可靠性和維修性視閾下航空備件的需求和應用

摘要：隨著航空事業的發展，航空備件逐漸成為了影響廣大航空公司經營、管理的重要組成部分。同時也成為了航空公司效益和信譽的直接影響因素。通常而言，航空備件主要有六種較為典型的故障特性。下文中筆者就航空備件的故障模型建立作為切入點，運用故障函數分布測算了航空備件的故障率，并針對模型檢驗和參數估計做出了一定的闡述。希望能為廣大航空公司的航空備件故障處理和可靠性維護提供一些淺薄的意見。

關鍵詞：可靠性與維修性;航空備件;需求與應用

無可厚非，航空備件的維修、保養以及其自身的可靠性直接影響了航空公司總體運行的效益。隨著高興科學技術的發展，航空備件的需求和應用逐漸成為了保障航空安全的重要課題。另一方面，航空擺件的預測問題和備件需求也成為了航空備件維修性和可靠性的重要內容。維持，國內外專家學者對其進行了詳盡的研究。

一、航空備件故障模型建立

現階段，全世界較為著名的諸如麥道、空客以及波音等飛機制造公司在向各大航空公司提供備件的數量計算方法中依然沿用了齊次泊松過程。這種所謂的齊次泊松過程較為簡便和快捷。但是在實質上卻與實際發生了較大的偏差。因此，根據現階段航空備件的六種故障特性來看，首先應當構建一個航空備件故障的模型。

其次，通過建立的航空備件故障分布模型利用歷史數據對其進行較為詳盡的模型檢驗和參數估計，以確定其故障的具體幾何分布函數。最終在推薦應用維修度值。其中，不同的航空備件維修方式不同，預測計算亦不同，因此需要借鑒實例進行分析和比較。

通常來說，根據建立的航空備件故障模型可以得出一個復雜的可修系統分析。而一般此系統可以順利推算出維修的五種不同狀態，即修復如舊、修復如新、修復較新、修復介于新舊之間、修復較差。所以，航空備件故障模型的建立是航空備件通過應用和預測分析可靠性和維修性的基礎環節。

二、航空備件的故障分布函數及其故障率的測算

通常來說，隨著航空事業的發展，航空備件的故障基本上可以分為六個不同類型。故而其故障率也就呈現出六種不同的類型。具體故障曲線如下圖1所示：

圖1

在上述圖示中，曲線F和曲線E和曲線D相比往往存在前期差異，而且時間相當短。因此，在故障分布函數的構建和故障分布律的測算過程中往往將D、F都歸結于曲線E大類，都可以看做是一種故障率恒定的狀況。其中，A、B、C和E為不同形式。A即浴盆曲線;B則是威布爾曲線，用以表現故障的上升率;C就是一種展現故障率上升的直線。最終，通過可靠性理論便可以構建得到浴盆曲線模型（與曲線A相呼應）、威布爾分布函數模型（對應曲線B）、線性遞增函數曲線分布函數（對應曲線C）、分布函數（對應曲線E）。

三、模型檢驗和參數估計

上述的四種分布函數模型是針對航空備件進行故障數據統計和進行模型檢驗的基礎環節。通常來說，模型檢驗需要由完備的參數可以進行估計，并運用極大值似然估計和圖形法進行估算。一般而言，圖形法采用的故障分布估計模型檢驗可以運用一下方法：

R（ti）=1-（i-0.3）/（n+0.4）

一旦涉及到航空備件估測和檢驗的數據太過于龐大，模型檢驗通常采用的是X2的檢驗方法。反之，如果樣本數據較小則可以采用K-S法進行檢驗連續函數。其中K-S檢驗法往往需要鑒定一個總體函數分布F（x），其中總體x是未知的，而從x1到xn都僅僅是一個樣本。一旦出現顯著性水平a，一旦Dn大于Dna，H00當表示為拒絕。最終，通過模型檢驗獲取Dn之后，其相對的模型檢驗結果就是故障數據與之相互對應的分布模型。

四、維修性對備件需求量的影響

依據實際的維修情況來看，通常情況下我們都采用廣義的更新過程來解決航空設備維修中對備件需求量影響的問題。因此通常都在Kijima中引入虛壽命的概念。主要用公式就可以表現為：

這里的An指的第n次維修后航空備件的壽命，而當An=An-1+qXn=qSnn"=1，2....時，其中里面的q表示的是維修度參數。

現在這里說的維修度參數指的是航空設備發生故障并經過維修后能夠恢復的程度。

一般情況下可以將航空備件分為不可修件及可修件，在這里將不可修件當作是q=0的可修件進行處理;對于可修件來說，由于在實際情況下出現的q<0或q>1的情況是比較少見的，因此，在這里不做考慮。也就是說當q=0時，主要考慮的應當是航空備件需求量更新過程的計算方式;當q=1時，主要采用的是非齊次泊松方式進行航空備件需求量的計算。

為了更加清楚地說明以上的情況，下面將通過簡單的故障率函數圖來進行不同q值的具體情況。

（一）維修度估計

維修度估計一般對應的是廣義更新過程中的參數估計，在這里又可以分為兩種情況即：故障截止與時間截止。故障截止通常指的是第n次故障出現時結束;時間截止通常是指第n次維修后的工作時間仍然是是正常的。

（二）蒙特卡羅仿真

根據已經介紹過的不同函數，現在普遍都是采用蒙特卡羅仿真來預測故障的發生期望值。這里說的模擬預測主要是為了得到一組備件的故障數據，并歌劇故障數據對其進行分析及參數估計及模型檢驗。從而計算出對應的模型參數的估計值以及相應的檢驗值。從而判斷出這個零件是否為不可修件或是可修件。

五、算例分析

當對航空裝備的零件進行故障數據的統計調查分析時，一般會得到一組較多的故障數據，運用相關的函數進行分析后，從而判斷出這個零件的是否可以繼續使用或能維修。當然，如果是不可維修件就采用蒙特卡羅仿真法對故障的次數進行仿真研究，從而計算出不同時間內進行完全維修需要幾次故障次數。

如果這個零件是可以維修的，且其故障的分布呈現出威布爾分布的特點。這個時候就可以采用廣義上的更新過程來重新估計參數值，并通過相關的公式計算出不同時間段內嗦發生的故障次數。這樣才能保證在對設備維系時，能準確、迅速的找到故障點及故障原因。

通過以上的介紹，可以了解當維修度比較大時，其所對應的故障次數要比維修度等于0時的要大。而且這個差異會隨著時間的推移與維修度的變大不斷的增大。實際上，這種變化是符合設備維修的實際情況特點的，

也就是說在經過維修之后，不能達到與維系之前相當的理想水平。當然，這不僅僅是因為維修人員能力或維修技術的問題，這還取決于這個零件本身的質量及其損壞的程度。并且當應用完全維修時，平均的故障次數會隨著時間的增長而增加，還會增加每次維修時的難度。

在維修時由于會考慮到設備可修件的平均故障次數及對其正常工作時間的影響，因此，設備的可修件會隨著時間的增加及維修次數的增加，降低其使用壽命，這說明設備不是無限可修的。當然，這是符合事物發展規律與可修件實際特點的。

六、結束語

航空備件的可靠性和維修性直接決定了其自身的應用和需求。不斷改進航空備件的可靠性，確保其維修和保養能夠跟上航空安全的新發展和新要求，是可靠性和維修性視閾下航空備件需求和應用探究的最終目標。本文擬通過故障分布模型和故障率的測試為廣大航空公司確定備件故障數據提供了一些可供參考的意見。希望航空備件的精度能夠更上一層樓。

參考文獻：

[1]陳鳳騰，左洪福，倪現存.基于廣義更新過程的航空備件需求和應用[J].應用科學學報，2007，05：526-530.

[2]陳鳳騰，左洪福，王華偉等.基于非齊次泊松過程的航空備件需求研究和應用[J].系統工程與電子技術，2007，09：1585-1588.

[3]劉喜春.不確定需求下航空備件多階段供應保障規劃模型及動態協調機制研究[D].國防科學技術大學，2009.

[4]陳鳳騰，左洪福.基于可靠性和維修性的航空備件需求和應用[J].機械科學與技術，2008，06：779-783.

[5]胡杰，劉曉東，張威，趙亮.基于干擾管理理論的航空備件模型參量擾動性分析[J].數學的實踐與認識，2011，02：96-102.

[6]尚柏林，張恒喜.航空備件可拓聚類分析[J].數學的實踐與認識，2002，02：258-263.