本發(fā)明屬于航空維修領(lǐng)域，涉及無(wú)故障數(shù)據(jù)分析在飛機(jī)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(guò)度的問(wèn)題，在保證可靠性的前提下減少飛機(jī)停飛時(shí)間和維修費(fèi)用。

背景技術(shù)：
飛機(jī)定期檢查維護(hù)(periodicinspectionandmaintenance簡(jiǎn)稱定檢)是在航空技術(shù)裝備使用到一定時(shí)限(次數(shù))以后所實(shí)施的周期性的維護(hù)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(shí)發(fā)現(xiàn)機(jī)件的、特別是機(jī)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(jìn)行調(diào)整、清洗、潤(rùn)滑等保養(yǎng)工作。飛機(jī)定檢內(nèi)容優(yōu)化是集可靠性分析、計(jì)算機(jī)、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(guò)度的問(wèn)題。飛機(jī)定檢內(nèi)容優(yōu)化研究始于20世紀(jì)80年代。國(guó)內(nèi)外航空公司的飛機(jī)例行定檢通常按照飛行小時(shí)數(shù)/起落次數(shù)分為A、B、C、D檢，一般將A檢放在航后進(jìn)行，不需要專門(mén)的停修時(shí)間；B檢在實(shí)際并不常采用，常會(huì)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(jī)停場(chǎng)時(shí)間。美國(guó)對(duì)軍用飛機(jī)的工齡探索開(kāi)展了大量研究。我國(guó)的軍用飛機(jī)存在定檢內(nèi)容不夠合理，檢修次數(shù)過(guò)多，定期檢修中離位檢查內(nèi)容過(guò)多等問(wèn)題，結(jié)果造成飛機(jī)維修停飛時(shí)間過(guò)長(zhǎng)，完好率低。因此定檢內(nèi)容優(yōu)化工作在民用和軍用飛機(jī)的維修領(lǐng)域均有重要意義。飛機(jī)定檢內(nèi)容優(yōu)化的關(guān)鍵技術(shù)又分為無(wú)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(wú)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(duì)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(jiǎn)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(shí)現(xiàn)要素：
本發(fā)明的技術(shù)解決問(wèn)題是：克服現(xiàn)有技術(shù)的不足，提供一種基于無(wú)故障數(shù)據(jù)分析的飛機(jī)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(jì)法獲得飛機(jī)、發(fā)動(dòng)機(jī)及機(jī)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(wú)故障數(shù)據(jù)分析的飛機(jī)定檢內(nèi)容優(yōu)化方法，其步驟如下：1)進(jìn)行飛機(jī)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(jì)法的無(wú)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(jì)劃方法，采用WinQSB軟件構(gòu)建網(wǎng)絡(luò)計(jì)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(jìn)行定檢排查故障的分布類型分析。4、采用最優(yōu)置信估計(jì)法進(jìn)行無(wú)故障數(shù)據(jù)分析，按照公式給出飛機(jī)、發(fā)動(dòng)機(jī)及機(jī)載設(shè)備(其常見(jiàn)故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對(duì)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(duì)各專業(yè)的所謂重要機(jī)件開(kāi)展可靠性計(jì)算，計(jì)算量大，優(yōu)化效率低，所以本發(fā)明針對(duì)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(shí)，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(shí)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(jìn)行判斷，提高了無(wú)故障數(shù)據(jù)分析的效率和精度。對(duì)比幾種無(wú)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(jì)失效概率，對(duì)失效概率的經(jīng)典估計(jì)誤差較大，等效失效數(shù)法需要估計(jì)等效失效數(shù)，修正極大似然函數(shù)法、改造CLASS-K法的計(jì)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(wú)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(jì)，方法比較繁瑣；本發(fā)明采用最優(yōu)置信估計(jì)法進(jìn)行無(wú)故障數(shù)據(jù)分析，提高效率，增強(qiáng)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(duì)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(diǎn)在于：1)基于網(wǎng)絡(luò)計(jì)劃方法，采用WinQSB軟件構(gòu)建網(wǎng)絡(luò)計(jì)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(guò)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(wú)故障數(shù)據(jù)分析的效率和精度。3)采用最優(yōu)置信估計(jì)法進(jìn)行無(wú)故障數(shù)據(jù)分析，給出飛機(jī)、發(fā)動(dòng)機(jī)及機(jī)載設(shè)備(其常見(jiàn)故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對(duì)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(qiáng)。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(wèn)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(shuō)明圖1為本發(fā)明的一種基于無(wú)故障數(shù)據(jù)分析的飛機(jī)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(lái)自總體X的一個(gè)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(shí)，t＝800(h)的前機(jī)輪輪轂、活動(dòng)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(jìn)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(shí)，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(shí)施方法：1.飛機(jī)定檢內(nèi)容優(yōu)化目標(biāo)分析基于網(wǎng)絡(luò)計(jì)劃方法，采用WinQSB軟件的PERT_CPM模塊，按照軟件附加說(shuō)明書(shū)，輸入工作序號(hào)、工作名稱、緊前工作和工作持續(xù)時(shí)間，構(gòu)建現(xiàn)有飛機(jī)定檢工作的網(wǎng)絡(luò)計(jì)劃圖；獲得關(guān)鍵路徑和關(guān)鍵工作；優(yōu)選部分工期較長(zhǎng)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(duì)定檢內(nèi)容優(yōu)化目標(biāo)開(kāi)展優(yōu)化分析，可以根據(jù)表1所示的適用范圍進(jìn)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(jìn)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(lái)自總體X的一個(gè)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(jì)法的無(wú)故障數(shù)據(jù)分析在定時(shí)截尾試驗(yàn)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(shí)值函數(shù)。若有n個(gè)產(chǎn)品其壽命分為為T(mén)1，T2，…，Tn，對(duì)于給定的n個(gè)截尾試驗(yàn)時(shí)間X1，X2，…，Xn，得到特征量b的觀測(cè)值b1，b2，…，bn，則在上述截尾試驗(yàn)下能觀測(cè)到的試驗(yàn)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(wú)故障時(shí)bi＝0，則Z0＝(t1,0,…,tn,0)，稱這類數(shù)據(jù)為無(wú)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(jì)法給出飛機(jī)、發(fā)動(dòng)機(jī)及機(jī)載設(shè)備(其常見(jiàn)故障分布為指數(shù)分布、威布爾分布、正態(tài)分布和對(duì)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(jì)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(gè)進(jìn)行定時(shí)截尾試驗(yàn)(或現(xiàn)場(chǎng)使用)，到規(guī)定時(shí)間停止試驗(yàn)(或使用)并未發(fā)現(xiàn)產(chǎn)品故障，產(chǎn)品的工作時(shí)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(gè)產(chǎn)品，外場(chǎng)工作時(shí)間為t1≤t2≤…≤tn時(shí)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(gè)產(chǎn)品工作時(shí)間為t1,t2,…,tn時(shí)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(gè)產(chǎn)品中的工作時(shí)間等于t(n)的產(chǎn)品個(gè)數(shù)；(μ1,σ1)是下列方程組的唯一解：3.4對(duì)數(shù)正態(tài)分布設(shè)產(chǎn)品累計(jì)分布函數(shù)為其中μ稱對(duì)數(shù)均值；σ稱對(duì)數(shù)標(biāo)準(zhǔn)差。設(shè)n個(gè)產(chǎn)品工作時(shí)間為t1,t2,…,tn時(shí)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(gè)產(chǎn)品中的工作時(shí)間等于t(n)的產(chǎn)品個(gè)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(wèn)題解決。非線性約束極值問(wèn)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(xiě)成更一般形式：Matlab里面求解非線性約束極值問(wèn)題主要采用ActiveSet算法，即所謂庫(kù)恩-塔克(Kuhn-Tucher)方程:設(shè)是非線性規(guī)劃的局部極小點(diǎn)，和(j＝1,2,…,l)在點(diǎn)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(wú)關(guān)，則存在拉格朗日算子使其中▽(del)為對(duì)標(biāo)量的哈密頓算符，為向量，即5.對(duì)某型飛機(jī)專業(yè)定檢內(nèi)容優(yōu)化分析如果飛機(jī)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(jī)件，可靠度>85％；一般機(jī)件的可靠度為0.7～0.8；置信水平：1-α＝0.80。按照?qǐng)D1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(shí)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(shí)4項(xiàng)定檢內(nèi)容可延長(zhǎng)至800小時(shí)對(duì)某型飛機(jī)隨機(jī)抽查24架，飛行時(shí)間全部在400小時(shí)以上，分析2007.2～2013.3年故障記錄表明，沒(méi)有發(fā)生一例前機(jī)輪輪轂、活動(dòng)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(jìn)氣道唇口金屬蜂窩結(jié)構(gòu)膠層故障。在所有2717項(xiàng)故障中，只有一項(xiàng)是無(wú)損探傷檢查出來(lái)，而且不是200小時(shí)/400小時(shí)定檢內(nèi)容。按照?qǐng)D2步驟分析，前機(jī)輪輪轂、活動(dòng)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(jìn)氣道唇口金屬蜂窩結(jié)構(gòu)膠層的故障時(shí)間服從對(duì)數(shù)正態(tài)分布lnt～N(μ,σ2)。樣本無(wú)故障時(shí)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(shí)。采用無(wú)故障數(shù)據(jù)的可靠性分析方法。(1)置信水平1-α＝0.8時(shí)，t＝200，400，600(h)的可靠度的單側(cè)置信下限解：因?yàn)樗?＜t＜t(0)得而且采用200小時(shí)定檢和400小時(shí)定檢對(duì)可靠度的提高效果不大。(2)置信水平1-α＝0.8時(shí)，t＝800(h)的可靠度的單側(cè)置信下限因?yàn)樗詔(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(diǎn)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(shí)定檢內(nèi)容延長(zhǎng)至800小時(shí)。表2附件車間200小時(shí)定檢優(yōu)化內(nèi)容5.2附件車間400小時(shí)15項(xiàng)定檢內(nèi)容可延長(zhǎng)至800小時(shí)隨機(jī)抽查24架某型飛機(jī)，飛行時(shí)間在600小時(shí)以上的有13架，分析2007.2～2013.3年故障記錄表明，沒(méi)有發(fā)生一例前機(jī)輪輪轂、活動(dòng)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(jìn)氣道唇口金屬蜂窩結(jié)構(gòu)膠層故障。設(shè)前機(jī)輪輪轂、活動(dòng)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(jìn)氣道唇口金屬蜂窩結(jié)構(gòu)膠層的故障時(shí)間服從對(duì)數(shù)正態(tài)分布。則建議將表3所示附件車間400小時(shí)定檢內(nèi)容延長(zhǎng)至800小時(shí)。表3附件車間400小時(shí)定檢優(yōu)化內(nèi)容5.3飛機(jī)車間200/400小時(shí)座艙壓力調(diào)節(jié)分系統(tǒng)定檢內(nèi)容可延長(zhǎng)至800小時(shí)按照?qǐng)D2步驟分析，飛機(jī)座艙壓力調(diào)節(jié)分系統(tǒng)故障時(shí)間t符合威布爾分布。24架飛機(jī)樣本座艙壓力調(diào)節(jié)分系統(tǒng)的無(wú)故障時(shí)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(shí)。(1)置信水平1-α＝0.8時(shí)，t＝200，400，600(h)的可靠度的單側(cè)置信下限解：因?yàn)閠(24)＝952.7(h),所以0＜t＜t(0)得而且采用200小時(shí)定檢和400小時(shí)定檢對(duì)可靠度的提高效果不大。(2)置信水平1-α＝0.8時(shí)，t＝800(h)的可靠度的單側(cè)置信下限因?yàn)閠(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(diǎn)為[0]，迭代15步得到m*＝6.593，如圖4所示。所以