航空公司在保证安全运营的同时必须创造效益以维持其生存与发展,然而近几年来严峻的外部运营环境使得航空公司不得不充分向内挖潜,严格控制自身运营成本以提升其市场竞争力。据统计,航空发动机维护成本占据航空公司直接运营成本的三分之一强,有很大的控制余量。本论文从民用航空发动机视情维修特点入手,按单部件和全系统两个层面探讨了建立基于成本优化的维修决策模型方法和策略。对于单部件,以期望维修费用率最低为目标函数建立了维修优化模型,实现根据发动机部件状态信息确定优化的检查阈值和检查间隔期。对于全系统,根据发动机的性能信息建立了送修等级评估模型和送修成本估算模型。最后在所建立模型的基础上开发了民用航空发动机视情维修决策支持系统。本论文按照现状研究、对比分析、定量处理、模型建立、实例论证的思路对航空发动机视情维修中若干决策问题作了深入求实研究,主要研究内容如下: 针对单部件视情维修优化模型问题,本论文从生产实际出发确定了单部件视情维修决策的两个决策变量,基于此介绍了国内外相关研究的成果和进展情况;然后在已有研究工作的基础上引入再生和半再生过程描述航空发动机部件寿命周期劣化过程,以期望维修费用率最低为目标函数建立了双决策变量优化模型;针对模型的求解问题,提出了一种基于Weibull分布特点的收敛算法,从理论上证明其收敛性并编程实现其算法。 针对发动机送修等级决策问题,本论文引入变精度粗糙集理论挖掘发动机状态-送修等级决策规则。首先介绍了变精度粗糙集理论和当前国内航空公司送修等级决策方法和流程;然后根据粗糙集知识获取的三个步骤对知识获取的基本策略和方式进行了系统的论述;在规则提取的粗糙集值约简过程中,提出了基于变精度粗糙集理论的信息熵启发约简算法以改善对知识不确定性信息的描述;针对知识更新问题提出了一种基于变精度理论的增量学习算法,为规则的修正和知识库的有效维护奠定了基础。 针对发动机送修成本预估问题,本论文介绍了费用估算的一般程序、条件和方法。在分析民用航空发动机基本维修工作的基础上提出了发动机维修成本的组成结构。结合民航发动机的送修特点和航空公司的实际需求,分别建立了基于灰色理论的发动机送修单一预测模型和基于粗糙集属性重要性的组合预测模型,并对所建立的模型做了拟合和验证分析。 针对航空发动机机队维修管理决策支持问题,本论文从航空公司实际需求出发,分析了发动机机队维修管理的业务逻辑,运用决策支持系统的理论和方法,采用三层