长龙（杭州）维修工程有限公司，浙江杭州，311200；
摘要：民航发动机的运行安全与持续适航乃是航空安全的基石，为了克服传统定期检修模式的不足之处，本篇文章想要探寻出一种以数字孪生技术为基础的民航发动机适航维修预知修理体系，其重点所在乃是塑造一个集成了诸多物理场与资料引领模型的发动机数字孪生体，从而精准反映且即时仿真实际发动机关于全生命周期范围内的各个情况，在探究期间将会考察如何整合运用各类由发动机运作过程中所产生的QAR，ACARS等等多种来源并且结构存在差别的数据去调整和推动这个孪生成模型发展。根据孪生体的仿真结果，建立以剩余使用寿命（RUL）预测为核心的健康评估与故障预测算法。最终目的是形成一套可以动态响应发动机真实健康状况、符合适航要求的预测性维护决策机制。从而实现提高维修决策的科学性、前瞻性，推动维修模式由“计划维修”向“状态维修”转变，在保证持续适航的前提下，提升航空公司的运营效率和经济效益。
关键词：数字孪生；民航发动机；适航维修；预测性维护；剩余使用寿命
参考文献
[1]陶飞,刘蔚然,张萌,等.数字孪生及其应用探索[J].计算机集成制造系统,2018,24(1):1-18.
[2]廉晓洁,丁水汀,吴斌.民用航空发动机持续适航管理体系研究[J].航空维修与工程,2017(6):32-35.
[3]李浩,敬忠良,肖秦,等.基于数据驱动的航空发动机剩余寿命预测方法综述[J].航空学报,2020,41(1):023257.
[4]庄存波,刘占生,汤海龙.航空发动机数字孪生技术发展与应用[J].航空发动机,2019,45(3):1-9.
[5]张亮,李少华,贺尔铭.基于机器学习的飞机系统预测与健康管理技术综述[J].航空工程进展,2021,12(4):43-56.
