本發(fā)明屬于航空維修領(lǐng)域，涉及無故障數(shù)據(jù)分析在飛機定檢內(nèi)容優(yōu)化中的應(yīng)用，有效解決定檢工作中維修過度的問題，在保證可靠性的前提下減少飛機停飛時間和維修費用。

背景技術(shù)：
飛機定期檢查維護(periodicinspectionandmaintenance簡稱定檢)是在航空技術(shù)裝備使用到一定時限(次數(shù))以后所實施的周期性的維護保養(yǎng)工作，是保證航空技術(shù)裝備經(jīng)常處于良好狀態(tài)的重要手段。其主要內(nèi)容是深入檢查航空技術(shù)裝備的技術(shù)狀況，及時發(fā)現(xiàn)機件的、特別是機件內(nèi)部的早期磨耗和損傷，徹底排除所發(fā)現(xiàn)的故障缺陷，并進行調(diào)整、清洗、潤滑等保養(yǎng)工作。飛機定檢內(nèi)容優(yōu)化是集可靠性分析、計算機、非線性規(guī)劃等技術(shù)于一體,旨在解決定檢內(nèi)容中維修過度的問題。飛機定檢內(nèi)容優(yōu)化研究始于20世紀(jì)80年代。國內(nèi)外航空公司的飛機例行定檢通常按照飛行小時數(shù)/起落次數(shù)分為A、B、C、D檢，一般將A檢放在航后進行，不需要專門的停修時間；B檢在實際并不常采用，常會取消B檢，并將B檢工作調(diào)整到A檢和C檢中完成以減少不必要的飛機停場時間。美國對軍用飛機的工齡探索開展了大量研究。我國的軍用飛機存在定檢內(nèi)容不夠合理，檢修次數(shù)過多，定期檢修中離位檢查內(nèi)容過多等問題，結(jié)果造成飛機維修停飛時間過長，完好率低。因此定檢內(nèi)容優(yōu)化工作在民用和軍用飛機的維修領(lǐng)域均有重要意義。飛機定檢內(nèi)容優(yōu)化的關(guān)鍵技術(shù)又分為無故障數(shù)據(jù)分析方法和非線性方程數(shù)值求解方法?，F(xiàn)有的無故障數(shù)據(jù)分析方法大致可分為以下幾類:經(jīng)典方法、Bayes方法、多層Bayes方法等。經(jīng)典方法主要有：配分布曲線法、極小χ2-法、等效失效數(shù)法、最優(yōu)置信限法、修正極大似然函數(shù)法、廣義線性模型法、改造CLASS-K法和MLR(單調(diào)似然比)分布族可靠度的下限等。數(shù)值迭代方法求解非線性方程主要有二分法、牛頓法、迭代法和劈因子法，這些方法主要針對一元代數(shù)方程。指數(shù)方程常用代數(shù)解法只能求解最簡指數(shù)方程；積分方程近似解法有數(shù)值積分方法、近似核方法、迭代法和變分法等。而故障分布參數(shù)方程為一元指數(shù)方程和二元非線性積分方程。上述方法都難以求解故障分布參數(shù)方程。

技術(shù)實現(xiàn)要素：
本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)的不足，提供一種基于無故障數(shù)據(jù)分析的飛機定檢內(nèi)容優(yōu)化方法，能高效選擇定檢內(nèi)容優(yōu)化目標(biāo)，充分利用了歷史可靠性數(shù)據(jù)信息與特征確定定檢工作排查故障的分布類型，采用最優(yōu)置信估計法獲得飛機、發(fā)動機及機載設(shè)備的可靠度的一定置信水平的置信下限，建立故障分布參數(shù)方程并采用非線性規(guī)劃方法的ActiveSet算法快速精確求解。本發(fā)明的技術(shù)解決方案是：1、一種基于無故障數(shù)據(jù)分析的飛機定檢內(nèi)容優(yōu)化方法，其步驟如下：1)進行飛機定檢內(nèi)容優(yōu)化目標(biāo)分析；2)定檢排查故障的分布類型分析；3)基于最優(yōu)置信估計法的無故障數(shù)據(jù)分析；4)基于非線性規(guī)劃的故障分布參數(shù)方程求解。2、基于網(wǎng)絡(luò)計劃方法，采用WinQSB軟件構(gòu)建網(wǎng)絡(luò)計劃圖，獲得關(guān)鍵路徑和關(guān)鍵工作，從而選擇定檢內(nèi)容優(yōu)化目標(biāo)。3、按照故障分布類型表分析或者故障分布類型流程分析方式進行定檢排查故障的分布類型分析。4、采用最優(yōu)置信估計法進行無故障數(shù)據(jù)分析，按照公式給出飛機、發(fā)動機及機載設(shè)備(其常見故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對數(shù)正態(tài)分布)的可靠度的(1-α)置信水平的置信下限，建立故障分布參數(shù)方程。5、采用非線性規(guī)劃方法ActiveSet算法求解故障分布參數(shù)方程。本發(fā)明的原理：傳統(tǒng)的定檢內(nèi)容優(yōu)化針對各專業(yè)的所謂重要機件開展可靠性計算，計算量大，優(yōu)化效率低，所以本發(fā)明針對關(guān)鍵路徑和關(guān)鍵工作選擇定檢內(nèi)容優(yōu)化目標(biāo)的思想，克服傳統(tǒng)定檢內(nèi)容優(yōu)化方法盲目低效的不足。在定檢工作排查故障的分布類型時，查故障分布類型表的方式比較迅捷方便，不足之處是分布類型表的應(yīng)用范圍有限，判斷準(zhǔn)則比較模糊，有時不方便操作；如果獲得基于同類產(chǎn)品故障數(shù)據(jù)，本發(fā)明按照故障分布類型分析流程進行判斷，提高了無故障數(shù)據(jù)分析的效率和精度。對比幾種無故障數(shù)據(jù)分析方法，配分布曲線法、極小χ2-法的關(guān)鍵在于估計失效概率，對失效概率的經(jīng)典估計誤差較大，等效失效數(shù)法需要估計等效失效數(shù)，修正極大似然函數(shù)法、改造CLASS-K法的計算量比較大，廣義線性模型法主要應(yīng)用于威布爾分布的無故障分析，MLR(單調(diào)似然比)分布族可靠度的下限應(yīng)用范圍比較少；Bayes方法、多層Bayes方法主要用于配分布曲線法和極小χ2-法中失效概率的估計，方法比較繁瑣；本發(fā)明采用最優(yōu)置信估計法進行無故障數(shù)據(jù)分析，提高效率，增強工程操作性。傳統(tǒng)數(shù)值迭代方法求解非線性方程主要有二分法、牛頓法、迭代法和劈因子法，這些方法主要針對一元代數(shù)方程，而故障分布參數(shù)方程為一元指數(shù)方程和二元非線性積分方程，本發(fā)明采用非線性規(guī)劃方法的ActiveSet算法求解故障分布參數(shù)方程，提高搜索效率、速度和精度。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：1)基于網(wǎng)絡(luò)計劃方法，采用WinQSB軟件構(gòu)建網(wǎng)絡(luò)計劃圖，獲得關(guān)鍵路徑和關(guān)鍵工作，選擇定檢內(nèi)容優(yōu)化目標(biāo)的方法，克服傳統(tǒng)定檢內(nèi)容優(yōu)化盲目低效的不足。2)可以通過查故障分布類型表或者按照基于同類產(chǎn)品故障數(shù)據(jù)的樣本故障分布類型分析流程確定定檢工作排查故障的分布類型，充分地利用了歷史可靠性數(shù)據(jù)信息與特征，提高了無故障數(shù)據(jù)分析的效率和精度。3)采用最優(yōu)置信估計法進行無故障數(shù)據(jù)分析，給出飛機、發(fā)動機及機載設(shè)備(其常見故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對數(shù)正態(tài)分布)的可靠度的(1-α)置信水平的置信下限，建立故障分布參數(shù)方程。較Bayes方法、多層Bayes方法和其它經(jīng)典方法，效率更高，工程操作性更強。4)把故障分布參數(shù)方程求解轉(zhuǎn)化成非線性約束極值問題，采用非線性規(guī)劃方法的ActiveSet算法，較傳統(tǒng)方程數(shù)值方法搜索效率高、速度快、求解精度高。附圖說明圖1為本發(fā)明的一種基于無故障數(shù)據(jù)分析的飛機定檢內(nèi)容優(yōu)化流程；圖2為故障分布確定流程圖，設(shè)X1，X2，…，Xn是來自總體X的一個樣本，x1，x2，…，xn是相應(yīng)的樣本值，其中θ為子樣均值，S為子樣標(biāo)準(zhǔn)差，λ(t)為故障率，子樣中值圖3為置信水平1-α＝0.8時，t＝800(h)的前機輪輪轂、活動邊緣以及剎車裝置汽缸座，裂紋故障，平尾上下壁板輔助盒壁板和后段蜂窩以及進氣道唇口金屬蜂窩結(jié)構(gòu)膠層可靠度的單側(cè)置信下限求解設(shè)置和仿真結(jié)果；圖4為置信水平1-α＝0.8時，t＝800(h)的座艙壓力調(diào)節(jié)分系統(tǒng)可靠度的單側(cè)置信下限求解設(shè)置與結(jié)果。具體實施方法：1.飛機定檢內(nèi)容優(yōu)化目標(biāo)分析基于網(wǎng)絡(luò)計劃方法，采用WinQSB軟件的PERT_CPM模塊，按照軟件附加說明書，輸入工作序號、工作名稱、緊前工作和工作持續(xù)時間，構(gòu)建現(xiàn)有飛機定檢工作的網(wǎng)絡(luò)計劃圖；獲得關(guān)鍵路徑和關(guān)鍵工作；優(yōu)選部分工期較長的關(guān)鍵工作作為定檢內(nèi)容優(yōu)化目標(biāo)M。2.定檢排查故障的分布類型分析對定檢內(nèi)容優(yōu)化目標(biāo)開展優(yōu)化分析，可以根據(jù)表1所示的適用范圍進行查表確定定檢工作排查故障的分布類型。表1故障分布類型表若查表不能確定，則根據(jù)同類產(chǎn)品歷史故障數(shù)據(jù)，按照如圖2所示步驟進行基于同類產(chǎn)品故障數(shù)據(jù)的故障分布類型分析。設(shè)X1，X2，…，Xn是來自總體X的一個樣本，x1，x2，…，xn是相應(yīng)的樣本值，子樣中值3.基于最優(yōu)置信估計法的無故障數(shù)據(jù)分析在定時截尾試驗中，設(shè)產(chǎn)品壽命T的累積分布函數(shù)為F(t,θ)，θ∈Θ為未知參數(shù)(可為向量)，Θ為參數(shù)空間，可靠性指標(biāo)(可靠度、可靠壽命、平均壽命等)g(θ)是θ的廣義實值函數(shù)。若有n個產(chǎn)品其壽命分為為T1，T2，…，Tn，對于給定的n個截尾試驗時間X1，X2，…，Xn，得到特征量b的觀測值b1，b2，…，bn，則在上述截尾試驗下能觀測到的試驗數(shù)據(jù)為Z＝(t1,b1,…,tn,bn)。其中ti＝min(Ti,Xi)，i＝1,…,n，當(dāng)產(chǎn)品無故障時bi＝0，則Z0＝(t1,0,…,tn,0)，稱這類數(shù)據(jù)為無故障數(shù)據(jù)(Zero-FailureData)，記作(ti,bi)。采用經(jīng)典方法里的最優(yōu)置信估計法給出飛機、發(fā)動機及機載設(shè)備(其常見故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對數(shù)正態(tài)分布)的可靠度的(1-α)置信水平的置信下限。3.1指數(shù)分布設(shè)產(chǎn)品累計分布函數(shù)為F(t,θ)＝1-e-t/θ，其中θ＞0為平均壽命。設(shè)從一批產(chǎn)品中任取n個進行定時截尾試驗(或現(xiàn)場使用)，到規(guī)定時間停止試驗(或使用)并未發(fā)現(xiàn)產(chǎn)品故障，產(chǎn)品的工作時間為t1≤t2≤…≤tn。則可靠度R(t,θ)的置信水平為1-α的最優(yōu)置信下限為：3.2威布爾分布設(shè)產(chǎn)品壽命服從威布爾分布，其分布函數(shù)為其中形狀參數(shù)m＞0，特征壽命η＞0是未知參數(shù)。設(shè)有n個產(chǎn)品，外場工作時間為t1≤t2≤…≤tn時未發(fā)現(xiàn)故障，則可靠度R(t)的置信水平為1-α的最優(yōu)單側(cè)置信下限為：若m1與m2已知，且0＜m1≤m≤m2(m1＜m2)。其中m*是下述方程的根3.3正態(tài)分布設(shè)產(chǎn)品正態(tài)分布的累積分布函數(shù)為其中位置參數(shù)μ，也稱均值；尺度參數(shù)σ，也稱標(biāo)準(zhǔn)差。位置參數(shù)μ＝0，尺度參數(shù)σ＝1的正態(tài)分布稱為標(biāo)準(zhǔn)正態(tài)分布，分布函數(shù)為顯然有設(shè)n個產(chǎn)品工作時間為t1,t2,…,tn時未出現(xiàn)故障，-∞＜μ＜∞，0＜σ＜∞。(1)限制條件下可靠度R(t)的置信水平為1-α的最優(yōu)單側(cè)置信下限限制條件σ1≤σ≤σ2，σ1和σ2已知，0＜σ1＜σ2＜∞。式中t(n)＝max(t1,…,tn)；(μ0,σ0)是下列方程組的解：若已知σ，則由以下方程求取μ(σ)(2)可靠度R(t)的置信水平為1-α的最優(yōu)單側(cè)置信下限式中t(n)＝max(t1,…,tn)，p為n個產(chǎn)品中的工作時間等于t(n)的產(chǎn)品個數(shù)；(μ1,σ1)是下列方程組的唯一解：3.4對數(shù)正態(tài)分布設(shè)產(chǎn)品累計分布函數(shù)為其中μ稱對數(shù)均值；σ稱對數(shù)標(biāo)準(zhǔn)差。設(shè)n個產(chǎn)品工作時間為t1,t2,…,tn時未出現(xiàn)故障，-∞＜μ＜∞，0＜σ＜∞，可靠度R(t)的置信水平為1-α的最優(yōu)單側(cè)置信下限為：式中t(n)＝max(t1,…,tn)，p為n個產(chǎn)品中的工作時間等于t(n)的產(chǎn)品個數(shù)；(μ1,σ1)是下列方程組的唯一解：4.基于非線性規(guī)劃的故障分布參數(shù)方程求解傳統(tǒng)方程數(shù)值迭代方法，盲目性比較大，搜索效率低。本發(fā)明采用非線性規(guī)劃方法，作為非線性約束極值問題解決。非線性約束極值問題的數(shù)學(xué)模型為：求n維向量(T表示轉(zhuǎn)置)，使得標(biāo)量目標(biāo)函數(shù)局部最小，即：滿足下列約束：非線性約束和線性約束和取值范圍數(shù)學(xué)模型或者寫成更一般形式：Matlab里面求解非線性約束極值問題主要采用ActiveSet算法，即所謂庫恩-塔克(Kuhn-Tucher)方程:設(shè)是非線性規(guī)劃的局部極小點，和(j＝1,2,…,l)在點處有一階連續(xù)偏導(dǎo)數(shù)，且處的所有起作用約束梯度線性無關(guān)，則存在拉格朗日算子使其中▽(del)為對標(biāo)量的哈密頓算符，為向量，即5.對某型飛機專業(yè)定檢內(nèi)容優(yōu)化分析如果飛機的可靠度要求：安全關(guān)系重大的部位和具有隱蔽功能的機件，可靠度>85％；一般機件的可靠度為0.7～0.8；置信水平：1-α＝0.80。按照圖1所示定檢內(nèi)容優(yōu)化流程，可以得到以下定檢內(nèi)容優(yōu)化建議：200/400小時定檢減少內(nèi)容為附件探傷(16h)和壓力調(diào)節(jié)分系統(tǒng)檢查(6h)。具體操作如下：5.1附件車間200小時4項定檢內(nèi)容可延長至800小時對某型飛機隨機抽查24架，飛行時間全部在400小時以上，分析2007.2～2013.3年故障記錄表明，沒有發(fā)生一例前機輪輪轂、活動邊緣以及剎車裝置汽缸座，裂紋故障，平尾上下壁板輔助盒壁板和后段蜂窩以及進氣道唇口金屬蜂窩結(jié)構(gòu)膠層故障。在所有2717項故障中，只有一項是無損探傷檢查出來，而且不是200小時/400小時定檢內(nèi)容。按照圖2步驟分析，前機輪輪轂、活動邊緣以及剎車裝置汽缸座，裂紋故障，平尾上下壁板輔助盒壁板和后段蜂窩以及進氣道唇口金屬蜂窩結(jié)構(gòu)膠層的故障時間服從對數(shù)正態(tài)分布lnt～N(μ,σ2)。樣本無故障時間為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小時。采用無故障數(shù)據(jù)的可靠性分析方法。(1)置信水平1-α＝0.8時，t＝200，400，600(h)的可靠度的單側(cè)置信下限解：因為所以0＜t＜t(0)得而且采用200小時定檢和400小時定檢對可靠度的提高效果不大。(2)置信水平1-α＝0.8時，t＝800(h)的可靠度的單側(cè)置信下限因為所以t(0)＜t＜t(24)解方程組，求(μ1,σ1)采用matlab的優(yōu)化工具箱，選擇有約束非線性優(yōu)化解算器，Activeset算法，約束為μ1∈(0,∞)，σ1∈(0,∞)，搜索起點為[0.1,0.1]，迭代20步得到μ1＝1.022，σ1＝0.236，如圖3所示。所以RL(800)＝Φ(1.022)＝0.85故建議將附件車間表2所示200小時定檢內(nèi)容延長至800小時。表2附件車間200小時定檢優(yōu)化內(nèi)容5.2附件車間400小時15項定檢內(nèi)容可延長至800小時隨機抽查24架某型飛機，飛行時間在600小時以上的有13架，分析2007.2～2013.3年故障記錄表明，沒有發(fā)生一例前機輪輪轂、活動邊緣以及剎車裝置汽缸座，裂紋故障，平尾上下壁板輔助盒壁板和后段蜂窩以及進氣道唇口金屬蜂窩結(jié)構(gòu)膠層故障。設(shè)前機輪輪轂、活動邊緣以及剎車裝置汽缸座，裂紋故障，平尾上下壁板輔助盒壁板和后段蜂窩以及進氣道唇口金屬蜂窩結(jié)構(gòu)膠層的故障時間服從對數(shù)正態(tài)分布。則建議將表3所示附件車間400小時定檢內(nèi)容延長至800小時。表3附件車間400小時定檢優(yōu)化內(nèi)容5.3飛機車間200/400小時座艙壓力調(diào)節(jié)分系統(tǒng)定檢內(nèi)容可延長至800小時按照圖2步驟分析，飛機座艙壓力調(diào)節(jié)分系統(tǒng)故障時間t符合威布爾分布。24架飛機樣本座艙壓力調(diào)節(jié)分系統(tǒng)的無故障時間為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小時。(1)置信水平1-α＝0.8時，t＝200，400，600(h)的可靠度的單側(cè)置信下限解：因為t(24)＝952.7(h),所以0＜t＜t(0)得而且采用200小時定檢和400小時定檢對可靠度的提高效果不大。(2)置信水平1-α＝0.8時，t＝800(h)的可靠度的單側(cè)置信下限因為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的優(yōu)化工具箱，選擇有約束非線性優(yōu)化解算器，Activeset算法，約束為m*∈(0,∞)，搜索起點為[0]，迭代15步得到m*＝6.593，如圖4所示。所以