[发明专利]一种飞机维修间隔辅助分析方法

说明书

技术领域

本发明涉及一种飞机维修间隔辅助分析方法，具体涉及一种基于可靠性和CBR的飞机维修间隔辅助分析方法，本发明属于航空技术领域。

背景技术

在编制维修大纲的过程中，维修间隔通常是通过实验和经验得出的预估值，有相当大的主观性。现有的飞机可靠性数据分析技术和基于案例的推理技术（即CBR），飞机可靠性数据分析技术是采集了飞机实际飞行数据，并通过一些分析技巧，分析得出飞机实际飞行中的可靠性数据。基于案例的推理技术是通过收集其他机型飞机的维修大纲信息，通过展示相类似的维修任务，给维修大纲编制人员提供帮助。这两者都只关注于某一个方面，没有对两者统一结合，具有相当程度的片面性。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种飞机维修间隔辅助分析方法。

为了实现上述目标，本发明采用如下的技术方案：

一种飞机维修间隔辅助分析方法，其特征在于，包括如下步骤：

步骤一：采集飞机实际飞行的故障数据；

步骤二：通过数学模型分析步骤一得到的数据；

步骤三：收集各参考机型的维修大纲和机型参数；

步骤四：输入本机型参数；

步骤五：对比计算参考数据和本机型数据，所述参考数据为各参考机型的机型参数；

步骤六：得出参考的维修间隔。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述数学模型包括：正态分布模型、指数分布模型、威布尔分布模型、对数正态分布模型。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述正态分布模型的数学公式：公式中：x是故障数据数组；μ是故障数据数组的均值；σ是故障数据数组的方差值。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述指数分布模型的数学公式：x≥0,λ＞0，公式中：x是故障数据数组；λ是均值μ分之一，即：λ=1/μ；μ是故障数据数组的均值。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述对数正态分布模型的数学公式：公式中：x是故障数据数组；μ是故障数据数组的均值；σ是故障数据数组的方差值。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述参考机型的机型参数和本机型参数均包括CBR分析参数和可靠性分析参数。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述CBR分析参数包括：机型相似度参数、任务相似度参数和参数权重定义。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述步骤五包括：

步骤5a：通过参考机型的机型相似度参数、本机型的机型相似度参数和权重，计算得出两机型之间的机型相似度数据；

步骤5b：通过参考机型的任务相似度参数、本机型的任务相似度参数和权重，与机型相似度数据结合计算，得出两任务之间的任务相似度数据；

步骤5c：分析机型相似度数据和任务相似度数据，判断参考机型的参考任务是否有参考价值；如果没有价值，则结束参考；反之，则进行步骤5d；

步骤5d：取得步骤二中得出的当前分析部件的可靠性分布模型；

步骤5e：通过维修大纲编制人员选择的维修策略、维修角度和分析参数；

步骤5f：依据分布模型、维修策略、维修角度，确定需要计算的数学公式。

前述的一种飞机维修间隔辅助分析方法，其特征在于，所述步骤六包括：通过数学公式和分析参数，计算得出参考的维修间隔。

本发明的有益之处在于：本发明使“飞机可靠性数据分析技术”和“基于案例的推理技术”把两者的优点结合起来，更合理、更客观、更高效的为维修大纲编制人员提供有效的服务。

附图说明

图1是本发明的一个优选实施的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

参照图1所示，本发明本发明的工作原理分为6个步骤：

1.采集飞机实际飞行的故障数据

采集实际飞行中的故障数据，是可靠性分析中最重要的一个部分。只有掌握了各个维修件的真实数据，才能为后面的分析工作提供真实的依据。

2.通过数学模型分析数据

本发明提供了多种数学模型，其中包括正态分布模型、指数分布模型、威布尔分布模型、对数正态分布模型等。分析过程中，分别依次计算各种分布模型，确定故障数据的分布规律是否符合模型。当不符合时，计算下一个模型是否符合。