商用飛機機務維修保障能力評價方法

張林帥，陳志雄，潘佑，蔡景

(1.上海工程技術大學 航空運輸學院，上海 201620)(2.上海飛機客戶服務有限公司 維修工程部，上海 200241)(3.南京航空航天大學 民航學院，南京 211106)

0 引 言

商用飛機是重要的空中交通工具，我國的機場數量和商用飛機數量越來越多，乘客選擇需求越來越大，其安全性經濟性得到更多的關注與重視。隨著適航規章的改進、人們對安全性經濟性要求的提高以及航空公司對飛機使用效率需求的提高，飛機的維修保障能力越高效合理，各方面需求越容易得到保障。現有的一些維修策略主要涉及到基本的預防性維修策略(定時維修策略、視情維修策略、主動維修策略)、事后維修策略、改進性維修策略等方法。因此，對飛機進行機務維修保障能力的分析評估，盡可能地提高飛機的持續適航性對航空公司和乘客都具有重大意義。

主成分分析法(Principal Component Analysis，簡稱PCA)是把較多的指標化為數目較少的綜合指標的一種統計分析方法。通過SPSS軟件[1]進行主成分分析，即采取一種降維的方法，把具有較高相關性的變量轉化成彼此相互獨立或不相關的幾個綜合因子，具有出色的表征能力，且新變量之間相互獨立。統計表明，主成分分析在在多元統計分析方面優勢明顯，可以消除原指標間多重共線性問題，損失很少信息的前提下，能夠反映原始變量的大部分信息。采用該方法能夠抓住研究問題的主要矛盾，使復雜的研究問題得到簡化，提高分析問題的效率[2-3]。主成分分析法已經被大量地應用于概率分析、統計等各個領域[4-5]。民航業的維修成本一般占到所有直接運營成本的11%～20%[6]。維修保障系統是商用飛機維修所需的人力資源、物質資源、環境資源以及管理手段等要素組成的系統。影響因素很多，這些因素對維修保障能力的影響大小不一。通過科學合理地計算這些因素，充分地分析，進一步提高飛機的維修保障能力，更好地體現出飛機作為重要交通工具的安全性、經濟性、舒適性以及環保性。

鄭珂珂等[7]分析了影響航空公司機務維修安全狀況的因素，建立了機務維修安全評估指標體系；Chen Dehuang等[8]借助實時狀態監測對飛機維修決策系統進行了研究；Yang Zhixian等[9]通過遺傳算法對飛機維修計劃進行了優化；崔建國等[10]通過灰色模糊與層次分析方法得到了飛機維修保障決策模型；Hong Sheng等[11-14]通過一個預處理模型采用小波包經驗模式分解(WP-EMD)進行特征提取，使用自組織映射(SOM)來評估系統零部件性能下降的狀況，對系統零部件健康狀態進行了自適應預測分析，強調了合理地通過構建和管理級聯網絡來減少大規模級聯故障發生的必要性。所有上述研究缺乏基于PCA的商用飛機機務維修保障能力評價的相關研究。

本文建立商用飛機維修保障系統能力評估指標體系，采用主成分分析法，通過SPSS軟件對不同維修保障方案進行評估，建立優化決策模型，結合算例給出計算流程，計算不同航空公司機務維修保障能力，分析各航空公司維修保障能力的差異，以期為各航空公司及單位提供借鑒。

1 飛機維修保障能力評估指標體系建立

維修保障能力的屬性具有多面性，其評價需要綜合考慮各種因素條件。評價指標體系的建立是評價的核心問題，對評價目標的實現產生至關重要的影響。在確立商用飛機維修保障能力評價指標體系時，主要體現出科學性、系統性、相對獨立性等原則[15]，具體指標體系建立流程如圖1所示。

圖1 指標體系建立流程

商用飛機維修保障能力的確定，需要考慮人員、環境、物資以及管理等條件的影響。在全面考慮以上影響條件的基礎上，遵循商用飛機維修保障能力評估指標的建立原則，根據商用飛機維修保障的各項需求，按照相關流程，通過廣泛征求專家意見，結合航空公司已有的飛機飛行維修數據，通過趨勢分析給各個指標進行相應的評定，采用定性定量相結合方法，人員、管理以及環境因素的評定需要采用定性的方法，物的評定需要根據具體數據定量地進行評定。以商用飛機維修保障能力為目標層，從敬業程度、知識技能、執行標準能力、身體素質、心理狀態、設施配套率、設備完好率、品種達標率、維修器材基數達標率、設備工具滿編率、保障資料基數達標率、質量控制機構完善合理性、質量檢驗機構完善合理性、機組專責制度完善合理性、檢查制度完善合理15個方面建立評估指標體系[7,16]，如圖2所示。

圖2 商用飛機維修保障能力指標體系

2 主成分分析法

假如評價樣本有m個對象，每個對象有n個評價指標，通過線性變換將其轉化為維數較低的p個互不相關指標變量，這就是主成分變量。主成分分析法的具體步驟如下[17-18]：

(1) 選用Z-Score法對指標數據xij(i=1,2,…,m;j=1,2,…,n)進行標準化處理。

(1)

(2) 計算所有樣本指標的相關矩陣R=(rij)m×n。

(2)

(3) 計算相關矩陣R的特征值λ1≥λ2≥…≥λn≥0以及相應的特征向量。

αj=[αj1,αj2,…,αjn]T

(3)

(4) 計算相應于特征值的各分量的方差貢獻率：

(4)

(5)

從而可以得到構造主成分的加權決策矩陣：

U=(uij)m×p=[u1z1,u2z2,…,upzp]

(6)

3 優化決策模型的建立

定義2 稱di+和di-分別為Ai(i=1,2,…,m)對主成分正理想方案和主成分負理想方案的偏離度。

(7)

(8)

(9)

(10)

根據式(10)能夠得到各個方案總體優化決策排序向量(q1,q2,…,qm)，從而能夠對方案開展詳細準確的評價。

4 算 例

現有6個民用航空公司(分別設為A1、A2、A3、A4、A5和A6)，采用專家咨詢法對上述 15個指標進行預測，這些數值是參考歷史相關數據、專家的經驗和意見、分析人員的具體計算后確定的，結果如表1所示。現通過SPSS軟件主成分分析法[19]對各單位的商用飛機維修保障能力進行評估(SPSS軟件可以通過模塊“降維”實現主成分分析)，分析結果如表2(總方差百分比示意圖)所示。

表1 6個航空公司評價指標預測數值

表2 總方差百分比示意圖

圖3 主成分分析碎石圖

從圖3可以看出：前4個主成分特征值較大(碎石圖是按照值征根大小排列的主成分散點圖，縱坐標是特征值，橫坐標是成分數)。各個指標的前5個主成分SPSS軟件分析數值如表3所示。

通過SPSS軟件分析，得出成分矩陣條形圖(如圖4所示)，可以直觀地觀察出各個變量之間的相關性，有助于各航空公司更科學合理地制定相應的維修計劃。

表3 各指標成分數值

圖4 成分矩陣條形圖

根據成分矩陣(如表3所示)，設這4個主成分分別用y1,y2,y3,y4表示，15個指標變量分別用x1,x2,x3,…,x15表示，則4個主成分的線性組合如式(11)所示。可以看出：第1主成分在設備完好率、維修器材基數達標率、品種達標率上對應的系數較大，反映了航空公司器材設備對商用飛機維修保障能力產生最重要的影響；第2主成分在身體素質、質量控制機構完善合理性對應的系數較大，刻畫了航空公司的人員及組織機構對商用飛機維修保障能力的影響；第3主成分中機構專責制度完善合理性對應較大的系數，反映了航空公司的管理方面的水平；第4主成分中知識技能起到主要作用，表明維修人員的知識技能對維修保障能力的好與差起著較大的作用。

(11)

表4 6個航空公司總得分和名次

從表4可以看出：A3航空公司排序第一，經分析發現，該航空公司的設備完好率、維修器材基數達標率、品種達標率較高。而排名最差的A6航空公司在上述幾個方面得分較差, 影響了自身的排名。這說明在商用飛機維修保障中，設備完好率、維修器材基數達標率、品種達標率是相對較為重要的指標，也是提高各航空公司商用飛機維修保障能力的重點。各航空公司相關部門在建設管理中，應對問題作出合理高效的判斷，制定切實可行高效率的實施方案。

5 結 論

(1) 在確定了維修相關數據后，利用主成分分析方法，能夠比較準確地計算出不同航空公司的維修保障水平，從而為航空公司提供維修保障評價指標參考。

(2) 以航空公司機務維修保障能力為研究對象，可以利用主成分分析法找到一個新的評價指標，在信息損失量很小的情況下，將多個指標綜合成一個新的指標。新指標經過評估后，在確認有效的前提下，可用于商用飛機維修保障能力的狀態評價。

(3) 在今后開展飛機維修保障能力評價研究時，可以考慮把主成分分析方法與其他方法結合使用，以進一步提高評價的準確性。