【技术实现步骤摘要】
本专利技术属于飞机通用质量特性评估验证，具体涉及一种基于贝叶斯理论的维修性评估方法。
技术介绍
1、维修性是现代作战飞机重要的设计特性，是影响飞机使用可用度的重要因素，更是影响其作战效能的关键因素。
2、传统的维修性验证方法是基于大样本的数理统计理论，不仅试验费用高昂，导致研制周期长，而且所需要的试验样本超出实际承受能力。
3、目前的飞机试飞，基本上没有专门的可靠性维修性试飞计划。试飞过程中收集到的数据，都是在外场发生故障并进行维修的数据。试飞过程中，有些系统可能故障较多，则该系统的维修数据也较多，而有些系统可能故障较少，甚至只有一两次故障，相应的维修数据较少。这样就使得收集到的数据样本有限，不能遍及整个样本空间，最终导致评估不够准确。
4、这时，小子样条件下的维修性验证方法就显得迫切重要，基于bayes理论的维修性验证方法允许现场试验样本量可以是少量的，bayes方法解决统计问题的思路不同于经典统计方法，它的一个显著特点就是在保证决策风险尽可能小的情况下，尽量应用装备所有的维修性信息。这不仅仅包括现场试验的信息，还包括现场试验之前的信息，如类似型号装备的维修性信息、历史信息、预防性维修信息、专家信息等。baye方法通过综合利用各种验前信息，结合少量的现场维修性试验信息，对系统维修性指标作出可信的评估，从而降低飞机研制费用、缩短研制周期，促进新(改进)飞机尽快定型并投入使用，进而最终实现飞机战斗力的提升。
技术实现思路
1、本专利技术要解决的技术
2、本专利技术的技术方案是一种基于贝叶斯理论的维修性评估方法，包括以下步骤：
3、s101、获取多源试验与评价信息的验前分布；
4、s102、根据验前分布，获取融合验前分布参数；
5、s103、确定系统维修时间分布类型；
6、s104、根据已获取的系统维修时间分布类型和融合验前分布参数，确定评估所需的维修性样本总量；
7、s105、判断现场试验样本量是否满足获取的评估所需的维修性样本总量，若满足，则进入s107；若不满足要求，则进入s106；
8、s106、通过故障模拟试验扩充样本至评估所需样本量；
9、s107、获取系统样本均值；
10、s108、根据验后似然比确定检验判据；
11、s109、判断系统样本均值是否大于检验判据，并给出评估结果。
12、可选的，所述获取多源试验与评价信息的验前分布，包括：
13、利用共轭分布或随机加权法获取多源试验与评价信息的验前分布。
14、可选的，所述根据验前分布，获取融合验前分布参数，包括：
15、根据验前分布确定融合系数；
16、根据融合系数和验前分布，获取融合验前分布参数。
17、可选的，所述确定系统维修时间分布类型，包括：
18、根据相似系统维修历史经验数据，通过χ2检验方法和k～s检验方法，确定系统维修时间分布类型。
19、可选的，所述根据已获取的系统维修时间分布类型和融合验前分布，确定评估所需的维修性样本总量，包括：
20、根据已获取的系统维修时间分布类型，确定系统维修时间的分布参数θ和σ2；
21、根据系统维修时间的分布参数θ和σ2，和融合验前分布的参数μ、v2，采用如下公式确定评估所需的维修性样本总量n；
22、
23、其中，n为评估所需的维修性样本总量，为下侧概率的标准正态分布分位数，为下侧概率的标准正态分布分位数，α为承制方风险，β为订购方风险，p0、p1分别为假设h0、h1成立的验前概率；假设h0:θ＝θ0；假设h1:θ＝θ1＝λθ0,λ为检出比，p1＝1-p0，θ0为按合同给出平均修复时间mttr的指标值。
24、可选的，所述通过故障模拟试验扩充样本至评估所需样本量，包括：
25、s601、列出系统的组成单元；
26、s602、将各组成单元细分到需维修的产品层次；
27、s603、列出需维修的产品层次的维修作业；
28、s604、估计每项维修作业的维修时间mcti；
29、s605、列出每项需维修的产品的故障率λi；
30、其中，故障率λi由可靠性试验或预计数据估计；
31、s606、列出需维修产品层次中每项产品的数目qi和每项产品的工作时间的加权系数ti；
32、s607、计算各项需维修的产品的故障率qiλiti及其相对发生频率cpi，即
33、
34、式中，m为组成单元的数目；i表示第i项产品，i的取值范围是从1至m；
35、s608、根据nni＝ncpi，计算各项产品的预分配试验样本量nni；当nni小于1，则确定第i个产品应分配的试验样本量为0；当nni不小于1，按照四舍五入的原则对nni取整数，作为第i个产品的试验样本量ni；
36、s609、若则结束抽取；
37、若时，首先去掉所有ni≥1的产品后，按mcti由大到小的顺序排列所有剩余产品；将排列的前l项产品加入分组，l值由并且确定；若l值为所有剩余产品的数目时，则结束抽取；
38、对按照四舍五入的原则取整数；当ni＝1，则令分组内cpi最大的那项产品的ni＝1，当ni＝2则令分组内cpi最大和第二大的两项产品的ni＝1；
39、s610、重新进入分组步骤；
40、s611、获取最终确定的样本量，判断是否少于n，若是，则将所有剩余的产品按cpi从大到小的顺序重新进行排序，从cpi最大的产品开始逐个抽取，直至抽取的样本量达到n为止，则样本分配完毕；若最终确定的样本量超过n，则将所有抽到的产品按cpi从大到小的顺序重新进行排序，去掉cpi最小的一个或几个样本，使抽到的样本量与n相等即可。
41、可选的，所述根据验后似然比确定检验判据，包括：
42、根据平均修复时间指标值，选定的制方风险、订购方风险和检出比，确定检验判据。
43、可选的，所述判断系统样本均值是否大于检验判据，并给出评估结果，包括：
44、若系统样本均值小于检验判据，则确定平均修复时间mttr符合指标要求；
45、若系统样本均值不小于检验判据，则确定平均修复时间mttr不符合指标要求。
46、本申请的有益效果在于：本专利技术针对小子样条件下的维修性评估不够准确的问题，运用贝叶斯理论方法，突破了多源验前信息分布确定及融合方法、贝叶斯检验样本量确定方法及检验判据构建方法等关键技术，解决了小子样条件下使用多源信息开展维修性评估的技术难题，提高了小子样条件下维修性评估的准确度，同时避免了外场为本文档来自技高网...
【技术保护点】
1.一种基于贝叶斯理论的维修性评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取多源试验与评价信息的验前分布，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据验前分布，获取融合验前分布参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定系统维修时间分布类型，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据已获取的系统维修时间分布类型和融合验前分布，确定评估所需的维修性样本总量，包括：
6.根据权利要求5所述的方法，其特征在于，所述通过故障模拟试验扩充样本至评估所需样本量，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据验后似然比确定检验判据，包括：
8.根据权利要求1所述的方法，其特征在于，所述判断系统样本均值是否大于检验判据，并给出评估结果，包括：
【技术特征摘要】
1.一种基于贝叶斯理论的维修性评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取多源试验与评价信息的验前分布，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据验前分布，获取融合验前分布参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定系统维修时间分布类型，包括：
5.根据权利要求1所述的方法，其特征在...
【专利技术属性】
技术研发人员：马涛，苏明，宋海靖，武红姣，张锴，
申请(专利权)人：中国飞行试验研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。