一种基于无故障数据分析的飞机定检内容优化方法与流程

本发明属于航空维修领域，涉及无故障数据分析在飞机定检内容优化中的应用，有效解决定检工作中维修过度的问题，在保证可靠性的前提下减少飞机停飞时间和维修费用。

背景技术：
飞机定期检查维护(periodicinspectionandmaintenance简称定检)是在航空技术装备使用到一定时限(次数)以后所实施的周期性的维护保养工作，是保证航空技术装备经常处于良好状态的重要手段。其主要内容是深入检查航空技术装备的技术状况，及时发现机件的、特别是机件内部的早期磨耗和损伤，彻底排除所发现的故障缺陷，并进行调整、清洗、润滑等保养工作。飞机定检内容优化是集可靠性分析、计算机、非线性规划等技术于一体,旨在解决定检内容中维修过度的问题。飞机定检内容优化研究始于20世纪80年代。国内外航空公司的飞机例行定检通常按照飞行小时数/起落次数分为A、B、C、D检，一般将A检放在航后进行，不需要专门的停修时间；B检在实际并不常采用，常会取消B检，并将B检工作调整到A检和C检中完成以减少不必要的飞机停场时间。美国对军用飞机的工龄探索开展了大量研究。我国的军用飞机存在定检内容不够合理，检修次数过多，定期检修中离位检查内容过多等问题，结果造成飞机维修停飞时间过长，完好率低。因此定检内容优化工作在民用和军用飞机的维修领域均有重要意义。飞机定检内容优化的关键技术又分为无故障数据分析方法和非线性方程数值求解方法。现有的无故障数据分析方法大致可分为以下几类:经典方法、Bayes方法、多层Bayes方法等。经典方法主要有：配分布曲线法、极小χ2-法、等效失效数法、最优置信限法、修正极大似然函数法、广义线性模型法、改造CLASS-K法和MLR(单调似然比)分布族可靠度的下限等。数值迭代方法求解非线性方程主要有二分法、牛顿法、迭代法和劈因子法，这些方法主要针对一元代数方程。指数方程常用代数解法只能求解最简指数方程；积分方程近似解法有数值积分方法、近似核方法、迭代法和变分法等。而故障分布参数方程为一元指数方程和二元非线性积分方程。上述方法都难以求解故障分布参数方程。

技术实现要素：
本发明的技术解决问题是：克服现有技术的不足，提供一种基于无故障数据分析的飞机定检内容优化方法，能高效选择定检内容优化目标，充分利用了历史可靠性数据信息与特征确定定检工作排查故障的分布类型，采用最优置信估计法获得飞机、发动机及机载设备的可靠度的一定置信水平的置信下限，建立故障分布参数方程并采用非线性规划方法的ActiveSet算法快速精确求解。本发明的技术解决方案是：1、一种基于无故障数据分析的飞机定检内容优化方法，其步骤如下：1)进行飞机定检内容优化目标分析；2)定检排查故障的分布类型分析；3)基于最优置信估计法的无故障数据分析；4)基于非线性规划的故障分布参数方程求解。2、基于网络计划方法，采用WinQSB软件构建网络计划图，获得关键路径和关键工作，从而选择定检内容优化目标。3、按照故障分布类型表分析或者故障分布类型流程分析方式进行定检排查故障的分布类型分析。4、采用最优置信估计法进行无故障数据分析，按照公式给出飞机、发动机及机载设备(其常见故障分布为指数分布、威布尔分布、正态分布和对数正态分布)的可靠度的(1-α)置信水平的置信下限，建立故障分布参数方程。5、采用非线性规划方法ActiveSet算法求解故障分布参数方程。本发明的原理：传统的定检内容优化针对各专业的所谓重要机件开展可靠性计算，计算量大，优化效率低，所以本发明针对关键路径和关键工作选择定检内容优化目标的思想，克服传统定检内容优化方法盲目低效的不足。在定检工作排查故障的分布类型时，查故障分布类型表的方式比较迅捷方便，不足之处是分布类型表的应用范围有限，判断准则比较模糊，有时不方便操作；如果获得基于同类产品故障数据，本发明按照故障分布类型分析流程进行判断，提高了无故障数据分析的效率和精度。对比几种无故障数据分析方法，配分布曲线法、极小χ2-法的关键在于估计失效概率，对失效概率的经典估计误差较大，等效失效数法需要估计等效失效数，修正极大似然函数法、改造CLASS-K法的计算量比较大，广义线性模型法主要应用于威布尔分布的无故障分析，MLR(单调似然比)分布族可靠度的下限应用范围比较少；Bayes方法、多层Bayes方法主要用于配分布曲线法和极小χ2-法中失效概率的估计，方法比较繁琐；本发明采用最优置信估计法进行无故障数据分析，提高效率，增强工程操作性。传统数值迭代方法求解非线性方程主要有二分法、牛顿法、迭代法和劈因子法，这些方法主要针对一元代数方程，而故障分布参数方程为一元指数方程和二元非线性积分方程，本发明采用非线性规划方法的ActiveSet算法求解故障分布参数方程，提高搜索效率、速度和精度。本发明与现有技术相比的优点在于：1)基于网络计划方法，采用WinQSB软件构建网络计划图，获得关键路径和关键工作，选择定检内容优化目标的方法，克服传统定检内容优化盲目低效的不足。2)可以通过查故障分布类型表或者按照基于同类产品故障数据的样本故障分布类型分析流程确定定检工作排查故障的分布类型，充分地利用了历史可靠性数据信息与特征，提高了无故障数据分析的效率和精度。3)采用最优置信估计法进行无故障数据分析，给出飞机、发动机及机载设备(其常见故障分布为指数分布、威布尔分布、正态分布和对数正态分布)的可靠度的(1-α)置信水平的置信下限，建立故障分布参数方程。较Bayes方法、多层Bayes方法和其它经典方法，效率更高，工程操作性更强。4)把故障分布参数方程求解转化成非线性约束极值问题，采用非线性规划方法的ActiveSet算法，较传统方程数值方法搜索效率高、速度快、求解精度高。附图说明图1为本发明的一种基于无故障数据分析的飞机定检内容优化流程；图2为故障分布确定流程图，设X1，X2，…，Xn是来自总体X的一个样本，x1，x2，…，xn是相应的样本值，其中θ为子样均值，S为子样标准差，λ(t)为故障率，子样中值图3为置信水平1-α＝0.8时，t＝800(h)的前机轮轮毂、活动边缘以及刹车装置汽缸座，裂纹故障，平尾上下壁板辅助盒壁板和后段蜂窝以及进气道唇口金属蜂窝结构胶层可靠度的单侧置信下限求解设置和仿真结果；图4为置信水平1-α＝0.8时，t＝800(h)的座舱压力调节分系统可靠度的单侧置信下限求解设置与结果。具体实施方法：1.飞机定检内容优化目标分析基于网络计划方法，采用WinQSB软件的PERT_CPM模块，按照软件附加说明书，输入工作序号、工作名称、紧前工作和工作持续时间，构建现有飞机定检工作的网络计划图；获得关键路径和关键工作；优选部分工期较长的关键工作作为定检内容优化目标M。2.定检排查故障的分布类型分析对定检内容优化目标开展优化分析，可以根据表1所示的适用范围进行查表确定定检工作排查故障的分布类型。表1故障分布类型表若查表不能确定，则根据同类产品历史故障数据，按照如图2所示步骤进行基于同类产品故障数据的故障分布类型分析。设X1，X2，…，Xn是来自总体X的一个样本，x1，x2，…，xn是相应的样本值，子样中值3.基于最优置信估计法的无故障数据分析在定时截尾试验中，设产品寿命T的累积分布函数为F(t,θ)，θ∈Θ为未知参数(可为向量)，Θ为参数空间，可靠性指标(可靠度、可靠寿命、平均寿命等)g(θ)是θ的广义实值函数。若有n个产品其寿命分为为T1，T2，…，Tn，对于给定的n个截尾试验时间X1，X2，…，Xn，得到特征量b的观测值b1，b2，…，bn，则在上述截尾试验下能观测到的试验数据为Z＝(t1,b1,…,tn,bn)。其中ti＝min(Ti,Xi)，i＝1,…,n，当产品无故障时bi＝0，则Z0＝(t1,0,…,tn,0)，称这类数据为无故障数据(Zero-FailureData)，记作(ti,bi)。采用经典方法里的最优置信估计法给出飞机、发动机及机载设备(其常见故障分布为指数分布、威布尔分布、正态分布和对数正态分布)的可靠度的(1-α)置信水平的置信下限。3.1指数分布设产品累计分布函数为F(t,θ)＝1-e-t/θ，其中θ＞0为平均寿命。设从一批产品中任取n个进行定时截尾试验(或现场使用)，到规定时间停止试验(或使用)并未发现产品故障，产品的工作时间为t1≤t2≤…≤tn。则可靠度R(t,θ)的置信水平为1-α的最优置信下限为：3.2威布尔分布设产品寿命服从威布尔分布，其分布函数为其中形状参数m＞0，特征寿命η＞0是未知参数。设有n个产品，外场工作时间为t1≤t2≤…≤tn时未发现故障，则可靠度R(t)的置信水平为1-α的最优单侧置信下限为：若m1与m2已知，且0＜m1≤m≤m2(m1＜m2)。其中m*是下述方程的根3.3正态分布设产品正态分布的累积分布函数为其中位置参数μ，也称均值；尺度参数σ，也称标准差。位置参数μ＝0，尺度参数σ＝1的正态分布称为标准正态分布，分布函数为显然有设n个产品工作时间为t1,t2,…,tn时未出现故障，-∞＜μ＜∞，0＜σ＜∞。(1)限制条件下可靠度R(t)的置信水平为1-α的最优单侧置信下限限制条件σ1≤σ≤σ2，σ1和σ2已知，0＜σ1＜σ2＜∞。式中t(n)＝max(t1,…,tn)；(μ0,σ0)是下列方程组的解：若已知σ，则由以下方程求取μ(σ)(2)可靠度R(t)的置信水平为1-α的最优单侧置信下限式中t(n)＝max(t1,…,tn)，p为n个产品中的工作时间等于t(n)的产品个数；(μ1,σ1)是下列方程组的唯一解：3.4对数正态分布设产品累计分布函数为其中μ称对数均值；σ称对数标准差。设n个产品工作时间为t1,t2,…,tn时未出现故障，-∞＜μ＜∞，0＜σ＜∞，可靠度R(t)的置信水平为1-α的最优单侧置信下限为：式中t(n)＝max(t1,…,tn)，p为n个产品中的工作时间等于t(n)的产品个数；(μ1,σ1)是下列方程组的唯一解：4.基于非线性规划的故障分布参数方程求解传统方程数值迭代方法，盲目性比较大，搜索效率低。本发明采用非线性规划方法，作为非线性约束极值问题解决。非线性约束极值问题的数学模型为：求n维向量(T表示转置)，使得标量目标函数局部最小，即：满足下列约束：非线性约束和线性约束和取值范围数学模型或者写成更一般形式：Matlab里面求解非线性约束极值问题主要采用ActiveSet算法，即所谓库恩-塔克(Kuhn-Tucher)方程:设是非线性规划的局部极小点，和(j＝1,2,…,l)在点处有一阶连续偏导数，且处的所有起作用约束梯度线性无关，则存在拉格朗日算子使其中▽(del)为对标量的哈密顿算符，为向量，即5.对某型飞机专业定检内容优化分析如果飞机的可靠度要求：安全关系重大的部位和具有隐蔽功能的机件，可靠度>85％；一般机件的可靠度为0.7～0.8；置信水平：1-α＝0.80。按照图1所示定检内容优化流程，可以得到以下定检内容优化建议：200/400小时定检减少内容为附件探伤(16h)和压力调节分系统检查(6h)。具体操作如下：5.1附件车间200小时4项定检内容可延长至800小时对某型飞机随机抽查24架，飞行时间全部在400小时以上，分析2007.2～2013.3年故障记录表明，没有发生一例前机轮轮毂、活动边缘以及刹车装置汽缸座，裂纹故障，平尾上下壁板辅助盒壁板和后段蜂窝以及进气道唇口金属蜂窝结构胶层故障。在所有2717项故障中，只有一项是无损探伤检查出来，而且不是200小时/400小时定检内容。按照图2步骤分析，前机轮轮毂、活动边缘以及刹车装置汽缸座，裂纹故障，平尾上下壁板辅助盒壁板和后段蜂窝以及进气道唇口金属蜂窝结构胶层的故障时间服从对数正态分布lnt～N(μ,σ2)。样本无故障时间为463，684，656.5，850，602.4，952.7，648.9，703，728.6，740.3，843.6，810.2，519.8，550.8，561.6，509.4，529，527.1，483.6，512，671，474.3，524，642.2小时。采用无故障数据的可靠性分析方法。(1)置信水平1-α＝0.8时，t＝200，400，600(h)的可靠度的单侧置信下限解：因为所以0＜t＜t(0)得而且采用200小时定检和400小时定检对可靠度的提高效果不大。(2)置信水平1-α＝0.8时，t＝800(h)的可靠度的单侧置信下限因为所以t(0)＜t＜t(24)解方程组，求(μ1,σ1)采用matlab的优化工具箱，选择有约束非线性优化解算器，Activeset算法，约束为μ1∈(0,∞)，σ1∈(0,∞)，搜索起点为[0.1,0.1]，迭代20步得到μ1＝1.022，σ1＝0.236，如图3所示。所以RL(800)＝Φ(1.022)＝0.85故建议将附件车间表2所示200小时定检内容延长至800小时。表2附件车间200小时定检优化内容5.2附件车间400小时15项定检内容可延长至800小时随机抽查24架某型飞机，飞行时间在600小时以上的有13架，分析2007.2～2013.3年故障记录表明，没有发生一例前机轮轮毂、活动边缘以及刹车装置汽缸座，裂纹故障，平尾上下壁板辅助盒壁板和后段蜂窝以及进气道唇口金属蜂窝结构胶层故障。设前机轮轮毂、活动边缘以及刹车装置汽缸座，裂纹故障，平尾上下壁板辅助盒壁板和后段蜂窝以及进气道唇口金属蜂窝结构胶层的故障时间服从对数正态分布。则建议将表3所示附件车间400小时定检内容延长至800小时。表3附件车间400小时定检优化内容5.3飞机车间200/400小时座舱压力调节分系统定检内容可延长至800小时按照图2步骤分析，飞机座舱压力调节分系统故障时间t符合威布尔分布。24架飞机样本座舱压力调节分系统的无故障时间为463，684，656.5，850，602.4，952.7，648.9，703，728.6，740.3，843.6，810.2，519.8，550.8，561.6，509.4，529，527.1，483.6，512，671，474.3，524，642.2小时。(1)置信水平1-α＝0.8时，t＝200，400，600(h)的可靠度的单侧置信下限解：因为t(24)＝952.7(h),所以0＜t＜t(0)得而且采用200小时定检和400小时定检对可靠度的提高效果不大。(2)置信水平1-α＝0.8时，t＝800(h)的可靠度的单侧置信下限因为t(24)＝952.7(h)所以t(0)＜t＜t(24)解方程，m*是下述方程的根(m*>0)采用matlab的优化工具箱，选择有约束非线性优化解算器，Activeset算法，约束为m*∈(0,∞)，搜索起点为[0]，迭代15步得到m*＝6.593，如图4所示。所以