航空发动机维修性的好坏直接影响着航空发动机的维修效率,其维修效率的高低又直接关系到航空发动机故障维修的时间以及成本,最终对航空公司或者运营商的运营经济性产生影响。因此,针对航空发动机维修过程中的维修性进行研究,对于航空公司而言具有十分重要的意义。维修性涉及到很多方面,本文重点对其拆卸维修性进行研究,利用改进后的蚁群算法,对涡轮部分结构的拆卸序列进行优化,达到缩短维修周期以及节省维修成本的目的。首先,本文通过大量收集CFM56系列航空发动机的服务通告数据,对其中存在的维修性设计缺陷问题进行研究,发现引起该系列航空发动机维修性缺陷的主要原因为维修经济性,发生缺陷最频繁的区域为涡轮部分区域。其次,对CFM56系列航空发动机的结构进行了研究,利用CATIA软件建立了航空发动机的实体模型;并在此基础上,对航空发动机涡轮结构零部件的拆卸优先关系进行研究,引入了PETRI网和干涉矩阵模型,构建了涡轮结构零部件的拆卸矩阵模型。然后,基于上述研究对涡轮结构的拆卸维修性进行了分析。在基本蚁群算法基础上,通过改进后的算法对涡轮结构零部件的拆卸序列规划进行研究,给出了拆卸流程图以及实现程序,并从维修经济性方面,对不同目标下的拆卸序列进行了优化。最后,利用DELMIA软件对涡轮结构零部件优化序列的拆卸过程进行虚拟仿真,并对其在虚拟维修过程中的人机功效进行分析评价,验证其拆卸序列规划结果的合理性。