大数据背景下航空发动机失效案例库管理系统的研究与设计
航空发动机故障预测与健康管理系统设计
航空发动机故障预测与健康管理系统设计引言：航空发动机是飞机的核心部件之一，其可靠性和运行状况直接关系到飞机的安全性和性能。
然而，由于航空发动机复杂的工作原理和高强度的工作环境，故障的发生是不可避免的。
为了提前预测发动机故障并采取相应的维修措施，航空发动机故障预测与健康管理系统应运而生。
本文将探讨航空发动机故障预测与健康管理系统的设计原理及其在航空工业中的应用。
一、航空发动机故障预测系统的设计原理1. 数据采集与处理航空发动机故障预测系统通过传感器收集发动机工作时产生的大量数据，包括振动、温度、压力等参数。
这些数据需要进行实时处理和存储，以便后续的分析和建模。
2. 特征提取与选择从大量的原始数据中提取有效的特征是故障预测系统的关键步骤。
常用的方法包括时域分析、频域分析和小波分析等。
通过对特征进行选择，可以降低维度并提高故障预测的准确性。
3. 故障诊断与预测模型建立在航空发动机故障预测系统中，建立准确可靠的故障诊断与预测模型是关键。
常用的建模方法包括神经网络、支持向量机和遗传算法等。
通过对历史数据的训练，模型可以学习到发动机性能与故障之间的关系，并据此做出准确的故障预测。
4. 故障预测结果与报警当故障预测系统检测到可能发生故障的迹象时，应及时向维修人员发出警报。
这需要确保故障预测结果准确可靠，并且能够在紧急情况下进行快速响应。
二、航空发动机健康管理系统的设计原理1. 状态监测与评估航空发动机健康管理系统通过对发动机进行连续的状态监测和评估，以实时了解发动机的健康状况。
这需要使用各种传感器监测发动机的运行参数和工作状态，并将数据传输给监控中心进行分析和评估。
2. 故障诊断与修复建议通过对发动机状态的监测和评估，健康管理系统可以及时发现发动机的故障，并提供相应的诊断和修复建议。
这需要建立一套完善的故障诊断和修复数据库，并结合专家知识和经验进行判断和推荐。
3. 健康管理决策支持航空发动机的健康管理决策涉及到维修计划的制定和资源的调度。
航空发动机试验数据管理系统设计
航空发动机试验数据管理系统设计一、引言二、系统需求分析1.数据采集：系统需要能够实时采集发动机试验数据，并将数据存储在数据库中。
2.数据存储：系统需要能够对采集到的数据进行分组存储，以便后续的数据分析和检索。
3.数据查询：系统需要提供多种查询功能，包括按照时间、试验类型、试验参数等条件进行查询。
4.数据分析：系统需要提供数据分析功能，包括数据曲线绘制、趋势分析、异常检测等功能。
5. 数据导出：系统需要支持将数据导出为Excel等常见格式，以方便用户进行进一步的分析。
三、系统设计1.数据采集系统通过与发动机试验设备进行接口通信，实时获取发动机试验数据。
采集到的数据以采样频率进行存储，每个数据点包含时间戳和相应的试验参数值。
2.数据存储系统使用关系型数据库来存储采集到的数据。
数据库中的表结构包括试验编号、试验时间、试验类型、试验参数等字段。
同时，系统还需要设计试验设备管理表和用户管理表，用于管理试验设备信息和用户权限。
3.数据查询系统提供了多种查询功能，用户可以根据试验时间、试验类型、试验参数等条件进行查询。
系统通过SQL查询语言来实现数据的高效检索。
4.数据分析系统提供数据分析功能，包括数据曲线绘制、趋势分析、异常检测等功能。
用户可以选择不同的试验参数进行分析，并将结果图表化展示。
系统通过调用数据分析算法实现这些功能。
5.数据导出系统支持将查询到的数据导出为Excel等常见格式。
用户可以选择导出的试验参数和时间范围，并将导出的数据用于进一步的分析。
四、系统实施和应用系统的实施需要开发人员进行程序编写，并确保系统的稳定性和可靠性。
系统可以部署在本地服务器或云服务器上，用户可以通过浏览器或客户端进行访问。
该系统可以广泛应用于航空发动机试验数据管理领域。
试验工程师可以通过系统对试验数据进行管理和分析，在发动机设计和性能优化中发挥重要作用。
同时，该系统还可以用于故障排除和质量控制等方面。
五、总结航空发动机试验数据管理系统的设计与实施对于提高发动机研发效率和质量具有重要意义。
浅述大数据在航空发动机上的一种应用
浅述大数据在航空发动机上的一种应用随着数字化时代的到来，大数据技术的应用范围也逐渐拓展到各个领域。
在航空发动机技术上，大数据的应用也变得越来越广泛。
本文将简单介绍大数据在航空发动机上的一种应用，即通过大数据技术来分析航空发动机的运行状态和性能。
航空发动机是航空器最重要的组成部分之一，其安全性和可靠性是保障航空安全的关键。
过去，航空发动机的状态监测主要依赖于人工检查和数据记录。
这种方法虽然可以收集有限的信息，但是无法及时发现问题和异常情况。
这就导致了许多安全事故和经济损失。
为此，科学家们开始应用大数据技术来实现对航空发动机的实时监测和预测性维护。
大数据技术在航空发动机上的应用首先要解决一个问题，就是如何收集和处理数据。
航空发动机每秒钟都会产生大量的数据，其中包括温度、压力、转速、振动等多种参数，这些数据需要及时传输并实时处理。
由于存在海量和多样的数据，传统的数据处理方法无法胜任。
因此，需要应用大数据技术中的分布式处理、数据挖掘等技术，将数据聚合和处理，建立一个覆盖全球的数据中心，以便对发动机进行远程监测和维护。
一旦有大量的数据被收集和分析，就需要进行数据挖掘和模型预测。
这是大数据技术的另一个关键应用。
通过对历史数据进行分析，将航空发动机运行状态和性能与数据模型建立起来。
随着数据的不断增加，数据模型也会随之进行更新和优化。
在此基础上，可以预测航空发动机的性能下降趋势和故障情况，从而实现提前预警和预防，为航空安全保驾护航。
此外，大数据技术还可以帮助提高发动机的效率和可靠性。
通过数据分析，可以了解到发动机的运行状态和燃油消耗情况，并利用这些信息来优化发动机的调整和操作，从而提高发动机的效率和性能。
大数据还可以揭示发动机之间的差异和共性，为航空业提供改进发动机设计和制造的依据。
总之，大数据技术在航空发动机上的应用极大地增强了航空发动机的可靠性和安全性，提高了发动机的效率和性能。
这些技术的应用将推动航空业的发展和升级，为人们出行和社会经济发展带来重要的贡献。
飞机发动机失效诊断与预警系统设计
飞机发动机失效诊断与预警系统设计随着现代化的社会和经济不断发展，飞机作为一种快捷便利的交通工具，得到了广泛的应用和发展。
然而，飞机出现故障和事故的情况也时有发生，在这些情况中，飞机发动机的失效是一个非常严重的问题，可能会导致灾难性后果。
因此，设计一种可靠的飞机发动机失效诊断与预警系统，成为了飞机行业非常重要的领域之一。
一、发动机失效的原因及其危害发动机失效是指发动机在运行过程中出现了故障或停机的情况。
发动机失效的原因有很多，包括机械故障、电气故障、燃油系统故障、润滑系统故障等。
发动机失效不仅会对飞机造成直接的物理损坏，还会影响到飞机的飞行安全和人员的生命安全。
因此，设计一种高效、精准的飞机发动机失效诊断与预警系统，是保障航空安全的重要措施之一。
二、飞机发动机失效诊断与预警系统设计要求设计一种高效、精准的飞机发动机失效诊断与预警系统有以下几个要求：1、准确性失效诊断与预警系统需要具有高精度的诊断功能，能够准确地确定发动机失效的原因和位置。
应当能够及时地获取发动机的各种工作参数，并进行实时监测和分析，以确保对发动机的失效进行迅速、准确的诊断。
2、操作性失效诊断与预警系统的操作要求简单方便，易于使用。
该系统需要具有友好的用户界面，能够让操作人员轻松地获取所需要的信息和数据。
此外，该系统还需要具有良好的稳定性和可靠性，能够在不同工作条件下正常运行。
3、实时性失效诊断与预警系统需要能够实时地对发动机的各种工作参数进行监控和分析，及时发现发动机失效的情况。
应该能够在最短时间内实现故障的定位和诊断，并对故障进行有效的修复和处理。
4、安全性失效诊断与预警系统的设计过程中，需要考虑到安全性问题，保证系统的可靠性和稳定性。
在实际应用过程中，该系统需要具有强大的应急处理能力，能够处理各种突发情况，保证航空飞行安全。
三、飞机发动机失效诊断与预警系统技术实现失效诊断与预警系统的实现需要应用到各种技术手段，包括计算机技术、电子技术、无线通信技术等，其中最重要的是数据采集和分析技术。
航空发动机失效原因分析及预测方法研究
航空发动机失效原因分析及预测方法研究随着空中交通事故不断增加，对航空发动机的研究得到了更多的关注。
毕竟航空发动机的失效原因是导致空难的主要原因之一。
因此，航空发动机的失效预测成为了科学家追逐的目标。
一、航空发动机失效原因分析航空发动机失效通常会导致飞机跌落。
对于航空发动机的技术攻关，需要科学家探讨失效原因和解决方案。
1. 疲劳裂纹疲劳裂纹是导致航空发动机失效的一种常见原因。
当发动机的金属部件受到循环应力和振动时，强度会不断下降，时间久了会出现裂纹。
这个问题需要科学家针对疲劳裂纹的防治技术进行研究，以防止它的产生。
2. 计算机故障随着科技的发展，现代航空发动机越来越依赖计算机控制系统工作。
因此，计算机故障成为了导致航空发动机失效的另一种原因。
需要科学家从软件、硬件两方面进行深入研究。
3. 人为因素人为因素也是导致航空发动机失效的一个非常重要的因素。
例如，工人粗心大意、操作不当、驾驶员飞行误差等都是可能导致失效的因素。
科学家需要从深层次研究人的心理和行为，并通过完善管理流程来提高操作人员的操作水平。
二、航空发动机失效预测方法研究航空发动机的失效预测技术是一项非常重要的技术。
预测技术可以让飞机在出行前进行检查，确定发动机是否失效，从而保证安全。
1. 数据分析预测技术的第一步是收集和分析相关数据。
数据需要从各种各样的来源收集到，如传感器、运行故障、气象信息等。
科学家需要对获取的数据进行分析，预测出潜在的错误。
2. 机器学习随着人工智能的快速发展，机器学习已经成为了预测技术的主要手段之一。
科学家可以采用监督式、半监督式和无监督式的机器学习技术来对数据进行分析和预测。
3. 物理建模物理建模是通过模拟物理过程来预测未来的技术。
科学家可以通过3D建模或流体力学等模拟软件来建立物理模型，预测航空发动机失败的可能性。
物理建模适合于需要对特定物理环境具有更好的理解的预测问题。
4. 故障诊断故障诊断技术是将已经发生的故障与当前状态进行关联，然后预测未来故障的可能性。
航空发动机系统失效分析与优化
航空发动机系统失效分析与优化航空发动机作为飞机的核心部件，其稳定性和可靠性对于飞行安全至关重要。
然而，在实际使用过程中，航空发动机系统可能会出现失效现象，严重威胁着飞行安全。
因此，航空发动机系统的失效分析与优化成为了一个非常重要的领域。
一、航空发动机系统的失效原因航空发动机系统的失效主要是由以下几个方面原因造成的：（一）设计问题：航空发动机系统设计不合理或者使用了低质量的零部件，如采用了过小或过大的零部件，会影响航空发动机的性能和寿命，进而导致航空发动机系统失效。
（二）制造质量问题：航空发动机系统的制造过程中，可能会存在质量问题，如焊接不良、零部件的制造材料不符合规定等等，这些问题会导致航空发动机系统出现故障或损坏。
（三）使用阶段问题：航空发动机系统在飞行过程中，可能会受到外界环境的影响，如高温、高压、高速等等，这些因素会加速航空发动机系统的老化和损坏；另外，在使用过程中，航空发动机系统的维护和保养问题也很重要，如不及时更换零部件，不对零部件进行清洗维护等等，都会影响到航空发动机系统的正常使用。
二、航空发动机系统失效的影响航空发动机系统失效不仅会造成飞行安全隐患，还会对飞行的效率和经济造成不良影响。
如果航空发动机系统失效导致飞机滑行或者降落时出现问题，很可能会引起重大的事故，危及机上人员的生命安全。
而且，飞机的维护和修理费用也会大幅度增加，影响到飞行成本和效益。
三、航空发动机系统失效的优化方案针对航空发动机系统失效，最有效的措施是进行优化方案，以确保航空发动机系统的良好运行状态。
以下是一些可行的航空发动机系统失效优化方案：（一）设计合理：确保航空发动机系统的设计符合规范，零部件尺寸合理，材料优质，以及一系列有效的提高可靠性的工程技术措施。
（二）制造品质可靠：控制好制造质量，制造工艺要规范，确保所有的零部件都符合制造工艺和规范要求，避免因制造缺陷导致航空发动机系统失效。
（三）定期检查：保持航空发动机系统的良好状态，定期检查和维修至关重要，如更换磨损的零部件，清洗过滤器和紧急切断系统等等，为防止未知的故障带来的安全风险。
航空发动机故障信息管理系统的设计与实现
Ａｂ ｔａ ｔ Ａｓｔｅｍ ｏ ｔ ｍｐ ｒ ｎ ａｔ ｆ ｎａ ｒ ｐａ ｅ， ｔｅａ ｒ ｅ ｇｎ ｒ ｎ ａｌｒ ｅ ａ ｓ ｆｉ ａｄｗｏ ｋｎｇｃ ｎ ｉｏ ｓ ｓｒ ｃ ： ｓ ｏ ｔ ｔ ｒ ａ ｅｏ ｌｎ ｈ ｉ ａ ｐ ｏ ｈ ｅｏ ｎ ｉｅｉ ｐ ｏ ｅｔ ｆｉ ｅｂ ｃ ｕ ｅｏ ｔ ｈ ｒ ｒｉ ｏ ｄｔ ｎ ． ｓ ｏ ｕ ｓ ｉ
ｍａ ａｅ ｎ ｙｔｍ ｅｉｎ ｄａ ｄｄ ｖ ｌｐ ｄｕｉｇＶＢ ｎ ｎ ｇｍｅ ｔ ｓ ｉｄ ｓｇ ｅ ｅ ｅｏ ｅ ｓ ６ａ ｄＤＡＯ ｏ ｊｃｓ Ｔ ｅｓｓ ｍ ａ ｅｎａｐｉｄｏ ｅｔｉ ｐ ｆ ｓ ｅ ｓ ｎ ｎ ｂｅ ｔ ｈ ｙ ｔ ｈ ｓｂ ｅ ｐ ｌ ｎａｃｒ ｎｔ ｅｏ ． ｅ ｅ ａ ｙ
中图 分 类号 ： ２ ．１ Ｐ １ Ｖ ４０ ； ３ １ Ｔ
文 献标 识 码 ： Ａ
航空发动机故障信息管理系统的设计与实现
刘相新 张学仁 宁 勇 ， ，
（ ．北 京 航 空航 天 大 学 ， 北 京 １０ ８ ； ２．中 国南 方 航 空 动 力 机 械 公 司 ，湖 南 ４ ２ ０ ） １ ００３ １ ０ ２
ａ ｒ ｅ ｇ ｎ ． Ｉ ｉ ｄ ｍｏ ｓ ａｅ ａ ｔ ｅ ｎ ｇ ｍｅ ｔ ｆ ｃ ｎ ｙ Ｃ ｅｈｇ ｌ ｃ ｅ ｓ ｄａ ｄ ｔｅｒ ｌ ｂ ｌ ｆ ｅａ ｒ ｅ ｇｎ ａ ｅｏ ｎ ｉ ｅ ｔ ｓ ｅ ｎ ｔ ｔｄｔ ｔ ｒ ｈ ｍａ ａ ｅ ｎ ｉ ｉ ｃ ａ ｂ ｉｈｙ ｉ ｒ ａ ｅ ｎ ｉ ｉ ｔ ｏ ｅ ｏ ｎ ｉ ｅ ｓ ｈ ｅ ｅ ｎ ｎ ｈ ｅａ ｉ ｙ ｈ ｔ ｈ
浅述大数据在航空发动机上的一种应用
浅述大数据在航空发动机上的一种应用
大数据在航空发动机上的应用可以从多个方面进行描述。
大数据在发动机健康监测和
预测维修方面发挥着重要作用。
通过采集和分析大量发动机传感器数据，可以实时监测发
动机的状态，并预测发动机可能出现的故障和维修需求。
这样可以及时采取相应措施，确
保发动机的安全运行，并降低维修成本和停机时间。
大数据在航空发动机设计和优化方面也起到了关键作用。
发动机设计需要进行大量的
数值模拟和试验验证，产生大量的数据。
通过分析这些数据，可以对发动机进行优化设计，提高其性能和燃油效率。
大数据还可以帮助改进发动机的可靠性和耐久性，降低发动机故
障和事故的风险。
大数据可以帮助航空公司进行航班调度和运维决策。
通过对历史和实时的航班数据进
行分析，可以优化航班安排，减少延误和取消。
通过分析发动机数据和维修记录，可以制
定科学合理的维修计划，提高航空公司的运维效率和服务水平。
大数据还可以为航空公司提供全面的运营分析和决策支持。
通过对大量的运营数据进
行分析，可以了解市场需求、客户偏好和竞争对手情况，帮助航空公司制定合理的价格策
略和市场推广计划。
大数据还可以为航空公司提供精准的客户服务和个性化推荐，提高乘
客满意度和忠诚度。
大数据在航空发动机上的应用非常广泛，涵盖了发动机健康监测、设计优化、航班调度、运维决策、安全评估和故障排查、运营分析等多个方面。
随着数据采集和分析技术的
不断发展，大数据在航空发动机上的应用也将越来越重要，为航空业带来更多的创新和发
展机会。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据背景下航空发动机失效案例库管
理系统的研究与设计
摘要：大数据等新兴技术的飞速发展，为航空发动机的失效分析管理带来了
新契机。
本文以大数据等为背景，归纳分析了航空发动机的失效特点和失效分析
程序，在此基础上设计实现了一种基于大数据的航空发动机失效案例库管理系统。
关键词：大数据；航空发动机；失效案例；管理系统
1 引言
航空发动机是由各种类型零部件组成的复杂系统，需要在高温，高压和高转
速等恶劣环境中长时间工作，负载变化频繁且幅度很大。
这种严苛的工作条件，
要求航空发动机重量轻、推力大、耗油低、工作可靠、寿命长，其结构必须根据
发展需求不断改进，维修服务极为重要[1]。
随着传感器技术、数字化技术的不断发展，航空发动机可测量数据类型越来
越多，数据量越来越大，当航空发动机发生故障时，尽管各维修单位都收集和整
理了大量的实效案例，但如何在技术和管理等层面上实现其有效利用，仍是一个
亟需解决的难题。
由于涉及到的产品种类繁杂，其研制、生产、使用和维修单位
往往互不相同，加之产品的失效类型也多种多样，因此在遇到失效问题时，不但
原因复杂，还牵扯到许多单位。
面对大量需要整理和归类的失效案例，人工整理
和归类不仅任务繁重、效率低下，而且容易出现差错，积累的案例库也难以被查
询利用。
目前大数据分析技术在航空领域已经引起了广泛关注。
大数据分析技术对航
空产品设备进行故障管控与预测是提高飞机安全性、可靠性和保障性的重要措施，也是未来航空产品设备管控的发展趋势与关键技术[2]。
信息技术的发展，尤其是
数据库技术的不断突破，使得可以通过构建失效案例库的方式，收集不同渠道的
失效案例并统一管理，有利于资源的充分利用、查询和统计失效分析案例，同类
原因的失效件经过归纳总结都可以用数据库系统来存储，通过数据挖掘技术提取
到具有分析和决策性质的信息，可以积累失效分析经验，弥补失效信息带来的不
确定性和不完整性，提高失效分析的效率[3]，也更好地继承和管理失效分析知识，这对于航空装备修理失效分析的研究具有重要意义。
2 航空发动机失效分析
2.1航空发动机失效特点
航空发动机质量和可靠性保证不仅涉及发动机的设计技术，而且包括了材料
和工艺以及制造技术的质量与可靠性基于大数据对我国近年处理的航空发动机构
件失效案例进行统计分析，然后分别同期不同案例下对失效件分布、主要故障模
式以及影响因素的分布情况。
根据故障模式，失效主要分为渗漏油故障、性能故障、机械故障及其它故障四种类型。
有统计显示[4]，与加工制造相关的失效占36%、装配失效占12%、使用修理失效占18%，设计引起的失效占16%，振动和环
境引起的失效占18%。
排除其他因素，涉及装在使用修理中的失效在统计样本中
占案例总数的18%，可见运用大数据分析技术建立维修失效案例库管理系统，可
以有效提高失效分析的效率，可以为航空发动机设计维修和安全运行提供重要参考，减少失效事故的发生。
2.2 航空发动机失效分析程序
航空发动机失效通常是多个零件共同失效所导致的，当失效事故发生之后，
可能会有大量的零件在事故中受到破坏，所形成的情况往往非常复杂，一般需要
建立一套程序以便在正确的分析思路的指导下来进行失效分析[5]，航空发动机维
修过程中开展失效分析的基本程序如图1所示。
图1航空发动机失效分析基本程序
从图1中可以看出，航空发动机零组件的失效分析与排故就是一项系统工程，包含失效史分析、失效现场调研、综合评定结果、案例统计、维修排故、信息反
馈等多过程，涉及到发动机生产厂家、飞机制造商、航空公司、维修部门等多单位，有着严密的科学性、现实性、实用性与经济性,就是可靠性、安全性分析中
的重要环节之一。
3大数据背景下失效案例库管理系统的设计
通过大数据支持，根据航空发动机维修特点，可以对发动机进行失效分析，
进而有针对性地开展航空发动机的视情维修，同时还可以根据大数据对发动机的
的使用状进行预判、对产品的故障实现预警以及对发动机使用寿命进行预测。
基
于以上信息，对航空发动机失效案例库管理系统的由3大功能模块组成:基础数
据库管理模块、失效案例库管理模块、系统管理模块，如图2所示。
图2航空发动机失效案例库管理系统框架
（1）数据管理模块
基础数据是失效案例管理系统的基础，主要包括发动机模块及失效分析模块。
其中发动机模块是最基础的信息，发动机型号、附件类型来源于发动机制造厂家，使用情况来源于航空公司部门根据实际使用录入，失效类型来源于大数据收集；
失效分析模块包括失效原因管理模块和失效分析模式管理，数据主要来源于失效
分析部门。
（2）失效案例库管理模块
失效案例管理库是失效案例管理系统的核心，主要包括内部案例库和失效分
析知识库。
内部案例库主要包括失效案例录入模块、部件失效历史统计模块、案
例检索模块，失效案例分类统计模块，失效案例录入模块包括部件名称、型号、
类别、失效环境、失效阶段、失效率、失效现象、失效模式分类、失效模式描述、失效原因分类、失效原因描述、预防/纠正措施等信息，每个失效案例还包括相
关照片、检测报告等附件，同时系统可以根据录入分析信息进行案例分类，以便
实现案例的检索及部件失效历史统计；失效分析知识库由失效分析图谱、失效结
果分类、常用失效分析资料查询、法规标准等模块组成，这些模块的信息来源于
大数据的收集以及相关人员的录入，可以实现阅读和下载。
（3）系统管理模块
失效案例管理库是失效案例管理系统的支撑，主要包括用户管理和权限控制。
管理人员登录服务器对客户端的账号密码以及各使用人员权限进行管理，同时发
动机的设计生产厂商、使用人员和失效分析人员可通过系统查询不同部件失效分
析的各种相关信息，包括基本信息、失效分析信息和失效分析案例等。
4 结论
本文首先对航空发动机失效特点和失效分析程序进行了分析，其次基于大数
据背景对航空发动机失效案例库管理系统进行了框架设计系统提供了失效案例相
关信息，可以给予设计和生产商、用户及相关技术人员直观和有效的参考，为发
动机乃至飞机的质量体系建设奠定基础，对快速准确地分析航空发动机的失效模
式，客观公正地判断失效原因，科学有效提出预防与改进措施，防止同类事故的再次发生也有着重要的意义。
参考文献
[1]郭利军.航空机械类部附件基于大数据技术的视情维修初探[J].航空维修与工程,2021(04):118-120.
[2]熊斌华,赵红华,程伟.大数据分析在A320液压系统预测性维修中的研究与应用[J].航空维修与工程,2021(03):38-42.
[3]兰晶,张兵.失效分析案例管理系统的设计与实现[J].失效分析与预
防,2012,7(04):267-270.
[4]姜涛,刘建平,张兵.航空发动机与装配维修有关的失效问题初探[J].失效分析与预防,2013,8(05):316-319.
[5]洪力.航空发动机维修失效分析及管理系统研究[D].国防科技大学,2019.。