一种基于贝叶斯理论的维修性评估方法与流程

本发明属于飞机通用质量特性评估验证，具体涉及一种基于贝叶斯理论的维修性评估方法。

背景技术：

1、维修性是现代作战飞机重要的设计特性，是影响飞机使用可用度的重要因素，更是影响其作战效能的关键因素。

2、传统的维修性验证方法是基于大样本的数理统计理论，不仅试验费用高昂，导致研制周期长，而且所需要的试验样本超出实际承受能力。

3、目前的飞机试飞，基本上没有专门的可靠性维修性试飞计划。试飞过程中收集到的数据，都是在外场发生故障并进行维修的数据。试飞过程中，有些系统可能故障较多，则该系统的维修数据也较多，而有些系统可能故障较少，甚至只有一两次故障，相应的维修数据较少。这样就使得收集到的数据样本有限，不能遍及整个样本空间，最终导致评估不够准确。

4、这时，小子样条件下的维修性验证方法就显得迫切重要，基于bayes理论的维修性验证方法允许现场试验样本量可以是少量的，bayes方法解决统计问题的思路不同于经典统计方法，它的一个显著特点就是在保证决策风险尽可能小的情况下，尽量应用装备所有的维修性信息。这不仅仅包括现场试验的信息，还包括现场试验之前的信息，如类似型号装备的维修性信息、历史信息、预防性维修信息、专家信息等。baye方法通过综合利用各种验前信息，结合少量的现场维修性试验信息，对系统维修性指标作出可信的评估，从而降低飞机研制费用、缩短研制周期，促进新(改进)飞机尽快定型并投入使用，进而最终实现飞机战斗力的提升。

技术实现思路

1、本发明要解决的技术问题是提出一种基于贝叶斯理论的维修性评估方法，通过现场试验的信息，以及现场试验之前的信息，基于bayes理论评估小子样条件下的维修性是否满足规定的指标要求。

2、本发明的技术方案是一种基于贝叶斯理论的维修性评估方法，包括以下步骤：

3、s101、获取多源试验与评价信息的验前分布；

4、s102、根据验前分布，获取融合验前分布参数；

5、s103、确定系统维修时间分布类型；

6、s104、根据已获取的系统维修时间分布类型和融合验前分布参数，确定评估所需的维修性样本总量；

7、s105、判断现场试验样本量是否满足获取的评估所需的维修性样本总量，若满足，则进入s107；若不满足要求，则进入s106；

8、s106、通过故障模拟试验扩充样本至评估所需样本量；

9、s107、获取系统样本均值；

10、s108、根据验后似然比确定检验判据；

11、s109、判断系统样本均值是否大于检验判据，并给出评估结果。

12、可选的，所述获取多源试验与评价信息的验前分布，包括：

13、利用共轭分布或随机加权法获取多源试验与评价信息的验前分布。

14、可选的，所述根据验前分布，获取融合验前分布参数，包括：

15、根据验前分布确定融合系数；

16、根据融合系数和验前分布，获取融合验前分布参数。

17、可选的，所述确定系统维修时间分布类型，包括：

18、根据相似系统维修历史经验数据，通过χ2检验方法和k～s检验方法，确定系统维修时间分布类型。

19、可选的，所述根据已获取的系统维修时间分布类型和融合验前分布，确定评估所需的维修性样本总量，包括：

20、根据已获取的系统维修时间分布类型，确定系统维修时间的分布参数θ和σ2；

21、根据系统维修时间的分布参数θ和σ2，和融合验前分布的参数μ、v2，采用如下公式确定评估所需的维修性样本总量n；

22、

23、其中，n为评估所需的维修性样本总量，为下侧概率的标准正态分布分位数，为下侧概率的标准正态分布分位数，α为承制方风险，β为订购方风险，p0、p1分别为假设h0、h1成立的验前概率；假设h0:θ＝θ0；假设h1:θ＝θ1＝λθ0,λ为检出比，p1＝1-p0，θ0为按合同给出平均修复时间mttr的指标值。

24、可选的，所述通过故障模拟试验扩充样本至评估所需样本量，包括：

25、s601、列出系统的组成单元；

26、s602、将各组成单元细分到需维修的产品层次；

27、s603、列出需维修的产品层次的维修作业；

28、s604、估计每项维修作业的维修时间mcti；

29、s605、列出每项需维修的产品的故障率λi；

30、其中，故障率λi由可靠性试验或预计数据估计；

31、s606、列出需维修产品层次中每项产品的数目qi和每项产品的工作时间的加权系数ti；

32、s607、计算各项需维修的产品的故障率qiλiti及其相对发生频率cpi，即

33、

34、式中，m为组成单元的数目；i表示第i项产品，i的取值范围是从1至m；

35、s608、根据nni＝ncpi，计算各项产品的预分配试验样本量nni；当nni小于1，则确定第i个产品应分配的试验样本量为0；当nni不小于1，按照四舍五入的原则对nni取整数，作为第i个产品的试验样本量ni；

36、s609、若则结束抽取；

37、若时，首先去掉所有ni≥1的产品后，按mcti由大到小的顺序排列所有剩余产品；将排列的前l项产品加入分组，l值由并且确定；若l值为所有剩余产品的数目时，则结束抽取；

38、对按照四舍五入的原则取整数；当ni＝1，则令分组内cpi最大的那项产品的ni＝1，当ni＝2则令分组内cpi最大和第二大的两项产品的ni＝1；

39、s610、重新进入分组步骤；

40、s611、获取最终确定的样本量，判断是否少于n，若是，则将所有剩余的产品按cpi从大到小的顺序重新进行排序，从cpi最大的产品开始逐个抽取，直至抽取的样本量达到n为止，则样本分配完毕；若最终确定的样本量超过n，则将所有抽到的产品按cpi从大到小的顺序重新进行排序，去掉cpi最小的一个或几个样本，使抽到的样本量与n相等即可。

41、可选的，所述根据验后似然比确定检验判据，包括：

42、根据平均修复时间指标值，选定的制方风险、订购方风险和检出比，确定检验判据。

43、可选的，所述判断系统样本均值是否大于检验判据，并给出评估结果，包括：

44、若系统样本均值小于检验判据，则确定平均修复时间mttr符合指标要求；

45、若系统样本均值不小于检验判据，则确定平均修复时间mttr不符合指标要求。

46、本技术的有益效果在于：本发明针对小子样条件下的维修性评估不够准确的问题，运用贝叶斯理论方法，突破了多源验前信息分布确定及融合方法、贝叶斯检验样本量确定方法及检验判据构建方法等关键技术，解决了小子样条件下使用多源信息开展维修性评估的技术难题，提高了小子样条件下维修性评估的准确度，同时避免了外场为验证维修性而开展大量昂贵试验的高昂代价，有效降低了试验成本和试验周期，具有较高的工程应用价值。