随着科学技术的发展,设备性能和技术复杂度的提高,民用飞机的维修成本已经达到了购买价格的三分之二,直接运营成本的10%~20%,是全寿命周期成本的一个重要组成部分。无论是航空公司还是飞机制造商都给予了它极大的关注。在国内当前正在大力发展民用飞机的形势下,本文以维修成本为研究对象,以提高民用飞机的市场竞争力为目的,从全系统、全寿命的角度研究了维修成本控制与分析的基本概念、主要内容和实施程序,并在解决个别难点问题的基础上构建了较为完整的方法体系,同时开发了实用化的辅助决策支持系统。国内民机发展相对落后,型号研制缺乏原准机,维修成本数据积累也比较有限,给研制初期整机维修成本的目标预测带来了很大困难。针对这一难点,本文提出了通过比较新机和多个类似机型之间的相似性并在这些类似机型维修成本基础上进行修正得到新机维修成本预测值的思路,且引入了案例推理理论,形成了CBR-DMC方法。该方法包括案例检索、案例调整、案例修正和案例学习四个步骤,能够很好的满足实际工程需求。为了保证维修成本目标与设计要求、维修要求和市场要求的一致性,研制初期整机维修成本的目标评估非常复杂,现有方法费时费力且不能在目标不合理时及时给出调整方案。针对这一难点,本文提出了两阶段模糊数据包络分析法。该方法视新机与其类似机型的维修任务为决策单元,直接人工时费、直接材料费和间接维修费为模糊输入,遣派可靠度、可用座公里数和损失成本的倒数为模糊输出,经两阶段分析之后,不仅能实现对维修成本目标的有效性评价,而且能实现对不合理目标的及时修正。由于无法找到相似部件以及车间这一级别上不同部件维修活动的单位费用经验值,在飞机设计阶段完成维修成本预计也存在较大困难。针对这一难点,本文提出了根据部件种类、单价、平均车间修理时间和平均非计划拆卸间隔时间这些设计可知参数预计飞机部件维修成本的免疫粒子群组合预计方法(IA-PSO方法)。该方法以多种单一预计模型为基础,由免疫算法改进后的粒子群算法为每个模型分配权重,能够综合利用不同模型带来的有效信息。小样本情况下进行发动机单次送修成本的估算是在飞机使用阶段控制维修成本的一大难题。针对这一难点,本文提出了根据送修状态和送修级别,应用多支持向量机集成估算发动机送修成本的方法。该方法利用粗糙集属性约简扰动样本集生成多个个体,利用灰关联理论计算个体选择概率并通过设置概率阈值选择个体,最后由简单平均得到估算结果。经实际工程验证,效果很好。在解决以上四个难点问题的基础上,本文提出了在我国开展民机全寿命维修成本控制与分析的工作目标、工作范围、工作内容与工作程序,并构建了较为完整的方法体系,同时开发了决策支持系统CAMCAS。文中的理论和方法在中航商用飞机有限公司和中国国际航空公司西南分公司取得了良好的应用效果。这一工作有助于国内航空界从整体上把握维修成本的控制与分析问题,并提供了方便、实用的方法和工具。