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。     

军用系统间歇可用度及其战时计算模型研究

根据我军训练和作战的实际情况,对间歇可用度（AP）的概念进行了分析,说明了它在一次作战任务周期内计算精度要优于使用可用度,推导出了它的战时计算模型,界定了其使用条件与限制要求。最后通过仿真计算,证明了间歇可用度战时计算模型的可行性。     

任务成功性优先的多属性维修决策研究

针对现代武器装备执行任务的特点提出了任务成功性优先的多属性维修决策方法。通过以任务成功性为中心的装备维修决策确保装备的任务成功性,利用模糊多属性决策方法对装备的维修费用、维修时间等其他影响维修决策的因素进行综合考虑,使装备的维修策略在确保任务成功性的前提下有进一步的优化。通过应用示例表明了该方法的可用性。     

基于多目标约束的基本保障单元人力资源优化研究

针对装备维修工作中基本保障单元的人员优化问题,在维修过程中为保证以最少的人员在最短的时间内完成预定的维修任务,分析了修理工期与人员数量的关系,应用多目标约束理论建立了工期人员优化的多目标数学模型,通过预处理将模型转化为路径组合优化问题,并用改进的蚁群算法对模型的求解进行了研究,最后通过实例验证了优化模型及求解方法的有效性和实用性。     

基于Petri网的装备维修保障指挥过程建模与性能优化分析

Petri网是一种非形式化的建模方法,具有严格的定义和强大的数学分析能力,适合对同步、并发、资源共享的系统建模。利用Petri网对战术装备维修保障指挥过程进行建模,可以快速准确的描述保障指挥的流程,进而可对指挥过程进行分析,找出影响系统效率的环节加以改造和优化。本文通过对保障指挥过程的分析,建立了基于Petri网的维修保障指挥过程模型,并依据模型进行合理化简,根据假设的实例数据对比分析了现有和简化后的指挥过程的平均延迟时间,从而为战术装备维修保障指挥过程的优化提供依据。     

基于单亲遗传算法的战时维修力量抽调模型研究

分析了影响维修力量抽调决策的因素,对装备维修力量的抽调问题进行了数学描述,建立了一种基于灰色关联度的多目标优化模型。针对装备维修力量抽调的非线性多目标优化问题,提出了基于单亲遗传算法的求解方法,该算法用换位算子取代了传统的交叉、变异算子,但仍然保持了他们的进化功能。通过仿真算例分析表明,该方法可有效求解多目标的保障力量抽调问题。     

软件可维护性的一种定量计算方法

软件可维护性是软件维护难易程度评价的标准,为实现软件可维护性的定量计算,在介绍波动效应的基础上,根据软件可维护性计算的基本思路和基本原理,建立了基于波动效应分析的软件可维护性计算模型,并对模型进行了分析和校验。     

直升机工作特性建模与飞行性能仿真

以涡轮轴发动机工作特性建模为中心,对某系列直升机飞行性能进行仿真研究,力争实现对直升机实施"基于状态的维修"。讨论了直升机飞行性能和涡轮轴发动机特性的表述方法,建立了涡轮轴发动机的数学模型,并讨论了其解法与应用。基于发动机台架性能仿真程序对该模型进行简化,得到涡轮轴发动机工作过程的热力学模型。对发动机性能进行计算完成飞行性能仿真,应用结果表明该方法是可信、高效的。     

通用军械装备维修备件合同商保障方式研究

提出了备件合同商保障的概念,给出了备件合同商保障内容和维度,分析了备件合同商保障的特征,着重从备件的存储方式和供应方式两个方面进行了定性分析,为实施备件合同商保障奠定了理论基础．