[发明专利]一种基于故障率的地面电子设备维修备件需求预测方法

摘要

本发明公开一种基于故障率的地面电子设备维修备件需求预测方法，通过对地面电子设备按照可维修更换模块进行细化，统计维修可达子模块i的年故障率和统计分析维修可达子模块i历史故障率的变化趋势，确定备件需求量的步骤实现。本发明解决了地面电子设备在售后中存在的维修备件储备不足造成装备使用率下降或维修备件储备过量造成使用经费浪费的问题。

主权项

1.一种基于故障率的地面电子设备维修备件需求预测方法，其特征在于具体步骤为：第一步 对地面电子设备按照可维修更换模块进行细化对地面电子设备的功能进行细化，以设备的故障模式和功能为基础，根据维修人员的维修能力将设备划分为不同的可维修模块，即子模块或零部件；根据维修人员的能力将地面电子设备按照功能和性能进行子部件划分；以部队人员的维修能力为例，按照某地面电子设备的组成，将该设备划分为板卡、面板可更换器件，包括：开关、按键和指示灯及可更换线缆的维修可达子模块i；第二步 统计维修可达子模块i的年故障率根据装备的历史维修记录，按照划分维修可达子模块i进行年故障率统计；即，对在同一使用环境设备的历史维修数据进行统计，按年进行划分，计算各子模块i的第j年故障率ηij；第三步 统计分析维修可达子模块i历史故障率的变化趋势，确定备件需求量通过历史故障率变化趋势分析，将维修可达子模块i分解为故障率变化趋势不明显模块、故障率超过阈值模块和故障率呈现递增变化趋势模块；对于变化趋势不明显模块按照正态分布分析，确定满足保障概率φ备件数量ni；即ni＝Ni×ηi (1)其中，Ni为系统中维修可达子模块i总数量；ηi为故障分布概率不小于保障概率φ的故障率；对于当前故障率超过预先设定阈值θi的设备时，则进行全部更换，备件数量依据装备的设定数量进行计算，即为Ni；对于故障率呈现递增变化趋势的维修可达子模块i，且当前故障率小于设定阈值θi时，采用故障率预测模型确定未来1年内的维修可达子模块i故障率，根据系统的特点来计算每个模块的备件需求数量；故障率预测模型采用人工智能方式进行建模，包括：灰色预测和人工神经网络；当预测未来1年维修可达子模块i故障率为ηi′，则备件需求数量为ni＝Ni×ηi′ (2)采用灰色预测方式，定义：故障率的历史序列为x(0)(k)，k＝1,2,…,L；L是历史序列的个数；灰色生成是对该序列作累加生成，一次正向累加生成序列(1‐AGO)x(1)(k)，k＝1,2,…,N； x ( 1 ) ( k ) = Σ m = 1 k x ( 0 ) ( m ) - - - ( 3 ) ]]>建立GM(1,1)灰微分白化方程： dx ( 1 ) d t + ax ( 1 ) = b - - - ( 4 ) ]]>参数序列 a ^ = [ a , b ] T - - - ( 5 ) ]]>计算得 a ^ = ( B T B ) - 1 B T Y N - - - ( 6 ) ]]>公式(6)中， B = - 1 2 [ x ( 1 ) ( 1 ) + x ( 1 ) ( 2 ) ] 1 - 1 2 [ x ( 1 ) ( 2 ) + x ( 1 ) ( 3 ) ] 1 . . . . . . - 1 2 [ x ( 1 ) ( k - 1 ) + x ( 1 ) ( k ) ] 1 - - - ( 7 ) ]]>YN＝[x(0)(2) x(0)(3)…x(0)(k)]T (8)历史数据序列的预测值为 x ^ ( 0 ) ( k ) = a { - 1 2 [ x ^ ( 1 ) ( k - 1 ) + x ^ ( 1 ) ( k ) ] } + b - - - ( 9 ) ]]>对预测结果的残差建立自回归模型得到残差序列进而得到故障率的预测值即，维修可达子模块i故障率为ηi′；当预测的故障率大于预先设定阈值θi时，采用全部更换的方式进行维修备件储备，即备件数量依据装备的设定数量进行计算；至此，完成一种基于故障率的地面电子设备维修备件需求预测。