[發明專利]一種飛機引氣壓力調節活門維修決策方法

有效

• 申請號: 201910220612.4
• 申請日: 2019-03-22
• 公開（公告）號: CN109978187B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 李懷遠;李亞志;龔如賓;曾岳
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/04;G06Q10/06;G06F30/15;G06F30/20;G06F111/04;G06F111/06;G06F111/08;G06F119/02
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華;于瀚文

1.一種飛機引氣壓力調節活門維修決策方法，其特征在于，包括如下步驟：

步驟1、初始化參數，準備計算的初始值；

步驟2、分析飛機引氣壓力調節活門的拆換記錄，統計出每個部件的使用歷史，分析出可靠性樣本；

步驟3、根據飛機引氣壓力調節活門的維修數據，分析出該飛機引氣壓力調節活門各項維修成本之間的函數關系；

步驟4、評估飛機引氣壓力調節活門的可靠度分布；

步驟5、根據隨機更新理論計算飛機引氣壓力調節活門在定期檢查條件下的維修成本率f₂(x)和可用度f₃(x)；

步驟6、建立飛機引氣壓力調節活門維修決策的多目標規劃模型；

步驟7、用增廣拉格朗日乘子法將步驟6得到的多目標規劃模型轉化成對應的無約束優化問題；

步驟8、用基于單純形對稱的優化方法對步驟7中的無約束優化問題進行迭代求解；

步驟9、判斷迭代計算是否滿足結束條件，若滿足則轉步驟12，否則轉步驟10；

步驟10、更新迭代計算中的拉格朗日乘子懲罰因子；

步驟11、更新迭代計算中的乘子參數，并轉步驟8；

步驟12、分析和評價飛機引氣壓力調節活門的維修決策的合理性；

步驟1中，初始化參數，準備計算的初始值，包括：初始化到第k次迭代為止的對稱、反向對稱和反射全部失敗的次數l_k、第m次生成單純形發生在第k次迭代的單純形的生成次數k_m、迭代次數k、連續對稱的迭代次數t、連續對稱的最大迭代次數t_max、連續對稱的頂點數目o、連續對稱的最大頂點數目o_max，令k＝1,l_k＝0,k_m＝0,t＝0,o＝0,t_max＝10,o_max＝4；

步驟2包括：如果第i個壽命觀察值是因為引氣壓力調節活門故障更換而產生的，則記為并直接歸入完全壽命樣本集合C^c，即有否則，如果第i個壽命觀察值是因為缺陷或者計劃維修或者強制指令的更換而產生的，則記為并且歸入右截尾壽命樣本集合C^r，即有如果因為在計劃檢查中發現漏氣故障而得到第i個壽命觀察值，則記為其中是故障前沒有發現該故障的最近一次計劃檢查的時間，是故障后確認該故障已經發生的計劃檢查時間，并且歸入區間截尾壽命樣本集合C^I，即如果第i個壽命觀察值是因為在非計劃檢查中發現隱蔽故障而產生的，則記為并歸入左截尾壽命樣本集合C^l，即有這四類樣本共同形成飛機引氣壓力調節活門的可靠性樣本集合O＝C^r∪C^l∪C^I∪C^c；

步驟3包括：利用最小二乘法統計出飛機引氣壓力調節活門各項維修成本之間的函數關系：設定每次計劃維修檢查的經濟費用c_i為c_i＝a，則每次在計劃的例行維修中發現故障后的維修成本記為每次意外故障后非計劃維修的成本記為其中線性系數刻畫了計劃維修成本與例行檢查成本之間的函數關系，線性系數表達了非計劃維修成本與例行檢查成本之間的函數關系，參數是根據工程實際的經驗數據統計出來的；

步驟4包括：設定飛機引氣壓力調節活門的故障概率分布函數是F(x)，故障概率密度函數是f(x)，可靠度函數記為f₁(x)，則有f₁(x)＝1-F(x)，其中x是飛機引氣壓力調節活門的工作時間或者維修間隔；設定完全壽命樣本集合C^c中第i個完全壽命樣本為t_i，左截尾壽命樣本集合C^l中第k個左截尾壽命樣本為s_k，右截尾壽命樣本集合C^r中第j個右截尾壽命樣本為l_j，區間截尾壽命樣本集合C^I中第l個右截尾壽命樣本為其中是故障前沒有發現該故障的最近一次計劃檢查的時間，是故障后確認該故障已經發生的計劃檢查時間，θ是待估計的可靠度分布參數，則用極大似然法估計引氣壓力調節活門可靠性參數的似然函數L_o(θ)如下：

求似然函數L_o(θ)的最大值即能夠估計出飛機引氣壓力調節活門的可靠度分布參數；

步驟5包括：設定維修間隔為x，k是計劃維修的順序編號，則計算出維修成本率f₂(x)為：

可用度f₃(x)表示成維修間隔x的函數，如下式所示：

其中，積分變量a表示飛機引氣壓力調節活門的理論壽命；

步驟6包括：設定w₁,w₂,w₃分別表示可靠度f₁(x)在維修決策中的權重、維修成本率f₂(x)在維修決策中的權重和可用度f₃(x)在維修決策中的權重，且w_i≥0,分別表示第i個目標的正偏差變量和負偏差變量，它們能衡量第i個目標函數與第i個目標函數的理想值f_i⁰的偏離程度；分別量化表示了正偏差變量在第i個決策目標中的重要性和負偏差變量在第i個決策目標中的重要性，且則飛機引氣壓力調節活門維修決策的多目標規劃模型如下式所示：

上式中，即分別是正偏差變量組成的向量和負偏差變量組成的向量；f₁⁰是可靠度的理想值，f₂⁰是維修成本的理想值，f₃⁰是可用度的理想值；反映了可靠度、維修成本和可用度與其理想目標的差距的加權和，是關于維修間隔x的函數，則以可靠度、維修成本和可用度都接近最優為目標的引氣壓力調節活門的維修決策能夠用函數來表示；

步驟7包括：用增廣拉格朗日乘子法把步驟6得到的多目標規劃模型轉化成等效的無約束優化問題：設定乘子參數u₁,u₂,u₃組成乘子參數向量u＝[u₁ u₂ u₃]^T，懲罰因子σ₁,σ₂,σ₃組成懲罰因子向量σ＝[σ₁ σ₂ σ₃]^T，則多目標規劃模型轉化后的無約束優化問題為：

其中，是引氣壓力調節活門維修決策的拉格朗日函數；

步驟12包括：若第k+1步迭代中求得x^k+1滿足結束條件，則x^k+1就是該飛機引氣壓力調節活門的最優維修間隔，即x*＝x^k+1，則每隔x^*個時間單位就需要對該飛機引氣壓力調節活門進行一次預防檢查，f₁(x^*),f₂(x^*),f₃(x^*)分別表示在維修間隔x^*時的可靠度、維修成本率和可用度；令則Θ₁是一個能夠反映維修檢查的性能和效果的量化指標，即表示發現故障的能力；Θ₂是一個標識維修檢查準確性的定量指標，該值越大說明維修檢查越不準確；Θ₃表示在維修周期內平均檢查次數，Θ₃越小則維修策略越好，其中有：

其中，g(h),G(h)分別是潛在缺陷的概率密度函數和概率分布函數，計算結束后，根據x^*＝x^(k+1)求出f₁(x^*),f₂(x^*),f₃(x^*),Θ₁,Θ₂,Θ₃即能夠評價維修間隔的合理性。