基于S4000P的軍用飛機預防性維修任務優化研究

南雁飛，蔣慶喜，林聰

(中國航空綜合技術研究所 裝備服務產品部， 北京 100028)

0 引 言

軍用飛機要在高強度的局部戰爭條件下保持并恢復戰斗力，保證任務可靠性和戰備完好性，需要一種兼顧安全性、任務性和經濟性并且實施性強的維修方案。由于飛機在研制階段缺少服役數據，預防性維修任務的制定偏向保守。隨著試飛和服役期間數據的不斷積累，各系統和部件之間的磨合越來越穩定，飛機的可靠性水平逐漸趨于平穩，傳感器技術和綜合診斷等支持維修的新技術不斷發展與應用[1]。如果依然按照服役初期規劃的維修任務和間隔實施維修工作，不僅會占用額外的維修資源，而且過于頻繁的維修活動還會使飛機遭受人為差錯損壞的風險增大。因此，在服役期間需要對預防性維修任務進行持續的優化和調整，以保證維修方案持續的有效性和科學性。在累積了充足的服役數據后，通過數據分析的手段探索維修任務優化的潛力，提高飛機的維修保障效能，使維修工作更加科學有效、安全可靠。

國外對維修任務的優化進行了大量的研究，A.Regattieri等[2]以維修任務對經濟性指標的影響為切入點，通過數學模型和仿真分析，給出維修任務優化的建議；D.Stadnicka等[3]以一組維修任務為研究對象，縮短飛機停場時間為目標，通過數學模型的構建與分析，給出該組維修任務執行的最優流程。國內張節等[4]、劉成等[5]、朱興動等[6]對S4000P在軍民用飛機維修大綱制定和優化方面的應用進行了研究，明確了應用該規范時的要點；安迪森[7]、蔡景等[8-9]、賈寶惠等[10]、林旭[11]在維修任務間隔優化方面進行了深入研究，提出了間隔優化的計算模型和理論方法；周定國[12]、許燕菲[13]、張遠[14]、門江[15]結合工作實踐闡述了維修方案的優化邏輯；楊王鋒[16]在研究民用飛機維修大綱優化的基礎上提出了適合軍用飛機的維修大綱優化流程。但針對如何基于S4000P ISMO流程構建適合我國軍用飛機的預防性維修任務優化流程，國內尚無相關研究。

本文以S4000P規范的ISMO流程為基礎，考慮軍用飛機的使用實際，對原流程進行調整和個性化設計，構建預防性維修任務優化的邏輯流程，以期為軍用飛機維修任務的優化分析工作提供技術參考。

1 預防性維修任務優化研究概況

目前國際民用航空行業普遍認可的預防性維修任務優化的指導文件是國際維修審查政策委員會(International Maintenance Review Board Policy Board,簡稱IMRBPB)發布的IP44。IP44最初由加拿大民航局(Transport Canada Civil Aviation,簡稱TCCA)于2001年提出，是對維修大綱(Maintenance Review Board Report,簡稱MRBR)進行持續優化的建議，一經提出就得到多個國家適航當局的支持。經過IMRBPB的積極倡導，2008年發布了第1版IP44。隨后波音公司提出對于不同任務優化進行分類的IP116[17]，促進了IP44繼續發展，目前最新版本為第3版[18]。該方法從飛機各相關單位職責、數據質量要求、數據完整性要求、數據分析和數據審查方面提出了政策性指導意見。IP44是對MSG-3[19]的重要補充，其推薦的維修任務優化方法及流程是維修大綱審查活動不可分割的一部分[20]。

波音公司在維修任務優化方面走在了前列，其開發的統計分析方法使用一系列算法和高級統計分析技術對服役期間的各類數據進行分析，以確定維修任務最佳的間隔，該方法已被美國聯邦航空局(Federal Aviation Administration,簡稱FAA)、歐洲航空安全局(European Union Aviation Safety Agency,簡稱EASA)和加拿大民航局批準使用。波音公司在該方法基礎上開發了基于統計分析的維修優化系統(Statistical Analysis System for Maintenance Optimization,簡稱SASMO)，其邏輯流程圖如圖1所示。SASMO主要包括可靠性模型和成本模型，其中可靠性模型考慮了計劃維修任務檢查出問題的概率以及間隔延長帶來的風險；成本模型綜合考慮計劃維修成本與非計劃維修成本，探索滿足安全條件限制的最低成本對應的維修間隔。波音公司使用SASMO系統對B737NG飛機4 000 fh維修任務進行分析，80%的計劃維修任務間隔可以延長，10%的任務保持不變，10%的任務間隔縮短，在不降低安全性和可靠性的前提下，大幅度優化了飛機的維修工作量。雖然優化的目標通常傾向于維修任務間隔的延長，但實踐證明優化分析也可能導致間隔的縮短，以盡量減少非計劃維修任務的發生。

圖1 SASMO邏輯流程圖

空客公司在維修任務優化方面的研究和實踐一直沒有停止過。以其最暢銷的A320系列飛機為例，其初始的A檢間隔為350 fh，經過三十多年的經驗積累和技術升級，目前A檢間隔已達到750 fh。而最新型號A350的A檢間隔為1 200 fh，空客正在對2014年交付以來的所有服役數據進行評估，嘗試將A檢間隔擴展至1 500 fh，進一步減少維修工作量，提高飛機可靠性水平。2017年推出了“智慧天空”大數據平臺，其中基于數據分析的維修方案優化是平臺重要功能之一，能夠有效提升航空公司在工程和維護方面的工作效率。

歐洲宇航與防務工業協會(Aerospace and Defense Industries Association of Europe,簡稱ASD)總結了工業領域預防性維修大綱制定和優化方面的研究和應用經驗，于2014年發布了S4000P《預防性維修大綱制定與持續改進國際規范》(1.0版)。經過4年多的研究修訂，于2018年8月發布了2.0版本，該規范提供了一套清晰的分析程序與方法，用于復雜設備(包括軍用飛機、民用飛機和船舶等)投入使用前預防性維修大綱的制定和服役期間維修大綱的持續改進。S4000P第三章闡述了用于預防性維修任務優化的通用邏輯流程(服役階段維修優化)如圖2所示[21]，此流程由工作步驟、邏輯判斷和決策建議組成，可以指導預防性維修任務和間隔的優化分析。

圖2 ISMO流程

2 基于S4000P ISMO的軍用飛機維修任務優化流程構建

ISMO分析流程充當檢驗預防性維修任務的“試驗臺”，利用飛機服役階段使用和維修的真實數據驗證預防性維修任務分析時提出的假設和型號審查的要求。可用的服役經驗越多，分析得到的優化結果有效性越高。ISMO流程的輸入數據包括多個信息源，例如使用數據、故障數據、維修數據、設計數據、經驗數據、技術改裝等。分析人員根據數據類別分別對其進行梳理和邏輯判斷，對綜合判斷的結果進行分析，最后給出優化建議，并對優化后的執行情況進行監控，反饋優化后出現的異常情況以便對維修任務進行及時調整，保證裝備的安全性、可靠性和經濟性。

ISMO適用于在役裝備，在積累了充足的服役經驗后，應及時建立ISMO優化流程，其工作示意圖如圖3所示[21]。優化工作在飛機整個服役階段需要多次執行，其中首次ISMO優化流程工作量最大，由于首次優化初期需要收集大量的數據，除了服役期間的使用數據和維修數據外，還需要收集生成預防性維修任務時的所有分析數據，而這部分數據可以在后續的歷次優化過程中重復使用。另外，飛機交付使用至執行首次維修任務優化期間，來自制造商和供應商的試驗結論及來自用戶的優化建議也會較多。出于飛行安全的考慮，制定初始維修大綱時通常比較保守，因此首次ISMO優化的效果也最顯著。ISMO優化流程的目的是減少維修工作量、提高飛機可用度和降低維修成本，但前提是不能降低原來的安全性和可靠性指標。

圖3 優化維修工作示意圖

2.1 數據預處理

開展數據分析之前需要收集所有預防性維修任務及其相關數據，預防性維修任務范圍包括主機單位提供的維修大綱和其他來源的預防性維修任務(如相關的技術通報)，以便后期分析過程中的合并和刪減。預防性維修任務相關的數據包括制定維修任務時的分析數據、服役期間的使用數據和維修數據以及主機單位和成品單位最新的試驗結論數據等，數據收集完成后形成主任務清單(Master Task List,簡稱MTL)。需要注意的是，軍用飛機存在加改裝、技術狀態變更和使用環境差異較大的情況，因此應做好維修任務適用性和有效性的標識，防止分析過程中因相似數據的混淆而影響分析結果。

ISMO優化流程并未強制要求維修大綱的制定過程中使用S4000P的分析方法，但要求對預防性維修任務制定時采用的分析程序進行審查，主要審查其先進性和完備性。針對原分析程序有明顯改進的情況，建議按照新的分析程序重新分析生成維修任務；針對預防性維修任務的制定無充足的理論依據作支撐的情況，需要做補充分析，分析程序可采用與其他維修任務相同的分析邏輯或重新定義。補充分析得到的維修任務集成到MTL中之前，需要與原任務各要素(包括功能故障影響類別和維修間隔等)進行對比，識別并記錄差異，供下一階段詳細分析，如圖4所示。

圖4 數據預處理流程圖

在MTL中，并非所有的維修任務都適合進入數據分析階段，需要制定維修任務的篩選原則，并據此篩選出維修任務優化分析候選項。本文針對軍用飛機制定了四項篩選原則：

(1) 已不適用飛機構型的維修任務

由于飛機構型的改變或檢查手段的改進等原因，原維修任務已不適用于當前飛機，該類任務及相關數據應剔除；對于只適用于極少數飛機的維修任務，若其服役期間累積的經驗數據過少，也無法作為候選項開展分析。

(2) 未達到門檻值的維修任務

部分維修任務的門檻值較高，開展預防性維修任務優化時可能尚未執行過該維修任務，由于缺少服役期間維修數據，無法作為候選項開展分析(有補充試驗數據的除外)。

(3) 維修任務包的拆分

維修任務優化分析是針對單項維修任務分別開展的，因此為了提高分析結果的準確性，應將初始組合的維修任務包還原為多個單項任務。

(4) 指令性的維修任務

對于有關法律法規規定的和機關單位要求的強制執行的維修任務，無法通過本優化流程進行調整，因此不作為分析候選項，但需審查維修任務與最新規定的符合性。

將篩選后的所有維修任務相關數據以每項維修任務為主鍵建立關聯關系，即可作為數據分析階段的數據輸入，數據預處理的所有判斷和決策均需記錄，并形成總結報告，以便必要時的數據追溯。

2.2 數據分析

數據分析階段是ISMO優化流程的核心內容，需要大量的數據分析和工程經驗支撐分析流程中的各個決斷。該階段將所有預防性維修任務分為五個類別，對數據預處理形成的任務清單中每個任務及其相關數據進行分析，最終給出優化建議和結論。

2.2.1 維修任務適用性分析

維修任務優化分析開始時，首先分析其相關數據的完備性，以保證分析工作順利開展，其中維修任務的功能故障影響類別(Functional Failure Effect Category,簡稱FFEC)的確定必不可少，若缺失，則需要分析人員依據相關分析流程(如圖5所示)給出結論；然后對維修任務是否適合進行進一步優化分析進行判斷：

(1) 是否可緩解維修對象的性能衰退；

(2) 維修任務在技術上能否實現；

(3) 是否可被其他維修任務覆蓋；

(4) 其他幫助分析人員做出判斷的問題。

圖5 數據分析流程圖

綜合以上問題的回答，需要進一步分析維修任務進入下一步驟，針對其他維修任務可以提出刪除任務或重新評估設計的建議。

2.2.2 系統維修任務分析

該優化分析流程將系統維修任務分為勤務，檢查或操作測試，定期更換或翻修三個類型。對每項系統維修任務相關數據進行分析后回答如下問題：

(1) 該維修任務的FFEC類別是否適合優化；

(2) 機載健康監控設備是否可覆蓋該維修任務；

(3) 飛機的加改裝是否支持刪除該維修任務；

(4) 服役數據或試驗數據是否支持維修間隔或維修類型的調整；

(5) 是否存在更有效的維修任務可替代該維修任務。

綜合以上問題的回答和數據分析結果，給出系統維修任務的優化建議，FFEC類別劃分如圖6所示。

2.2.3 結構檢查任務分析

重要結構項目(Significant Structure Item,簡稱SSI)的檢查任務包括對不同材料部件的檢查，每項結構維修任務相關數據進行分析后應回答如下問題：

(1) 設計部門是否支持檢查間隔的調整；

(2) 任務類型和檢查間隔確定是否符合最新的SSI分析邏輯；

(3) 間隔的調整是否有充分的數據分析支撐。

有些疲勞試驗在飛機交付階段未給出最終結論，而且尚未積累足夠的服役數據，但主機單位最新的試驗數據可以為間隔的調整提供佐證。綜合以上問題的回答和數據分析結果，給出結構維修任務的優化建議。

2.2.4 區域檢查任務分析

區域檢查任務分析主要考慮該任務區域內的接近頻率，如果維修人員由于非計劃維修任務頻繁接近該區域，則對該區域的檢查任務可以刪除，但要確保該區域內不需要進行額外的拆裝操作，而且要滿足非計劃維修接近該區域的最低頻率。

經過對勤務、檢查或操作測試、定期更換或翻修、SSI檢查和區域檢查五類預防性維修任務相關數據的分析和決斷，得到各維修任務優化分析建議，在MTL中記錄優化建議和分析過程以便數據追溯。

2.3 有效性監控

科學合理的預防性維修任務可以有效降低飛機故障率，減少非計劃維修工作。

然而，制定飛機初始預防性維修任務的許多假設與服役階段的實際狀況存在一定差異，因此需要持續監控和分析服役期間的使用數據和維修數據，驗證預防性維修任務對飛機故障的覆蓋和控制。當服役過程中非計劃維修活動明顯超出設計開發階段的預計時，分析人員應判斷是否存在一項或多項預防性維修任務可能對該類故障適用且有效，依據預防性維修任務分析流程開展詳細分析，提出新增維修任務的建議；否則，對影響任務執行或有嚴重影響全壽命周期費用的故障提出設計改進的建議。

3 結 論

(1) 本文在深入研究S4000P的基礎上，以ISMO流程框架為基礎，結合軍用飛機的特點，構建了預防性維修任務優化的邏輯流程，分別解析了數據預處理、數據分析和有效性監控的工作內容，可用于軍用飛機預防性維修任務的優化分析。

(2) 預防性維修任務的優化是一個持續過程，應依據飛機技術狀態的變化、檢測手段的改進、分析方法的調整等因素不斷地迭代，從而使飛機的預防性維修任務一直處于最優狀態。