Joint optimization of maintenance inspection and spare provisioning for aircraft deteriorating parts

With the wide application of condition based maintenance(CBM) in aircraft maintenance practice, the joint optimization of maintenance and inventory management, which can take full advantage of CBM and reduce the aircraft operational cost, is receiving increasing attention. In order to optimize the inspection interval, maintenance decision and spare provisioning together for aircraft deteriorating parts, firstly, a joint inventory management strategy is presented, then, a joint optimization of maintenance inspection and spare provisioning for aircraft parts subject to the Wiener degradation process is proposed based on the strategy.Secondly, a combination of the genetic algorithm(GA) and the Monte Carol method is developed to minimize the total cost rate.Finally, a case study is conducted and the proposed joint optimization model is compared with the existing optimization model and the airline real case. The results demonstrate that the proposed model is more beneficial and effective. In addition, the sensitivity analysis of the proposed model shows that the lead time has higher influence on the optimal results than the urgent order cost and the corrective maintenance cost, which is consistent with the actual situation of aircraft maintenance practices and inventory management.

基于飞机状态的备件动态规划技术

伴随民航业的竞争日趋激烈,航空公司迫切需要控制成本以提升效益。民机备件既是直接影响飞行安全的关键因素,备件成本又在航空公司可控成本中占比最高。因此,在保证飞行安全的前提下做好备件规划,对航空公司有至关重要的意义。根据民机备件的安全级别、故障修复时限等对备件分级设置保障率水平,采用符合备件故障特性的马尔可夫生灭过程,建立满足给定保障率水平的备件量计算模型,并在此基础上建立以保障成本最低为目标函数,满足保障率水平为约束函数的备件量动态规划模型。基于飞机状态分析历史故障数据、季节性、日利用率、机队规模对备件保障的影响,在所建模型中将故障率季节性差异、日利用率和飞机停场损失淡旺季差异进行评估以减小计算结果与实际需求的偏差。以H航空公司ERJ-190机型显示组件为例,对所建模型进行应用验证,计算结果与H航空公司运营实际相吻合,证明所建模型可为航空公司备件规划提供技术方法支持。

基于改进生成对抗网络的国产民机航材消耗预测方法

为解决航材消耗预测影响因素较多、时间相关性复杂、实际消耗样本少等问题,鉴于现有方法难以捕捉小样本航材消耗数据在时间顺序上的逐步依赖关系,提出了基于改进生成对抗网络生成模型和循环神经网络预测模型的航材消耗预测方法。该方法将自回归学习有监督训练与对抗学习无监督训练相结合,进一步挖掘航材消耗数据的潜在静态分布和时态逐步依赖分布,从而生成更加接近真实数据的样本,达到扩充样本量、提高航材消耗预测精度的目的。以某型国产民机部件消耗数据为案例,利用降维可视化方法和预测分数评价模型的生成性能和预测精度。通过与其他方法对比,所提方法预测值的平均绝对误差减少了3%,验证了所提方法解决航材预测问题的有效性。

航材需求预测方法研究综述及启示

航材需求预测是航材科学管理的基础,从航材需求预测对象及其特点出发,分别论述了针对平缓型、间歇型、块状型和随机型需求的预测方法研究成果,总结了国内外在研究方法上的不同和差距,提出了航材需求预测系统的初步设想,希望能为中国航材需求预测研究提供参考,为航材管理决策提供支持。

基于横向供应与维修比例的民机备件配置优化技术研究

针对考虑横向供应的多级库存配置问题,将维修比例这一实际因素引入库存配置模型中,提出了一种考虑横向供应及维修比例的民机备件多级库存配置方法。首先,阐述了考虑横向供应及维修比例下的多级库存配置模型的原理,并以机队可用度和备件满足率为约束条件,建立了相应的以库存系统总成本为优化目标的数学模型;其次,运用边际分析法求解考虑横向供应及维修比例条件下的备件多级库存配置;最后,以某航空公司波音737客机的部附件作为研究对象,在考虑横向供应及维修比例的条件下对其进行多级库存配置研究。算例结果得到了最优的备件库存配置数量,并且得到最低的库存系统成本为120.5万美元,机队可用度为0.990 9。相比不考虑横向供应及维修比例的传统配置模型以及只考虑维修比例的库存配置模型,所提出的模型使库存成本显著减少,可为民机备件的多级库存优化配置提供理论支撑和方法指导。

考虑维修比例的民机备件多级库存配置研究

提出了一种考虑维修比例的民机备件多级库存配置方法,将维修比例引入METRIC(multiechelon technique for recoverable item control)模型建立多级库存配置模型,运用边际分析法对模型进行求解进而实现备件多级库存配置。首先,阐述了考虑维修比例的多级库存配置模型的原理,建立了以机队可用度为优化目标、费用和保障率为约束数学模型;然后,论述了基于边际分析法的考虑维修比例影响的情况下多级库存配置模型求解流程;最后,以典型民机起落架航线可更换单元(line repairable units,LRU)为研究对象,在考虑维修比例影响的情况下对其多级库存配置进行研究。算例分析结果表明:在满足优化约束条件的情况下,最小的保障费用为2 759 833美元,机队可用度为0.980 6,并得到此时LRU多级库存配置数量;通过方法比较验证了考虑维修比例的维修资源多级库存配置模型的可行性和有效性。在合理降低成本的前提下,为精确地配置维修资源多级库存优化提供指导。

基于最小二乘支持向量机的飞机备件多元分类

飞机后续备件配置直接关系到装备的战备完好率和寿命周期费用,对备件的正确分类是进行备件配置决策的前提。支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力。研究了新型支持向量机算法-最小二乘支持向量机,设计了基于多元分类的最小二乘支持向量机,在此基础上,建立了飞机备件多元分类模型,并对某机型的备件进行了分类。结果表明,基于最小二乘支持向量机的飞机备件多元分类方法是有效、可行的。

基于免疫粒子群算法的民机备件库存配置优化方法研究

针对民机维修保障的工程实际,建立了一种基于多维修层级、多设备层级的民机备件库存配置优化模型,运用适于多变量、非线性NP难解问题的免疫粒子群算法进行求解。本模型在最大限度地控制总预算资金投入的基础上,使各备件项目在各库存地点的配置最优,并最终保障飞机的签派可靠度。通过具体的实例分析验证了模型的有效性。

飞机战伤抢修备件需求预测方法研究

针对飞机战伤抢修备件需求预测模型存在的强非线性,利用RBF网络的参数自调节性和能以任意精度逼近任意非线性系统的特性,提出了飞机战伤抢修备件需求的RBF网络预测方法。仿真实验结果表明,基于RBF网络的飞机战伤抢修备件需求预测模型具有较强的自适应性和较高的计算精度,将其用于预测飞机战伤抢修备件需求是完全可行和行之有效的。

基于模糊GO法的飞机备件支援系统可靠性分析

GO法是一种全新概念分析技术,适合多状态,有时序的系统的安全性分析。传统GO法只能解决确定的可靠性问题,而飞机备件支援系统各环节的可靠性具有不确定性,模糊理论常用于处理模糊和不精确事件。因此将模糊理论与GO法相结合,首次提出基于模糊GO法的飞机备件支援系统可靠性分析方法。以某通用航空公司为例,在分析和总结飞机备件支援系统运行特点和流程的基础上建立其模糊GO模型。根据模糊GO法公式计算系统模糊可靠性。FTA计算结果验证表明,本文提出的模糊GO法可实现飞机备件支援系统的可靠性分析。

民用飞机航材预测与配置管理技术综述

航材作为综合后勤保障(ILS)的物资基础,其科学的预测与合理的配置是有效保障民用飞机安全经济运行的前提。为了使利益攸关方(制造商、运营商、维修商等)实现共赢,本文针对现有民用飞机航材预测与配置管理技术进行研究,并探讨其发展趋势。首先,介绍了民用飞机航材预测技术的研究现状;然后,论述了民用飞机航材配置管理技术的研究现状;最后,在总结现有关于航材预测与配置理论和方法的优势与不足的基础上,对民用飞机航材预测与配置管理技术的发展进行了趋势分析,为国产民用飞机航材综合管理提供参考,进而提升民用飞机维修保障体系的完善程度。

舰艇编队航材快速补给的系统动力学模型

为解决对大型水面舰艇编队所需的航材的供给不足问题,建立带有自动调节系统的舰艇编队航材快速补给趋势的预测模型,对舰艇编队航材快速补给进行研究。采用系统动力学方法,构建影响舰载机分遣队快速补给效率的各元素因果回路图与存量流量图及预测模型,并以系统动力学软件Vensim PLE 5.9为平台进行建模仿真。运行结果表明:该模型在扰动条件下能进行航材快速补给趋势的预测,可为舰载运输机分遣队快速补给方案的制定提供理论依据。

基于B/S模式的航材管理信息系统设计与实现

基于数据库技术和B/S体系结构,本文通过分析航材管理信息系统需求特点,详细进行系统的体系结构分析和功能模块结构设计,实现航材管理的信息化和信息在团站范围的共享。

航材需求预测模型研究

航材是一种特殊的物资储备,运用一般预测理论很难对其需求时间和需求量进行预测。针对其特殊性,以现代维修理论为基础,结合数理统计的知识,对航材需求预测方法进行了初步探索,进而建立了一种较为实用的预测模型,为航材需求的预测提供了一种解决方案。

串件维修情况下备件的保障能力分析

备件供应是影响飞机战备完好性的主要因素。为了科学反映存在串件保障情况下的备件保障能力，提出备件瞬时保障率的概念，分析其与常用的平均备件保障率的定量关系，揭示缺件、串件对备件保障影响的规律。结果表明：串件对备件的瞬时保障率有明显影响，这种影响随串件数量的增大而增大，且不同程度地低于平均备件保障率；备件瞬时保障率可以更加合理地反映备件的真实供应状况。

基于HTCPN的飞机备件需求预测方法

针对航空兵部队飞机备件需求预测问题,提出了一种基于分层赋时着色Petri网(Hierarchical Timed Colored Petri Net,HTCPN)的飞机备件需求预测方法。根据飞机维修保障工作内容与流程,运用CPN Tools软件,构建飞机维修保障工作HTCPN总网仿真模型,以及故障维修工作HTCPN子网仿真模型。提出了备件需求量确定规则,建立了基于飞机出动架次率的备件需求预测模型。通过算例分析,验证了该方法的科学性和有效性。

航材全寿命管理研究

提出了进行航材全寿命管理的思考,探讨进行航材全寿命管理的内涵和必要性,并对航材管理全寿命管理的组织实施提出了客观建议。

一种军机备件需求量的多元回归解法

军机备件需求主要受到维修周转时间、重测合格率以及平均故障间隔等参数的影响,根据相关参数指标建立了多元回归模型,并应用最小二乘原理求出回归系数,检验了模型的可靠程度。通过一组实例数据得出备件需求量的经验公式,最后验证了该多元回归模型的有效性。

基于边际效用的民机备件库存优化模型

为了最大限度地发挥民机备件的保障作用,使各种备件的库存水平最优,在综合考虑备件的技术性、经济性与可获取性的基础上,以备件缺货导致的民机平均维修等待时间为优化目标,以总航材供应成本为约束条件,建立了民机备件库存优化模型。在对备件单位成本的边际效用进行分析的基础上,采用启发式算法对模型进行求解,得到备件库存水平的优化方案。实例验证表明:在给定供应成本约束条件下,与仅依据各种备件保障率的计算结果相比,实际维修等待时间缩短了11.5%,库存备件资金降低了27.5%,因此,该模型是客观有效的,可节约库存成本,显著提高飞机的利用水平。

基于重要度的航材备件库存综合优化模型

航材备件的精确保障必须将装备的使用情况和备件库存控制问题结合起来,才有利于保障人员进行正确的决策。从飞机的可用度着手,根据不同的费用标准,结合飞机的可用度和边际效用分析得到相应的最优库存模型;当费用较少时,综合考虑备件的重要度和飞机的实际使用情况,用两两赋值法求出备件的重要度权系数,重新计算可用度并调整各备件的存储量,对库存进一步进行优化;最后,给出了所提方法的计算步骤。实验结果表明,所提方法在备件库存优化中既能保证重点又能兼顾一般,既能发挥装备的最大军事效益又能节约国防成本。