简谈优化基于试修某型装备初始维修保障案例优化研究怎样

论文导读：。即使不考虑作为试验备用车的3号车，总体平均故障间隔时间和里程也分别仅仅为12.7摩托小时和288公里。根据分析，此装备可靠性低、故障率高，对维修保障要求高，因此在等级修理的基础上需12345下一页
摘要： 文章根据确定的初始维修保障方案优化的基本流程，以某型装备保障试验数据为基础，定量评估了平均故障间隔时间、维修性与保障性等参数，分析了维修保障方案中存在了主要问题，提出了优化建议；进行了故障原因统计分析；并验证装备故障规律服从威布尔分布的假设，在此基础上，对装备的定期维修间隔期进行了优化，确定了合理的维修间隔期。
Abstract： According to the defined basic process of primary maintenance support concept， based on support test data of some equipment， the paper quantitatively evaluates mean interval time of failure and some maintainability and supportability parameters， and analyzes the main problems in primary maintenance support concept and gives optimization advices， and validates the assumption that the failure law follows Weibull distribution， and then， in the form of acceptable section optimizes the maintenance interval of the equipment and puts forwards the reasonable optimal advice.
关键词： 维修保障方案；试修；评估；维修间隔期
Key words： maintenance support concept；test maintenance；evaluation；maintenance interval
1006-4311（2013）30-0318-04
0 引言
装备寿命周期各阶段有着不同的工作内容，根据不同的工作内容，需要制定不同的保障方案，其优化也是一个动态调整优化的过程。通过相关资料的研究，对使用中成熟的维修保障方案中的部分问题进行局部优化的研究较多，而对初始的维修保障方案优化的研究较少；战时维修保障方案多以理想化的作战想定、保障方案为背景通过建模进行理论研究的较多。在维修保障方案优化研究中总体上是以理论研究理论[1-5]。文章以修理试验为基础，并基于故障信息统计，选取特定参数评估优化初始维修保障方案，为合理地制定维修保障方案提供方法和理论上的支持。
1 维修源于：论文的标准格式www.7ctime.com
保障方案优化流程
初始维修保障方案通常需要通过保障试验、初步使用等来收集各种故障信息和维修实践分析进行进一步的优化，确定可行、较合理的优化方案；然后在装备大批量生产、装备部队后通过使用，再不断的优化。具体方法上可以从时间、维修资源、维修能力、可用度、装备完好率、维修效率、总费用等方面进行优化，可以根据需要单因素地优化，也可以综合考虑各种因素来优化维修保障方案。初始维修保障方案的优化流程如图1所示。其中，FMEA表示故障模式与影响分析；RCMA表示以可靠性为中心的维修分析；R表示可靠性、保障性、维修性。
2 定量评估分析
2.1 平均故障间隔时间 试验中对采用点估计的方式对平均故障间隔时间（里程）时行初步估计，其中故障数包括所有的故障。平均故障间隔时间为试验期间使用时间总和与故障总数之比。根据统计计算，平均故障间隔时间的点估计结果见表1。
从表1可以看出，1号车平均每12.5摩托小时/299公里发生1次故障，2号车平均每13摩托小时/274公里发生1次故障，3号车平均每7.9小时/84公里发生1次故障。总体上看，该装备平均故障间隔时间为12.3摩托小时，平均故障间隔里程为247公里。即使不考虑作为试验备用车的3号车，总体平均故障间隔时间和里程也分别仅仅为12.7摩托小时和288公里。根据分析，此装备可靠性低、故障率高，对维修保障要求高，因此在等级修理的基础上需论文导读：耗的总故障修理工时与试验期间装备的行驶里程之比，再乘以100公里。1号车修理工时为：2.5×4+1.67×3+8×5+16×5+6.33×5+4.67×5+21.5×6+20.67×10=525.72号车修理工时为：1.83×4+1.33×3+32×13=427.333号车修理工时为：5×6+1.83×2+1.5×2+7.5×9+9.5×3+18.33×11+24×3+8×4+3.33×5+1.67×3+0.92×5+35.67×6+10.5×9+8.17×8=838.4
要增加保养和使用检查的频率。根据经验与上述分析，二级保养周期可设置为12小时。

2.2 维修性参数

2.2.1 平均修复时间（MTTR） 装备平均故障修复时间为试验期间消耗的总故障修理时间与修复的故障次数之比。根据统计，MTTR为：
MTTR=■=■=129（min） （1）
ti——排除第i次故障所用时间；N——故障次数。
2.2.2 百公里平均修复性维修时间 百公里装备平均故障修复时间为试验期间消耗的总故障修理时间与期间装备的行驶里程之比，并乘以100公里。根据统计，百公里平均修复性维修时间为：
■=■=27（min） （2）
ti——排除第i次故障所用时间；S——行驶的公里数。
2.2.3 重要部件拆装、更换时间 根据统计，如整体拆装动力舱、整体拆装炮塔、拆卸与安装轮胎、拆卸与安装减振器、拆卸与安装球笼等重要部件的平均拆卸、更换时间为：
■=■=■=128（min） （3）
Ti——某一重要部件拆装工作时间；N——重要部件数量。
通过维修性参数的统计定量评估，可以看出平均修复、更换的时间达到2小时还多，超过基本要求。并且试验中有三个优势条件：试验中由专业院校的教练团维修人员保障，有专业维修教员进行指导，修理能力明显高于基层级机构；为专业院校教学服务的教练团维修机构的设备、机工具的配套保障率高于基层级维修机构；平时的修理环境明显不同于战时。因此，在制定维修保障方案需要注意两点： ①要注重设备、机工具的配套，设计相关机工具或对其进行改进增强其有效性，明确维修人员的技能水平，便于在装备使用过程优化维修力的结构与编配；②要对等级修理的维修内容与深度进行调整，适当减少小修的维修内容和修理深度、增加中修的维修内容和修理深度。

2.3 保障性参数

2.3.1 装备完好率 装备完好率为试验期间装备完好的天数与试验期间总天数之比。经过统计，装备可工作时间162天，三辆车的不能工作天数分别为47天、 37天、54天。装备完好率为：
（3×162-47-37-54）/（3×162）×100%=7

1.6% （4）

2.3.2 使用可用度 使用可用度为试验期间可用时间与试验期间总时间之比。试验期间总时间为162天（11664小时）。不可用时间包含因故障修理产生的不可用时间和维护保养时间，三台车因故障修理产生的不可用时间共计为2423.08小时。每台车每天的维护保养时间在2.5小时左右，乘以“能工作天数”后3台车维护保养时间总计为870小时。使用可用度为：
（11664-2423.08-870）/11664=7

1.77% （5）

2.3.3 百公里维护保养工时 百公里维护保养工时为试验期间消耗的总维护保养时间与试验期间装备的行驶里程之比，再乘以100公里。
百公里维护保养工时=2436/（9491+549.3+9464）×100=12.49
2.3.4 百公里修复性维修工时 百公里修复性维修工时为试验期间消耗的总故障修理工时与试验期间装备的行驶里程之比，再乘以100公里。
1号车修理工时为：2.5×4+1.67×3+8×5+16×5+6.33×5+

4.67×5+21.5×6+20.67×10=525.7

2号车修理工时为：

1.83×4+33×3+32×13=427.33

3号车修理工时为：5×6+1.83×2+1.5×2+7.5×9+9.5×3+18.33×11+24×3+8×4+3.33×5+1.67×3+0.92×5+35.67×6+10.5×9+8.17×8=838.41
百公里修复性维修工时：（525.7+427.33+838.41）/1950

4.3×100=9.18

2.3.5 百公里预防性维修工时 百公里预防性维修工时为试验期间消耗的预防性维修工时与试验期间装备的行驶里程之比，再乘以100公里。其中：预防性维论文导读：
修工时包括维护保养总工时和小修工时。
三台车完好的天数为481天，维修保养总工时为3367人·时，小修总工时为900人·时。
三台车总行使里程为：13000+549.3+24380.7=37930公里。
百公里预防性维修工时为：（3367+93

2.2）/37930×100=11.33

通过保障性参数的统计定量评估，可以看出：
①完好率与使用可用度基本相同。这里的“完好率”相对于“使用可用度”是大尺度计算方式，如果故障能够快速修复，统计条件下完好率要大于使用可用度一个等级。这说明装备一旦故障，修复时间较长，装备当天无法再使用。百公里保养工时和百公里修复工时都远大于8个工时，也已证明此分析；
②完好率与使用可用度都明显偏低；
③各类维修工时较长。平均的百公里保养工时达12.49，基本达两个工作日，说明保养工作量大，维护保养的方便性、可达性较差；平均的百公里修复性维修工时达9.18，说明维修性较差，机工具、设备的配备与有效性明显影响保障能力（维修人员的技术能力基本可以满足要求）。
比如，在试修中发现有多次故障，属于部组件损坏，需要换件修理，然而需要吊出动力箱；如更换转向助力泵、起动电机等，过程复杂、要求高，时间长（仅拆装动力舱，4～5名修理工拆装各需要约2.5个小时），为了保证装备的战备完好率，及时修复故障装备，建议基础修理分队具备吊舱修理能力。通过检修发现，随车工具中应补充一些常用源于：论文的写法www.7ctime.com
工具，如主离合器制动液加注漏斗、变量泵与三联阀连接管接头拆装扳手、球笼结合盘固定螺栓拆装扳手等。并且为了提高修理质量与效率，优化设计制作了动力舱吊装工具、专用支架、轮毂专用拆装工具等7种。
④对基层级维修机构来说，等级维修内容与范围需要进行部分的缩小。
3 故障原因统计分析
根据记录统计的故障信息，表2列出了故障原因分布。其中，产品质量问题和装配质量导致的故障最多，分别为38起和24起，占故障总数的34.2%和21.6%，设计缺陷导致的故障约占10%，使用、维护不当导致的故障占1

2.6%，自然耗损和使用环境导致的故障各占8%。

由表2可知，在所统计的故障中，有高达56%的故障属于产品质量和装配质量问题，该装备的可靠性较低。产品设计缺陷和使用、维护不当导致的故障也占较大比重。
另外，通过对故障排除情况的分析，在所需器材和设备满足的情况下，80%以上的故障可以依靠试装队的维修力量修复，应当说明的是，试装队依托的是学院教练团修理营的维修力量，维修能力要高于部队基层级修理力量。因此在维修保障方案的优化中需要强调：
①提高装备设计生产质量，改进设计缺陷；②提高装备使用、修理人员正确使用、维护与维修装备的技能，提高保障能力；③加强器材、维修机具设备的配套建设，确保尽快形成维修保障能力。
4 基于威布尔分布的维修间隔期优化
4.1 数据处理 分析装备的故障分布规律需要设计统计方式并统计数据，通过数据处理、分析为装备保障方案的制定，特别是定期维修间隔期的确定提供客观的依据。表

3、表4分别列出了1号车和2号车的故障时间分布数据。

由于在试验初期， 1号装备和2号装备的技术工况不同，1号装备为试验定型阶段样车，已经工作约250个摩托小时，为了保证两台装备的数据的一致性，需要对表2中数据进行处理，即在相应故障摩托小时的基础上增加250个摩托小时，以模拟装备从初始运行阶段以来的故障历史，准确地计算相应的故障分布参数[6]。 4.2 维修间隔期优化 在试验过程中，事后维修仅仅使装备恢复到能够执行规定功能，并不能使装备恢复如新，假设每次维修的结果是“修复如旧”，可以认为维修并未对修后装备的故障发生规律产生影响，即假定装备故障事件是论文导读：91，α=0.05条件下，η的置信区间为，β的置信区间为，其期望寿命为537.26个摩托小时。则1号车和2号车的故障概率密度函数如图3所示。根据上述结果，求得中位寿命分别为594.68小时和540.39小时，可见两台装备呈现的故障规律十分接近。实际上，由于装备在部署初期存在初始故障期，导致故障多发，因此2号车的故障发生频次较高，而1号
独立同分布的，上文试验数据可以直接用来拟合故障分布函数。
威布尔分布是可靠性领域中广泛应用的一类分布形式，它特别适应于电子与机械故障的分布形式。因此，装备故障函数取为威布尔分布形式，采用两参数威布尔分布函数来拟合装备的故障分布规律[6][7]。根据威布尔变换，令y=ln（-ln（R（t））），x=ln（t），则：
y=y（x）=β（x-ln（η）） （6）
设共有n个故障数据，使其按照增序排列，令t（i）（i=1，2，…n）标记此列有序数据，xi=ln（ti），yi=ln（-ln（1-i/（n+1）））。以1号车的故障数据为输入，（xi，yi）威布尔分布概率图如图1所示。该直线的斜率即为β的估计值，直线与x轴的交点给出ln（η）的估计值。
由图2直观分析，图中数据点基本沿一条直线分布，因此可以认为该装备的故障分布符合威布尔分布规律。采用极大似然估计法（MLE， Maximum Likelihood Estimation）对分布参数进行估计。若X的概率密度函数为f（x；η，β），则它的极大似然函数为：
L（η，β）=f（x1；η，β）f（x2；η，β）… f（xn；η，β） （7）
η和β为待估计参数，当L（η，β）取得最大值时，对应的η和β值为参数的极大似然估计[8][9]。
利用表1所示故障数据，对1号车的威布尔故障分布参数进行估计，得到η=661.95和β=3.42，α=0.05条件下，η的置信区间为[610.45，717.79]，β的置信区间为[2.79，4.19]，其期望寿命为594.86个摩托小时。利用表2所示故障数据，对2号车的威布尔故障分布参数进行估计，得到η=593.50和β=3.91，α=0.05条件下，η的置信区间为[542.06，649.83]，β的置信区间为[3.00，5.10]，其期望寿命为537.26个摩托小时。则1号车和2号车的故障概率密度函数如图3所示。
根据上述结果，求得中位寿命分别为594.68小时和540.39小时，可见两台装备呈现的故障规律十分接近。实际上，由于装备在部署初期存在初始故障期，导致故障多发，因此2号车的故障发生频次较高，而1号车虽然已经工作250个摩托小时，但在本实验阶段已经进入平稳故障期，同时试验前的维修也相应地降低了该装备的等效役龄，因此出现了2号车的中位寿命比1号车低的情况。
总体上，试验得到的数据充分地反映了在正常工作环境下，装备的实际故障规律，具有典型的代表性。根据上述分析，装备的定期维修间隔期应控制在[540，575]之间。在具体执行的过程中，应根据装备的具体故障历史和任务载荷等情况，进行适时的调整。
5 结束语
初始维修保障方案的优化涉及间隔期、修理级别、各级别的维修范围与工作内容、各级的维修人力、维修器材、维修保障设备等各种保障要素与相关问题，需要从整体上进行全面系统的分析与优化。文章在对修理试验中的部分数据分析的基础上对初始维修保障方案中的相关问题进行了初步地分析与优化。而如何选取参数，如何在没有大量数据支撑的情况下分析故障的规律，如何根据故障规律划分修理级别、确定维修工作内容等问题还需要进行系统、深入地研究。
参考文献：
段振华，郭建胜.航空装备预防性维修工作确定与优化[J].火力与指挥控制，2011，36（2）：119-121.
王东南.面向任务的维修保障能力评估建模与仿真技术研究[D].国防科学技术大学硕士学位论文，2005.
[3]徐航，张会奇，陈春良.基于遗传算法的战时维修保障系统优化研究[J].装甲兵工程学院学报，2006，20（5）：1-4.
[4]杨小松，张建华，廖苓平.基于层次分析法的车辆装备维修保障能力评估研究[J].军事交通学院学报，2010，12（5）：29-33.
[5]陈宝雷.战时装甲装备保障方案确定与优化研究[D].装甲兵工程学院，2008.12.
[6]高萍.基于可靠性分析的复杂设备预防性维修决策研究[D].北京：清华大学，2008.
[7]莫布雷.以可靠性为中心的维修[摘自：本科毕业论文范文www.7ctime.com
M].石磊，谷宁昌，译，北京：机械工业出版社，1995.
[8]李果，高建民，陈富民.基于可靠性的设备维修优化方法研究[J].中国机械工程，2007，18（4）：419-4论文导读：22.程中华，吴甦，高萍等.基于RCM的增压器维修策略优化研究.内燃机车，2007，6：1-4，20.上一页12345
22.
[9]程中华，吴甦，高萍等.基于RCM的增压器维修策略优化研究[J].内燃机车，2007，6：1-4，20.