随着航空工业的高速发展,飞机的“安全性”,“可靠性”逐渐成为大家最为关心的问题。航空发动机作为一架飞机的“心脏”,也是唯一的动力装置,其运行的可靠性是衡量一架飞机安全性的重要指标。因此,为了避免由于航空发动机故障而引发的安全事故,常需对其可靠性进行评估,并根据评估结果预测剩余寿命,制定合理的维修优化方案。目前,国内外对于该类问题的研究,主要采用基于失效物理模型的方法,该类方法普遍存在预测精度低,效率差等问题。本文为了提高预测精度,从航空发动机的状态监测数据分析入手,建立基于状态监测数据的航空发动机的寿命预测与维修决策方法,以期最终实现航空发动机经济型与安全性水平的进一步提升。主要研究内容如下:第一,本文在进行寿命预测与维修决策之前,为了更好的理解航空发动机系统的相关状态数据,判断预测的结果和制定的维修决策是否合理。本文首先对航空发动机的结构组成、工作原理进行简单的介绍。并在此基础上,分别从失效性能指标、典型故障模式、重要性能参数等角度研究其失效机理及传播方式。第二,在基于多状态变量维修决策方面,本文采用协变量比例风险模型作为维修决策模型。由于通过线性回归分析中的K-M法确定航空发动机的寿命分布服从威布尔分布,这里将模型中的基函数设定为二参数威布尔分布函数。对于模型中需考虑的协变量种类,采用逐步回归法对所有协变量进行显著性分析。如果满足引入条件,则引入模型;反之,则剔除;经过不断地引入、剔除确定引入模型的协变量。然后采用极大似然估计法估计出模型中待确定的参数,完成威布尔比例风险模型的构建。并根据航空公司维修经验,本文选取最大可用度和最小维修费用作为维修优化目标,进行视情维修决策。第三,本文针对马尔可夫模型的无记忆性和齐次性的优点,在马尔可夫模型的基础上进行改进,建立基于模糊C-聚类的加权马尔可夫模型的多变量寿命预测方法。本文选取航空发动机的可靠度指标作为预测性能指标,以性能指标的增量序列作为预测模型的输入序列,采用模糊C-聚类法对输入序列的状态区间进行划分,计算不同步长的转移状态概率矩阵和预测状态的状态概率,引入权重思想依据预测状态概率的所占权重大小确定预测时刻所处状态,采用级特征值概念确定预测的增量,根据航空公司常采用的失效准则判定预测的性能指标是否失效,根据失效情况计算剩余寿命。最后采用试验数据仿真结果与实际结果对比的方法进行验证。第四,本文为提高预测精度,将不确定量化问题引入寿命预测研究中,在充分分析寿命预测过程中的不确定因素后,对威布尔可靠度函数中的估计参数进行不确定量化,采用广义多项式混沌法构建多项式代理模型,将代理模型预测的失效阈值边界值重新代入模糊C-聚类加权马尔可夫模型重新预测剩余寿命,得到寿命预测区间,并将两种方法的预测结果与实际结果对比,评估预测结果的准确性。这种方法不仅可以避免由于不确定性引发的失效后维修。还可以为航空领域的健康监理技术提供了新方法、新思路。