李逸源,楊江平，謝雨希，胡 欣

(1.空軍預(yù)警學(xué)院，武漢 430014； 2.中國人民解放軍93498部隊(duì)， 石家莊 050000)

1 引言

環(huán)境是雷達(dá)裝備在實(shí)際使用過程中無法回避、時(shí)刻受其影響的重要因素.裝備性能指標(biāo)和作戰(zhàn)效能均與環(huán)境因素有著密切的關(guān)系，裝備保障數(shù)據(jù)既包含裝備歷史故障信息，也包含工作環(huán)境信息。充分挖掘裝備保障數(shù)據(jù)，研究復(fù)雜環(huán)境因素對裝備故障的影響，對于實(shí)現(xiàn)智能化裝備保障有著重要意義。目前，關(guān)于環(huán)境因素對裝備故障影響的研究大致分為以下2類。

一類是定性分析裝備在使用過程中面臨的環(huán)境以及這些環(huán)境對裝備造成的影響。文獻(xiàn)[1]通過總結(jié)高原地區(qū)的氣候特點(diǎn)，分析了高原氣候因素對防空武器裝備各分系統(tǒng)的影響,并提出了相應(yīng)的改進(jìn)措施。文獻(xiàn)[2]選取高溫、高濕、高鹽3種典型的復(fù)雜環(huán)境因素，研究其對雷達(dá)裝備的腐蝕機(jī)理。這類方法多為理論分析和定性論述，其研究數(shù)據(jù)也大多基于研制階段的試驗(yàn)數(shù)據(jù)，沒有充分結(jié)合裝備實(shí)際故障數(shù)據(jù)。

另一類是基于環(huán)境因子定量表征不同環(huán)境對裝備可靠性的影響程度。文獻(xiàn)[3]基于壽命數(shù)據(jù)提出環(huán)境因子模型，分析多種環(huán)境因素對裝備可靠性的影響。文獻(xiàn)[4]利用裝備研制階段的試驗(yàn)數(shù)據(jù)，引入環(huán)境折合系數(shù)對不同試驗(yàn)條件下的裝備可靠性進(jìn)行綜合評估。這類方法通常假設(shè)不同環(huán)境條件下裝備的失效機(jī)理一致且服從同一形式的壽命分布，該假設(shè)在實(shí)際工作環(huán)境下難以驗(yàn)證，限制了方法的適用性。

針對裝備保障數(shù)據(jù)利用率不足和裝備在不同工作環(huán)境下壽命分布難以確定的實(shí)際問題，本文引入灰色關(guān)聯(lián)分析法和比例風(fēng)險(xiǎn)模型，分別從定性和定量2個(gè)角度，研究了實(shí)際工作環(huán)境下復(fù)雜環(huán)境因素對裝備故障概率的影響。通過Cox比例風(fēng)險(xiǎn)模型，構(gòu)建裝備在實(shí)際工作環(huán)境下的可靠度函數(shù)，將環(huán)境變量參數(shù)代入進(jìn)行壽命預(yù)測。將故障記錄中的故障間隔時(shí)間與裝備壽命預(yù)估值進(jìn)行對比，驗(yàn)證了分析結(jié)果的準(zhǔn)確性。

2 基于灰色關(guān)聯(lián)分析的定性分析法

灰色關(guān)聯(lián)分析是按發(fā)展趨勢作分析，既不需要很大的樣本量，也不需要典型的分布規(guī)律，因此本文引入灰色關(guān)聯(lián)分析法，探究不同工作環(huán)境對裝備分系統(tǒng)故障的影響。其實(shí)質(zhì)是將不同環(huán)境下各分系統(tǒng)故障次數(shù)的最大值與各分系統(tǒng)的故障次數(shù)進(jìn)行量化比較。根據(jù)彼此差異值，分析不同工作環(huán)境與分系統(tǒng)故障頻率之間的關(guān)聯(lián)程度?；疑P(guān)聯(lián)分析的步驟如下。

1構(gòu)建決策矩陣。

(1)

式(1)中：)×表示在個(gè)不同的工作環(huán)境下，個(gè)分系統(tǒng)所對應(yīng)的故障次數(shù)。

2歸一化處理。在決策矩陣中不同指標(biāo)的數(shù)在大小上相差較大，因此采用均值化法進(jìn)行歸一化處理，使得同一指標(biāo)下的數(shù)量級相同。均值化變換公式為：

(2)

3確定參考數(shù)據(jù)序列與比較數(shù)據(jù)序列。對各個(gè)因素進(jìn)行關(guān)聯(lián)分析前，首先要確定參考數(shù)據(jù)序列。設(shè)經(jīng)過歸一化處理后的決策矩陣為′，求得′中每一行的最大值，即為各分系統(tǒng)在不同工作環(huán)境下的故障次數(shù)最大值，即：

(3)

設(shè)定參考數(shù)據(jù)序列()為：

(4)

設(shè)定比較數(shù)據(jù)序列()為：

()=(=1,2,…,)

(5)

4計(jì)算關(guān)聯(lián)系數(shù)。

(6)

式(6)中，為分辨系數(shù)，∈(0,1]，越小，關(guān)聯(lián)系數(shù)的分辨力越高，一般取=05。

5計(jì)算加權(quán)灰色關(guān)聯(lián)度。假定各工作環(huán)境的重要度相同，因此令權(quán)系數(shù)=1，則各分系統(tǒng)與工作環(huán)境之間的灰色關(guān)聯(lián)度為：

(7)

6關(guān)聯(lián)度排序及關(guān)聯(lián)規(guī)則提取。將各個(gè)故障分系統(tǒng)與工作環(huán)境之間的加權(quán)灰色關(guān)聯(lián)度進(jìn)行大小排序。關(guān)聯(lián)度數(shù)值越大，表明該分系統(tǒng)受環(huán)境因素的影響越大，從而提取出相應(yīng)的關(guān)聯(lián)規(guī)則，定性分析不同工作環(huán)境對裝備分系統(tǒng)故障的影響。

3 基于比例風(fēng)險(xiǎn)模型的定量分析法

3.1 Cox比例風(fēng)險(xiǎn)模型

比例風(fēng)險(xiǎn)模型由英國統(tǒng)計(jì)學(xué)家Cox于1972年首次提出，其風(fēng)險(xiǎn)函數(shù)表達(dá)式為：

(8)

式(8)中，為第個(gè)可能與裝備故障相關(guān)的協(xié)變量，也稱為故障影響因素；為協(xié)變量所對應(yīng)的回歸系數(shù)，為正，表示協(xié)變量與裝備故障風(fēng)險(xiǎn)正相關(guān)，為負(fù)，表示協(xié)變量與裝備故障風(fēng)險(xiǎn)負(fù)相關(guān)；為協(xié)變量的個(gè)數(shù)；()為基準(zhǔn)風(fēng)險(xiǎn)函數(shù)，它是指所有風(fēng)險(xiǎn)因素為0時(shí)的基礎(chǔ)風(fēng)險(xiǎn)率，與協(xié)變量無關(guān)，在實(shí)際應(yīng)用中可以不用考慮它的分布形式，因此比例風(fēng)險(xiǎn)模型又稱為半?yún)?shù)模型。風(fēng)險(xiǎn)函數(shù)可以轉(zhuǎn)化為累計(jì)生存函數(shù)(),表征裝備在時(shí)間內(nèi)正常運(yùn)行的概率，其表達(dá)式為：

(9)

3.2 PH假定檢驗(yàn)

Cox比例風(fēng)險(xiǎn)模型在實(shí)際應(yīng)用時(shí)需滿足PH假定，即模型中協(xié)變量對生存率的影響不隨時(shí)間而改變。PH假定的判斷方法有圖示法和交互作用判斷法等2類。圖示法通過比較生存曲線間是否大致平行來判斷PH假定的成立，操作簡單但存在一定的誤差。因此，本文選用后者判別PH假定檢驗(yàn)，此時(shí)模型的表達(dá)式(,)為：

(,)=()exp(+lg())

(10)

式(10)中：lg()為協(xié)變量與時(shí)間的交互作用項(xiàng)；為協(xié)變量系數(shù)。對引入交互作用項(xiàng)的模型(,)進(jìn)行假設(shè)檢驗(yàn)，原假設(shè)H:模型參數(shù)為0。根據(jù)顯著性檢驗(yàn)方法得到原假設(shè)的值，通過檢驗(yàn)值進(jìn)行判斷。若>005，原假設(shè)成立，表明協(xié)變量與時(shí)間的交互作用不明顯，滿足等比例風(fēng)險(xiǎn)假設(shè)。反之，若<005則拒絕原假設(shè)，協(xié)變量不滿足PH假定檢驗(yàn)。

3.3 模型構(gòu)建方法

假設(shè)某型裝備在不同工作環(huán)境下一共收集到n條故障數(shù)據(jù)，構(gòu)建比例風(fēng)險(xiǎn)模型需要的數(shù)據(jù)形式可用一個(gè)三元組來表示，記為(X，T，δ)(i=1,…,n)。其中，協(xié)變量X為對裝備故障造成影響的環(huán)境因素。雷達(dá)裝備工作環(huán)境中存在高山、沿海、戈壁這類復(fù)雜惡劣的地理與氣候環(huán)境，其中高山環(huán)境氣候特點(diǎn)為低溫、低壓，對電子元件散熱與放電均會產(chǎn)生影響；沿海環(huán)境氣候特點(diǎn)為高溫、高濕，并且沿海鹽霧大氣會對雷達(dá)裝備的結(jié)構(gòu)部件和電子設(shè)備造成腐蝕；戈壁環(huán)境氣候特點(diǎn)為干燥，風(fēng)沙大，易造成雷達(dá)裝備機(jī)械器件磨損，并且風(fēng)力過大時(shí)嚴(yán)重影響伺服控制性能?？紤]到雷達(dá)裝備工作環(huán)境的實(shí)際特點(diǎn)，為進(jìn)一步量化環(huán)境因素的影響程度，因此，本文重點(diǎn)選取現(xiàn)場溫度、現(xiàn)場濕度、海拔高度、風(fēng)力等級、大氣壓力這5類環(huán)境因素作為協(xié)變量。T為壽命數(shù)據(jù)，由于雷達(dá)裝備是可修復(fù)系統(tǒng)，因此T可視作裝備故障間隔時(shí)間。δ為示性變量，表示數(shù)據(jù)的刪失狀態(tài)。在比例風(fēng)險(xiǎn)模型中，根據(jù)刪失狀態(tài)可將壽命數(shù)據(jù)T分為2種類型：一種是在觀測期內(nèi)已經(jīng)發(fā)生下一次故障的壽命數(shù)據(jù)，刪失狀態(tài)δ=0，T即為2次故障之間的時(shí)間長度；另一種是在觀測期內(nèi)未發(fā)生下一次故障的壽命數(shù)據(jù)，刪失狀態(tài)δ=1，T即為本次故障到觀測終點(diǎn)之間的時(shí)間長度。

4 實(shí)例分析

4.1 數(shù)據(jù)集

本文以某型雷達(dá)裝備作為研究對象，收集整理了其在高山、沿海、平原、戈壁等4種典型工作環(huán)境下共計(jì)1 345條裝備保障數(shù)據(jù)作為原始數(shù)據(jù)，其中包含3個(gè)部分信息：其一是裝備的基本信息，包括所在單位、裝備型號、出廠編號、技術(shù)等級、工作環(huán)境等；其二是裝備的故障數(shù)據(jù)信息，包括故障時(shí)機(jī)、故障現(xiàn)象、故障部位與原因、維修情況等；其三是裝備的環(huán)境影響因素，包括現(xiàn)場溫度、現(xiàn)場濕度、海拔高度、風(fēng)力等級、大氣壓力等。

通過對這些數(shù)據(jù)進(jìn)行初步統(tǒng)計(jì)分析，提取出不同環(huán)境下各個(gè)分系統(tǒng)的故障頻率，得到故障分系統(tǒng)占比直方圖，如圖1所示。由圖1可知，接收分系統(tǒng)、發(fā)射分系統(tǒng)、監(jiān)控分系統(tǒng)是影響雷達(dá)裝備正常運(yùn)行的主要分系統(tǒng)，但是不同環(huán)境對于分系統(tǒng)故障的影響還需要進(jìn)一步分析。

圖1 故障分系統(tǒng)占比直方圖Fig.1 Primary and secondary diagram of fault sub-system

在進(jìn)行故障影響因素分析之前，需要對原始數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理原則如下：

1) 依據(jù)GJB899A—2009對故障分類的定義，故障可分為責(zé)任故障和非責(zé)任故障，只有責(zé)任故障才是用于可靠性驗(yàn)證試驗(yàn)統(tǒng)計(jì)故障。本文研究環(huán)境因素對裝備可靠性的影響，需要將原始數(shù)據(jù)中屬于非責(zé)任故障的故障記錄剔除，如誤操作引起的故障、因測試儀表故障而引起的故障、修復(fù)過程中引入的故障等。

2) 本文研究的環(huán)境影響因素均為連續(xù)變量，在故障記錄中存在少數(shù)異常值。這類異常值可能為極端天氣情況或人為記錄出錯(cuò)導(dǎo)致，對分析結(jié)果的準(zhǔn)確性存在較大影響，因此依據(jù)拉依達(dá)準(zhǔn)則，對數(shù)據(jù)異常值進(jìn)行剔除。

以現(xiàn)場溫度數(shù)據(jù)為例，設(shè)故障記錄中的數(shù)據(jù)值為,,…,。

算術(shù)平均值為：

(11)

絕對誤差為：

(12)

根據(jù)貝塞爾公式，計(jì)算數(shù)據(jù)的標(biāo)準(zhǔn)誤差為：

(13)

表1 各協(xié)變量取值區(qū)間Table 1 Description of each covariate

3) 本文假設(shè)裝備壽命分為2類：一類是完整的壽命周期，即2次相鄰故障時(shí)間間隔，由2次相鄰的故障記錄中累計(jì)工作時(shí)間相減得到，刪失狀態(tài)記為“0”；另一類是右截尾數(shù)據(jù)，即在截止觀測期內(nèi)裝備正常運(yùn)行未發(fā)生故障，由截尾日期內(nèi)累計(jì)工作時(shí)間減去前一次故障累計(jì)工作時(shí)間得到，刪失狀態(tài)記為“1”。所采用的時(shí)間尺度統(tǒng)一為小時(shí)(h)。

按照上述預(yù)處理原則，整理出完整樣本876條，右截尾樣本249條。表2為數(shù)據(jù)集樣例。

表2 數(shù)據(jù)集樣例Table 2 Sample data set

4.2 灰關(guān)聯(lián)分析

將數(shù)據(jù)集中的工作環(huán)境作為關(guān)聯(lián)對象，以各分系統(tǒng)的故障次數(shù)作為關(guān)聯(lián)指標(biāo)。通過式(2)將各分系統(tǒng)的故障次數(shù)進(jìn)行歸一化處理。通過式(3)～(5)選定參考數(shù)據(jù)序列和比較數(shù)據(jù)序列，得到灰色關(guān)聯(lián)分析數(shù)據(jù)，如表3所示。將上述數(shù)據(jù)代入式(6)和式(7)，得到各個(gè)分系統(tǒng)與工作環(huán)境之間的灰色關(guān)聯(lián)度，結(jié)果如表4所示。

表3 故障分系統(tǒng)灰色關(guān)聯(lián)分析數(shù)據(jù)Table 3 Grey relational analysis data of fault sub-system

表4 故障分系統(tǒng)灰色關(guān)聯(lián)分析結(jié)果Table 4 Grey relational analysis result of fault sub-system

依據(jù)灰色關(guān)聯(lián)分析結(jié)果，提取到的關(guān)聯(lián)規(guī)則如下：

1) 可靠性受工作環(huán)境影響最大的分系統(tǒng)分別為接收分系統(tǒng)(0.84)、發(fā)射分系統(tǒng)(0.80)、監(jiān)控分系統(tǒng)(0.55)；

2) 沿海和高山環(huán)境下，接收分系統(tǒng)可靠性受環(huán)境因素影響最大；

3) 平原和戈壁環(huán)境下，發(fā)射分系統(tǒng)可靠性受環(huán)境因素影響最大；

4) 不同工作環(huán)境下對裝備分系統(tǒng)的故障影響排序?yàn)椋焊瓯?高山>沿海>平原。

4.3 PH假定檢驗(yàn)

本文使用SPSS25軟件對雷達(dá)裝備保障數(shù)據(jù)進(jìn)行Cox回歸分析。將待檢驗(yàn)變量轉(zhuǎn)化為時(shí)依協(xié)變量*In(),即在模型中引入一個(gè)含時(shí)間與變量的交互作用項(xiàng)。然后，檢測該項(xiàng)的顯著性，分析結(jié)果如表5所示。

表5 PH假定檢驗(yàn)分析結(jié)果Table 5 PH hypothesis test

由表5可知，時(shí)依協(xié)變量1、2、5的值均大于0.05，滿足PH假定，即可應(yīng)用Cox比例風(fēng)險(xiǎn)模型。

4.4 生存分析

由于雷達(dá)裝備是由多個(gè)分系統(tǒng)組成的復(fù)雜電子設(shè)備，不同分系統(tǒng)的物理結(jié)構(gòu)和運(yùn)行機(jī)制各不相同，因此其故障規(guī)律也會有較大差異，需要對每個(gè)分系統(tǒng)作單獨(dú)分析。通過灰關(guān)聯(lián)分析得到接收分系統(tǒng)可靠性受工作環(huán)境的影響最大，因此本文優(yōu)先選擇以接收分系統(tǒng)作為研究對象，進(jìn)行生存分析。

使用SPSS 25軟件，以現(xiàn)場溫度、現(xiàn)場濕度、大氣壓力等3個(gè)協(xié)變量構(gòu)建Cox比例風(fēng)險(xiǎn)模型。設(shè)置原假設(shè)：=0時(shí)，協(xié)變量與雷達(dá)裝備故障無關(guān)。通過wald檢驗(yàn)，檢驗(yàn)原假設(shè)。當(dāng)值大于005時(shí)接受原假設(shè)，認(rèn)為協(xié)變量與雷達(dá)裝備無關(guān)；當(dāng)值小于0.05時(shí)拒絕原假設(shè)，協(xié)變量與雷達(dá)裝備故障相關(guān)，結(jié)果如表6所示。

表6 方程中的變量Table 6 Variables in the equation

表6中，對應(yīng)于模型中的估計(jì)值、表示估計(jì)值的標(biāo)準(zhǔn)差、表示估計(jì)值的Wald統(tǒng)計(jì)量、表示自由度、表示W(wǎng)ald檢驗(yàn)的值、表示相對危險(xiǎn)比。

由表6可得，協(xié)變量、、的值均小于005，通過顯著性檢驗(yàn)，對裝備故障風(fēng)險(xiǎn)存在統(tǒng)計(jì)學(xué)意義。其中，現(xiàn)場溫度的系數(shù)為-0078，表明當(dāng)環(huán)境溫度處于-10 ℃～30 ℃時(shí)，裝備的故障風(fēng)險(xiǎn)與環(huán)境溫度呈負(fù)相關(guān)。對于電子設(shè)備，低溫通常有利于散熱，分析結(jié)果看似與這一常識相悖。然而，由于部分樣本來自于高原低溫環(huán)境，氣溫過低會造成雷達(dá)裝備無法開機(jī)、功率下降、探測距離衰減并且嚴(yán)重影響電源性能，從而大幅度降低裝備可靠性。因此，綜合分析，低溫環(huán)境對于裝備可靠性的影響更大?，F(xiàn)場濕度的系數(shù)為0877，表明當(dāng)相對濕度在20～90時(shí)，裝備的故障風(fēng)險(xiǎn)與環(huán)境溫度呈正相關(guān)。這是因?yàn)槌睗癍h(huán)境下，對雷達(dá)裝備整體的電氣性能和機(jī)械性能都有著明顯的影響。潮濕環(huán)境極易造成金屬氧化或者電化學(xué)腐蝕，從而降低機(jī)械性能，此外元器件、印制板、連接件等電子設(shè)備的介電強(qiáng)度和絕緣性能也會下降，導(dǎo)致短路或斷路。大氣壓力的系數(shù)為-1.33，表明裝備的故障風(fēng)險(xiǎn)與大氣壓力呈負(fù)相關(guān)。這是因?yàn)闅鈮哼^低時(shí)，空氣密度下降，導(dǎo)致電子產(chǎn)品空氣絕緣耐壓降低，對電子設(shè)備的性能影響很大。特別是對于雷達(dá)這類復(fù)雜電子設(shè)備，氣壓的下降還可能會導(dǎo)致高壓部件絕緣下降，出現(xiàn)打火、放電等現(xiàn)象。

4.5 模型預(yù)測

通過求解各協(xié)變量的相關(guān)系數(shù)，代入式(8)和式(9)，即可得到裝備的風(fēng)險(xiǎn)函數(shù)和累計(jì)生存函數(shù)，將特定的協(xié)變量參數(shù)代入生存函數(shù)中，即可估計(jì)相應(yīng)工作環(huán)境下裝備在一定工作時(shí)長內(nèi)的可靠度。以數(shù)據(jù)集中某一樣本為例，現(xiàn)場溫度 9 ℃，相對濕度22%,大氣壓力89.9 kPa，故障間隔時(shí)間為 275 h，將協(xié)變量參數(shù)代入模型，得到裝備在一定工作時(shí)長內(nèi)的生存概率,如圖2所示。

圖2 生存分析函數(shù)曲線Fig.2 Survival analysis function graph

通過Cox比例風(fēng)險(xiǎn)模型的構(gòu)建，計(jì)算出裝備在指定協(xié)變量參數(shù)下的生存概率。為檢驗(yàn)預(yù)測結(jié)果的合理性，需要一個(gè)合理的判斷標(biāo)準(zhǔn)。定義裝備故障間隔時(shí)間為的判斷閾值為：

(14)

式(14)中：分子為故障間隔時(shí)間大于的樣本數(shù)；分母為建模所用總樣本數(shù)。如果計(jì)算樣本在時(shí)刻的生存概率小于該時(shí)刻的閾值，則判斷該樣本在時(shí)刻會發(fā)生故障。通過樣本計(jì)算得到各個(gè)時(shí)刻的閾值如表7所示。

表7 預(yù)測結(jié)果的判斷閾值Table 7 Judgment threshold of prediction result

從圖2可知，裝備在運(yùn)行300 h后，其生存概率低于0.6，小于=300 h時(shí)的閾值，因此可以判斷裝備在=300 h內(nèi)已經(jīng)發(fā)生故障。由該樣本實(shí)際數(shù)據(jù)可知，其故障間隔時(shí)間為275 h<300 h，因此模型預(yù)測結(jié)果具備一定的合理性。

4.6 預(yù)測結(jié)果的可信性與魯棒性分析

為檢驗(yàn)預(yù)測結(jié)果的可信性，按照8∶2的比例將數(shù)據(jù)集劃分為訓(xùn)練集和測試集。首先使用訓(xùn)練集中的樣本構(gòu)建比例風(fēng)險(xiǎn)模型，進(jìn)行生存分析。然后將測試集中的樣本協(xié)變量參數(shù)分別代入模型得到生存概率并與閾值比較，計(jì)算出模型預(yù)測的準(zhǔn)確率，結(jié)果如表8所示。

表8 模型預(yù)測的準(zhǔn)確率分析Table 8 Model accuracy analysis

由表8可知，模型判斷裝備發(fā)生故障的準(zhǔn)確率為89.62%，判斷裝備正常運(yùn)行的準(zhǔn)確率為82.81%，綜合預(yù)測準(zhǔn)確率達(dá)到87.43%，在實(shí)際運(yùn)用中具備一定的可信性。

為檢驗(yàn)預(yù)測結(jié)果的魯棒性，排除模型可能受到不同樣本的影響。按照相同比例對原始數(shù)據(jù)隨機(jī)抽取3次，組成新的數(shù)據(jù)集分別建立模型，并計(jì)算模型預(yù)測的準(zhǔn)確率。選取預(yù)測時(shí)間為100 h、200 h、300 h，計(jì)算結(jié)果如表9所示。

表9 模型魯棒性分析計(jì)算結(jié)果Table 9 Model robustness analysis

由表9可知，基于這3組數(shù)據(jù)建模，預(yù)測準(zhǔn)確率與前文結(jié)果比較接近，并且模型的預(yù)測結(jié)果都較為精確。因此，模型的分析結(jié)果具備一定的魯棒性，受樣本的影響較小。

5 結(jié)論

采用灰色關(guān)聯(lián)法和Cox比例風(fēng)險(xiǎn)模型，從定性和定量2個(gè)層面分析了環(huán)境因素對雷達(dá)裝備的故障影響，并通過實(shí)際數(shù)據(jù)驗(yàn)證了分析結(jié)果的準(zhǔn)確性。本文提出的方法能夠充分挖掘雷達(dá)裝備保障數(shù)據(jù)，提高數(shù)據(jù)利用率，對于裝備可靠性數(shù)據(jù)分析與環(huán)境適應(yīng)性研究均有參考價(jià)值。