CN112668233B - 一种基于剖面故障注入确定装备使用可用度的方法及系统 - Google Patents

Abstract

本发明公开了一种基于剖面故障注入确定装备使用可用度的方法及系统，属于仿真模型应用技术领域。本发明方法，包括：采集历史使用装备的基准故障数据，针对基准故障数据建立基准故障集合；针对基准故障集合，确定所述基准故障集合中当前层级故障模式的故障发生次数，并确定当前层级故障模式的故障发生次数是否大于1；将故障样本纳入样本空间，生成故障空间样本；根据故障空间样本，确定待确定的装备的使用可用度。本发明排除了自顶向下的传统论证方法导致的使用可用度精确性不高的问题，通过构建具有针对性的故障库模型，借助收集的历史或者相似型号故障的维修保障信息以及产品的构型信息解决论证源头没有精确值输入而导致的论证资源不足的问题。

Description

一种基于剖面故障注入确定装备使用可用度的方法及系统

技术领域

本发明涉及仿真模型应用技术领域，并且更具体地，涉及一种基于剖 面故障注入确定装备使用可用度的方法及系统。

背景技术

使用可用度是装备重要的指标，衡量装备在全生命周期内处于可执行 任务的状态的概率，通过使用可用度指标的论证，指导装备研制，并且通 过使用可用度指标，可以为可靠性指标，维修性指标，保障性指标的论证 提供输入，也就是说，使用可用度越精确，可靠性指标，维修性指标，保 障性指标也相应更精确，装备研制的定量要求越清晰，装备质量越能得到 保证。

目前国内对使用可用度的论证方法，通常采用ADC效能分析法，在 实际的论证过程中，战备完好率与使用可用度的取值，通常采用等比分配 法或者德尔菲法，等比分配法合理性较差，德尔菲法主观性太强，均不适 合作为论证输入。

发明内容

针对上述问题，本发明提出了一种基于剖面故障注入确定装备使用可 用度的方法，包括：

采集历史使用装备的基准故障数据，针对基准故障数据建立基准故障 集合；

针对基准故障集合，确定所述基准故障集合中当前层级故障模式的故 障发生次数，并确定当前层级故障模式的故障发生次数是否大于1；

若基准故障集合中当前层级故障模式的全部故障的发生次数均小于1， 对基准故障集合中的当前层级的故障模式，进行故障样本补充，确定补充 后当前层级故障模式的故障发生次数是否大于1，若故障样本中的故障发 生次数大于1，将故障样本纳入样本空间，生成故障空间样本；

根据故障空间样本，确定待确定的装备的使用可用度。

可选的，方法还包括：若当前层级故障模式的故障发生次数大于1， 将当前层级故障模式，纳入空间样本。

可选的，还包括：若故障样本中的故障发生次数小于1，进行样本空 间截尾，将故障样本纳入样本空间。

可选的，基准故障数据，包括故障模式数据，故障模式的影响数据， 及使用故障记录数据。

可选的，故障空间样本，经训练生成故障库模型，所述故障库模型中 存在多个故障数据；

使用故障库模型确定待确定的装备的使用可用度，公式如下：

A₀为装备的使用可用度，M_T/T_T为装备处于故障状态时间占生命周期 的总时间的比例。

本发明还提出了一种基于剖面故障注入确定装备使用可用度的系统， 包括：

采集单元，采集历史使用装备的基准故障数据，针对基准故障数据建 立基准故障集合；

计算单元，针对基准故障集合，确定所述基准故障集合中当前层级故 障模式的故障发生次数，并确定当前层级故障模式的故障发生次数是否大 于1；

空间样本生成单元，若基准故障集合中当前层级故障模式的全部故障 的发生次数均小于1，对基准故障集合中的当前层级的故障模式，进行故 障样本补充，确定补充后当前层级故障模式的故障发生次数是否大于1， 若故障样本中的故障发生次数大于1，将故障样本纳入样本空间，生成故 障空间样本；

输出单元，根据故障空间样本，确定待确定的装备的使用可用度。

可选的，空间样本生成单元还用于：确定当前层级故障模式的故障发 生次数大于1，将当前层级故障模式，纳入空间样本。

可选的，空间样本生成单元还用于：确定故障样本中的故障发生次数 小于1，进行样本空间截尾，将故障样本纳入样本空间。

可选的，基准故障数据，包括故障模式数据，故障模式的影响数据， 及使用故障记录数据。

可选的，故障空间样本，经训练生成故障库模型，所述故障库模型中 存在多个故障数据；

使用故障库模型确定待确定的装备的使用可用度，公式如下：

A₀为装备的使用可用度，M_T/T_T为装备处于故障状态时间占生命周期 的总时间的比例。

本发明排除了自顶向下的论证导致的精确性不强的问题，通过构建相 关的故障库模型，借助收集的历史或者相似型号故障的维修保障信息，解 决论证源头没有精确值输入的问题。

附图说明

图1为本发明一种基于剖面故障注入确定装备使用可用度的方法的流 程图；

图2为本发明一种基于剖面故障注入确定装备使用可用度的系统的结 构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许 多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例 是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分 传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是 对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的 技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典 限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应 该被理解为理想化的或过于正式的意义。

本发明提出了一种基于剖面故障注入确定装备使用可用度的方法，如 图1所示，包括：

采集历史使用装备的基准故障数据，针对基准故障数据建立基准故障 集合；

针对基准故障集合，确定所述基准故障集合中当前层级故障模式的故 障发生次数，并确定当前层级故障模式的故障发生次数是否大于1；

若基准故障集合中当前层级故障模式的全部故障的发生次数均小于1， 对基准故障集合中的当前层级的故障模式，进行故障样本补充，确定补充 后当前层级故障模式的故障发生次数是否大于1，若故障样本中的故障发 生次数大于1，将故障样本纳入样本空间，生成故障空间样本；

根据故障空间样本，确定待确定的装备的使用可用度；

若当前层级故障模式的故障发生次数大于1，将当前层级故障模式， 纳入空间样本。

若故障样本中的故障发生次数小于1，进行样本空间截尾，将故障样 本纳入样本空间。

其中，基准故障数据，包括故障模式数据，故障模式的影响数据，及 使用故障记录数据。

其中，故障空间样本，经训练生成故障库模型，所述故障库模型中存 在多个故障数据；

使用故障库模型确定待确定的装备的使用可用度，公式如下：

A₀为装备的使用可用度，M_T/T_T为装备处于故障状态时间占生命周期 的总时间的比例。

下面结合实施例对本发明进行进一步的说明：

1、建立基准故障集合；

选择与当前待论证型号在使命任务、构成上相似的装备，具备完善的 研制分析过程以及较长的使用时间，基准故障集合由如下两部分构成：

研制分析数据，FMECA数据(故障模式与影响分析)

使用过程中发生的故障(使用故障记录)

2、计算当前层级故障模式的发生次数N1；

通常选择外场可更换单元层级的故障模式，通过FMECA计算N1， 计算公式为：故障次数＝装备使用周期*故障率；

N1＝λ*T(N1取整)；

3、判断N1是否大于1；

如果N1大于1，说明故障发生次数大于1，如果N1小于1，则说明 没有发生。

4、计算补充样本发生次数；

对于单个故障模式，可能计算发生次数小于1，但当所有的发生次数 小于1的故障模式集合在一起，其故障率可能使得故障发生次数大于1， 此时需要补充样本，计算方式如下：

针对发生次数小于1的故障模式，故障率求和得到λ补。

使用N 2＝T*λ_补(N2取整)计算补充故障发生次数。

如果N2大于1，说明需要补充N2个故障进入到故障库模型。

5、按照补充原则选择N2个故障模式

针对当前我国装备的特点，选择了如下三个原则，分别是：

严重影响任务的；

故障发生的单元为国产化的；

没有开展相关的测试性、维修性设计的故障；

6、通过构建的故障样本空间中，每个故障在研制过程中都经过了维修 分析工作，能够计算出每个装备故障的维修时间。

即最终形成的故障库模型样本空间有N个故障，分别是FM1～FMn。

每个故障的故障及维修状态总时间为Mt1～Mtn

M_T/T_T为装备处于故障状态时间占生命周期的总时间的比例，1-M_T/T_T为装备处于正常状态的时间占生命周期总时间的比例，即为装备的使用可 用度。

重新定义A₀：

其中MT的含义为故障总时间。

以XX型号的FMEA和使用故障数据为基准故障空间，如表1所示， 所示(示例)，型号使用周期为6年，其中第六年为大修。

表1

计算故障发生次数(拟定计算时间为5年)

5年总时间为：43800小时＝0.0438(百万小时)

计算结果为如表2所示：

表2

如表3所示为故障库故障库空间构建结果，其中包含发生次数和补充 次数。

表3

使用可用度计算

对表3空间进行异常状态时间统计：

故障及维修总时间为：23426.5395(分钟)＝390.5小时；

大修时间为：1年＝8760小时；

则异常状态总时间为：8760+390.5＝9150.5(小时)；

Ao＝1-(9150.5/52560)*100％＝82.59％；

则该型号的使用可用度为82.59％。

本发明还提出了一种基于剖面故障注入确定装备使用可用度的系统 200，如图2所示，包括：

采集单元201，采集历史使用装备的基准故障数据，针对基准故障数 据建立基准故障集合；

计算单元202，针对基准故障集合，确定所述基准故障集合中当前层 级故障模式的故障发生次数，并确定当前层级故障模式的故障发生次数是 否大于1；

空间样本生成单元203，若基准故障集合中当前层级故障模式的全部 故障的发生次数均小于1，对基准故障集合中的当前层级的故障模式，进 行故障样本补充，确定补充后当前层级故障模式的故障发生次数是否大于 1，若故障样本中的故障发生次数大于1，将故障样本纳入样本空间，生成 故障空间样本；

空间样本生成单元203还用于：确定当前层级故障模式的故障发生次 数大于1，将当前层级故障模式，纳入空间样本。

空间样本生成单元203还用于：确定故障样本中的故障发生次数小于1，进行样本空间截尾，将故障样本纳入样本空间。

输出单元204，根据故障空间样本，确定待确定的装备的使用可用度。

其中，基准故障数据，包括故障模式数据，故障模式的影响数据，及 使用故障记录数据。

其中，故障空间样本，经训练生成故障库模型，所述故障库模型中存 在多个故障数据；

使用故障库模型确定待确定的装备的使用可用度，公式如下：

A₀为装备的使用可用度，M_T/T_T为装备处于故障状态时间占生命周期 的总时间的比例。

本发明排除了自顶向下的论证导致的精确性不强的问题，通过构建相 关的故障库模型，借助收集的历史或者相似型号故障的维修保障信息，解 决论证源头没有精确值输入的问题。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、 或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施 例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个 或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不 限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的 形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向 对象的程序设计语言Java和直译式脚本语言JavaScript等。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序 产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流 程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中 的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专 用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个 机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产 生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方 框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存 储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个 流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现 的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流 程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能 的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知 了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所 附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和 修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离 本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权 利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在 内。

Claims (8)

1.一种基于剖面故障注入确定装备使用可用度的方法，所述方法包括：

采集历史使用装备的基准故障数据，针对基准故障数据建立基准故障集合；

针对基准故障集合，确定所述基准故障集合中当前层级故障模式的故障发生次数N1，并确定当前层级故障模式的故障发生次数N1是否大于1；其中，N1＝λ*T，N1取整，λ为故障率，T为装备使用周期；

若基准故障集合中当前层级故障模式的全部故障的发生次数均小于1，对基准故障集合中的当前层级的故障模式，进行故障样本补充，确定补充后当前层级故障模式的故障发生次数N2是否大于1，若故障样本中的故障发生次数N2大于1，将N2个故障样本以及N2个故障模式纳入样本空间，生成故障空间样本；其中，N2＝T*λ_补，N2取整，λ_补为故障发生次数小于1的故障模式的故障率求和，T为装备使用周期；故障空间样本有N个故障，分别是FM1～FMn，每个故障的故障及维修状态总时间为Mt1～Mtn；

根据故障空间样本，确定待确定的装备的使用可用度A₀；其中，所述故障空间样本，经训练生成故障库模型，所述故障库模型中存在多个故障数据；使用故障库模型确定待确定的装备的使用可用度A₀，公式如下：

A₀为装备的使用可用度，M_T为故障及维修状态总时间，M_T/T_T为装备处于故障状态时间占生命周期的总时间的比例。

2.根据权利要求1所述的方法，所述方法还包括：若当前层级故障模式的故障发生次数大于1，将当前层级故障模式，纳入空间样本。

3.根据权利要求1所述的方法，所述方法还包括：若故障样本中的故障发生次数小于1，进行样本空间截尾，将故障样本纳入样本空间。

4.根据权利要求1所述的方法，所述基准故障数据，包括故障模式数据，故障模式的影响数据，及使用故障记录数据。

5.一种基于剖面故障注入确定装备使用可用度的系统，所述系统包括：

采集单元，采集历史使用装备的基准故障数据，针对基准故障数据建立基准故障集合；

计算单元，针对基准故障集合，确定所述基准故障集合中当前层级故障模式的故障发生次数N1，并确定当前层级故障模式的故障发生次数N1是否大于1；其中，N1＝λ*T，N1取整，λ为故障率，T为装备使用周期；

空间样本生成单元，若基准故障集合中当前层级故障模式的全部故障的发生次数均小于1，对基准故障集合中的当前层级的故障模式，进行故障样本补充，确定补充后当前层级故障模式的故障发生次数N2是否大于1，若故障样本中的故障发生次数N2大于1，将N2个故障样本以及N2个故障模式纳入样本空间，生成故障空间样本；其中，N2＝T*λ_补，N2取整，λ_补为故障发生次数小于1的故障模式的故障率求和，T为装备使用周期；故障空间样本有N个故障，分别是FM1～FMn，每个故障的故障及维修状态总时间为Mt1～Mtn；

输出单元，根据故障空间样本，确定待确定的装备的使用可用度A₀；其中，所述故障空间样本，经训练生成故障库模型，所述故障库模型中存在多个故障数据；使用故障库模型确定待确定的装备的使用可用度，公式如下：

A₀为装备的使用可用度，M_T为故障及维修状态总时间，M_T/T_T为装备处于故障状态时间占生命周期的总时间的比例。

6.根据权利要求5所述的系统，所述空间样本生成单元还用于：确定当前层级故障模式的故障发生次数大于1，将当前层级故障模式，纳入空间样本。

7.根据权利要求5所述的系统，所述空间样本生成单元还用于：确定故障样本中的故障发生次数小于1，进行样本空间截尾，将故障样本纳入样本空间。

8.根据权利要求5所述的系统，所述基准故障数据，包括故障模式数据，故障模式的影响数据，及使用故障记录数据。

Images