基于可靠性的民用飛機計劃維修的決策方法.pdf

1、維修是保證民用飛機持續(xù)適航的重要手段，故在飛機設(shè)計、制造和運營的整個過程中，維修都是必須重點關(guān)注。例如，在民用飛機設(shè)計制造時就開始編制維修大綱、維修手冊等，在飛機運用中又必須實施維修活動、記錄維修信息。合理的維修降低維修成本不僅可以為飛機制造商贏得市場而且還能為航空公司節(jié)約成本，因此維修是飛機的重要保障性工作。本文主要從可靠性評估、維修策略和維修任務(wù)組合優(yōu)化三個角度討論了民用飛機的維修。首先，準(zhǔn)確的可靠性評估是民用飛機維修決策的基礎(chǔ)，沒

2、有準(zhǔn)確的可靠性信息很難對維修做出正確的評判。維修策略是根據(jù)維修項目的可靠性、特點和需要確定每個維修項目合理的維修方式。最后，在實際執(zhí)行維修活動時，往往還要對維修任務(wù)進行優(yōu)化組合形成維修工作包，這不僅是組織管理維修活動的需要，而且還能降低維修成本。
　　民用飛機使用過程中經(jīng)常產(chǎn)生各種截尾小樣本，這增加了可靠性評估的困難。鑒于截尾樣本的真實壽命與完全樣本有相同的分布，若把截尾樣本轉(zhuǎn)化成完全樣本，則可按照完全樣本的頻數(shù)的比例估算截尾樣本

3、折算的頻數(shù)。一方面在該頻數(shù)的基礎(chǔ)上改進了標(biāo)準(zhǔn)壽命表估計和乘積限估計，使得它們能準(zhǔn)確地估計各類截尾樣本。另一方面，把該頻數(shù)作為權(quán)重因素之一，并結(jié)合順序統(tǒng)計量在標(biāo)準(zhǔn)分布下的方差，形成能精確估計各類截尾樣本的加權(quán)最小二乘法。由于截尾數(shù)據(jù)的似然函數(shù)中含有概率分布函數(shù)而導(dǎo)致MLE性能下降，本文在構(gòu)造截尾事件及其概率密度函數(shù)的基礎(chǔ)上，形成了截尾數(shù)據(jù)的概率密度函數(shù)。用截尾數(shù)據(jù)的概率密度函數(shù)替代傳統(tǒng) MLE使用的概率分布函數(shù)，再與完全樣本的概率密度函數(shù)

4、共同構(gòu)造似然函數(shù)。這樣似然函數(shù)就全部由概率密度函數(shù)組成，故改進的MLE符合MLE定義的。大量的仿真實驗證明本文改進的方法可以很好評估截尾小樣本的可靠度，比傳統(tǒng)MLE估計得更加準(zhǔn)確。尤其是當(dāng)樣本中截尾數(shù)據(jù)的比例比較高的情況下，本文改進方法的優(yōu)勢更加明顯。從評估升降舵作動器和副翼作動器的可靠性的實例中可以看出，和傳統(tǒng)方法相比，本文改進方法評估的可靠性傾向于保守而且更加精確。
　　通常在衡量民機可靠性時，都假設(shè)在整個壽命周期內(nèi)風(fēng)險有相同

5、的規(guī)律并且故障服從同一個分布，故在整個壽命周期內(nèi)使用統(tǒng)一的可靠度模型。事實上，民用飛機中許多設(shè)備的故障風(fēng)險都很復(fù)雜，往往隨運行時間有不同的特點甚至呈現(xiàn)多峰性，例如浴盆曲線，因此在整個壽命周期內(nèi)用單一模型擬合設(shè)備可靠度的方法往往有較大的誤差。如果根據(jù)風(fēng)險變化的特點把整個壽命周期分成不同的區(qū)間，則分段擬合就可以更準(zhǔn)確地逼近可靠度的變化。故本文把風(fēng)險當(dāng)作分段函數(shù)，提出了兩類分段可靠度分布：一類風(fēng)險函數(shù)是連續(xù)的；另一類風(fēng)險函數(shù)可以是間斷的。為了

6、估計分段可靠度模型的參數(shù)，在對壽命樣本進行聚類的基礎(chǔ)上，本文討論了分段可靠度分布的回歸估計和極大似然估計。最后，因為通常的信息準(zhǔn)則不適合分段分布模型，本文改進了信息準(zhǔn)則以評價分段可靠度模型的優(yōu)劣。經(jīng)過大量的實驗和仿真驗證，本文的分段可靠度模型和它的估計方法比傳統(tǒng)的單一模型更精確，尤其是在風(fēng)險具有階段性和多峰性時。分段風(fēng)險模型在評估發(fā)動機引氣系統(tǒng)和前緣襟翼接近傳感器的可靠度中表現(xiàn)良好，說明了分段可靠度模型有很好的實用性和準(zhǔn)確性。
　

7、　在準(zhǔn)確評估可靠性后，合理地選擇維修策略制定優(yōu)化的維修決策是飛機維修保障的關(guān)鍵。目前，盡管功能檢查是飛機維修中最常用的維修策略，功能檢查的實際應(yīng)用遇到兩大問題：在某些條件下檢查的準(zhǔn)確度不夠高；缺少潛在缺陷和延遲時間的實際樣本。目前的功能檢查模型多數(shù)沒有考慮維修項目實際退化過程對維修策略的限制，許多理論上很好的檢查策略在實際中卻不很準(zhǔn)確，不能準(zhǔn)確發(fā)現(xiàn)故障。根據(jù)退化過程對檢查間隔的約束，針對時間延遲模型的功能檢查，建立有約束的不等間隔檢查的

8、費用率優(yōu)化模型，并且提出了衡量檢查準(zhǔn)確性的指標(biāo)。本文假設(shè)故障率在潛在缺陷發(fā)生前后是明顯不同的，然后提出一個分段分布和基于KS檢驗的時間序列層次聚類方法來估計潛在缺陷的發(fā)生時間。然后，能從壽命樣本中提取出延遲時間樣本，進一步估計出延遲時間分布。最后，因為壽命是延遲時間和潛在缺陷時間的總和，這樣在壽命分布被估計出后潛在缺陷時間可以輕松估計出。最后把本文的維修決策模型應(yīng)用到民用飛機的減速控制系統(tǒng)中取得了良好的效果。實例和仿真結(jié)果都顯示：不等間

9、隔的檢查策略要比等間隔的檢查策略更加經(jīng)濟；和無約束的檢查模型相比，有約束的檢查模型雖然費用率數(shù)值可能不是最優(yōu)，但是其確定的檢查策略更加高效準(zhǔn)確并符合工程實際。另外，在民用飛機的維修領(lǐng)域，單目標(biāo)模型有時是單調(diào)的，不存在最優(yōu)值，不能求出最優(yōu)維修策略。故本文綜合考慮多個目標(biāo)，為維修策略建立多目標(biāo)規(guī)劃模型，就可以求出同時接近多個目標(biāo)的最優(yōu)策略。并且提出一個新的中心對稱的單純形優(yōu)化方法來求解該多目標(biāo)優(yōu)化問題。實驗證明本文的維修模型能取得更高效更準(zhǔn)

10、確的決策。
　　維修任務(wù)優(yōu)化組合不僅便于組織管理維修活動而且還能降低維修成本。但是在各種約束下實現(xiàn)維修任務(wù)的最優(yōu)組合，不僅涉及數(shù)值計算而且還是個NP難問題。本文討論了用遺傳算法和聚類模型兩個方法實現(xiàn)維修任務(wù)的組合優(yōu)化。首先，本文提出了一種適合求解組合優(yōu)化問題的遺傳算法--基于簇遍歷的遺傳算法，以定時更換策略的塊替換為例子，實現(xiàn)了維修任務(wù)的優(yōu)化組合。當(dāng)只已知維修任務(wù)的間隔及其浮動范圍時，本文改進了模糊C均值聚類的模型以實現(xiàn)了維修任務(wù)