装备维修性时间指标验证方法分析
王伟龙 郝建平* 王松山(军械工程学院装备指挥与管理系,石家庄050003)
摘 要 比较了基于经典数理统计学理论的维修性定量时间指标的验证方法和基于Bayes理论的小子样维修性定量时间指标验证方法。讨论了维修性验证技术的发展趋势。
关键词 维修性 验证 Bayes理论
[ Key words] maintainability demonstration Bayes theory
中图法分类号 O21319; 文献标识码 A
维修性试验与评定是产品在研制和生产阶段的重要活动之一。其目的是全面考核产品是否达到规定的维修性要求[ 1 ] 。维修性试验与评定的内容包括定性和定量两部分。定量的维修性试验与评定其目的是对产品的维修性指标值进行验证,要求在自然故障或模拟故障条件下,根据试验中得到的数据,统计计算维修性参数,进行判决,验证其维修性是否达到指标的要求。定量的维修性指标主要有:维修延续时间指标(包括平均修复时间、最大修复时间、平均预防维修时间、平均维修时间等) 、维修工时指标、维修周期指标、维修费用指标、检测性能指标。
由于维修时间参数是最重要的维修性参数,直接影响到装备的可用性。因此,在绝大多数的装备中,主要采用维修时间作为指标进行验证,其中尤其以平均修复时间(MTTR)最为常见。
1 基于经典数理统计学的验证方法
国军标GJB2072—94中规定了11种常用的维修性定量指标验证方法,其中给出了三种检验平均修复时间的方法: ( 1)对数正态分布,对数方差σ2已知时的验证方法。该方法要求维修时间服从对数正态分布,其对数方差已知,或能由以往资料得到其适当精度的估计值σ2。( 2)分布未知, 方差已知时的验证方法。若维修时间的分布未知,方差已知,或能由以往资料得到其适当精度的估计值σ2。(3)分布未知,方差未知时的验证方法。
上述国军标中的方法是目前最为成熟、应用最为广泛的方法。在现阶段的绝大多数武器装备研制过程中,这些方法都是维修性定量指标验证的规范指南,其中规定了详细地操作实施步骤,能够很好地指导验证工作的完成。但上述方法均要求方差已知或能够进行估计,而在实际操作中有时难以满足这一条件。并且,在验证过程中,现场试验样本量一般均不小于30,这对于某些武器系统而言,如导弹系统,是很难达到的。所以出现了对这些方法进行改进或补充的措施。如考虑对检验方法( 1)进行改进,使得在方差未知的情况下, 仍然能够进行检验 。再如,可以根据产品的特点简化可更换单元,从而减少可更换单元的数目。在维修性试验中,采用相似单元组的方法对设备的可更换单元进行简化,即对每个单元维修过程和资源要求的相似性,以及维修时间的相似性进行分析,通过合并维修相似的单元,形成相似可更换单元组,每组内为维修相似的单元。然后,采用比例分层抽样法进行维修作业分配,就可以减少维修作业的样本量[ 3 ] 。另外,基于Bayes理论的小子样维修性试验与评定技术是与上述大样本验证方法相辅相成的,且该方法已在导弹等装备上进行了实际应用[ 2 ] 。
2 基于Bayes理论的小子样维修性验证方法
Bayes方法作为一种解决小子样问题的方法,可以行之有效地处理来自不同方面、不同层次的信息,提取其中的有用信息并加以综合,从而可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证足够的可信度[4 ]。这里简要阐述一种基于Bayes方法的小子样维修性试验与评定技术的验证步骤。
3 总结
国军标中规定的验证方法仍然适用于绝大多数武器装备系统,对所有的维修性验证工作都有着很强的指导意义。而小子样维修性验证方法也有着勃勃的生机,在一些缺乏现场试验样本量的领域,它表现出很大的优越性。小子样验证方法的一个显著特点就是在保证决策风险尽量小的情况下,尽量应用所有可用信息。这不仅包括现场试验的信息、还包括现场之前的信息、如武器系统在研制阶段的有用信息、仿真试验的信息,同类武器系统的试验信息,专家经验信息等。但是利用这些信息的理论方法还不很完善。所以,需要我们在建立起完善的信息收集系统的同时,还要在理论研究领域深入地开展工作。
另外,随着科技的进步,尤其是计算机技术的发展,维修性验证的手段也不断的丰富起来。不仅表现在,当用计算机辅助进行维修性指标鉴定时,相应的方法可以转化成适于计算机编程的维修性指标验证算法[ 7 ] ,从而实现维修性验证的快速化和自动化。此外,仿真技术在维修性验证方面的应用以及虚拟样机的出现,都很大程度上改变了传统的维修性验证过程。基于这些技术的维修性验证工作必将更加形象化、直观化,也更加能体现维修性验证工作贯穿于产品设计全过程的思想;另外,如何在维修性领域充分挖掘各种试验与评价技术的优势,加以综合利用也必将是一种需求与趋势。
