曲學(xué)軍，孟 飆

（1.沈陽(yáng)航空航天大學(xué) 航空航天工程學(xué)部，沈陽(yáng) 110136；2.沈陽(yáng)航空航天大學(xué) 航空制造工藝數(shù)字化國(guó)防重點(diǎn)實(shí)驗(yàn)室，沈陽(yáng) 110136）

飛機(jī)裝配工藝裝備保障狀態(tài)的多層次綜合評(píng)價(jià)方法

曲學(xué)軍1，孟 飆2

（1.沈陽(yáng)航空航天大學(xué) 航空航天工程學(xué)部，沈陽(yáng) 110136；2.沈陽(yáng)航空航天大學(xué) 航空制造工藝數(shù)字化國(guó)防重點(diǎn)實(shí)驗(yàn)室，沈陽(yáng) 110136）

設(shè)備保障狀態(tài)是對(duì)設(shè)備運(yùn)行的當(dāng)前狀態(tài)及其對(duì)裝配任務(wù)影響程度的綜合反映，完成設(shè)備保障狀態(tài)的綜合評(píng)估，將為制定有效的保障措施并為保障裝配任務(wù)的順利進(jìn)行提供重要的參考依據(jù)。參照行業(yè)標(biāo)準(zhǔn)與裝配制造信息化應(yīng)用現(xiàn)狀，建立基于分類(lèi)特征文本的故障分類(lèi)與判別準(zhǔn)則，完成裝配工藝裝備的信息劃分與數(shù)據(jù)組織，進(jìn)而形成統(tǒng)計(jì)分析樣本數(shù)據(jù)。建立保障狀態(tài)的綜合評(píng)價(jià)指標(biāo)體系，利用有效的樹(shù)立統(tǒng)計(jì)分析方法完成關(guān)鍵指標(biāo)的量化評(píng)價(jià)。建立綜合評(píng)價(jià)模型，完成局部指標(biāo)的信息綜合，實(shí)現(xiàn)設(shè)備保障狀態(tài)的整體量化評(píng)定。對(duì)連續(xù)分布的量化指標(biāo)數(shù)據(jù)進(jìn)行分類(lèi)分析與判別分析，完成統(tǒng)計(jì)結(jié)果的分類(lèi)整合與聚集，實(shí)現(xiàn)高層次的信息組織與語(yǔ)義解讀。實(shí)驗(yàn)結(jié)果表明，利用該方法可獲取豐富的多層次評(píng)估結(jié)果，并為開(kāi)展后續(xù)的工程分析提供良好的信息支持。

飛機(jī)裝配工藝裝備；設(shè)備保障狀態(tài)；統(tǒng)計(jì)分析；分類(lèi)與判別；綜合評(píng)價(jià)

0 引言

對(duì)于長(zhǎng)期運(yùn)行的裝配工藝裝備而言，為避免局部故障影響裝配任務(wù)的實(shí)施，必須在故障發(fā)生前予以有效預(yù)警并采取針對(duì)性的調(diào)整與維護(hù)措施[1,2]。當(dāng)前，基于制造執(zhí)行系統(tǒng)（MES）的制造過(guò)程信息化管理已在飛機(jī)制造企業(yè)得到普遍應(yīng)用[3,4]，所涉及的裝配工藝裝備的運(yùn)行情況及故障維護(hù)信息也進(jìn)行了詳細(xì)的記錄。然而，大量離散的信息與數(shù)據(jù)尚未得到有效的組織與管理，深入的分析工作也并未展開(kāi)。當(dāng)前依賴(lài)專(zhuān)家主觀經(jīng)驗(yàn)的分析手段由于面臨以下問(wèn)題已經(jīng)難以適應(yīng)日益復(fù)雜的裝配制造要求[5]：1）工程數(shù)據(jù)類(lèi)型繁雜，關(guān)系松散，豐富的數(shù)據(jù)資源資源未能實(shí)現(xiàn)有效的整合并進(jìn)行統(tǒng)一、有效的分析與處理；2）分析過(guò)程嚴(yán)重依賴(lài)主觀經(jīng)驗(yàn)，效率低，分析流程不規(guī)范，分析結(jié)果難以重現(xiàn)；3）專(zhuān)家領(lǐng)域知識(shí)與分析經(jīng)驗(yàn)未有效封裝和重用，缺乏知識(shí)和經(jīng)驗(yàn)的管理手段。

為了突破傳統(tǒng)分析手段的局限性，針對(duì)設(shè)備狀態(tài)評(píng)估與維護(hù)分析的實(shí)際需求，從運(yùn)行與維護(hù)歷史數(shù)據(jù)中獲取關(guān)聯(lián)信息，完成數(shù)據(jù)規(guī)范化處理與轉(zhuǎn)換，以及數(shù)據(jù)的整合與組織，形成統(tǒng)計(jì)分析樣本數(shù)據(jù)。分析設(shè)備運(yùn)行狀態(tài)的關(guān)鍵影響因素并建立綜合評(píng)價(jià)指標(biāo)體系，并采用有效的統(tǒng)計(jì)分析手段完成關(guān)鍵評(píng)價(jià)指標(biāo)的量化分析。在此基礎(chǔ)上，建立設(shè)備運(yùn)行狀態(tài)的綜合評(píng)價(jià)模型以完成信息整合與指標(biāo)匯總。更進(jìn)一步，完成統(tǒng)計(jì)結(jié)果的分類(lèi)整合與聚集，實(shí)現(xiàn)高層次的信息組織與語(yǔ)義解讀，為開(kāi)展后續(xù)的工程分析提供良好的信息支持。

1 工藝裝備保障狀態(tài)的綜合評(píng)估策略

完成裝備保障狀態(tài)的整體評(píng)估，以綜合反映其對(duì)裝配任務(wù)的影響程度，將為制定及時(shí)有效的保障措施提供重要的參考依據(jù)[6]。一個(gè)工藝裝備通常包含多個(gè)故障個(gè)體，保障狀態(tài)的綜合評(píng)估應(yīng)以所包含的各故障的局部評(píng)估為基礎(chǔ)。這樣，故障類(lèi)型的劃分與識(shí)別就成為完成分析任務(wù)的首要環(huán)節(jié)。

就單個(gè)故障而言，其對(duì)整體保障狀態(tài)的影響可歸結(jié)為以下兩個(gè)方面：一方面是該故障發(fā)生風(fēng)險(xiǎn)的概率，另一方面是故障發(fā)生后維護(hù)保障的難度。采用故障風(fēng)險(xiǎn)指標(biāo)與故障維護(hù)指標(biāo)以定量描述上述兩個(gè)因素，進(jìn)而形成故障個(gè)體的關(guān)鍵評(píng)價(jià)指標(biāo)并建立指標(biāo)評(píng)價(jià)體系。對(duì)于各指標(biāo)分別完成關(guān)聯(lián)數(shù)據(jù)的提取與處理并形成樣本數(shù)據(jù)，利用基于統(tǒng)計(jì)分析的量化分析方法完成單故障的量化評(píng)估。

對(duì)于整個(gè)裝備而言，每個(gè)故障個(gè)體的發(fā)生都將影響整個(gè)設(shè)備的運(yùn)行。為完成設(shè)備保障狀態(tài)的整體評(píng)估，需要完成每個(gè)故障自身關(guān)鍵指標(biāo)的信息綜合，以反映其對(duì)設(shè)備保障狀態(tài)的影響程度。在此基礎(chǔ)上建立綜合評(píng)價(jià)模型，以完成各故障個(gè)體離散指標(biāo)的信息綜合，完成保障狀態(tài)的整體量化評(píng)定。

以連續(xù)分布的指標(biāo)數(shù)據(jù)所形成的定量分析結(jié)果，因其缺乏明確的工程語(yǔ)義而難以理解。在定量分析的基礎(chǔ)上，將同一層次下的指標(biāo)數(shù)據(jù)進(jìn)行匯總，據(jù)此展開(kāi)分類(lèi)分析與判別分析，實(shí)現(xiàn)指標(biāo)數(shù)據(jù)的分類(lèi)整合與聚集，進(jìn)而為各類(lèi)別賦予明確的工程語(yǔ)義。同一類(lèi)別內(nèi)的指標(biāo)數(shù)據(jù)語(yǔ)義相似，不同類(lèi)別之間則差別顯著，分析結(jié)果簡(jiǎn)單直觀且易于理解，從而在更高層次上完成了信息的組織與解讀，并為開(kāi)展后續(xù)的工程分析提供良好的信息支持。

圖1 綜合分析流程

2 裝備故障的類(lèi)型識(shí)別與數(shù)據(jù)組織

在企業(yè)裝配設(shè)備維護(hù)信息數(shù)據(jù)庫(kù)中，普遍采用自由文本完成故障現(xiàn)象與維護(hù)措施的語(yǔ)言描述，主觀性強(qiáng)且缺乏必要的規(guī)范性約束[7]。以裝配工藝裝備行業(yè)標(biāo)準(zhǔn)為依據(jù)，完成故障類(lèi)型的歸納與整理，形成分類(lèi)特征文本，據(jù)此建立分類(lèi)與判別準(zhǔn)則，是完成故障類(lèi)型識(shí)別與信息組織的可行手段。據(jù)此形成的方法如下：

1）參照行業(yè)標(biāo)準(zhǔn)，完成典型故障類(lèi)型的分析與整理，形成故障分類(lèi)特征文本并建立分類(lèi)準(zhǔn)則，并應(yīng)滿(mǎn)足：所建立的文本集合應(yīng)能完成大多數(shù)故障類(lèi)型的標(biāo)識(shí)；同類(lèi)故障在屬性特征上趨于相似，不同類(lèi)別中的故障類(lèi)型應(yīng)避免彼此交叉覆蓋。

2）針對(duì)某一裝配工藝裝備，遍歷裝備維護(hù)數(shù)據(jù)庫(kù)并提取關(guān)聯(lián)的維護(hù)信息描述文本。利用建立的分類(lèi)特征文本集合匹配描述文本，完成故障的判別與提取。進(jìn)一步提取關(guān)聯(lián)的指標(biāo)數(shù)據(jù)，包括設(shè)備編號(hào)、故障發(fā)生時(shí)間與故障維護(hù)時(shí)間，形成狀態(tài)評(píng)估樣本數(shù)據(jù)。

3 故障風(fēng)險(xiǎn)指標(biāo)的綜合分析

故障風(fēng)險(xiǎn)指標(biāo)用于評(píng)估故障發(fā)生的概率。通過(guò)采集關(guān)聯(lián)信息并完成相關(guān)指標(biāo)的計(jì)算來(lái)形成樣本數(shù)據(jù)。在此基礎(chǔ)上，針對(duì)樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，完成周期數(shù)據(jù)分布模型的統(tǒng)計(jì)推斷，進(jìn)而利用重建的分布模型完成故障風(fēng)險(xiǎn)指標(biāo)的量化評(píng)估。在此基礎(chǔ)上，建立風(fēng)險(xiǎn)指標(biāo)的分類(lèi)與判別準(zhǔn)則，完成更高層次的評(píng)價(jià)分析。

3.1 故障風(fēng)險(xiǎn)指標(biāo)的量化評(píng)定

1）故障發(fā)生周期樣本數(shù)據(jù)的生成

由于同類(lèi)裝配工藝裝備的同類(lèi)型故障的故障發(fā)生間隔周期有著近似的分布規(guī)律，因此完成針對(duì)該范圍內(nèi)的故障發(fā)生周期指標(biāo)的匯總并形成樣本數(shù)據(jù)，可以顯著擴(kuò)大樣本的容量，從而簡(jiǎn)化分析負(fù)荷并提高統(tǒng)計(jì)結(jié)果的準(zhǔn)確性。在此原則指導(dǎo)下，以設(shè)備類(lèi)型與故障類(lèi)型為分組條件，計(jì)算該范圍下的故障發(fā)生周期指標(biāo)，形成統(tǒng)計(jì)分析樣本數(shù)據(jù)。

2）故障發(fā)生周期整體分布模型的統(tǒng)計(jì)推斷對(duì)于某一故障類(lèi)型而言，其發(fā)生間隔周期通常滿(mǎn)足正態(tài)分布[8,9]，并可表示為：

3）故障風(fēng)險(xiǎn)指標(biāo)的計(jì)算

故障風(fēng)險(xiǎn)指標(biāo)用于評(píng)估故障發(fā)生的概率，其支配因素有兩個(gè)：其一是故障發(fā)生間隔周期數(shù)據(jù)的總體分布；其二是最近啟用時(shí)間，即故障最近一次排除后的正常運(yùn)行時(shí)間。顯然，最近啟用時(shí)間越接近故障發(fā)生間隔周期的總體分布均值，該型故障發(fā)生的風(fēng)險(xiǎn)程度就越高。因此，兩者之間的相對(duì)比值在一定程度反映了故障發(fā)生的風(fēng)險(xiǎn)程度。然而，實(shí)際的故障間隔周期數(shù)據(jù)分布范圍較為廣泛，而單純依賴(lài)故障周期總體均值的風(fēng)險(xiǎn)指標(biāo)并未對(duì)數(shù)據(jù)分布的離散程度予以反映。相對(duì)而言，以故障發(fā)生的概率指標(biāo)完成故障風(fēng)險(xiǎn)程度的量化評(píng)估就更為直接與合理。

以故障發(fā)生周期的總體分布模型的統(tǒng)計(jì)推斷結(jié)果為依據(jù)，建立各故障類(lèi)型發(fā)生時(shí)間的概率分布函數(shù)：

對(duì)于某一待評(píng)估工藝裝備，將故障集合中每一故障的最近啟用時(shí)間待入式中所建立的對(duì)應(yīng)類(lèi)型的概率分布函數(shù)，求解各故障發(fā)生的概率，形成概率指標(biāo)向量作為該裝備風(fēng)險(xiǎn)指標(biāo)的量化評(píng)價(jià)結(jié)果。

3.2 故障風(fēng)險(xiǎn)指標(biāo)的分類(lèi)分析

前述方法利用[0,1]區(qū)間上連續(xù)分布的概率指標(biāo)完成故障發(fā)生風(fēng)險(xiǎn)程度的評(píng)估，然而一個(gè)指標(biāo)數(shù)據(jù)所反映的危險(xiǎn)程度如何，不同的人顯然具有不同的評(píng)判標(biāo)準(zhǔn)。相對(duì)而言，采用分類(lèi)分析完成指標(biāo)數(shù)據(jù)的整合與聚集，實(shí)現(xiàn)風(fēng)險(xiǎn)指標(biāo)的分級(jí)評(píng)定并賦予明確的工程語(yǔ)義，可以獲取更為簡(jiǎn)單直觀的評(píng)價(jià)結(jié)果[10,11]故障風(fēng)險(xiǎn)分類(lèi)分析以故障周期總體分布模型為依據(jù)完成故障風(fēng)險(xiǎn)指標(biāo)的類(lèi)別劃分。首先給定類(lèi)別數(shù)量n，建立故障風(fēng)險(xiǎn)指標(biāo)分類(lèi)與判別準(zhǔn)則如下：

對(duì)于某一故障個(gè)體所對(duì)應(yīng)的風(fēng)險(xiǎn)指標(biāo)F，利用上式完成風(fēng)險(xiǎn)等級(jí)的劃分：若F位于第i個(gè)類(lèi)別Gi所對(duì)應(yīng)的定義區(qū)間范圍內(nèi)，即：則判定該類(lèi)型的故障風(fēng)險(xiǎn)級(jí)別為Gi。而對(duì)于某一裝配工藝裝備，其風(fēng)險(xiǎn)等級(jí)判別針對(duì)所屬各故障進(jìn)行，結(jié)果將形成等級(jí)判別向量。

4 故障維護(hù)指標(biāo)的綜合分析

故障維護(hù)指標(biāo)用于評(píng)估故障維護(hù)的復(fù)雜程度。顯然，某一故障發(fā)生后的維護(hù)時(shí)間越長(zhǎng)，其維護(hù)復(fù)雜程度就越高，因此故障維護(hù)時(shí)間就成為評(píng)估復(fù)雜程度的關(guān)鍵指標(biāo)。獲取故障維護(hù)時(shí)間樣本數(shù)據(jù)，完成故障維護(hù)時(shí)間的數(shù)據(jù)分布的統(tǒng)計(jì)推斷，進(jìn)而利用重建的分布模型完成故障維護(hù)指標(biāo)的量化評(píng)估。在此基礎(chǔ)上，建立維護(hù)指標(biāo)的分類(lèi)與判別準(zhǔn)則，完成更高層次的評(píng)價(jià)分析。

4.1 故障維護(hù)指標(biāo)的量化評(píng)定

1）故障維護(hù)周期樣本數(shù)據(jù)的生成

對(duì)于相似裝配工藝裝備的同類(lèi)型故障來(lái)說(shuō)，其故障維護(hù)時(shí)間有著相似的分布規(guī)律。以設(shè)備類(lèi)型與故障類(lèi)型為分組條件，從故障維護(hù)歷史數(shù)據(jù)中提取關(guān)聯(lián)數(shù)據(jù)并計(jì)算故障周期，以此形成統(tǒng)計(jì)分析樣本數(shù)據(jù)，可以顯著擴(kuò)大樣本數(shù)據(jù)的容量并提高統(tǒng)計(jì)分析的準(zhǔn)確性。

2）故障維護(hù)周期整體分布模型的統(tǒng)計(jì)推斷

對(duì)于某一故障類(lèi)型而言，其故障維護(hù)時(shí)間通常滿(mǎn)足正態(tài)分布，并可表示為：

3）故障維護(hù)指標(biāo)計(jì)算

對(duì)于某一待評(píng)估工藝裝備，采用步驟2）中的方法完成其包含的各故障維護(hù)周期的分布模型的統(tǒng)計(jì)推斷，并利用分析結(jié)果完成維護(hù)指標(biāo)的量化配置：

式中wi表示該裝備各故障的維護(hù)指標(biāo)，μi為對(duì)應(yīng)故障類(lèi)型的維護(hù)周期總體分布的均值指標(biāo)。

4.2 故障維護(hù)指標(biāo)的分類(lèi)分析

不同類(lèi)型故障的維護(hù)指標(biāo)具有不同的分布規(guī)律。大范圍連續(xù)分布的指標(biāo)數(shù)據(jù)自身缺乏明顯的工程語(yǔ)義而難以直觀理解。相對(duì)而言，針對(duì)不同類(lèi)型故障的維護(hù)指標(biāo)數(shù)據(jù)進(jìn)行分類(lèi)分析，實(shí)現(xiàn)風(fēng)險(xiǎn)指標(biāo)的分級(jí)評(píng)定并賦予明確的工程語(yǔ)義，并賦予類(lèi)似復(fù)雜或容易等明確的工程語(yǔ)義，評(píng)定結(jié)果簡(jiǎn)單直觀且具備明確的工程語(yǔ)義，可以獲取更為簡(jiǎn)單直觀的評(píng)價(jià)結(jié)果。

聚類(lèi)分析開(kāi)始時(shí)將各樣本數(shù)據(jù)各自作為一類(lèi)，然后將距離最近的兩類(lèi)合并成一個(gè)新類(lèi)，再計(jì)算新類(lèi)與其他類(lèi)之間的距離并重復(fù)進(jìn)行兩個(gè)最近類(lèi)的合并。每次并類(lèi)過(guò)程都將類(lèi)別的數(shù)量減一，直至降至預(yù)先指定的分類(lèi)數(shù)量。相關(guān)定義如下：

設(shè)xi與xj為兩樣本數(shù)據(jù)，則樣本數(shù)據(jù)間的距離dij采用歐式距離定義：

類(lèi)間距離DKL采用重心法定義：設(shè)類(lèi)Gk中有nK個(gè)數(shù)據(jù)，GL中有nL個(gè)數(shù)據(jù)，定義兩個(gè)類(lèi)的重心分別為：

則GK與GL間距離為：

圖2 聚類(lèi)分析相關(guān)定義

該模式下故障維護(hù)指標(biāo)分類(lèi)分析過(guò)程如下：

1）預(yù)先指定類(lèi)別數(shù)量n，提取所有設(shè)備的所有類(lèi)型故障的維護(hù)指標(biāo)wi，i =1，2，…，n，形成分類(lèi)分析樣本數(shù)據(jù)。

2）初始時(shí)將每個(gè)樣本各自作為一類(lèi)，其分類(lèi)結(jié)果為Ω=(Gi，i=1，2，…，n)，Gi={wi}。計(jì)算任意兩個(gè)樣本數(shù)據(jù)間的距離dij，i，j=1，2，…，n，以此建立距離矩陣D=[dij]。

3）尋找D中的最小值所在的元素，設(shè)為dKL，將Gk和GL聚成一個(gè)新類(lèi)，記為GM，即GM= {Gk, GL}，形成新的分類(lèi)集合Ω={G1，…，GK-1，GK+1，…，GL-1，GL+1， …，GM}。

4）計(jì)算新類(lèi)GM與任一已有類(lèi)GJ之間距離，據(jù)此完成對(duì)距離矩陣D的修改。

5）重復(fù)第3）與第4）步操作，更新分類(lèi)結(jié)果Ω與距離矩陣D，直至所有元素合并為一類(lèi)為止。

5 設(shè)備保障狀態(tài)的綜合量化評(píng)估

在將某一工藝裝備離散表示為n個(gè)故障集合之后，各個(gè)故障的評(píng)估結(jié)果就從不同角度對(duì)裝配保障狀態(tài)進(jìn)行了局部描述。在此情況下，為完成保障狀態(tài)的綜合評(píng)估，還需通過(guò)集成各局部評(píng)價(jià)指標(biāo)來(lái)建立綜合評(píng)價(jià)模型[12]。所建立的模型可表示為：

式中，fi是第i個(gè)故障的風(fēng)險(xiǎn)指標(biāo)，wi為該故障的維護(hù)指標(biāo)?？蓪⒐收巷L(fēng)險(xiǎn)指標(biāo)fi視為基準(zhǔn)指標(biāo)，則故障維護(hù)指標(biāo)wi就可視為fi的權(quán)重系數(shù)[13]反之亦然。兩者相乘綜合反映了該故障的當(dāng)前運(yùn)行狀態(tài)及其對(duì)綜合評(píng)價(jià)模型的影響程度，綜合評(píng)價(jià)結(jié)果即為各故障個(gè)體影響程度的疊加。上式還可表示為：

其中W即集合各故障風(fēng)險(xiǎn)指標(biāo)形成的指標(biāo)向量，F(xiàn)為集合各評(píng)估單元維護(hù)指標(biāo)形成的指標(biāo)向量。

該模型下裝備保障狀態(tài)綜合評(píng)估過(guò)程如下：

1）對(duì)于待評(píng)價(jià)工藝裝備的每個(gè)故障個(gè)體，采用3.1節(jié)所示方法完成故障風(fēng)險(xiǎn)指標(biāo)的量化評(píng)估，形成故障風(fēng)險(xiǎn)指標(biāo)向量

2）對(duì)于待評(píng)價(jià)工藝裝備的每個(gè)故障個(gè)體，采用4.1節(jié)所示方法完成故障維護(hù)指標(biāo)的量化評(píng)估，形成故障維護(hù)指標(biāo)向量

3）利用式(10)建立的工藝裝備運(yùn)行狀態(tài)的整體評(píng)價(jià)模型完成局部指標(biāo)的信息綜合，形成裝備保障狀態(tài)的綜合量化評(píng)估指標(biāo)。

6 實(shí)驗(yàn)與討論

1）關(guān)鍵指標(biāo)的量化分析

查閱裝配工藝裝備維護(hù)歷史數(shù)據(jù)，參照相關(guān)行業(yè)標(biāo)準(zhǔn)，形成故障分類(lèi)特征文本集合。同時(shí)提供相應(yīng)功能模塊，實(shí)現(xiàn)特征分類(lèi)文本的動(dòng)態(tài)編輯與擴(kuò)充。下面以某中等尺寸壁板類(lèi)裝配工裝個(gè)體為例展開(kāi)分析。首先搜索該裝備的維護(hù)記錄，提取維護(hù)信息文本并完成與故障分類(lèi)特征文本的匹配，形成故障集合。再以設(shè)備類(lèi)型與故障類(lèi)型為查詢(xún)條件，提取關(guān)聯(lián)數(shù)據(jù)并完成故障發(fā)生周期與故障維護(hù)周期數(shù)據(jù)指標(biāo)的提取與匯總，進(jìn)而基于極大似然性原理完成兩指標(biāo)整體分布模型的統(tǒng)計(jì)推斷，分析結(jié)果如表1所示。

為完成故障發(fā)生風(fēng)險(xiǎn)程度的量化評(píng)估，以各故障發(fā)生周期總體分布的統(tǒng)計(jì)推斷為依據(jù)，建立概率分布函數(shù)。同時(shí)提取各故障的最近啟用時(shí)間，并將其待入對(duì)應(yīng)的概率分布函數(shù)，如式(2)所示，計(jì)算各故障發(fā)生的概率，形成故障風(fēng)險(xiǎn)指標(biāo)集合。為完成故障維護(hù)復(fù)雜程度的量化評(píng)估，以各故障維護(hù)周期總體分布的統(tǒng)計(jì)推斷結(jié)果為依據(jù)，采用總體均值指標(biāo)完成維護(hù)指標(biāo)的量化配置，形成故障維護(hù)指標(biāo)集合。上述結(jié)果如表1所示。

2）故障風(fēng)險(xiǎn)指標(biāo)的分類(lèi)與判別

給定類(lèi)別數(shù)量為5，采用式(3)中建立的分類(lèi)準(zhǔn)則設(shè)置風(fēng)險(xiǎn)指標(biāo)分類(lèi)區(qū)間并完成故障風(fēng)險(xiǎn)指標(biāo)的分類(lèi)分析。各類(lèi)別所在的概率區(qū)間如表2所示。

對(duì)于表1中所列出的故障集合，利用表2中建立的類(lèi)別區(qū)間完成各故障風(fēng)險(xiǎn)等級(jí)的判別，結(jié)果如表1所示。其中故障“測(cè)量”的風(fēng)險(xiǎn)指標(biāo)位于1級(jí)區(qū)域，該故障類(lèi)型的發(fā)生概率很低，可視為平穩(wěn)運(yùn)行狀態(tài)。故障“伺服”、“風(fēng)鉆”、“空調(diào)”、“接頭”位于二級(jí)區(qū)域，故障發(fā)生概率較低，可進(jìn)行一般性關(guān)注?！皺z驗(yàn)單元”、“驅(qū)動(dòng)”、“電源”、“功率模塊”、“精加工”位于三級(jí)區(qū)域，故障發(fā)生概率較大，應(yīng)予以充分關(guān)注。而“軸承”與“水泵”分別位于四級(jí)與五級(jí)區(qū)域，表明故障隨時(shí)可能發(fā)生，應(yīng)予以密切關(guān)注并采取必要措施。實(shí)際應(yīng)用中可結(jié)合具體情況對(duì)分類(lèi)準(zhǔn)則進(jìn)行修訂。

3）故障維護(hù)指標(biāo)的分類(lèi)分析

給定類(lèi)別數(shù)量為5，以所有類(lèi)型設(shè)備的所有故障的維護(hù)指標(biāo)做為樣本數(shù)據(jù)，采用分類(lèi)分析完成故障維護(hù)指標(biāo)的分級(jí)評(píng)定。采用聚類(lèi)樹(shù)形圖對(duì)聚類(lèi)過(guò)程進(jìn)行直觀的顯示，結(jié)果如圖3所示。從圖中可以查看每一類(lèi)所包含的樣本數(shù)據(jù)以及每次的并類(lèi)距離，為便于顯示，樹(shù)形中僅顯示其中的30個(gè)指標(biāo)。

表1 關(guān)鍵指標(biāo)綜合分析結(jié)果

表2 故障風(fēng)險(xiǎn)指標(biāo)分類(lèi)區(qū)間設(shè)置

對(duì)于待評(píng)估的設(shè)備個(gè)體，從分析結(jié)果中查詢(xún)所屬各故障維護(hù)指標(biāo)的類(lèi)別，形成的類(lèi)型判別向量如表1所示。不同類(lèi)別代表不同的維護(hù)復(fù)雜程度，類(lèi)別編號(hào)從低到高表明復(fù)雜層度依次上升。

4）裝備保障狀態(tài)的綜合定量評(píng)價(jià)

對(duì)于該壁板裝配工裝，利用式(10)表示的綜合評(píng)價(jià)模型計(jì)算裝備保障狀態(tài)綜合評(píng)價(jià)值，完成其故障發(fā)生風(fēng)險(xiǎn)與故障維護(hù)成本的指標(biāo)向量的綜合，獲取的綜合評(píng)價(jià)值為f綜合 = 121.99013。

7 結(jié)論

圖3 聚類(lèi)樹(shù)形圖

1）參照行業(yè)標(biāo)準(zhǔn)與裝配制造信息化應(yīng)用現(xiàn)狀，建立基于分類(lèi)特征文本的故障分類(lèi)與判別準(zhǔn)則，完成裝配工藝裝備的信息劃分與數(shù)據(jù)組織，形成故障個(gè)體與關(guān)聯(lián)指標(biāo)數(shù)據(jù)的集合，實(shí)現(xiàn)設(shè)備保障狀態(tài)評(píng)估的任務(wù)分解。以故障風(fēng)險(xiǎn)指標(biāo)與故障維護(hù)指標(biāo)作為關(guān)鍵指標(biāo)，利用有效統(tǒng)計(jì)分析方法可完成關(guān)鍵評(píng)價(jià)指標(biāo)的量化評(píng)價(jià)。進(jìn)一步通過(guò)建立綜合評(píng)價(jià)模型，可完成各故障個(gè)體關(guān)鍵指標(biāo)的信息綜合，并實(shí)現(xiàn)保障狀態(tài)的綜合量化評(píng)定。

2）在定量分析的基礎(chǔ)上展開(kāi)分類(lèi)分析與判別分析，實(shí)現(xiàn)關(guān)鍵指標(biāo)的分類(lèi)整合與聚集，進(jìn)而為各類(lèi)別賦予明確的工程語(yǔ)義，可以實(shí)現(xiàn)高層次上的信息組織與語(yǔ)義解讀。同時(shí)，一致的聚類(lèi)分析方法能夠隨著樣本數(shù)據(jù)的擴(kuò)充進(jìn)行自適應(yīng)性調(diào)整，且能夠更好地適應(yīng)工藝條件的變動(dòng)對(duì)設(shè)備維護(hù)水平所產(chǎn)生的影響。此外，分類(lèi)結(jié)果可為開(kāi)展后續(xù)的工程分析提供良好的信息支持，如快速識(shí)別特定類(lèi)別的故障，結(jié)合方差分析等后續(xù)方法可確定影響維護(hù)效率的關(guān)鍵因素并評(píng)估各因素的影響程度。

[1] Jonsson M., Ossbahr G.. Aspects of reconfigurable and flexible fxtures[J]. Production Engineering,2010,4(4):333-339.

[2] 王亮,李東升.飛機(jī)數(shù)字化裝配柔性工裝技術(shù)體系研究[J].航空制造技術(shù),2012,7:34-39.

[3] 張倫彥.航空制造行業(yè)MES標(biāo)準(zhǔn)化研究[J].航空標(biāo)準(zhǔn)化與質(zhì)量, 2011,06:27-30.

[4] 程閔,李維,魏翀,等.基于MES的面向裝配車(chē)間的質(zhì)量管理系統(tǒng)分析[J].裝備制造技術(shù),2014,1:103-105.

[5] 張根保,任顯林,李明,等.基于MES和CAPP的動(dòng)態(tài)質(zhì)量可追溯系統(tǒng)[J].計(jì)算機(jī)集成制造系統(tǒng),2010,2:349-355.

[6] 余鋒杰,柯映林,應(yīng)征.飛機(jī)自動(dòng)化對(duì)接裝配系統(tǒng)的故障維修決策[J].計(jì)算機(jī)集成制造系統(tǒng),2009,9:1823-1830.

[7] 賈治宇,周巖,曾照洋.備件和保障設(shè)備配置組合優(yōu)化方法研究[J].航空維修與工程,2014,2:55-58.

[8] 陸中,戎翔,周伽,等.基于蒙特卡羅仿真的FADEC系統(tǒng)多故障TLD分析方法[J].航空學(xué)報(bào),2015,12:3970-3979.

[9] Prescott D. R.,Andrews J. D.. The safe dispatch of aircraft with known faults[J].International Journal of Perform- ability Engineering,2008,4(3):243-253.

[10] Dean J.,Ghemawat S..MapReduce: simplifed data processing onlarge clusters[J].Communications of the ACM,2008,51(1):107-113.

[11] Hasan T., Hansen J. H. L.. Acoustic Factor Analysis for Robust Speaker Verifcation I-J[J].IEEE Transactions on Audio, Speech, and Language Processing,2013,21(4):842-853.

[12] Lee G. L., Lin H. J.,Yu T. W., et al. Optimal Allocation forImproving System Reliability Using AHP[C].2008 IEEEInternational Conference on Sustainable Energy Technologies(ICSET2008) Inst, of Elec.and Elec. Eng. ComputerSociety,2008:159-163.

[13] 徐達(dá),李闖,李洋.基于TOPSIS的裝備維修性定性指標(biāo)綜合評(píng)價(jià)研究[J].航天控制,2014,32(5);92-96.

圖3 智能感知控制系統(tǒng)

參考文獻(xiàn)：

[1] 傅建中.智能制造裝備的發(fā)展現(xiàn)狀與趨勢(shì)[J].機(jī)電工程,2014,08:959-962.

[2] 朱劍英.智能制造的意義、技術(shù)與實(shí)現(xiàn)[J].機(jī)械制造與自動(dòng)化,2013,03:1-6,10.

Multi-level comprehensive evaluation of the safeguard state of the aircraft assembly process equipment

QU Xue-jun1, MENG Biao2

TP391

：A

1009-0134(2017)01-0058-06

2016-09-12

國(guó)防基礎(chǔ)科研項(xiàng)目（A0520132009）

曲學(xué)軍（1969 -），男，遼寧沈陽(yáng)人，副教授，博士，研究方向?yàn)閿?shù)字化飛機(jī)制造技術(shù)。