季学强

(国营芜湖机械厂，安徽 芜湖 241007)

应用传感器和信息技术，及时获取装备疲劳、磨损、老化等信息，针对损伤状态，提前采取修理措施，降低故障发生率。装备损伤状态信息检测和分析是基于状态维修的前提，需在机上大量布置损伤信息感知、采集设备。现有飞机设计时只安装了少量的系统参数传感器，远不能满足基于状态修理的状态检测需要。传统的定时大修模式，装备停飞时间长，资源消耗量大，排除使用耗损的同时也增加了离位修理带来的磨合故障，且对离散故障预防效果有限。所以，需针对现有飞机装备条件，研究损伤规律，探索基于状态维修应用策略。本文通过对某型飞机使用故障和修理故检信息统计、分析，按基于状态修理思想，利用可靠性维修的决策方法，初步探索某型飞机机械附件基于状态维修模式应用策略。

1 使用故障统计分析

1.1 故障统计

选择飞行大修飞机10架，依据飞机履历本记载，统计机械系统故障信息。

1.2 故障时间分布规律

统计到故障信息291条，除去预期机械磨损故障62条，正常到寿信息41条，有分析价值的非预期故障188条，非预期故障随飞行时间变化趋势见图1。

图1 非预期故障随飞行时间变化趋势图

随着飞行时间增加，故障呈明显增多趋势，到设计规定的1000飞行小时大修前期，故障率最高，800～1000飞行小时区间，故障总数53次，是0～200飞行小时故障的13倍。通过延长首翻期特检，故障减少，但仍明显高于新机出厂状态，特检后到一次大修前，故障数又呈急剧增加趋势。……