[发明专利]一种航空发动机修理时间预测方法及装置

权利要求书

1.一种航空发动机修理时间预测方法，其特征在于，包括：

获取历史航空发动机进厂维修的数据，确定历史基本维修时长对应的第一类数据和历史延误时长对应的第二类数据；

获取待进厂维修的航空发动机的目标基本数据和目标延误特征数据；

基于所述第一类数据和所述目标基本数据，对所述待进厂维修的航空发动机的基本维修时长进行预测，获得所述待进厂维修的航空发动机的目标基本维修时长；

基于所述第二类数据和所述目标延误特征数据，确定所述待进厂维修的航空发动机的目标延误时长；

基于所述待进厂维修的航空发动机的目标基本维修时长以及所述目标延误时长，确定维修的总时长。

2.如权利要求1所述的方法，其特征在于，所述获取历史航空发动机进厂维修的数据，确定基本维修时长对应的第一类数据和延误时长对应的第二类数据，包括：

获取历史航空发动机进厂维修的数据，对所述数据进行过滤和填充，确定基本维修时长对应的第一类数据和延误时长对应的第二类数据。

3.如权利要求1所述的方法，其特征在于，所述基于所述第一类数据和所述目标基本数据，对所述待进厂维修的航空发动机的基本维修时长进行预测，获得所述待进厂维修的航空发动机的目标基本维修时长，包括：

基于所述第一类数据，对机器学习模型进行训练，得到用于预测航空发动机的基本维修时长的预测模型；

将所述目标基本数据输入所述预测模型中，对所述待进厂维修的航空发动机的基本维修时长进行预测，获得所述待进厂维修的航空发动机的目标基本维修时长。

4.如权利要求3所述的方法，其特征在于，所述基于所述第一类数据，对机器学习模型进行训练，得到用于预测航空发动机的基本维修时长的预测模型，包括：

将所述第一类数据分为N组，采用交叉验证方法利用每组数据对机器学习模型进行训练，得到用于预测航空发动机的基本维修时长的预测模型。

5.如权利要求3所述的方法，其特征在于，所述基于所述第一类数据，对机器学习模型进行训练，得到用于预测航空发动机的基本维修时长的预测模型，包括：

基于所述第一类数据，对机器学习模型进行训练，得到用于预测航空发动机在第一维修阶段的第一基本维修时长的第一预测模型、用于预测航空发动机在第二维修阶段的第二基本维修时长的第二预测模型、用于预测航空发动机在第三维修阶段的第三基本维修时长的第三预测模型，其中，所述第一维修阶段、所述第二维修阶段以及第三维修阶段依次为航空发动机进厂维修的三个维修阶段。

6.如权利要求1所述的方法，其特征在于，所述基于所述第二类数据和所述目标延误特征数据，确定所述待进厂维修的航空发动机的目标延误时长，包括：

基于所述第二类数据，构建关于延误特征数据集与延误时长的目标回归模型；

将所述目标延误特征数据输入所述目标回归模型中，确定所述待进厂维修的航空发动机的目标延误时长。

7.如权利要求6所述的方法，其特征在于，所述基于所述第二类数据，构建关于延误特征数据集与延误时长的目标回归模型，包括：

基于所述第二类数据，构建所述第二类数据中的延误特征数据集作为自变量集，延误时长作为因变量的多项式回归模型，所述第二类数据包括：待维修故障所处的结构体和/或部件、延误原因、修理状态以及延误时长；

对所述自变量集中的各个自变量分别检测，获得目标自变量；

基于所述目标自变量，构建关于所述目标自变量所对应的目标延误特征数据集与延误时长之间的目标回归模型。