優(yōu)化國際規(guī)范》、SAEJA1011《以可靠性為中心的維修過程評價準(zhǔn)則》、MIL-STD-3034A《以可靠性為中心的維修過程》、NAVAIR00-25-403《海軍航空裝備以可靠性為中心的維修分析指南》等。其中，MSG-3標(biāo)準(zhǔn)中的分析方法因其兼顧安全、運行和經(jīng)濟(jì)性，得到國際民航普遍認(rèn)可和廣泛應(yīng)用（見圖1）。從1968年維修指導(dǎo)小組（MSG）方法首次應(yīng)用于波音747制定維修大綱，MSG從最初的以預(yù)防為主的維修思想開始，經(jīng)歷了“用可靠性方法控制維修”、MSG-1、MSG-2、MSG-3。1994年，國際維修審查政策委員會（IMRPB）將MSG-3作為各國民航當(dāng)局制定和批準(zhǔn)運輸類飛機(jī)維修審查委員會報告（MRBR）的統(tǒng)一分析工具，MSG- 3在民用航空器制造行業(yè)內(nèi)得到了普遍應(yīng)用，并逐步從運輸類飛機(jī)擴(kuò)大到通勤類飛機(jī)和旋翼機(jī)[5]。

MSG-3中計劃維修分析包含確定系統(tǒng)、結(jié)構(gòu)、區(qū)域、防閃電/輻射4個主要領(lǐng)域的計劃維修任務(wù)和間隔，每個領(lǐng)域的分析方法都有各自不同的分析對象、邏輯圖、步驟、流程以及分析報告樣式，同時又具有一定的相互關(guān)聯(lián)性，并最終產(chǎn)生計劃維修要求中的維修任務(wù)和維修間隔[5]。圖2和圖3所示分別為民機(jī)系統(tǒng)、結(jié)構(gòu)、區(qū)域，以及防閃電/輻射計劃維修任務(wù)的分析流程。

MSG思想是航空運輸協(xié)會集體智慧的結(jié)晶，它是飛機(jī)設(shè)計制造方、使用維修方和管理當(dāng)局共同研究的成果，也是各國管理當(dāng)局共同認(rèn)可和使用的工作原理。MSG維修思想和利用可靠性方法控制維修原理相結(jié)合，最高的安全標(biāo)準(zhǔn)、滿意的可靠性水平和良好的經(jīng)濟(jì)效益是MSG思想的核心，具體體現(xiàn)在以下幾個方面：（1）在管理當(dāng)局的參與下，航空公司和飛機(jī)設(shè)計制造方使用MSG方法制訂的維修大綱，是一組能夠真正保持航空器設(shè)計安全性和可靠性水平的工作或會有經(jīng)濟(jì)效益的工作。這個過程也是對飛機(jī)設(shè)計的重新評審。（2）通過采用新的設(shè)計思想和新的技術(shù)，不斷提高飛機(jī)的安全性、可靠性和維修性，為MSG思想的發(fā)展提供了物質(zhì)基礎(chǔ)。這些新的思想和技術(shù)主要包括：損傷容限、冗余度和備用系統(tǒng)設(shè)計思想；防錯、容錯和系統(tǒng)安全性設(shè)計思想；電子計算機(jī)和數(shù)字技術(shù)；盡可能采用單元體或模塊設(shè)計；中央維護(hù)計算機(jī)系統(tǒng)，并通過空地數(shù)據(jù)鏈實現(xiàn)地面實時監(jiān)控、及時維修。（3）航空公司在維修大綱框架的基礎(chǔ)上，補充運行環(huán)境、使用經(jīng)驗和管理當(dāng)局要求，制訂公司的維修方案；通過完成相應(yīng)的預(yù)定維修工作和補充的非預(yù)定維修工作，應(yīng)用可靠性方法，實施對飛機(jī)的有效維修和監(jiān)控，不斷調(diào)整維修工作要求，必要時完成改裝，保持飛機(jī)的持續(xù)適航性。（4）航空器使用和維修中發(fā)現(xiàn)的故障和偏離，除本單位進(jìn)行持續(xù)監(jiān)控分析或可靠性分析外，還應(yīng)按照管理當(dāng)局和制造方要求及時報告；設(shè)計、使用和管理當(dāng)局三方合作，共同使航空器保持最高的安全水平、盡可能高的可靠性狀況，爭取好的經(jīng)濟(jì)效益。

1.2 制訂民機(jī)計劃維修方案

現(xiàn)代飛機(jī)計劃維修模式以MSG-3/RCM框架下制定的維修大綱為基礎(chǔ)，綜合型號審定維修要求項目、適航限制項目，以及適航指令和服務(wù)通告等形成維修計劃文件，在此基礎(chǔ)上考慮用戶的飛機(jī)實際運行狀況、維修能力等最終形成客戶化的維修方案，確保飛機(jī)投入運營后的持續(xù)適航（見圖4）。其中，維修計劃文件也叫MPD，是航空器制造方為了幫助航空公司和用戶盡快制訂符合運行規(guī)章要求的維修方案而以維修大綱為框架編寫的指導(dǎo)性維修技術(shù)文件，便于航空公司參照該文件更好地執(zhí)行維修大綱即MRB報告和相關(guān)的規(guī)章制度。適航限制項目（ALI）是在型號審定過程中規(guī)定的某些結(jié)構(gòu)項目（包括機(jī)體、發(fā)動機(jī)、螺旋槳）的使用限制。審定維修要求（CMR）是按照CCAR-25.1308，在航空器設(shè)計、審定期間，作為型號合格審定運行限制而要求的定期維護(hù)/檢查任務(wù)。通過CMR確認(rèn)危險或致命的失效狀況，通過必要的修理或更換使航空器恢復(fù)到正常的適航狀態(tài)。各民航當(dāng)局的適航標(biāo)準(zhǔn)都將計劃維修要求作為持續(xù)適航文件的重要內(nèi)容，編制計劃維修要求文件也是航空器制造廠家或者型號合格證持有人的責(zé)任。國際上行業(yè)的通用做法是將計劃維修要求分為適航性限制和制造廠家建議兩部分組成。適航性限制部分主要是為滿足適航標(biāo)準(zhǔn)而確定的結(jié)構(gòu)適航性限制項目、審定維修要求和時壽件等要求，由適航審定部門結(jié)合型號合格審定過程批準(zhǔn)；制造廠家建議部分則一般由航空器評審組（AEG）負(fù)責(zé)評審，針對一些較大的航空器還成立專門的維修審查委員會（MRB），并以發(fā)布MRBR的方式予以批準(zhǔn)或公布。航空公司用戶維修方案，是航空公司根據(jù)制造廠編寫的維修方案或者直接根據(jù)維修大綱、維修計劃文件、客戶化維修計劃文件等，結(jié)合本航空公司的維修能力等實際情況而編寫的適合本航空公司使用的維修方案，是航空器持續(xù)適航的基本要求，也是航空器運行的基本要求。維修方案是否科學(xué)，不僅關(guān)系到飛機(jī)的安全與適航，而且直接影響到飛機(jī)維修的成本，只有結(jié)合航空公司自身的實際情況，通過可靠性數(shù)據(jù)采集分析和工程評估，科學(xué)動態(tài)地優(yōu)化維修方案，才能真正實現(xiàn)以最低的維修費用保證飛機(jī)的持續(xù)適航[6]。

現(xiàn)代飛機(jī)基本上形成了以預(yù)防性維修為基礎(chǔ)的計劃維修模式，已發(fā)展成為民航行業(yè)內(nèi)一種成熟的維修模式。目前的計劃維修模式下，飛機(jī)需要定期停場，執(zhí)行計劃維修任務(wù)，如C檢、D檢等。此外，還會因為故障等導(dǎo)致非計劃停場維修。如以常見窄體客機(jī)為例，大概有2/3停場時間是執(zhí)行計劃維修，而非計劃維修導(dǎo)致的停場時間占1/3左右。民機(jī)現(xiàn)有的計劃維修模式在確保飛機(jī)持續(xù)適航安全方面的有效性得到驗證，但在效率和成本方面還有較大的改進(jìn)空間，同時存在有過修和欠維修的這一矛盾問題，一旦飛機(jī)運行中發(fā)生故障，需要根據(jù)故障指示來進(jìn)行故障隔離，通常在飛機(jī)著陸后進(jìn)行，后續(xù)的維修準(zhǔn)備、航線可更換件（LRU）替換甚至飛機(jī)派遣問題被進(jìn)一步推遲，就會導(dǎo)致維護(hù)成本較高和航班延誤或取消的經(jīng)濟(jì)損失。故綜合考慮飛機(jī)性能和技術(shù)的有效性并將其與經(jīng)濟(jì)性結(jié)合，也是發(fā)展推進(jìn)維修模式使其更加成熟的重要環(huán)節(jié)。此外，在制定初始維修大綱的過程中對于計劃維修任務(wù)間隔（含門檻值和重復(fù)間隔）的選擇，由于缺少必要的數(shù)據(jù)，通常采取保守策略以保證飛機(jī)安全性。在航空器投入運行后，需要建立航空器機(jī)隊使用數(shù)據(jù)的收集、處理、分析的完整的可靠性管理體系，對維修任務(wù)進(jìn)行持續(xù)優(yōu)化，定期評估并修訂航空器的維修方案。

2 民機(jī)預(yù)測維修模式

2.1 民機(jī)健康管理與預(yù)測維修

飛機(jī)健康管理（AHM）的核心基礎(chǔ)是利用先進(jìn)的傳感器技術(shù)集成，借助各種算法和智能模型，完成系統(tǒng)的狀態(tài)監(jiān)測、故障診斷/預(yù)測，然后依據(jù)診斷或預(yù)測信息（預(yù)先診斷部件或系統(tǒng)完成其功能的狀態(tài)，包括確定部件的剩余壽命或正常工作的時間）、可用的資源、使用需求對維修活動做出適當(dāng)?shù)臎Q策，避免“過修”和“失修”問題，提高系統(tǒng)的利用率，從而合理地權(quán)衡了使用、維修中安全和經(jīng)濟(jì)的矛盾，確保全壽命周期的成本最低。民機(jī)健康管理技術(shù)伴隨著航空科技，特別是航電技術(shù)的進(jìn)步而不斷發(fā)展。以波音、空客為代表的系列化機(jī)型的發(fā)展，第一代的機(jī)械、模擬系統(tǒng)，以手動測試、告警燈、信號燈等方式提示故障，到20世紀(jì)80年代的數(shù)字航電系統(tǒng)，90年代以波音777為代表的模塊化航電、中央維護(hù)系統(tǒng)，飛機(jī)機(jī)載健康管理技術(shù)得到長足發(fā)展，到2010年前后，以波音787飛機(jī)為代表，出現(xiàn)了機(jī)載維護(hù)系統(tǒng)（OMS）以及空地一體實時故障診斷與預(yù)測系統(tǒng)，新一代民機(jī)健康管理呈現(xiàn)出監(jiān)控實時化、診斷智能化以及維修精細(xì)化的發(fā)展趨勢[7]。

民機(jī)維修理論的發(fā)展，離不開新技術(shù)的采用，特別是飛機(jī)機(jī)載維護(hù)系統(tǒng)、健康監(jiān)測技術(shù)的發(fā)展。實質(zhì)上主制造商（OEM）及用戶改善飛機(jī)維修的需求，促進(jìn)了飛機(jī)健康管理技術(shù)的發(fā)展，反之新技術(shù)的應(yīng)用，也促進(jìn)民機(jī)維修理論向前發(fā)展?，F(xiàn)代民機(jī)測試性的發(fā)展，特別是系統(tǒng)/結(jié)構(gòu)健康監(jiān)測技術(shù)的發(fā)展和成熟，豐富了現(xiàn)有的持續(xù)適航概念和方法體系，在確保飛機(jī)滿足持續(xù)適航要求的前提下，飛機(jī)由經(jīng)驗化的基于時間的計劃維修向更加高效的基于系統(tǒng)/結(jié)構(gòu)實際健康狀態(tài)的維修轉(zhuǎn)變。PHM預(yù)測維修模式是基于設(shè)備退化信息的維修，通過不斷或者定期或連續(xù)地檢測/探查設(shè)備退化指標(biāo)來確定正確的時間執(zhí)行必要的維護(hù)工作。預(yù)測性維修和傳統(tǒng)維修策略相比可以減少民機(jī)非計劃維護(hù)時間及航班延誤，提高民機(jī)利用率。目前，在役的民機(jī)型號仍然主要以計劃維修模式為主，部分機(jī)載系統(tǒng)（如航空發(fā)動機(jī)）逐漸實現(xiàn)了視情維修模式。

隨著新一代飛機(jī)上逐步應(yīng)用PHM技術(shù)，未來的飛機(jī)預(yù)測維修模式將會從兩個方面降低維修保障成本：一是自動化的PHM監(jiān)測能夠減少很多計劃維修任務(wù)，執(zhí)行A/C/D定檢任務(wù)的停機(jī)時間和維修成本進(jìn)一步降低；二是PHM對系統(tǒng)狀態(tài)的有效監(jiān)測能夠大幅度減少非計劃維修任務(wù)，減少非計劃維修導(dǎo)致的航班延誤取消等間接成本。通過PHM技術(shù)提前預(yù)測故障，部分原本可能導(dǎo)致非計劃維修的任務(wù)得以提前轉(zhuǎn)換為PHM預(yù)測維修。這一發(fā)展趨勢將進(jìn)一步提高維修效率，使飛機(jī)運營更加經(jīng)濟(jì)高效。

民機(jī)計劃維修要求包含系統(tǒng)、結(jié)構(gòu)、區(qū)域、防閃電/輻射4個主要領(lǐng)域的計劃維修任務(wù)和間隔，目前民機(jī)預(yù)測維修技術(shù)及應(yīng)用相關(guān)研究以結(jié)構(gòu)和系統(tǒng)為主，這兩部分也是民機(jī)計劃維修要求中的主要組成部分。下面將分別展開介紹民機(jī)結(jié)構(gòu)、系統(tǒng)預(yù)測維修任務(wù)分析方法。

2.2 民機(jī)結(jié)構(gòu)預(yù)測維修任務(wù)分析

2.2.1 考慮SHM的飛機(jī)結(jié)構(gòu)維修任務(wù)分析

針對民機(jī)結(jié)構(gòu)計劃維修任務(wù)分析，2007年國際維修政策委員會（IMRBPB）提出IP92文件建議修訂MSG-3結(jié)構(gòu)維修任務(wù)分析邏輯[8]，增加基于結(jié)構(gòu)健康監(jiān)測（SHM）的結(jié)構(gòu)維修任務(wù)。在2009年的修訂中，提出了計劃結(jié)構(gòu)健康監(jiān)測（S-SHM）的概念，即按照固定的時間計劃去使用/運行/讀取結(jié)構(gòu)健康監(jiān)測系統(tǒng)，并將S-SHM作為新的維修任務(wù)方式取代傳統(tǒng)基于人工的定期結(jié)構(gòu)檢查。同年，IMRBPB發(fā)布了IP105文件[9]，提出了自動結(jié)構(gòu)健康監(jiān)測（A-SHM），即沒有固定的時間計劃去實施結(jié)構(gòu)健康監(jiān)測，而是持續(xù)地監(jiān)控結(jié)構(gòu)并在必要的時間觸發(fā)維護(hù)人員實施維修活動。

在經(jīng)MSG-3分析確定了所有重要結(jié)構(gòu)件的初始計劃維修任務(wù)后，通過對當(dāng)前成熟SHM技術(shù)的可行性和適應(yīng)性分析，選擇合適的SHM系統(tǒng)以取代部分結(jié)構(gòu)的定時維修任務(wù)。目前傳統(tǒng)的MSG-3分析中，針對結(jié)構(gòu)定時檢查這一大類維修任務(wù)，只提供了一般目視檢查（GVI）、詳細(xì)目視檢查（DET）以及特殊詳細(xì)檢查（SDI）三種檢查方式，但引進(jìn)成熟的SHM技術(shù)后，部分傳統(tǒng)的結(jié)構(gòu)檢查任務(wù)可由SHM取而代之。

SHM按照運行模式不同可分為“計劃的（定時的）”和“自動的（持續(xù)的）”兩種模式。S-SHM按照固定的時間計劃去使用/運行/讀取結(jié)構(gòu)健康監(jiān)測系統(tǒng)；A-SHM沒有固定的時間計劃去實施結(jié)構(gòu)健康監(jiān)測，而是持續(xù)地監(jiān)控結(jié)構(gòu)并在必要的時間觸發(fā)維護(hù)人員實施維修活動。結(jié)構(gòu)健康監(jiān)測系統(tǒng)按照監(jiān)測參數(shù)的不同，可分為“損傷監(jiān)測”和“使用監(jiān)測”兩種類型。結(jié)構(gòu)損傷監(jiān)測系統(tǒng)借助傳感器直接監(jiān)測結(jié)構(gòu)的損傷狀態(tài)；結(jié)構(gòu)使用監(jiān)測系統(tǒng)監(jiān)測傳感器不直接監(jiān)測結(jié)構(gòu)的損傷退化狀態(tài)，而是監(jiān)測結(jié)構(gòu)使用相關(guān)的各種參數(shù)，如環(huán)境參數(shù)、載荷參數(shù)等，借此推斷結(jié)構(gòu)的損傷退化狀態(tài)。

S-SHM系統(tǒng)通過定期的檢查結(jié)構(gòu)狀態(tài)，讀取監(jiān)測數(shù)據(jù)，通過內(nèi)置的軟件和算法判斷結(jié)構(gòu)性能是否出現(xiàn)下降，這與維修任務(wù)類型中的“功能檢查”的定義一致，即通過定量的檢查來判斷部件或系統(tǒng)的一項或多項功能（性能）是否在特定的極限范圍內(nèi)。因此，結(jié)構(gòu)健康監(jiān)測的應(yīng)用將豐富目前的結(jié)構(gòu)計劃維修任務(wù)的工作類型的選擇范圍，在傳統(tǒng)的三種基本的檢查/功能檢查類中增加了S-SHM工作類型，即GVI、DET、SDI和S-SHM。顯然，S-SHM相對于其他傳統(tǒng)的檢查方法具有明顯的優(yōu)勢，不需要對飛機(jī)結(jié)構(gòu)進(jìn)行拆解，縮短了飛機(jī)停場時間、減少了人力成本等。A-SHM持續(xù)的監(jiān)控結(jié)構(gòu)并在必要的時間觸發(fā)維修活動，A-SHM監(jiān)控的結(jié)構(gòu)件完全轉(zhuǎn)為視情維修，從MSG-3分析的角度ASHM將不會產(chǎn)生任何計劃維修任務(wù)，因此，A-SHM的應(yīng)用將可能取消一部分計劃檢查任務(wù)，從而大大降低結(jié)構(gòu)的維護(hù)成本。

IMRBPB IP92/105文件中，提出的考慮結(jié)構(gòu)健康監(jiān)測技術(shù)的結(jié)構(gòu)維修任務(wù)分析邏輯決斷程序如圖5所示。

2.2.2 考慮SHM的飛機(jī)結(jié)構(gòu)維修方案優(yōu)化

結(jié)構(gòu)健康監(jiān)測技術(shù)的應(yīng)用豐富和改變了目前的基于MSG-3的結(jié)構(gòu)維修任務(wù)分析方法。在經(jīng)MSG-3分析確定了所有重要結(jié)構(gòu)件的初始計劃維修任務(wù)后，通過對當(dāng)前成熟SHM技術(shù)的可行性和適應(yīng)性進(jìn)行分析，選擇合適的SHM以取代部分結(jié)構(gòu)的定時維修任務(wù)。雖然IP92和IP105為MSG-3計劃維修模式下融合結(jié)構(gòu)SHM技術(shù)提供了頂層指導(dǎo)，但缺乏對SHM任務(wù)的適用性評估及具體實施準(zhǔn)則和可參考的成功商業(yè)案例[10]。2013年，美國汽車工程師學(xué)會（SAE）頒布了ARP6461，提供了將SHM納入飛機(jī)維修方案的一般指導(dǎo)信息，以及符合現(xiàn)行航空法規(guī)和飛機(jī)結(jié)構(gòu)設(shè)計與維修慣例的驗證和適航性要求和建議，作為OEM以及參與商業(yè)航空SHM解決方案開發(fā)和認(rèn)證的監(jiān)管機(jī)構(gòu)和其他利益相關(guān)者的共同參考。Speckmann等[11]總結(jié)了在役飛機(jī)引入SHM的挑戰(zhàn)和效益，并建議在現(xiàn)有計劃維修模式下將SHM逐步引入航空業(yè)。Pattabhiraman等[12]基于SHM提出了CBM-Skip策略，以借助機(jī)載SHM系統(tǒng)跳過不必要的定期結(jié)構(gòu)維護(hù)，并認(rèn)為該策略比傳統(tǒng)定期維護(hù)可節(jié)省大量成本。Fitzwater等[13]將SHM與傳統(tǒng)的結(jié)構(gòu)維修計劃相結(jié)合，對F-15特定的損傷容限結(jié)構(gòu)進(jìn)行了SHM成本效益分析，認(rèn)為將多個結(jié)構(gòu)問題包含到更大系統(tǒng)中的系統(tǒng)方法可能更具有成本效益。Piotrowski等[14]介紹了Delta航空在波音737飛機(jī)現(xiàn)有結(jié)構(gòu)維修方案中融合SHM技術(shù)所做的努力，在當(dāng)前計劃維修模式下通過對特定結(jié)構(gòu)細(xì)節(jié)的“熱點”定期監(jiān)控，是從計劃維護(hù)模式過渡到完全基于狀體的預(yù)測維護(hù)方案所需的第一步。巴西宇航工業(yè)的觀點類似，為避免與傳統(tǒng)計劃維護(hù)實踐矛盾或違背當(dāng)前適航法規(guī)與標(biāo)準(zhǔn)體系的大多數(shù)問題，在民機(jī)結(jié)構(gòu)維修方案中先從Scheduled SHM應(yīng)用開始更容易取得突破[15]。

對于給定的結(jié)構(gòu)元件，其檢查門檻值和重復(fù)檢查間隔取決于所采用的檢查方法，GVI、DET以及SDI檢查方式都有不同的裂紋檢測閾值。考慮S-SHM的結(jié)構(gòu)維修模式與現(xiàn)有結(jié)構(gòu)計劃維修模式一致，不同之處在于考慮S-SHM的結(jié)構(gòu)維修模式下，重要結(jié)構(gòu)件的檢查是通過在線SHM設(shè)備實現(xiàn)的，避免實施人工檢查所需要的結(jié)構(gòu)拆解、檢查、安裝等一系列的維修活動，因此檢查成本將顯著降低。因此，與傳統(tǒng)的基于無損檢測（NDE）的檢查方法相比，SHM技術(shù)的引進(jìn)可以施行更加頻繁的自主檢查，然而頻繁的實施SHM檢查帶來一個新問題就是可能會導(dǎo)致虛警事件上升，引起不必要的停機(jī)檢查活動，增加了額外的維修成本和運營成本。顯然，不管采用傳統(tǒng)的NDE檢查方法還是新興的SHM監(jiān)測技術(shù)，最優(yōu)的檢查間隔和修理閾值的確定需建立在結(jié)構(gòu)失效風(fēng)險和維修成本權(quán)衡的基礎(chǔ)上。孫見忠等[10]提出了一種基于風(fēng)險與成本分析的融合SHM技術(shù)的飛機(jī)結(jié)構(gòu)檢查任務(wù)規(guī)劃方法（見圖6，其中，SFPOF為單次飛行失效概率，PCR為結(jié)構(gòu)修理概率，ares，depot為車間修理閾值，ares，field為航線修閾值。）解決新型SHM技術(shù)融入現(xiàn)有民機(jī)計劃維修模式中的問題，可以在不改變現(xiàn)有的飛機(jī)計劃定檢維修模式的情況下，有效融合基于S-SHM的新型結(jié)構(gòu)檢查策略到現(xiàn)有的結(jié)構(gòu)維修計劃中，可以在權(quán)衡結(jié)構(gòu)失效風(fēng)險和壽命周期維護(hù)成本的基礎(chǔ)上確定最優(yōu)的結(jié)構(gòu)檢查間隔和修理閾值。

2.3 民機(jī)系統(tǒng)預(yù)測維修任務(wù)分析

2.3.1 考慮PHM的飛機(jī)系統(tǒng)維修任務(wù)分析

針對考慮PHM技術(shù)的民機(jī)系統(tǒng)維修任務(wù)分析，2018年，IMRBPB發(fā)布IP180[16]，IP180參考了行業(yè)的相關(guān)標(biāo)準(zhǔn)規(guī)范，如SAE ARP6803、ARP5120、ARP6255等，提出了一個融入PHM的MSG-3系統(tǒng)/動力裝置維修任務(wù)分析邏輯，即在傳統(tǒng)MSG-3分析流程結(jié)束后得到的傳統(tǒng)維修任務(wù)基礎(chǔ)上，開展PHM任務(wù)邏輯分析（定義為維修任務(wù)第三層分析），邏輯流程如圖7所示。

經(jīng)過PHM維修任務(wù)分析后，可能得到的候選任務(wù)類型包括兩類：（1）PHM在功能上部分地等效傳統(tǒng)維修任務(wù)，即可以解決由傳統(tǒng)任務(wù)覆蓋的部分失效原因，該類PHM候選任務(wù)定義為綜合PHM維修任務(wù)。這是一個由PHM補充的傳統(tǒng)任務(wù)，它可以改變范圍、間隔或任務(wù)程序，如傳統(tǒng)任務(wù)補充PHM后，由定期維修任務(wù)轉(zhuǎn)換為視情維修任務(wù)。在這種情況下，PHM不能完全滿足傳統(tǒng)任務(wù)的目的，即并非所有失效原因都被PHM覆蓋。（2）PHM在功能上完全等效傳統(tǒng)維修任務(wù)，即可以解決由傳統(tǒng)任務(wù)覆蓋的全部失效原因，該類PHM候選任務(wù)定義為PHM替代任務(wù)。這是一個由PHM功能完全等效傳統(tǒng)任務(wù)，它可以改變維修任務(wù)類型或程序，如傳統(tǒng)的定期人工檢查/功能檢查任務(wù)，完全由PHM替代。

2.3.2 考慮PHM的飛機(jī)系統(tǒng)維修方案優(yōu)化

IP180從MSG-3邏輯和流程角度考慮融入PHM，在初始維修大綱制定時完成PHM任務(wù)分析，即考慮融入PHM技術(shù)后的維修任務(wù)是作為傳統(tǒng)任務(wù)的補充或完全取代。閆洪勝等[17]提出了基于PHM的維修模式的概念，運用蒙特卡羅仿真的方法建立了傳統(tǒng)維修模式和基于PHM維修模式的維修成本模型，綜合評價了PHM模式下的經(jīng)濟(jì)效益。Rodrigues等[18]考慮到PHM技術(shù)可以提前獲得組件的剩余使用壽命（RUL）的估計值，結(jié)合系統(tǒng)架構(gòu)信息和對象系統(tǒng)所有組件的RUL估計，提出了系統(tǒng)級維修計劃決策支持方法，以最大限度降低了安全約束下的部件更換成本。但是，IP180沒有考慮PHM任務(wù)如何在飛機(jī)維修管理中具體應(yīng)用與驗證，即缺少PHM維修模式在航空公司維修管理中的落地實踐方法。孫見忠等[19]以波音737NG空調(diào)系統(tǒng)為例，開展了民機(jī)系統(tǒng)預(yù)測維修應(yīng)用驗證研究，首先建立基于快速存取記錄器（QAR）數(shù)據(jù)驅(qū)動的空調(diào)系統(tǒng)PHM模型，設(shè)計了空調(diào)系統(tǒng)PHM維修模式，并基于歷史運行數(shù)據(jù)開展了計劃維修模式與預(yù)測維修模式下維修成本對比分析。研究表明，基于PHM的維修模式不僅可以取消部分定期檢查工作，還可以通過提前監(jiān)測來減少非計劃的維修事件，進(jìn)而降低民機(jī)系統(tǒng)全壽命周期維修成本。成本效益分析表明，實施PHM預(yù)測維修比傳統(tǒng)計劃維修可降低成本40%以上。

在傳統(tǒng)的MSG-3計劃維修模式下，針對波音737NG空調(diào)系統(tǒng)熱交換器有三項計劃維修工作，見表1。其中熱交換器計劃拆換工作是飛機(jī)制造商推薦的維修工作計劃文件（MPD）要求，其維修間隔是2000飛行循環(huán)，主要工作是拆換裝機(jī)時間（TSI）即將達(dá)到2000飛行循環(huán)的熱交換器，然后通過開展離位深度清潔（主要是清洗熱交換器冷熱兩端：沖壓空氣端和引氣端）和滲透測試等工作；另外，航空公司工程部門針對空調(diào)系統(tǒng)故障高發(fā)導(dǎo)致非計劃維修事件問題，在現(xiàn)有MPD計劃維修任務(wù)基礎(chǔ)上，額外增加兩項計劃維修工作，即熱交換器的在翼清潔與管道溫度定期檢查。在翼清潔工作主要是通過在翼的沖洗熱交換器沖壓空氣端，以恢復(fù)其性能，兩個月進(jìn)行一次計劃在翼清潔；空調(diào)分配管溫度檢測工作是航空公司為了測試左右空調(diào)系統(tǒng)混合輸出的穩(wěn)定性，保障艙室有合適溫度輸入，該項工作只是檢測表征空調(diào)組件性能，對部件性能恢復(fù)不起作用。此外，空調(diào)系統(tǒng)超溫、組件跳開等突發(fā)故障，航線維修人員要根據(jù)不正常事件的影響情況判定是進(jìn)行在翼清潔還是拆換送修，因此而導(dǎo)致非計劃維修事件的發(fā)生，具有一定的隨機(jī)性，如圖8所示。

民機(jī)空調(diào)系統(tǒng)健康監(jiān)測技術(shù)的引進(jìn)對目前的空調(diào)維修任務(wù)制定和優(yōu)化帶來一定的變化，基于IP180邏輯，可以借助空調(diào)系統(tǒng)PHM取消部分的定期檢查任務(wù)（管道溫度檢查），將定期在翼清潔任務(wù)、定期拆換任務(wù)轉(zhuǎn)變?yōu)橐暻榫S修任務(wù)?？照{(diào)系統(tǒng)基于PHM的維修模式如圖9所示，實施基于PHM監(jiān)控的維修模式可以取消定時管道溫度檢查工作，取消一個傳統(tǒng)的計劃周期為14天的管道溫度測試工作可以減少1.5工時/次。另一方面，傳統(tǒng)的在翼清潔工作改變?yōu)閯討B(tài)的基于熱交換器性能評估的視情開展在翼清潔工作，平均維修時長為4工時。原有的2000FC的計劃送修工作，需要獲得廠家和局方批準(zhǔn)才可以實施，因此現(xiàn)行維修模式下此項維修任務(wù)正常進(jìn)行，但通過監(jiān)控可以發(fā)現(xiàn)熱交換器性能嚴(yán)重退化，從而提前開展拆換送修工作，避免非計劃拆換工作。

借助離散事件仿真開展兩種維修模式的維修事件仿真，計劃維修和PHM維修模式下的各類維修事件發(fā)生次數(shù)對比如圖10所示。對比兩種維修模式下的拆換事件可以發(fā)現(xiàn)，PHM維修模式下的拆換送修次數(shù)比較多，主要是因為PHM維修模式下的拆換送修次數(shù)是定期拆換事件和PHM識別出的可提前拆換送修的事件之和，通過提前拆換送修可以避免不正常事件的發(fā)生。PHM維修模式下的不正常事件的產(chǎn)生主要來自漏警產(chǎn)生，但算法的漏警率控制在可接受的范圍內(nèi)，所以不正常事件的產(chǎn)生也是極少數(shù)的，而在傳統(tǒng)計劃維修模式下的不正常事件較多，也會造成很多航班延誤成本的支出。

根據(jù)仿真結(jié)果和成本評估模型，分別計算空調(diào)系統(tǒng)PHM維修模式實施5年、10年、15年、20年周期內(nèi)，計劃維修和基于PHM監(jiān)控維修的總成本，見表2。結(jié)果表明，對于一架飛機(jī)的空調(diào)系統(tǒng)維護(hù)而言，PHM維修模式實施5年可以節(jié)約40%左右的維修成本。數(shù)據(jù)表明，實施PHM維修模式具有明顯的經(jīng)濟(jì)效益，可以大幅度節(jié)約維修成本。以空調(diào)系統(tǒng)PHM維修模式實施周期為10年計，單架飛機(jī)可節(jié)省維修成本40萬元左右，某航空公司150余架飛機(jī)的機(jī)隊可節(jié)省維修成本在6000萬元左右，即每年可以為航空公司節(jié)約6000萬元維修成本。

3 預(yù)測維修關(guān)鍵技術(shù)

民機(jī)預(yù)測維修需要解決4個問題：為什么維修；需要維修什么；什么時候維修；怎么安排維修。為解決這些關(guān)鍵問題，預(yù)測性維修的關(guān)鍵技術(shù)包括PHM技術(shù)（由健康監(jiān)測技術(shù)、故障診斷技術(shù)和故障預(yù)測技術(shù)組成）和預(yù)測性維修決策技術(shù)，邏輯關(guān)系如圖11所示。

3.1 健康監(jiān)測技術(shù)

民機(jī)健康監(jiān)測技術(shù)是開展預(yù)測性維修的前提，是表征飛機(jī)系統(tǒng)或關(guān)鍵部件性能狀態(tài)和健康水平的重要手段，解決“為什么維修”的問題。民機(jī)構(gòu)型復(fù)雜，涉及多個運行工況和使用環(huán)境，不同組成部分的性能指標(biāo)或退化規(guī)律不同，難以實現(xiàn)整機(jī)級健康監(jiān)測，一般都是開展系統(tǒng)或關(guān)鍵部件的健康監(jiān)測。按民機(jī)監(jiān)測對象分類，可以分為結(jié)構(gòu)健康監(jiān)測和系統(tǒng)健康監(jiān)測。

民機(jī)結(jié)構(gòu)健康監(jiān)測是利用在民機(jī)結(jié)構(gòu)中布設(shè)的先進(jìn)傳感器實現(xiàn)在線獲取該區(qū)域結(jié)構(gòu)健康狀況相關(guān)信息（如裂紋、應(yīng)力、應(yīng)變等），結(jié)合數(shù)據(jù)處理技術(shù)和建模方法，提取表征結(jié)構(gòu)健康狀態(tài)的特征參數(shù)，實現(xiàn)結(jié)構(gòu)狀態(tài)完整性和可靠性評估。

民機(jī)系統(tǒng)健康監(jiān)測是利用機(jī)載數(shù)據(jù)構(gòu)建數(shù)據(jù)驅(qū)動監(jiān)測模型，實現(xiàn)民機(jī)系統(tǒng)的健康狀態(tài)評估，目前較多研究主要是針對具有退化趨勢或明顯健康特征的典型系統(tǒng)，如環(huán)控系統(tǒng)、液壓系統(tǒng)、發(fā)動機(jī)系統(tǒng)等。數(shù)據(jù)驅(qū)動的民機(jī)系統(tǒng)健康監(jiān)測方法可以分成基于統(tǒng)計分析、基于解析模型、基于機(jī)器學(xué)習(xí)和基于深度學(xué)習(xí)方法?；诮y(tǒng)計分析方法是基于數(shù)理統(tǒng)計分析技術(shù)，通過挖掘大量的歷史數(shù)據(jù)和分析多個過程變量的相關(guān)性，確定具有表征意義的特征量，以此實現(xiàn)具體系統(tǒng)的健康評估?；诮馕瞿Ｐ头椒ㄊ峭ㄟ^數(shù)學(xué)模型的期望輸出值與實際測量值之間的殘差信號一致性來反映監(jiān)測對象的健康評估狀態(tài)?；跈C(jī)器學(xué)習(xí)的方法是通過利用民機(jī)系統(tǒng)的歷史運行數(shù)據(jù)來訓(xùn)練，如支持向量機(jī)（SVM）、神經(jīng)網(wǎng)絡(luò)（NN）、高斯過程（GP）等算法模型，然后基于訓(xùn)練好的模型進(jìn)行健康狀態(tài)評估，對于航空工程的多學(xué)科領(lǐng)域都有重要作用[20]。隨著大數(shù)據(jù)技術(shù)和人工智能算法的發(fā)展，在民機(jī)系統(tǒng)健康監(jiān)測方面，更多的深度學(xué)習(xí)網(wǎng)絡(luò)被建立并應(yīng)用于健康監(jiān)測，具有代表性的網(wǎng)絡(luò)有自動編碼器（AE）、長短期記憶網(wǎng)絡(luò)（LSTM）、門控循環(huán)單元網(wǎng)絡(luò)（GRU）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、深度信念網(wǎng)絡(luò)（DBN）等。

3.2 故障診斷技術(shù)

民機(jī)故障診斷技術(shù)是開展預(yù)測性維修的基礎(chǔ)，是確定維修對象的重要手段，解決“需要維修什么”的問題。經(jīng)典的P-F曲線解釋了機(jī)械設(shè)備性能退化的過程，即正常狀態(tài)、健康退化狀態(tài)和故障狀態(tài)三個階段，健康監(jiān)測與評估主要應(yīng)用于系統(tǒng)部件的退化過程，而故障診斷則是進(jìn)行故障模式識別及原因分析。故障診斷方法可以分為定性分析和定量分析兩大類。

基于定性分析的故障診斷方法是結(jié)合定性分析工具和行業(yè)專家知識經(jīng)驗，基于專家知識的方法根據(jù)最新的狀態(tài)信息，對比過去和現(xiàn)在的連續(xù)狀況，對分析對象的性質(zhì)、特點、發(fā)展變化規(guī)律做出判斷，并形成一種定性診斷的規(guī)則，包括基于規(guī)則的專家系統(tǒng)診斷方法、基于模糊的專家系統(tǒng)診斷方法和基于D-S證據(jù)理論診斷方法。

基于定量分析的故障診斷方法是利用各類傳感器的監(jiān)測數(shù)據(jù)和歷史記錄數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理、建模、分析后，實現(xiàn)系統(tǒng)的故障診斷，不需要精確的系統(tǒng)模型。這類方法又可分為基于統(tǒng)計分析故障診斷方法、基于信號處理故障診斷方法和基于機(jī)器學(xué)習(xí)故障診斷方法。統(tǒng)計分析方法是基于數(shù)理統(tǒng)計分析技術(shù)，通過挖掘大量的歷史數(shù)據(jù)和分析多個過程變量的相關(guān)性，確定具有表征意義的特征量，并以此來進(jìn)行故障診斷。Sun Ruiqian等[21]提出了在多源不確定性條件下提取特征并采用改進(jìn)卡爾曼濾波器對航空發(fā)動機(jī)進(jìn)行故障檢測。信號處理方法就是對傳感器采集的各種信號進(jìn)行處理和分析，如振動信號、溫度信號、聲音信號等，提取與故障相關(guān)的時頻域特征，并基于故障分類或識別方法進(jìn)行診斷。類似于基于機(jī)器學(xué)習(xí)的健康監(jiān)測方法，該類故障診斷方法也是利用大量的運行數(shù)據(jù)和歷史故障樣本數(shù)據(jù)來實現(xiàn)機(jī)器學(xué)習(xí)模型訓(xùn)練和參數(shù)優(yōu)化，進(jìn)而得到診斷精確度較好的模型實現(xiàn)故障診斷。隨著大數(shù)據(jù)和人工智能的發(fā)展，基于深度學(xué)習(xí)的故障診斷方法也被廣泛深入研究，該類方法可以視作基于機(jī)器學(xué)習(xí)的故障診斷方法的發(fā)展。

3.3 故障預(yù)測技術(shù)

民機(jī)故障預(yù)測技術(shù)是開展預(yù)測性維修的核心，又可以稱為RUL預(yù)測，是預(yù)測維修對象故障發(fā)生時間和RUL的重要手段，解決“什么時候維修”的問題。故障預(yù)測對于安全運行和維修保障具有重要意義，很多方法和模型被提出并深入研究。歸納目前有關(guān)故障預(yù)測方法，可分為基于可靠性理論的方法、基于失效物理模型的方法、基于數(shù)據(jù)驅(qū)動的方法。

基于可靠性理論的故障預(yù)測傳統(tǒng)方法，都是基于同類型部件、設(shè)備或系統(tǒng)的故障統(tǒng)計記錄來擬合其壽命或失效分布，并以此來預(yù)測待測對象。目前已有許多成熟且被廣泛使用的可靠性模型，如泊松分布（Poison）、威布爾分布（Weibull）、指數(shù)分布（Exponential）、對數(shù)一正態(tài)分布（LogNormal）等。其中，應(yīng)用最廣泛的就是威布爾分布，因其能適用包括“浴盆曲線”中的機(jī)械設(shè)備早期失效等多種情況。這類方法已得到方法應(yīng)用，但存在技術(shù)缺陷，這類方法只提供了同類對象的整體性能評估與失效預(yù)測，缺乏個體故障信息，即無法給維修人員提供運行設(shè)備特定部件狀況。

基于物理機(jī)理的故障預(yù)測方法需要對設(shè)備或系統(tǒng)的設(shè)計構(gòu)造和運行原理十分清楚，以便于建立用于描述系統(tǒng)及失效的物理模型。這類模型通常解析數(shù)學(xué)模型表示，試圖綜合特定系統(tǒng)結(jié)構(gòu)原理、部件缺陷產(chǎn)生公式和已有的監(jiān)測數(shù)據(jù)，以此獲得“知識充分”的故障預(yù)測輸出?；谖锢砟Ｐ偷墓收项A(yù)測結(jié)果是最精確的，因為模擬了整個設(shè)備系統(tǒng)的結(jié)構(gòu)與功能原理。但是，對于大多數(shù)工業(yè)設(shè)備和系統(tǒng)而言，這類方法實用性不強(qiáng)，尤其是航空器系統(tǒng)故障預(yù)測領(lǐng)域。主要原因有：一是構(gòu)造這樣的物理模型極其困難，二是這樣的物理模型主要是針對單一故障建模，在實際運行中失效原因可能是多重故障導(dǎo)致的。

基于數(shù)據(jù)驅(qū)動的故障預(yù)測方法不需要對象系統(tǒng)精確的物理模型和先驗知識，以采集的數(shù)據(jù)為基礎(chǔ)，通過挖掘采集到的數(shù)據(jù)中所內(nèi)含的信息進(jìn)行預(yù)測分析。這類方法避免了前兩類方法的部分缺點，成為了一種較為實用的故障預(yù)測方法。隨著大數(shù)據(jù)技術(shù)和人工智能的發(fā)展，基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)發(fā)展迅猛，深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用于預(yù)測模型。但是，該類方法也存在兩方面難點：一是安全性要求比較高的復(fù)雜重要設(shè)備的故障數(shù)據(jù)獲取比較困難；二是所獲得的數(shù)據(jù)具有不確定性和不完整性。

上述健康監(jiān)測、故障診斷與故障預(yù)測技術(shù)統(tǒng)稱為健康管理技術(shù)，是工業(yè)和學(xué)術(shù)界熱點研究領(lǐng)域。關(guān)于民機(jī)健康管理技術(shù)研究主要集中數(shù)據(jù)驅(qū)動的模型方法，根據(jù)建模訓(xùn)練數(shù)據(jù)是否有標(biāo)簽可以分為有監(jiān)督學(xué)習(xí)算法和無監(jiān)督學(xué)習(xí)算法，不同類型的建模方式適用于不同的數(shù)據(jù)條件和建模目的。表3總結(jié)了近些年部分民機(jī)健康管理模型。

3.4 維修決策技術(shù)

民機(jī)預(yù)測維修決策技術(shù)是開展預(yù)測性維修的技術(shù)支持，是統(tǒng)籌計劃維修、非計劃維修、預(yù)測維修等多類型維修任務(wù)和規(guī)劃維修資源的重要手段，解決“怎么安排維修”的問題。維修決策是指根據(jù)飛機(jī)的實際情況、運營需求和維修資源約束，選擇合適的維修策略、維修任務(wù)、維修時機(jī)和維修場地完成維修工作，以最大限度地提高飛機(jī)的安全性和運營效率，解決“怎么安排維修”的問題。預(yù)測維修的前提是可以監(jiān)測并表征系統(tǒng)的退化過程，這一過程有兩種情況：離散型和連續(xù)型，也對應(yīng)著不同的表征方式。根據(jù)維護(hù)對象的組成，可以分成單系統(tǒng)和組合多系統(tǒng)兩種情況。因此，預(yù)測性維修決策可以分為4類：單系統(tǒng)離散退化狀態(tài)的預(yù)測性維修決策、單系統(tǒng)連續(xù)退化狀態(tài)的預(yù)測性維修決策、多系統(tǒng)離散退化狀態(tài)的預(yù)測性維修決策、多系統(tǒng)連續(xù)退化狀態(tài)的預(yù)測性維修決策[42]。Zhu Qiushi等[43]提出復(fù)雜系統(tǒng)中單調(diào)隨機(jī)退化的單部件的維修決策模型，假定在一個復(fù)雜系統(tǒng)中其他部件仍采用傳統(tǒng)的定時維修策略，而選取的單調(diào)退化部件的工作性能要求設(shè)定警告限制，當(dāng)監(jiān)控結(jié)果接近控制基線時準(zhǔn)備開展維修措施。葛恩順等[44]針對不完全維修情況下的單部件和整個退化系統(tǒng)開展維修決策研究，遵循實際工程中設(shè)備維修不可能“修復(fù)如新”且修復(fù)后退化速率會加快的原則，基于Gamma過程建立退化部件和整個系統(tǒng)的維修決策模型，以定期檢測獲取部件和系統(tǒng)狀態(tài)，當(dāng)劣化狀態(tài)超過規(guī)定閾值時開展維修，并引入蒙特卡羅算法仿真驗證模型可行性和有效性。Walter等[45]根據(jù)系統(tǒng)狀態(tài)的Bayesian更新理論，基于系統(tǒng)內(nèi)所有部件的狀態(tài)（正常工作、帶有缺陷、失效）以及系統(tǒng)可靠性框圖，提出復(fù)雜系統(tǒng)的維修決策模型，而該模型中假定部件的失效是隨機(jī)且服從固定形狀參數(shù)的威布爾分布。以上的研究主要集中于單一故障模式下設(shè)備或系統(tǒng)的退化與維修，并且假定環(huán)境或維修操作等因素對模型沒有影響，因此研究存在明顯的局限性。Liu Xiao等[46]研究多重故障模式相互作用下的設(shè)備視情維修建模方法，針對退化系統(tǒng)多重故障相互作用相互影響建立序貫檢測條件下多級控制限制的維修模型，相比于單一故障模式而言這類模型適用性更強(qiáng)。

以上的研究主要集中于單一故障模式下設(shè)備或系統(tǒng)的退化與維修，并且假定環(huán)境或維修操作等因素對模型沒有影響，因此研究存在明顯的局限性。預(yù)測性維護(hù)（PdM）可以視為增強(qiáng)的基于狀態(tài)的維修，是基于預(yù)后的維護(hù)概念，其必要前提條件是飛機(jī)中設(shè)計了先進(jìn)的預(yù)測和健康管理系統(tǒng)。預(yù)測性維修是在基于狀態(tài)維修（CBM）的基礎(chǔ)上，融合預(yù)測信息，在故障預(yù)測時間之前完成修復(fù)性工作，可以理解為增強(qiáng)的基于狀態(tài)維修（CBM+）。在飛機(jī)現(xiàn)有的PHM水平和監(jiān)測能力下，不管是PdM，還是CBM，都不能完全取消周期性檢查維修任務(wù)，這類維修任務(wù)決策一般考慮如何調(diào)整優(yōu)化計劃維修方案，使之能夠兼容新的維修任務(wù)。

H？lzel等[47]模擬基于預(yù)后的PdM的維護(hù)概念，提出了一種飛機(jī)全生命周期仿真中的維修任務(wù)打包與調(diào)度優(yōu)化方法（AIIRMAP），考慮基于預(yù)后的PdM對于全壽命周期的經(jīng)濟(jì)性影響，與傳統(tǒng)的例行檢查（字母檢）相比，在必須進(jìn)行相同數(shù)量的維護(hù)工作的情況下，所提出的方法的維護(hù)成本更低。Deng Qichen等[48]為了將基于預(yù)測生成的任務(wù)安排到AMP中，提出了一種用于飛機(jī)維修檢查調(diào)度的超前近似動態(tài)規(guī)劃方法，該研究設(shè)計了一個動態(tài)規(guī)劃框架，采用混合前瞻調(diào)度策略，即先在確定性準(zhǔn)確預(yù)測的基礎(chǔ)上為重型飛機(jī)維護(hù)制定最優(yōu)決策，然后根據(jù)隨機(jī)預(yù)測來確定輕型飛機(jī)維護(hù)決策，目的是盡量減少維護(hù)檢查之間浪費的總使用間隔，同時減少對額外維護(hù)插槽的需要，以實現(xiàn)減少維護(hù)檢查的次數(shù)、提升飛機(jī)的可用性。通過實際運行的飛機(jī)機(jī)隊維修數(shù)據(jù)驗證了所提出的方法在減少維護(hù)成本和增加收益方面的有效性。Tseremoglou等[49]認(rèn)為在原本CBM策略下，飛機(jī)維護(hù)檢查規(guī)劃（AMCS）問題中考慮系統(tǒng)的預(yù)測信息將使得整個調(diào)度問題變得十分復(fù)雜，而且由于預(yù)測的不確定性，這使得考慮預(yù)測信息的維修決策是一項具有挑戰(zhàn)性的工作。對不確定性下的資源約束型調(diào)度優(yōu)化問題研究，混合整數(shù)線性規(guī)劃（MILP）[50]是一個很好的解決辦法，但致命的缺點是問題復(fù)雜度隨著所考慮的飛機(jī)機(jī)隊規(guī)模和所考慮的任務(wù)數(shù)量呈指數(shù)級增長。人工智能的最新進(jìn)展已經(jīng)證明了深度強(qiáng)化學(xué)習(xí)（DRL）算法可以緩解這類優(yōu)化問題中維度爆炸難題，DRL可以實現(xiàn)維護(hù)計劃的實時優(yōu)化，但容易陷入局部最優(yōu)，不能保證得到全局最優(yōu)結(jié)果。Pater等[51]考慮將RUL預(yù)測方法整合到維修決策框架中，提出了基于不完善RUL預(yù)測的飛機(jī)發(fā)動機(jī)的預(yù)測維護(hù)調(diào)度方法。該研究先構(gòu)建了一種卷積神經(jīng)網(wǎng)絡(luò)模型來獲取RUL預(yù)測結(jié)果，預(yù)測值是隨時間動態(tài)變化的，再設(shè)計一個基于閾值預(yù)警的線性程序來安排飛機(jī)維護(hù)任務(wù)調(diào)度優(yōu)化。使用20架飛機(jī)，合計40臺渦扇發(fā)動機(jī)的運行數(shù)據(jù)來驗證所提方法的合理性，經(jīng)過基于報警機(jī)制的預(yù)測性維修框架，發(fā)動機(jī)故障造成的維修成本僅占總成本的7.4%，表現(xiàn)出較好的優(yōu)越性。

4 民機(jī)預(yù)測維修支持平臺

隨著民機(jī)預(yù)測維修規(guī)章制度的不斷完善以及相關(guān)關(guān)鍵技術(shù)的發(fā)展，民機(jī)PdM正在獲得越來越多的應(yīng)用，國內(nèi)外飛機(jī)主制造商、供應(yīng)商、MRO廠商、航空公司紛紛推出了集成化預(yù)測性維修應(yīng)用軟件平臺和服務(wù)。這些平臺通過實時監(jiān)測和分析飛機(jī)數(shù)據(jù)，提供了先進(jìn)的維修預(yù)測和管理功能，有助于提高航空器的可用性、減少維修成本，并優(yōu)化整體運營效率。

波音于2017年6月宣布啟動AnalytX平臺，旨在幫助航空公司降低燃料成本，執(zhí)行預(yù)測性維護(hù)。在此之后2022年9月，波音還推出了一種專門幫助航司進(jìn)行預(yù)測維修和主動維護(hù)的新的基于云的數(shù)字解決方案Insight Accelerator，通過人工智能和機(jī)器學(xué)習(xí)幫助航空公司規(guī)劃預(yù)測性維護(hù)，并減少計劃外維護(hù)，從而快速準(zhǔn)確地識別部件過早退化或故障的指標(biāo)[52-53]?？湛妥?017年6月推出預(yù)測維修平臺Skywise以來，已發(fā)展成為航空業(yè)領(lǐng)先的開放數(shù)據(jù)平臺，為超過一萬架飛機(jī)提供預(yù)測維修服務(wù)[54]。航空公司和MRO通常是預(yù)測性維護(hù)的最終用戶，他們通過與工業(yè)界合作或自主研發(fā)的形式來開展預(yù)測性維護(hù)工作。2017年，漢莎航空面向航司、MRO等推出了“AVIATAR”平臺，在其各個模塊中，預(yù)測性健康分析應(yīng)用程序是預(yù)測性維護(hù)的基礎(chǔ)，能夠利用來自飛機(jī)、系統(tǒng)和部件的實時數(shù)據(jù)預(yù)測運行過程中的故障[55]。國內(nèi)航司用戶也積極參與開發(fā)具有自主知識產(chǎn)權(quán)的民機(jī)預(yù)測維修平臺，南航在國內(nèi)飛機(jī)健康系統(tǒng)研發(fā)中起步較早，開發(fā)出了具有南航特色的飛機(jī)健康管理系統(tǒng)，名為“南航遠(yuǎn)程診斷實時跟蹤系統(tǒng)”，2022年系統(tǒng)正式更名為南航“天瞳”系統(tǒng)，使用了最新的機(jī)務(wù)云平臺技術(shù)，具備PC/移動雙平臺，可對波音、空客、巴航工業(yè)、中國商飛四大主流機(jī)型同時進(jìn)行監(jiān)控[56]。國航突破了飛機(jī)故障診斷和性能預(yù)測的關(guān)鍵技術(shù)，搭建起以數(shù)據(jù)為核心的飛機(jī)狀態(tài)預(yù)測與維修作業(yè)管理平臺（APCM），實現(xiàn)了多源數(shù)據(jù)的集成和應(yīng)用，包括實時故障管理、飛機(jī)系統(tǒng)性能預(yù)測、維修作業(yè)管理，具備基于飛機(jī)狀態(tài)的維修方案制定與優(yōu)化能力，為實現(xiàn)全壽命數(shù)字化維修提供了技術(shù)基礎(chǔ)[57]。

飛機(jī)預(yù)測維修平臺都具有實時監(jiān)測、數(shù)據(jù)管理、大數(shù)據(jù)分析和故障預(yù)測的特性，因為這些特性是實現(xiàn)預(yù)測維修的基本要素。對于飛機(jī)主制造商提供的平臺，如波音的Insight Accelerator、空客的Skywise平臺，都通過提供內(nèi)嵌的人工智能（AI）/機(jī)器學(xué)習(xí)（ML）特性，為其客戶提供更加靈活的客戶化定制能力。另外，能夠提供專家經(jīng)驗也是大部分平臺實現(xiàn)維修決策的重要支撐。對于飛機(jī)運營商或者M(jìn)RO廠家來說，以維修業(yè)務(wù)為導(dǎo)向，他們所開發(fā)的平臺（如AVIATAR、APCM）基本具備維修管理的功能，以實現(xiàn)具體的維修計劃調(diào)度與優(yōu)化。從飛機(jī)主制造商和供應(yīng)商的角度來說，他們的平臺基本具備自定義報警功能，以滿足不同客戶的需求。

5 結(jié)束語

民機(jī)維修理論的發(fā)展，離不開民機(jī)新技術(shù)的采用，特別是飛機(jī)機(jī)載維護(hù)系統(tǒng)、健康監(jiān)測技術(shù)的發(fā)展。飛機(jī)健康監(jiān)測技術(shù)的引進(jìn)將改變目前的飛機(jī)維修分析和計劃維修模式，極大地減少停機(jī)時間和檢查的人工成本，有效地降低飛機(jī)的運營維護(hù)成本。近幾年航空PHM技術(shù)得到長足發(fā)展，部分技術(shù)具備較高的成熟度，但如何在民機(jī)維修工程實踐中應(yīng)用這些技術(shù)，真正實現(xiàn)PHM預(yù)測維修模式的效益仍面臨不少挑戰(zhàn)，包括技術(shù)層級以及適航法規(guī)與標(biāo)準(zhǔn)體系層面，需要監(jiān)管機(jī)構(gòu)、行業(yè)組織、工業(yè)界、學(xué)術(shù)界以及科研單位等相關(guān)利益方共同參與推動民機(jī)預(yù)測維修技術(shù)的發(fā)展及落地應(yīng)用。

預(yù)測維修作為新一代民機(jī)先進(jìn)的維修保障理念，國外民機(jī)制造商與局方密切配合，正在逐步開展預(yù)測維修的應(yīng)用。國產(chǎn)民機(jī)研制進(jìn)程中，考慮了機(jī)載健康管理技術(shù)和系統(tǒng)，在維修大綱制定階段，正在研究驗證基于PHM的預(yù)測維修任務(wù)優(yōu)化，以充分發(fā)揮基于PHM的預(yù)測維修的優(yōu)勢，提高國產(chǎn)民機(jī)利用率、降低維修成本。

參考文獻(xiàn)

[1]Smith M， Sulcs P F， Walthall R， et al. Design and implementation of Aircraft System Health Management （ASHM） utilizing exist‐ing data feeds[R]. SAE Technical Paper 2015-01-2587， 2015.

[2]Wenk L. Guidance update on using SHM for continued airworthiness of aero structures[C]//Proceedings of the Fifth European Workshop on Structural Health Monitoring， 2010.

[3]Foote P. New Guidelines for implementation of structural health monitoring in aerospace applications[J]. SAE International Journal of Aerospace， 2013， 6（2）： 525-533.

[4]左洪福， 蔡景， 吳昊， 等. 航空維修工程學(xué)[M].北京： 科學(xué)出版社，2011. Zuo Hongfu， Cai Jing， Wu Hao， et al. Aviation maintenance engineering[M]. Beijing： Science Press， 2011. （in Chinese）

[5]ATA MSG-3 Operator/Manufacturer scheduled maintenance development[S].Air Transport Association （ATA） of America， 2009.

[6]Pohya A A， Wicke K， Kilian T. Evolution/Optimization Guidelines IMRBPB Issue Paper 44 （Issue 3） [S]. EASA， 2011.

[7]Przytula K W， Allen D， Vian J， et al. Health monitoring for commercial aircraft systems[C]. International Congress of the Aeronautical Sciences， 2008.

[8]International Maintenance Review Board Policy Board. IP 92 Definition of Structural Health Monitoring （SHM）/Addition to MSG-3[S]. International Maintenance Review Board Policy Board， 2007.

[9]International Maintenance Review Board Policy Board. IP 105 Further definition of Structural Health Monitoring （SHM）/ Addition to MSG-3[S]. International Maintenance Review Board Policy Board， 2009.

[10]Sun Jianzhong， Chen Dan， Yan Hongsheng， et al. Integration of scheduled structural health monitoring with airline mainte‐nance program based on risk analysis[J]. Proceedings of the In‐stitution of Mechanical Engineers， Part O： Journal of Risk and Reliability， 2018， 232（1）： 92-104.

[11]Speckmann H， Daniel J P. Structural health monitoring for airliner， from research to user requirements， a European view[C]. CANEUS 2004 Conference on Micro-Nano-Technologies Monterey， 2004.

[12]Pattabhiraman S， Gogu C， Kim H， et al. Skipping unnecessary structural airframe maintenance using an on-board structural health monitoring system[J]. Journal of Risk and Reliability， 2012， 226 （5）： 549-560.

[13]Fitzwater L， Davis C， Torng T， et al. Cost/Benefit analysis for integration of non-deterministic analysis and in-situ monitoring for structural integrity[C]. 52nd AIAA/ASME/ASCE/AHS/ ASC Structures， Structural Dynamics and Materials Confer‐ence Denver， 2011.

[14]Piotrowski D， Roach D， Melton A， et al. Implementation of structural health monitoring （SHM） into an airline maintenance program[J]. Structural Health Monitoring， 2015， 232（1）： 92-104.

[15]Malere J， Santos L. Challenges for costs and benefits evaluation of IVHM systems[J]. SAE International Journal of Aerospace， 2013， 6（2）： 484-491.

[16]International Maintenance Review Board Policy Board. IP 180 Aircraft Health Monitoring （AHM） integration in MSG-3[S]. International Maintenance Review Board Policy Board， 2010.

[17]Yan Hongsheng， Zuo Hongfu， Sun Jianzhong， et al. Cost effectiveness evaluation model for civil aircraft maintenance based on Prognostics and Health Management[C]. 2017 International Conference on Sensing， Diagnostics， Prognostics， and Control， 2017.

[18]Rodrigues L， Gomes J P P， Jo？o P， et al. Use of PHM informa‐tion and system architecture for optimized aircraft maintenance planning[J]. IEEE Systems Journal， 2015， 9（4）： 1197-1207.

[19]孫見忠，解志峰，閆洪勝，等.民機(jī)PHM預(yù)測維修模式在空調(diào)系統(tǒng)的應(yīng)用[J]. 南京航空航天大學(xué)學(xué)報，2021，53（6）：952-964. Sun Jianzhong， Xie Zhifeng，Yan Hongsheng， et al. Application of civil aircraft PHM predictive maintenance mode in air conditioning system[J]. Nanjing University of Aeronautics and Astronautics，2021，53（6）：952-964.（in Chinese）

[20]Le Clainche S， Ferrer E， Gibson S， et al. Improving aircraft performance using machine learning： A review[J]. Aerospace Science and Technology， 2023，15： 108354.

[21]Sun Ruiqian， Han Xiaobao， Chen Yingxue， et al. Hyperelliptic Kalman filter-based aeroengine sensor fault FDIA system under multi-source uncertainty[J]. Aerospace Science and Technology， 2023， 132： 108058.

[22]Rao P S， Mohan S， Chindam V. AI based on-board diagnostic and prognostic health management system[C]. Annual Conference of the Prognostics and Health Management Society， 2015.

[23]Spina P R， Torella G， Venturini M. The use of expert systems for gas turbine diagnostics and maintenance[C]. Asme Turbo Expo： Power for Land， Sea， and Air， 2002.

[24]Wang FangYuan， Sun JianZhong， Liu Xinchao， et al. Aircraft auxiliary power unit performance assessment and remaining useful life evaluation for predictive maintenance[J]. Proceed‐ings of the Institution of Mechanical Engineers， Part A： Journal of Power and Energy， 2019， 234（6）： 804-816.

[25]Tang Chen， Cui Yulian， Wu Chunzhi，et al. Application of lifting wavelet and random forest in compound fault diagnosis of gearbox[C]. Young Scientists Forum 2017， 2018.

[26]Zhang Junfang， Luo Tingting， Peng Yukun， et al. Fault diagnosis method based on modified random forests[J]. Computer Integrated Manufacturing Systems， 2009， 15（4）： 777-785.

[27]韓華， 谷波， 任能.基于主元分析與支持向量機(jī)的制冷系統(tǒng)故障診斷方法c8d735a77981ccfcd4d4243bb5df5b3a[J].上海交通大學(xué)學(xué)報， 2011， 45（9）： 1355-1363. Han Hua， Gu Bo， Ren Neng. Fault diagnosis method for refrigeration system based on principal component analysis and support vector machine[J]. Journal of Shanghai Jiaotong University， 2011， 45（9）：1355-1363. （in Chinese）

[28]Ordó？ez C， Lasheras F S， Roca-Pardi？as J， et al. A hybrid ARIMA SVM model for the study of the remaining useful life of aircraft engines[J]. Journal of Computational and Applied Mathematics， 2019， 346： 184-191.

[29]Li Ke， Zhang Yuelei， Li Zhixiong. Application research of Kalman filter and SVM applied to condition monitoring and fault diagnosis[J]. Applied Mechanics and Materials， 2012，121： 268-272.

[30]Nieto P J G， García-Gonzalo E， Lasheras F S， et al. Hybrid PSO SVM-based method for forecasting of the remaining useful life for aircraft engines and evaluation of its reliability[J]. Reliability Engineering & System Safety， 2015， 138： 219-231.

[31]Mack D L C， Biswas G， Koutsoukos X D， et al. Learning bayesian network structures to augment aircraft diagnostic reference models[J]. IEEE Transactions on Automation Science and Engineering， 2016， 14（1）： 358-369.

[32]Zaidan M A， Harrison R F， Mills A R， et al. Bayesian hierarchi‐cal models for aerospace gas turbine engine prognostics[J]. Ex‐pert Systems with Applications， 2015， 42（1）： 539-553.

[33]梁坤， 左洪福， 孫見忠， 等. 基于貝葉斯網(wǎng)絡(luò)工況分類的民機(jī)引氣系統(tǒng)異常檢測[J]. 宇航計測技術(shù)， 2014， 34（6）： 76-85. Liang Kun， Zuo Hongfu， Sun Jianzhong， et al. Abnormal detection of bleed air system for civil aircraft based on Bayesian network condition classification[J]. Astronautical Measurement Technology， 2014， 34（6）： 76-85. （in Chinese）

[34]殷鍇， 鐘詩勝， 那媛， 等.基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)故障檢測技術(shù)研究[J]. 航空發(fā)動機(jī)， 2017， 43（1）：5. Yin Kai， Zhong Shisheng， Na Yuan， et al. Research on aeroengine fault detection technology based on BP neural network [J]. Aeroengine， 2017， 43（1）：5. （in Chinese）

[35]崔建國， 林澤力， 陳希成， 等.飛機(jī)液壓系統(tǒng)健康狀態(tài)綜合評估技術(shù)研究[J].控制工程， 2014， 21（3）：446-449. Cui Jianguo， Lin Zeli， Chen Xicheng， et al. Research on comprehensive evaluation technology for aircraft hydraulic system health status[J]. Control Engineering， 2014， 21（3）： 446-449. （in Chinese）

[36]Soualhi A， Clerc G， Razik H. Detection and diagnosis of faults in induction motor using an improved artificial ant clustering technique[J]. IEEE Transactions on Industrial Electronics， 2012， 60（9）： 4053-4062.

[37]田瑤瑤， 張惠娟， 楊忠， 等. 基于小波包和SOM神經(jīng)網(wǎng)絡(luò)的電作動器故障診斷[J]. 應(yīng)用科技， 2018， 45（1）：1-6. Tian Yaoyao， Zhang Huijuan， Yang Zhong， et al. Fault diagnosis of electric actuators based on wavelet packet and SOM neural network[J]. Applied Science and Technology， 2018， 45（1）：1-6. （in Chinese）

[38]Prabakaran K， Kaushik S， Mouleeshuwarapprabu R， et al. Selforganizing map based fault detection and isolation scheme for pneumatic actuator[J]. ISSR Journal， 2014（3）： 1361-1369.

[39]Wang Xinqing， Huang Jie， Ren Guoting， et al. A hydraulic fault diagnosis method based on sliding-window spectrum feature and deep belief network[J]. Journal of Vibroengineering， 2017， 19（6）： 4272-4284.

[40]Chen Longting， Xu Guanghua， Zhang Sicong， et al. Health indicator construction of machinery based on end-to-end trainable convolution recurrent neural networks[J]. Journal of Manufacturing Systems， 2020， 54：1-11.

[41]Ellefsen A L， Bjorlykhaug E， Aesoy V， et al. Remaining useful life predictions for turbofan engine degradation using semi- supervised deep architecture[J]. Reliability Engineering and System Safety， 2019， 182： 240-251.

[42]Alaswad S， Xiang Yisha. A review on condition-based mainte‐nance optimization models for stochastically deteriorating sys‐tem[J]. Reliability Engineering and System Safety， 2017， 157： 54-63.

[43]Zhu QiuShi， Peng Hao， Timmermans B， et al. A conditionbased maintenance model for a single component in a system with scheduled and unscheduled downs[J]. International Journal of Production Economics， 2017， 193： 365-380.

[44]葛恩順， 李慶民， 黃傲林， 等. 不完全維修下的單部件系統(tǒng)視情維修及更換策略[J]. 系統(tǒng)工程與電子技術(shù)， 2012（12）：2509-2513. Ge Enshun， Li Qingmin， Huang Aolin， et al. Conditional main‐tenance and replacement strategies for single component sys‐tems under incomplete maintenance[J]. Systems Engineering and Electronic Technology， 2012 （12）： 2509-2513. （in Chinese）

[45]Walter G， Flapper S D. Condition-based maintenance for complex systems based on current component status and Bayesian updating of component reliability[J]. Reliability Engineering and System Safety， 2017， 168： 227-239.

[46]Liu Xiao， Li JingRui， Al-Khalifa K N， et al. Condition-based maintenance for continuously monitored degrading systems with multiple failure modes[J]. IIE Transactions （Institute of Industrial Engineers）， 2013，45（4）： 422-435.

[47]H？lzel N B， Schr？der C， Schilling T， et al. A Maintenance Packaging and Scheduling Optimization Method for Future Aircraft[C]. Air Transport and Operations Symposium. DLR， 2012： 343-353.

[48]Deng Qichen， Santos B E. A stochastic aircraft maintenance and crew scheduling problem with multiple check types and aircraft availability constraints[J]. European Journal of Operational Research， 2022，299（2）： 814-833.

[49]Tseremoglou I， Van Kessel P J， Santos B F. A Comparative study of optimization models for condition-based maintenance scheduling of an aircraft fleet[J]. Aerospace， 2023， 10（2）： 120.

[50]van Kessel P J， Freeman F C， Santos B F. Airline maintenance task rescheduling in a disruptive environment [J]. European Journal of Operational Research， 2023， 308（2）： 605-621.

[51]De Pater I， Reijns A， Mitici M. Alarm-based predictive maintenance scheduling for aircraft engines with imperfect Remaining Useful Life prognostics[J]. Reliability Engineering and System Safety， 2022， 221： 108341.

[52]Boeing. Predictive maintenance： Insight accelerator/Boeing services [Z]. Boeing， 2023.

[53]Boeing. Insight accelerator [Z]. Boeing， 2023.

[54]Bernard W， Hoffmann A. SKYWISE-Big data platform as a foundation of airlines predictive and health monitoring[C]. PHM Society Asia-Pacific Conference， 2023.

[55]Lufthansa-Technik. AVIATAR[Z]. Lufthansa- Technik， 2021.

[56]李欣. 南方航空飛機(jī)健康管理系統(tǒng)發(fā)展策略研究[J]. 航空維修與工程， 2022（9）： 20-23. Li Xin. Research on the development strategy of china southern airlines’ aircraft health management system [J]. Aviation Mainte‐nance & Engineering， 2022（9）： 20-23. （in Chinese）

[57]李磊， 李明宇， 趙昶升， 等. 飛機(jī)健康管理系統(tǒng)告警等級調(diào)整方法研究[J]. 航空維修與工程， 2019（11）： 50-53. Li Lei， Li Mingyu， Zhao Changsheng， et al. Research on the ad‐justment method of alarm levels in aircraft health management system [J]. Aviation Maintenance & Engineering， 2019（11）： 50-53. （in Chinese）

Research Progress in Predictive Maintenance Technology of Civil Aircraft

Sun Jianzhong， Zuo Hongfu， Yan Hongsheng， Zhu Xinyun， Duan Sizheng Nanjing University of Aeronautics and Astronautics， Nanjing 210016，China

Abstract： The strategy of civil aircraft maintenance is constantly advancing with the progess of aviation technology， from time-based overhaul to reliability centered scheduled maintenance， as well as advanced condition based and predictive maintenance concepts. The development of modern civil aircraft testability， especially the development and application of system/structural health monitoring technology， has enriched the existing concept and methods of continuous airworthiness. While ensuring that the aircraft meets the requirements of continuous airworthiness， the aircraft has shifted from empirical time-based scheduled maintenance to more efficient maintenance based on the actual health status of the system/structure. This paper summarizes the latest research progress of predictive maintenance technology for civil aircraft， and introduces predictive maintenance mode based on traditional scheduled maintenance， including structural/system predictive maintenance task analysis methods， maintenance plan optimization， key technologies of predictive maintenance， and their applications in the field of civil aircraft.

Key Words： civil aircraft scheduled maintenance； predictive maintenance； system/structural health monitoring； maintenance optimization