在现代生产制造系统中,装备健康管理发挥着至关重要的作用,尤其是在部件生产制造成本昂贵,对结构可靠度要求高的航空领域。健康管理水平的优劣已经成为衡量航空工业管理水平的重要指标。以视情维修决策为核心的健康管理理念,依据设备的健康状态趋势规划维修方案,在保障机队运行安全、减少维修或停机成本、提高单机可用度和机队保有率等方面,展示出较高的可靠性、经济性和效率性,对指导航空制造部门实施卓有成效的机队管理,具有重要意义。本文以机队的健康监测和运维保障管理为研究对象,从疲劳结构到单机再到机队,层层递进研究面向机队中多架飞机多个疲劳结构的维修决策优化问题。本文的主要研究内容如下:针对材料、制造、工况环境等各种不确定性因素引起的剩余寿命预测精度下降问题,提出了一种将疲劳裂纹扩展模型和非线性卡尔曼滤波相结合的结构剩余寿命预测方法。该方法将Paris疲劳裂纹扩展模型进行离散化建立了结构状态评估模型,结合结构健康监测技术获得的实时状态数据,利用非线性卡尔曼滤波算法对状态评估模型中的不确定性参数进行实时处理,消除各种不确定性因素对剩余寿命预测精度的影响。实例研究表明:该方法克服了传统损伤容限法因无法消除各种不确定性因素而使剩余寿命预测过于保守的问题,提高了结构的剩余寿命预测精度。针对传统多部件维修模型采用静态维修策略,不能将结构的实时健康状态信息纳入维修决策过程,造成制定的维修计划无法进行动态调整等问题,本文充分考虑结构停机维修用时以及多个疲劳结构之间维修相关性对飞机使用率和维修费用的影响,以维修费用和使用率为优化目标,以可靠度为约束,建立了多疲劳结构动态成组维修决策优化模型。考虑到飞机工作环境的严酷性和动态性,基于滚动时间轴模型,提出了多疲劳结构动态成组维修决策优化方法。实例研究表明:该方法能够充分利用实时状态信息降低结构服役过程中损伤不确定性对维修计划决策的影响,能够有效地节省维修成本,减少停机次数。针对机队多单机多疲劳结构的维修决策建模问题,分析了机队各单机及其结构的独立衰退过程,提出了基于协同优化的两级机队动态维修决策架构,建立了基于协同优化的机队动态维修决策优化模型。通过将建立的机队维修决策优化模型分解为一个系统级和子系统级,有效降低了模型的复杂度和求解难度,避免了多变量(维数灾难)、复杂耦合造成的低效率和计算量大等问题。建立了以机队维修成本、维修资源利用率和机队保有率为目标的多目标优化模型,以维修机库为约束,提高了维修资源利用率和机队保有率,降低了机队维修成本。针对机队动态协同维修决策问题,提出了基于CO的机队动态协同维修决策优化方法。该方法通过在优化过程中引入优化变量选择策略,避免了优化变量过多造成的优化过程不收敛和计算量大等问题;通过采用系统级-子系统级协同优化策略,利用子系统级飞机多疲劳结构动态成组维修与系统级机队维修规划间的信息循环交互,实现了机队维修费用、维修资源利用率和机队保有率多个目标的最优化。实例研究表明,该方法通过使机队维修计划动态更新能够满足机队各飞机结构由于疲劳失效所带来的维修需求,不仅降低了维修成本,而且提高了机队保有率和维修资源利用率。在理论研究的基础上,针对机队健康管理的信息化问题,开发了面向飞机结构的健康管理系统,完成了结构剩余寿命预测到维修决策优化的一体化集成,实现了航空装备维修保障的集成化、数字化和信息化,提高了航空装备维修的经济效益和综合维修保障能力。