申请/专利权人：哈尔滨工业大学(威海)

申请日：2022-08-26

公开（公告）日：2023-03-14

公开（公告）号：CN115795777A

主分类号：G06F30/20

分类号：G06F30/20;G06F30/17;G06Q10/20;G06F119/04;G06F111/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.04.18#实质审查的生效;2023.03.14#公开

摘要：本发明涉及民航发动机维修技术领域，具体的说是一种能够优化维修成本的民航发动机的不确定条件下机队长期维修计划优化方法，在同一规模机队条件下，不确定性机队维修计划模型的求解结果和确定性模型的求解结果相比，在缺发天数和浪费天数上都取得了较好的结果，在均衡指标方面相差很小，求解的最优值的绝对误差都在个位数以内，不确定条件下的模型考虑了工程实际，提出将三角模糊数对机队发动机原始数据进行处理，能应用于实际工程中，这反映了不确定条件下机队长期维修计划模型的先进性和实用性。

主权项：1.一种不确定条件下机队长期维修计划优化方法，其特征在于，包括以下步骤：步骤1：建立优化模型：步骤1-1：获取机队发动机机位数M，发动机数N，计划期长度P，在翼寿命{Qli,j,Qmi,j,Qui,j}，维修时长{MTli,j,MTmi,j,MTui,j}；步骤1-2：计算维修时间清单；步骤1-3：计算送修时间清单其中包括计算历次送修间隔后，获得送修均衡指标；以及计算从计划期起始点到各送修时刻以及计划期结束点的时刻，每台发动机所能提供的最大和最小时间步骤1-4：输出缺发和浪费天数以及均衡指标和地面保存时间；步骤2：利用改进型鲸鱼优化算法来实现对模型的求解，具体为：步骤2-1：设置飞机机位数M、机队中发动机数N、计划期长度P，输入发动机寿命信息、决策变量的个数N·D；步骤2-2：设置鲸鱼算法相关参数：鲸鱼的数量n，最大迭代次数Titer_max；步骤2-3：初始化鲸鱼种群的位置，计算每一头鲸鱼相应的适应度值，根据适应度值的大小排序，并选取n个作为初始种群；步骤2-4：计算出n个个体适应度值的大小，找出适应度值最小的个体位置作为最优位置；步骤2-5：更新下一代的位置；步骤2-6若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回步骤2-4。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 民航发动机的不确定条件下机队长期维修计划优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD