Resumen

El mantenimiento ha adquirido una gran importancia como función de apoyo para garantizar la fiabilidad y disponibilidad de los motores aeronáuticos. La rentabilidad y el control de riesgos son dos criterios básicos para un mantenimiento preciso. Dado que los motores aéreos disponen de muchos datos de monitorización del estado, este artículo presenta un nuevo sistema de decisión de mantenimiento basado en el estado que emplea la fusión de datos para mejorar la precisión de la evaluación de la fiabilidad. Se ha aplicado un modelo lineal bayesiano para poder evaluar la degradación del rendimiento de los motores aeronáuticos. Se ha presentado un modelo de evaluación de la fiabilidad basado en el proceso gamma, que consigue una evaluación precisa mediante la fusión de información. En el modelo de evaluación de la fiabilidad, el parámetro de forma se estima a partir del resultado de la evaluación de la degradación del rendimiento, y el parámetro de escala se estima a partir de la información sobre fallos, inspecciones y reparaciones. Además, con esta evaluación de la fiabilidad como variables de entrada y utilizando la optimización por enjambre de partículas (PSO), se ha presentado una optimización estocástica de la decisión de mantenimiento para motores de aeronaves, en la que la eficacia y la precisión se demuestran mediante un ejemplo numérico.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo de evaluación de la fiabilidad, motores aéreos, resultado de la evaluación de la degradación del rendimiento, modelo lineal bayesiano, fiabilidad de los motores aéreos, sistema de decisión de mantenimiento, optimización por enjambre de partículas, evaluación de la degradación del rendimiento, tal evaluación de la fiabilidad, precisión
• Keywords:reliability evaluation model, aero engines, performance degradation evaluation result, bayesian linear model, aero engine reliability, maintenance decision system, particle swarm optimization, performance degradation evaluation, such reliability evaluation, accuracy