[发明专利]一种航空发动机修理时间预测方法及装置

说明书

本发明涉及人工智能技术领域，尤其涉及一种航空发动机修理时间预测方法及装置，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；基于第一类数据和目标基本数据，对待进厂维修的航空发动机的基本维修时长进行预测，获得待进厂维修的航空发动机的目标基本维修时长；基于第二类数据和目标延误特征数据，确定待进厂维修的航空发动机的目标延误时长；基于待进厂维修的航空发动机的目标基本维修时长以及目标延误时长，确定维修的总时长，进而提高了发动机进厂维修时长的准确性，以便于对发动机后续使用进行合理安排。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种航空发动机修理时间预测方法及装置。

背景技术

民用航空发动机的生产和维修只能在发动机原厂进行，因此，送修时间无法确定。原厂在维修的时候，若需要临时订购部件，或者发动机的使用方决定采购旧的部件等，就会面临较长或者难以估计的等待日期，因此，对于发动机使用方来说，难以控制发动机送修的修理时长，无法对后期进行有效安排。

目前为了保障航空机队的平稳运营，会配备超出在翼数量的发动机以弥补发动机送修造成的运力缺口，如果无法对发动机送修的修理时长进行确定，就会造成准备过量的机队配备发动机数量，从而造成资源的浪费，若准备的机队配备发动机数量不足，则需要临时洽谈发动机租赁，就会出现比长期租用更高昂的费用，或者造成航班的取消等重大事件。

因此，如何对发动机送修的修理时长进行预测是目前亟待解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的航空发动机修理时间预测方法及装置。

第一方面，本发明提供了一种航空发动机修理时间预测方法，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。

进一步地，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。

进一步地，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。

进一步地，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。