基于比例危险模型的船用柴油机视情维修决策

针对船用柴油机视情维修决策问题,采用威布尔比例危险模型描述了系统状态与故障率之间的关系,利用核主成分分析对协变量进行了去相关和约简处理,以平均费用最小为决策目标,建立了视情维修的最优维修策略模型,并根据设备当前状态信息来判断是否需要进行维修。实例分析表明：该方法有效融合了历史故障信息和运行状态信息,提高了柴油机可用度,降低了维修保障费用。     

基于非概率理论的混合不确定性结构可靠性分析方法

摘要: 针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。此外,将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证所建模型的合理性和所提方法的高效性和准确性。     

基于工况-时间分布规律确定装备预防性维修间隔期

考虑到装备工况变化通常会影响到装备寿命,提出了一种基于工况-时间分布规律的装备可靠性评估及预防性维修间隔期的确定方法。采用Gamma过程描述装备性能指标退化过程,以形状参数反映工况的变化,推导出基于工况-时间分布规律的装备寿命分布;进而得到可靠度表达式,确定了预防性维修间隔期;最后给出了方法在某6300型柴油机中的应用实例,验证了方法的有效性。     

面向任务的装备维修保障力量解聚方法

针对传统的装备维修保障力量派遣模糊、效率低下等问题,以受损装备为研究对象,以装备受损部位与维修专业之间的关系矩阵、修复受损装备时限为研究内容,以快速、精确派遣维修保障力量为研究目的,建立了面向任务的装备维修保障力量解聚模型。最后,重点分析并实例应用了装备维修保障力量解聚方法。     

雷达维修保障系统效能的云重心评估

在雷达维修保障系统效能实际评估中,各项指标的参数通常以定性描述的形式来获得,模糊性和随机性较强。为了合理地处理模糊性、随机性以及定性描述与定量描述的关系,引入云重心评价法,提出一种基于多级云重心评价的雷达维修保障系统效能多级评估方法,得到了评估结果。该方法可以对各项指标进行优劣排序,评估结果较好地显示了当前系统效能的状态。     

基于贝叶斯网络的自动装弹机维修决策

在分析贝叶斯网络的结构和特点的基础上,以自动装弹机的部件输弹机为例,构建了输弹机不旋转故障模式的贝叶斯网络模型,并对网络模型进行训练和学习,在计算网络模型相关参数的基础上进行维修决策分析,梳理出排除输弹机不旋转故障的一般性方法,为研究自动装弹机的维修决策提供参考。     

两级修理模式下民机修理级别非经济性分析研究

针对两级修理模式在飞机维修规划中得到逐步重视的问题,提出了两级修理模式下民机修理级别非经济性分析模型。其中基于GJB-2961-1997标准,建立了两级修理级别分析的指标体系,在此基础上,利用模糊层次分析法确定各评价指标的权系数,并对灰色关联系数加权得到灰色关联度,实现了基于模糊层次分析法和灰色关联分析法的飞机修理级别综合评估。最后通过实例分析,验证了所提模型的合理性和有效性。     

基于GERT的武器装备维修备件订货间隔期预测

由于武器装备维修备件的需求是随机波动的,订货间隔期的准确预测就成为了一个难点。针对这样一个随机波动的需求系统,提出了利用GERT随机网络模型对其进行描述,进而求出随机波动需求的订货间隔期的解析表达式,解决了不确定性需求的订货间隔期的预测问题,为武器装备维修备件的科学管理提供数据支持。通过实例验证表明,GERT随机网络模型是解决武器装备维修备件订货间隔期的一种有效手段和方法。     

Maintenance and flight scheduling of low observable aircraft

In this article, we focus on relatively new maintenance and operational scheduling challenges that are faced by the United States Air Force concerning low‐observable (LO) or stealth aircraft. The LO capabilities of an aircraft degrade stochastically as it flies, making it difficult to make maintenance scheduling decisions. Maintainers can address these damages, but must decide, which aircraft should be put into maintenance, and for how long. Using data obtained from an active duty Air Force F‐22 wing and interviews with Air Force maintainers and program specialists, we model this problem as a generalization of the well‐known restless multiarmed bandit superprocess. Specifically, we use an extension of the traditional model to allow for actions that require varying lengths of time, and generate two separate index policies from a single model; one for maintenance actions and one for the flying action. These index policies allow maintenance schedulers to intuitively, quickly, and effectively rank a fleet of aircraft based on each aircraft's LO status and decide, which aircraft should enter into LO maintenance and for how long, and which aircraft should be used to satisfy daily sortie requirements. Finally, we present extensive data‐driven, detailed simulation results, where we compare the performance of the index policies against policies currently used by the Air Force, as well as some other possible more naive heuristics. The results indicate that the index policies significantly outperform existing policies in terms of fully mission capable (FMC) rates. In particular, the experiments highlight the importance of coordinated maintenance and flying decisions. © 2015 Wiley Periodicals, Inc. 62:60–80, 2015     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。