飞行试验维修保障延误建模优化研究及应用

2019-08-27宋海靖

火力与指挥控制 2019年7期

宋海靖

（中国飞行试验研究院，西安710089）

0 引言

平均保障延误时间（Mean Logistic Delay Time，MLDT）是描述备件、保障设备和维修人员等保障资源对装备战备完好性影响的主要参数，也是评估维修保障系统完成保障任务能力的核心指标。GJB 451A对于延误时间（delay time）定义为：由于保障资源补给或管理原因未能及时对产品进行保障所延误的时间，分为保障资源延误时间（logistic delay time）和管理延误时间（administrative delay time）［1］。美海军相关文献将平均保障延误时间（logistic delay time）分为平均供应反应时间、申请反应时间和等待外界帮助时间三类［2-3］，然而能查阅到的文献，主要是针对备品备件申请和供应造成的延误。

当前，国外MLDT研究较早，主要是运用解析法、图估法、装备冗余度建模的备件供应延误研究［4-5］；而国内MLDT研究尚处于起步阶段，尤其应用方面研究更为匮乏。MLDT源于军标，民航系统仅在确定航线维修保障组方面有少量研究［6］；而军方部队保障延迟时间的计算，大都依据装备使用效率以及保障经验推断而定［7-8］；试飞阶段保障机型较多，飞机软硬件状态未固化，故障类保障任务发生随机，需多方配合协调，保障延误问题突出，亟需一套行之有效的评估方法。

因此，本文针对试飞阶段保障任务和维护特点，引入民航服务理念，借鉴美军延误研究经验，充分考虑试飞保障特点，分析试飞保障阶段MLDT影响因素和指标分析；基于保障延误事件树分析，对试飞阶段延误问题突出的保障台占用事件建模研究；分析各指标对保障延误时间的实际影响，提出保障台占用延误时间优化方法，最后基于某型歼击机维护保障数据，确定MLDT评估及优化方法以及与3个关键指标关系曲线，结果科学直观地验证了模型和方法的合理性。研究思路框架如图1所示。

1 试飞保障MLDT分析

建立MLDT指标参数集是建模研究的依据［9-10］。结合试飞阶段特点，可将试飞维修保障延误分3类：

1）供应延误类，是指航材备件、人员、设备短缺所导致供应时间的延误。

2）管理延误类，包括工作计划、资源规划、作业流程、岗能匹配等方面管理因素造成的延误。

3）保障台占用延误类，指缺少满足于现有维修项目要求的保障台，也就是保障台占用引起的延误。具体指标体系如图2所示。

2 MLDT建模研究

2.1 基于概率算法的延误事件树分析

图2 试飞保障系统MLDT参数指标体系

图3 试飞维修保障延误事件树分析

试飞保障阶段，人员、保障设备相对充足，B事件延误问题较为突出，延误因素为备件不足和保障台占用，为提升自主保障效率和能力，本文重点研究保障台占用延误建模，从保障系统自身效率入手，研究MLDT评估优化方案。

2.2 基于排队算法的保障台占用延误时间模型

2.2.1问题描述

试飞维修保障期间，机群故障发生随机，原因差异大，所需修复时间也不同，系统可定义为随机服务系统，由输入、排队规则和服务机构、输出4部分组成［13-14］，试飞阶段故障发生随机，机组数量有限，服务时间不定，即试飞保障系统是一个多保障台、泊松输入、服务时间服从指数分布，且无限排队的模型，如图4所示。

图4 机务维修保障排队论系统模型

2.2.2基于多保障台等待制排队模型建立

当保障系统趋于稳态时，状态之间的转移关系［15］可用图5表示。从状态1-0，表示某飞机维修项目完成保障，设转移概率为μP1。从状态2-1，表示两个保障组中的飞机有一架完成维修保障任务而离开的情况，转移概率为2μP2。推理可知，状态k到k-1，当k≤c时转移概率为kμPk；当k≥c时概率为cμPc。

图5 稳态系统状态转移关系图

在队列中等待保障项目的排队长度

平均队长（正保障和待保障的维修项目数之和）为

待保障飞机整个维修等待阶段的逗留时间为

飞机进入保障台之前的等待时间为

基于上述给出的系列公式，考虑不同试飞阶段，引入成熟度因子α，可得到由保障台占用而导致的保障延误时间模型。

3 实例验证及结果分析

通过以上分析，本文既可从定性的角度出发，基于模型中指标规律来调配保障资源配置，以优化飞机排队长及等待时间，也可基于定量分析来确定MLDT数值，通过约束MLDT值来实现、μ和c的优化；即通过定性定量地分析系统各个指标，可最终优化MLDT指标，具体验证过程如下。

结合试飞阶段机务维修工作实际，以某型歼击机为例进行数据采集，采用飞机维修数据统计及机务人员随机取样形式开展。据统计数据和采样分析，计算该型机=0.23（个/h）、μ=0.13（个/h）、c=3；综合考虑飞机状态、飞行时间及架次、可靠性及维修性水平、故障数据等因素，确定不同阶段成熟度因子α取值，并带入模型计算各指标均值，分析确定最优MLDT（b单位：h）方案。

本文设计3种试验方案：

表1 基于指标c变化的MLDTb结果分析

由表1可知，在每日维修项目数量跟保障效率不变的情况下，随着保障组数c的增加，MLDTb从最开始的无穷大到慢慢趋于稳定，维修项目平均排队长LS也趋于稳定；当c=6时，系统延误时间不超过0.5 h，当c＞6时，系统保障组空闲率P0增加到稳定值，表示一定数量的机组一直处于空闲状态。MLDTb随指标c变化趋势如图6所示。

图6 MLDT值随指标c变化趋势图

2）确定c和μ，分析MLDTb与c、LS与P0的关系，结果如表2所示。

表2 基于指标变化的MLDTb结果分析

c=3 &μ=0.13images/BZ_111_1393_535_1415_566.pngLS P0 MLDTb 0.05 0.385 7 0.680 5 0.021 8 0.1 0.785 4 0.461 4 0.162 3 0.15 1.234 2 0.309 1 0.635 8 0.2 1.802 4 0.201 3 1.319 8 0.25 2.653 4 0.123 9 2.921 1 0.3 4.300 5 0.067 4 6.642 8 0.35 9.801 9 0.025 6 20.313 0.4 -6.312 -0.029 -21.719 1 0.45 -28.875 2 -0.005 5 -84.880 2

由表2可知，在保障组数跟保障效率不变的情况下，随着平均到达率增大，即需保障项目的增加，MLDTb慢慢变大，LS也不断增加；当=0.4（即每天3个维修项目）时，在当前人员保障效率下，系统延误时间无限大，机组一直处于繁忙状态，飞机将无限排队。MLDTb随指标变化趋势如图7所示。

图7 MLDT值随指标变化趋势图

表3 基于指标μ变化的MLDTb结果分析

由表3可知，在机务保障组数量及工作量不变的情况下，随着保障率μ的不断提升，MLDTb从无穷大慢慢变小并趋于稳定，LS不断减小；若要延误时间控制在0.5 h内，μ需达到0.19，意味着单个维修项目保障时间需缩短2.43 h；取μ=0.13，符合该型机当三指标情况下，MLDTb计算结果为2.14 h。MLDTb随指标μ变化趋势如图8所示。