引入反饋控制的機場助航燈光搶修方案的探索

【摘 要】機場助航燈光的搶修是一件重要且緊急的任務，如何合理且有效地分配有限的人力、物力資源進行搶修，盡量降低故障持續時間，減少故障的影響范圍是一個重要的問題。在傳統的搶修方案中，搶修人員根據預先制定的方案進行搶修，這種方法存在著缺乏定量化故障場景影響、靈活性差等問題。為了解決這一問題，[1]中提出了一種基于模糊層次分析的的機場助航燈光搶修方案，該方案在量化搶修各個因素的影響的基礎上，有效提高了搶修資源分配的有效性。然而，該方案的模糊矩陣是固定的，而實際的影響搶修的各個因素隨著時間、設備、人員等因素的變動會產生的真實影響是變化的，如何將這種變化反映到模糊矩陣中，從而進一步提高搶修方案的靈活性和可靠性是一個有價值且有必要的問題。在本文中，初步探索了引入反饋控制的模糊矩陣調整方案，理論上驗證了該方案的可靠性，為進一步定量調整搶修方案打下了基礎。

【關鍵詞】反饋控制；助航燈光搶修；可靠性

0 引言

機場助航燈光的搶修是一件重要且緊急的任務，如何合理且有效地分配有限的人力、物力資源進行搶修，盡量降低故障持續時間，減少故障的影響范圍是一個重要的問題。在傳統的機場助航燈光搶修中，通常是采用預定方案的方法，即，由經驗豐富的工程師們經過慎重的討論，提前預定好若干場景的搶預案，在發生故障時根據可以執行的預案采取相應的措施。這種方法合理利用了工程師們常年的工作經驗作為先驗知識，從而可以在故障發生之時任何人都可以有效地采用預定的方案及時處理故障。然而，實際故障發生的情況可能是千變萬化的，而可預先設想的方案不管多么健全都難免有覆蓋不到的角落。此外，預案中涉及的故障場景通過是定性描述的，需要有一定經驗的從業人員對實際故障情況進行判斷后，方可將實際故障場景映射到預案的情境中去。因此，如何既有效地利用工程師們豐富的歷史經驗，又合理引入故障發生時的實際狀況進行綜合判斷，分配資源，量化故障場景的影響，從而實現最大化搶修的收益是一個值得深入研究的問題。

為了解決傳統方案量化能力差的問題，[1]中提出了一種有效的基于模糊層次分析的方法，并應用于機場助航燈光搶修中。該方法通過引入模糊矩陣的方式，量化了搶修方案的各種因素的影響，給出了最優化的合理分配搶修資源的方案。然而，該方案的模糊矩陣是固定的，而實際的影響搶修的各個因素隨著時間、設備、人員等因素的變動會產生的真實影響是變化的，人員的變動、設備的老化等信息都不能在固定的模糊矩陣中得到反映。因此，如何將這種變化反映到模糊矩陣中，從而進一步提高搶修方案的靈活性和可靠性是一個有價值且有必要的問題。

控制理論[2]是由諾伯特·維納提出，并在實際工程中得到了廣泛而深入的論證和應用的一門理論。反饋控制是控制論中一個經典的思想，該思想通過采集歷史的信息，并將這些信息進行有效地整合，從而對現在的模型中的參數進行一定的修正，以便使模型更好地適應當前場景的現狀。本文擬探索將反饋控制引入到模糊矩陣的更新之中，從而實現實時更新搶修的各個因素的影響，提高資源分配的合理性和靈活性。

1 可行性研究

為了實現將反饋控制引入到模糊矩陣的更新之中，需要對原有的模型進行一定的合理該走啊，具體來說要做到以下兩方面的工作：

（1）量化每一個影響搶修方案的因素隨時間、環境變化的情況，并合理建模；

（2）量化不同影響搶修方案的因素之間的權重

在完成1中的建模的基礎上，2只需根據歷史的情況進行定量的計算或者人工指定即可，因此，本文關注的重點在1如何實現上。實際上，影響模糊層次的矩陣的因素可以分為人員數量、人員技術水平、裝備數量、裝備質量、故障程度分布、故障數量種類等六種情況。下面對這六種因素的建模可能性分別進行討論。

對于人員相關的兩個因素來說，人員數量是一個可以簡單建模的因素。從實際的工程角度考慮，任何人員的增加對于搶修來說都是有一定收益的，因此，人員數量對于搶修資源是正向的影響，這里可以簡單建模為線性模型，即，該因素的收益與人員數量成正比，比例系數為人工設定；或者模型設定為log函數，即，該因素的收益與人員數量成正相關，然而，隨著人數的增多，單個人力的收益率會逐漸降低。具體的方案可以視實際的情況而定。

人員的技術水平是一個相對來說較為復雜的因素。對于不同的搶修人員來說，其能達到的能力上限是不同的，而其達到該上限的時間也是不同的，因此，這里采用心理學上常用的S曲線來衡量人員的技術水平這個因素。一方面，該曲線很好地模擬了人員的技術成長曲線是一個快速學習到進步速度逐漸降低的過程，另一方面，該曲線也靈活地提供了不同的成長速度和上限，可以有效地模擬我們需要的情況。在對每個人員單獨建模的基礎上，可以視所有人員為獨立變量，進行簡單累加即可得到所有人員的技術水平的影響。

對于裝備數量這個因素來說，可以認為跟人員的數量有一定的相似性，也同樣可以采用線性模型或者log函數模型來對該因素進行建模，具體的模型參數視需要而定，這里不再贅述。

裝備的質量是一個相對來說在硬件領域已經分析的較為深入的課題。一種常見的建模方式是采用“浴盆”曲線來模擬硬件的失效率，該曲線表示，隨著裝備的使用，裝備會度過一個磨合期，該磨合期期間裝備的失效率會逐漸降低，從而進入一個較為穩定的平穩期，而在該裝備的生命周期的末期，失效率又會陡增直至裝備報廢。而每個裝備的失效也可以理解為獨立的事件，因此裝備質量可以采用累加所有裝備的可靠性而得到。

對于故障分布程度和故障種類數量來說，一般根據具體的歷史數據可以得到詳細的數學模型，這里在對于整個機場燈光分析的基礎上相對來說比較容易得到，不再贅述。

綜上所述，得到各個因素的定量分析模型后，可以從實際的場景出發，定義好不同因素的權重比例，即可理論上實現模糊矩陣的定量化分析，而各個因素隨著時間的變動同樣在模型中得到了體現，因此，該方案在一定程度上提高了模糊分析法的適用范圍，是值得在實踐中嘗試的。

2 結論

模糊層次分析法在機場燈光搶修方案中得到了有效的利用，并提高了搶修的效率和效果。本文從理論的角度出發，將反饋控制引入到機場燈光搶修方案中，在對各個因素建模的基礎上，實現了動態調整搶修方案中的模糊矩陣，從而實現了隨時間、情勢變化動態調整最優方案，更好地節約了人力、物力資源。

【參考文獻】

[1]張晨曦.基于模糊層次分析的機場燈光搶修預案研究，《科技視界》2013（5）.

[2]N.維納，控制論（或關于在動物和機器中控制和通信的科學），科學出版社，2016.12.

[責任編輯：朱麗娜]endprint