基于时间累计法的工时定额评估数学模型的建立

采用时间累计法对基本维修作业建立数学模型，解决了表格式工时定额数据多、误差大、使用不便和管理复杂等问题。而且，通过设计和建立数学模型数据库系统，为计算机辅助制定工时定额创造了条件。以基本维修作业为研究对象，系统地分析了基本维修作业划分和量化的方法及步骤，包括模型确定的方法和系数求解公式，并对基于累计法的基本维修作业数学模型进行了深入的研究，从而得到了工时定额评估的一般方法。     

民航机务维修标准工时管理常见问题与解决方法探讨

维修工时管理和控制是维修生产运行和控制中的一个重要组成部分,但标准工时的评估和采集存在一定的困难。本文对当前行业标准工时管理方面普遍存在的难点问题进行分析,基于某公司积累的管理数据,提出一些可行方案,以使民航维修标准工时的管理更加准确、有效。     

虚拟维修仿真系统的设计与实现

为解决当前虚拟维修平台在处理维修任务时存在的不足，提出了虚拟维修仿真系统结构框架。将系统结构设计成主要由维修场景构建、维修任务和动作分解及维修性分析评价数据输出三个功能模块组成。基于Jack软件平台完成了系统开发。以某装备维修任务典型工况为例，对系统进行实例验证。结果表明：该系统能有效地加快维修过程的创建，改善了人机界面的交互功能，提高了虚拟维修仿真系统的智能化程度，基本满足了维修仿真的需求，具有可行性与实用性。     

飞机维修工卡长度与标准工时的相关性研究

工时管理体系是飞机维修的重要组成部分。本文以国内某航空公司8个主流机型的飞机维修工卡为研究对象，对飞机维修工卡的长度与飞机制造厂提供的标准工时进行Pearson相关性研究。研究结果显示各机型的工卡长度与工时存在显著的相关关系。飞机维修单位在对工卡工时进行调整和修正评估时，可适当考虑工卡长度的影响。     

基于服役数据的飞机计划维修任务间隔优化方法

计划维修任务间隔是反映飞机可靠性和经济性的重要指标,而飞机服役后维修及故障数据的累积对 维修间隔调整提供依据。通过梳理飞机维修任务间隔优化的流程,确定数据抽样样本量的方法;给出基于数据 拟合的故障趋势分析方法对间隔优化的必要性进行判断;定义维修间隔优化的假设检验准则,对提出的优化方 法进行算例验证。结果表明:本文的方法能够对新维修任务间隔的可行性进行判断,指导维修大纲的更新。     

军机无维修待命时间试飞验证方法研究

以工程应用为出发点,提出了试验机技术状态确定的依据、单次无维修待命时间验证成败判据、特殊气象条件下试验数据处理方法、无维修待命时间验证评估模型.在此基础上,以某型歼击机为例给出了试飞阶段无维修待命时间验证方案设计方法.该方法工程应用性强,可作为试飞阶段外场开展无维修待命时间验证的依据.     

飞机维修工程部门工时管理系统的研究与开发

介绍了北京飞机维修工程有限公司(Ameco)工程处工时管理系统的研究和开发,分析了飞机维修工程工作中隐藏的问题,提出了优化流程和解决问题的方案,以提高工程部门的工作效率、减少飞机停场时间、增加企业利润。     

规划维修的基本输入和输出

论述了规划维修的几种基本输入、输出的主要内容及格式。基本输入有使用方案、维修方案、使用保障方案等 ;基本输出有故障模式、影响及危害性分析报告 ,装备预防性维修大纲 ,修理级别分析报告 ,维修作业分析报告 ,维修保障计划。     

民用飞机DMC预测模型的修正研究

传统的飞机DMC预测模型由于提出年限过长、飞机设计技术的发展等因素,其精度已经不能满足现有飞机的要求。本文首先从CPI指数、维修效率、维修人工时费率、送修率、飞机老龄化等方面入手,对传统DMC预测模型进行修正。然后,运用相关数据的计算,检验修正模型的精度,并对不同的模型修正效果进行对比。最后,对DMC预测模型的修正思路进行了总结。     

基于航空装备维修数据的维修需求预测方法

飞机的维修活动是装备管理工作的重要内容,但是飞机具有产品结构复杂、使用环境复杂的特点,建立在经典大样本同总体分布模型假设的维修需求预测方法难以适用。文章基于航空装备维修保障数据,围绕飞机维修需求预测问题,辨识影响维修需求的主要因素,采用数据驱动的方法建立飞机损伤程度模型,提出了一种飞机维修需求预测的新方法,并通过实测数据的分析处理,验证了方法的可行性。     

空中客车公司的数字化维修技术

数字化维修是航空维修的大势所趋，空中客车公司是这一领域的先拓者。空中客车公司发展的数字化维修技术，主要可以分为3部分：第1部分是机载自检、显示、打印和空地传输维修信息数据的设备；第2部分是对机载维修信息进行分析和电子排故的软件；第3部分是将各种与维修相关的数据进行数字化管理的电子数据处理工具。采用这些技术，可大大缩短飞机的排故和维修时间。     

预防性维修任务可执行区间权衡确定方法研究

直接维修成本（DMC）是航空器制造商向运营人进行经济性担保的一项主要参数,是运营阶段监控维修成本的参考比较基准。提出一种兼顾考虑DMC 担保值和计划维修要求所列维修间隔的预防性维修任务可执行区间权衡确定方法,分析该方法的数据采集需求,介绍其使用流程,对度量预防性维修任务经济性的指标参数进行定义,进而给出维修任务可执行区间的确定方法。结果表明：该方法能够从经济可承受性的角度确定出每一项预防性维修任务的可执行区间,从而为航空器运营人整合实施维修任务提供参考,达到控制优化维修成本的目的。     

基于工程实践的民机金属结构ADR确定方法研究

偶然损伤额定值（ADR）的确定主要依赖用户（航空公司）和设计部门的经验。本文在对民机结构偶然损伤额定值（ADR）体系做简介的基础上,针对如何通过工程实践确定影响ADR的各因素指标等级,给出了采集工程实践数据的方法,以及统计数据的处理方法,确定出各指标等级。以前起落架舱壁板为例,确定出其ADR及检查间隔,结果与实际相符,验证了方法的正确性,为民机初始维修大纲的制定提供一种有效的方法。     

维修人为差错控制方法探讨

利用类似MSG-3的逻辑、分类方法,借鉴风险评估的思想构建人为差错控制模型。根据人为差错基本理论以及维修管理经验,通过减少维修机构工作载荷及维修机构人为差错概率,构建“维修机构人为差错控制框图”和方法。结果证明,本文建立的模型（方法）基本覆盖了一般维修单位的人为差错控制环节,并具有系统性、预前性、持续性,在笔者所在的维修单位应用良好。     

A cost driven predictive maintenance policy for structural airframe maintenance

Airframe maintenance is traditionally performed at scheduled maintenance stops.The decision to repair a fuselage panel is based on a fixed crack size threshold,which allows to ensure the aircraft safety until the next scheduled maintenance stop.With progress in sensor technology and data processing techniques,structural health monitoring (SHM) systems are increasingly being considered in the aviation industry.SHM systems track the aircraft health state continuously,lead ing to the possibility of planning maintenance based on an actual state of aircraft rather than on a fixed schedule.This paper builds upon a model-based prognostics framework that the authors developed in their previous work,which couples the Extended Kalman filter (EKF) with a first order perturbation (FOP) method.By using the information given by this prognostics method,a novel cost driven predictive maintenance (CDPM) policy is proposed,which ensures the aircraft safety while minimizing the maintenance cost.The proposed policy is formally derived based on the trade-off between probabilities of occurrence of scheduled and unscheduled maintenance.A numerical case study simulating the maintenance process of an entire fleet of aircrafts is imple mented.Under the condition of assuring the same safety level,the CDPM is compared in terms of cost with two other maintenance policies:scheduled maintenance and threshold based SHM maintenance.The comparison results show CDPM could lead to significant cost savings.     

Aircraft air conditioning system health state estimation and prediction for predictive maintenance

The vast potential of system health monitoring and condition based maintenance on modern commercial aircraft is being realized through the innovative use of Airplane Condition Monitoring System (ACMS) data. However there are few methods addressing the issues of failure prognostics and predictive maintenance for commercial aircraft Air Conditioning System (ACS). This study developed a Bayesian failure prognostics approach using ACMS data for predictive maintenance of ACS. First, a health index characterizing the ACS health state is inferred from a multiple sensor signals using a data driven method. Then a dynamic linear model is proposed to describe the degradation process for failure prognostics. Bayesian inference formulas are carried out for degradation estimation and prediction. The developed approach is applied on a passenger aircraft fleet with ACMS data recorded for one year. The analysis of the case study shows that the developed method can produce satisfactory prognostics results, where all the ACS failure precursors are identified in advance, and the relative errors for the failure time prediction made when just entering the degradation warning stage are less than 8%. This would allow operators to proactively plan future maintenance.     

Cumulant-based blind optimum beamforming

Sensor response, location uncertainty, and use of sample statistics can severely degrade the performance of optimum beamformers. We propose blind estimation of the source steering vector in the presence of multiple, directional, correlated or coherent Gaussian interferers via higher order statistics. In this way, we employ the statistical characteristics of the desired signal to make the necessary discrimination, without any a-priori knowledge of array manifold and direction-of-arrival (DOA) information about the desired signal. We then improve our method to utilize the data in a more efficient manner. In any application, only sample statistics are available, so we propose a robust beamforming approach that employs the steering vector estimate obtained by cumulant-based signal processing. We further propose a method that employs both covariance and cumulant information to combat finite sample effects. We analyze the effects of multipath propagation on the reception of the desired signal. We show that even in the presence of coherence, cumulant-based beamformer still behaves as the optimum beamformer that maximizes the signal-to-interference-plus-noise ratio (SINR). Finally, we propose an adaptive version of our algorithm simulations demonstrate the excellent performance of our approach in a wide variety of situations     

某型航空发动机故障发生的量化分析与思考

在对某型发动机故障统计的基础上,进行故障发生的量化分析研究,探讨出故障发生频次与发动机样本、工作时间段、故障性质的变化关系。同时,对重复性故障及重大故障进行了专题分析,就维修性与可靠性指标进行了确定与评估。最后,在使用维护、改进设计、生产装配等方面提出了建议。