基于维修大数据的飞机结构故障预测

摘要

以飞机结构故障预测为目标,采用基于Fisher判别的量化分析方法和基于时间序列分析的ARIMA模型,对飞机结构故障位置和时间进行了预测,对数据的预处理与标准化、影响指标筛选、模型的预测效果进行了讨论.案例研究表明,基于大数据分析的Fisher结构故障系统分类预测模型和时间序列模型对于某型飞机的故障预测准确率可达到70％以上,解决了传统的故障诊断推理方法难以充分使用大量维修数据,实现飞机维护保障的需求,为飞机的预防性维修和健康管理提供了决策依据.