CN112785131A

CN112785131A - 一种飞机预防性维修任务的优化方法

Info

Publication number: CN112785131A
Application number: CN202110042398.5A
Authority: CN
Inventors: 南雁飞; 蒋庆喜; 林聪�; 贾治宇; 任文明; 曾照洋; 靳勇
Original assignee: China Aero Polytechnology Establishment
Current assignee: China Aero Polytechnology Establishment
Priority date: 2021-01-13
Filing date: 2021-01-13
Publication date: 2021-05-11
Anticipated expiration: 2041-01-13
Also published as: CN112785131B

Abstract

本发明提供一种飞机预防性维修任务的优化方法，其包括以下步骤：S1、采集服役数据并建立数据库：其中预防性维修任务包括定时报废任务以及普通维修任务；S2、对服役数据进行分析；S3、数据优化及监控；S4、确定监控策略；S5、维修任务调整后服役数据收集，对应已制定的监控策略有选择的收集服役数据，并用于评估维修任务优化措施的有效性；S6、数据统计分析，基于步骤S5收集的数据，统计并给出监控策略中确定的参数的结果；S7、若监控期内，服役数据满足监控策略的指标要求，则接受维修任务的优化措施，对初始策略进行优化。本专利在飞机方面细化了维修任务优化的分析流程，一定程度上提高了以可靠性为中心的维修思想在飞机上应用的完整性。

Description

一种飞机预防性维修任务的优化方法

技术领域

本发明涉及飞机维修工程领域，具体的涉及一种飞机预防性维修任务的优化方法。

背景技术

飞机要在恶劣的运行环境下保持并恢复可靠性，需要一种兼顾安全性、运行性和经济性并且实施性强的维修方案。由于飞机在研制阶段缺少服役数据，预防性维修任务的制定都会偏向于保守。随着试飞和服役期间数据的不断积累，各系统和部件之间的磨合越来越稳定，飞机的可靠性水平逐渐趋于平稳，传感器技术和综合诊断等支持维修的新技术不断的发展与应用。如果这时依然按照服役初期规划的维修任务和间隔实施维修工作，不仅会占用额外的维修资源，而且过于频繁的维修活动也会使飞机遭受人为差错损坏的风险增大。因此，在累积了充足的可靠性数据后，有必要开展预防性维修任务的优化工作，提高飞机的维修保障效能，使维修工作更加科学有效、安全可靠，提高飞机的可用度。因此，在服役期间需要对预防性维修任务进行持续的优化和调整，以保证维修方案持续的有效性和科学性。

当前飞机在研制过程中基本都在基于MSG-3和GJB1378A等标准开展以可靠性为中心的预防性维修任务的规划工作，并不同程度地制定了飞机的维修大纲来指导预防性维修工作的开展，但是待飞机交付使用过程后，往往会发现在研制阶段制定的预防性维修工作内容存在过度维修和欠维修的情况。目前飞机的维修任务优化并没有明确的逻辑流程，制造商主要在设备频繁故障或飞机改型时对维修任务做出调整。设备频繁发生故障时通常采用“人海战术”，派大量技术人员驻场跟踪，实时掌握飞机故障状态，分析设备性能、可靠性及故障规律，临时调整检修任务，直至故障得到控制；飞机改型后，制造商会发布新版的维修手册，对相应的维修任务进行适当的增删，实现对维修任务的部分优化。

对于不合理的预防性维修任务，应在收集和分析大量的可靠性数据的基础上及时做出相应调整。随着飞机服役时间的增加和维修经验的积累，维修任务的优化潜力越来越大，如果依然按照原维修方案实施维修，无疑会造成维修资源的巨大浪费。同时，在实际使用过程中累积了足够的可靠性数据后，应通过科学的数据分析为维修任务的优化提供理论依据，再结合维修技术人员的工程分析结论，从维修方式、维修任务内容、维修间隔和维修级别等四个方面对维修任务进行优化调整，其中维修方式的调整需求主要来自于部件或设备原位检查和离位检查方式的适用性评估，维修任务内容的优化主要来自于该维修任务对相应部件预期故障的预防效果的评估，维修间隔的延长和缩短建议主要来自于对飞机使用和维修数据的统计分析，维修级别的优化建议应建立在对维修能力、备件供应、维修周期等多因素综合考虑的基础上。维修任务优化调整后，应在部分样本飞机中开展试用验证优化方案的可行性，多轮迭代后，升版维修方案中的相关内容，在飞机中全面施行。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种飞机预防性维修任务的优化方法。

具体地，本发明提供一种飞机预防性维修任务的优化方法，其包括以下步骤：

S1、采集服役数据并建立数据库：其中预防性维修任务包括定时报废任务以及普通维修任务；服役数据包括飞机整机、各系统及重要部件的可靠性指标数据；

其中，定时报废任务对应的部件的服役数据为该部件的寿命数据，普通维修任务对应的部件的服役数据为该部件的寿命数据和该部件在使用和检修过程中的故障数据；

S2、对服役数据进行分析，其包括以下子步骤：

S21、构建维修任务数据集：根据步骤S1中得到的服役数据为每条服役数据分配数据编码M1、M2.....Mn，在修复性维修记录中引用此编码，建立服役数据与修复性维修数据之间的链接，在修复性维修过程中评估其对应的预防性维修任务，添加对应维修任务的任务编号M1、M2.....Mn，建立修复性维修任务与预防性维修任务之间的链接，最终得到以每条维修任务为牵引的多个数据集，每个数据集中包括修复性维修任务以及该修复性维修任务对应的服役数据以及预防性维修任务；

S22、确定维修任务优化候选项，根据飞机的维修工作急需和故障情况选择维修任务优化候选项；

S23、对维修任务进行分类：以预防性维修任务的目的将各个维修任务进行分类，分类后得到第一类维修任务和第二类维修任务，所述第一类维修任务包括使用检查、功能检测、定时维修、目视检查、详细检查和特殊详细检查；所述第二类维修任务包括保养和定时报废任务；如果某个维修任务为第一类维修任务则进入步骤S24，如果某个维修任务为第二类维修任务则进入步骤 S210；

S24、对维修任务进行差异化影响因素分析，所述差异化影响因素包括飞机运行环境以及飞机服役时间，若飞机在不同的运行环境下或不同服役时间的飞机群的服役数据未出现明显差异，则基于所有飞机的数据开展分析；若不同运行环境或不同服役时间的服役数据的差异较大，则应针对不同运行环境或不同服役时间的飞机群分别开展分析；

S25：对服役数据进行补充或持续采集，对采集的服役数据的样本数量进行评估，若数据样本量符合要求，则进入步骤S26；若经过评估，目前数据样本量不足，则应返回步骤S1补充相关数据或继续采集服役数据，直至数据样本量符合要求，具体评估方法如下：

计算样本量：

其中，m为大群体样本量，Z_α/2为标准正态分布，p为可接受故障数比例， c为置信区间；

根据样本量计算所需任务数量：

其中，S为所选的任务总量，S＝AU*FS*NY/INT，其中AU为年使用率， FS为机队飞机总量，NY为所搜集数据年数，INT为现有维修间隔，所需飞机数量：N＝n*FS/S；

S26、划分相关发现级别，根据故障影响将系统维修任务对应明显的安全性影响、明显的任务性影响、明显的经济性影响、隐蔽的安全性影响、隐蔽的任务性影响和隐蔽的经济性影响六个影响级别，并根据结构的重要程度将结构维修任务相关影响分为隐蔽的安全性影响和隐蔽的经济性影响，将区域维修任务对应的故障影响分为隐蔽的安全性影响和隐蔽的经济性影响；最后对隐蔽性的影响应根据发现的严重程度进行级别划分，见表1；

S27、对服役数据进行统计分析，针对每条维修任务的计划维修记录和故障记录统计部件在当前维修周期内预防性维修任务发现潜在故障时部件的工作时间或次数和使用期间部件故障时部件的工作时间或次数；其中，隐蔽性影响的维修任务需要统计不同级别的检查发现的间隔时间，之后，通过上述的统计结果拟合出P点和F点的数据分布模型，以该数据分布模型求解不同间隔对应的飞机群预防性维修发现概率和修复性维修故障概率；

对于机电产品，其数据分布通常服从威布尔分布，对机电产品服役数据的分布检验宜采用F检验，记某产品的可靠工作时间分布为F(t)，要检验假设：

式中，m和η是未知参数；

从服役数据中任意取r个数据，其对应的可靠工作时间分别是t₁，t₂...t_r，且满足t₁≤t₂≤...≤t_r，设

若H0成立，则X₁≤X₂≤...≤X_r是极值分布

的前 r个顺序统计量，Z₁≤Z₂≤...≤Z_r是标准极值分布F_Z(z)＝1-exp(-e^z)的前r 个顺序统计量，且E(Z_i、)(i＝1，2，...，r)可查表，此处采用Van Montfort提出的统计量，即

已证明各统计量l_i逐渐独立，且服从标准指数分布；

取r₁＝r/2，则统计量为

对于给定的显著性水平α，若统计量W满足

则接受假设H₀，否则，拒绝假设H₀；

S28、绘制发现-间隔关系图，基于S27步骤的统计结果，在纵坐标为飞机群故障发现比率、横坐标为工作时间或次数的发现-间隔关系图中绘制不同间隔对应的点，采用最小二乘法拟合为直线用于分析不同间隔对应的发现概率值；

S29、确定维修任务指标，在飞机服役过程中，用户针对不同影响级别的故障发生的比例具有不同的容忍程度，根据S26步骤划分的级别分别设置指标值，通常安全性影响的发现比例设置为10％，任务性影响的发现比例设置为 20％，经济性影响的发现比例设置为30％；

S210、故障数据分析：第二类维修任务下的维修任务在定期检查过程中不需要发现故障或潜在故障，而是需要直接更换或执行保养工作，通过故障数据比率的统计和趋势分析制定维修任务的调整策略；

S211、对初始服役数据进行补充，在飞机服役期间，增加新的实验结果作为补充数据；

S212、源数据分析过程评估，在飞机服役期间对源数据进行检验，以使用率比较高的飞机群为样本进行必要的抽样检查，验证维修检查任务和间隔时间的适用性和有效性，根据其服役过程中发现问题的实际情况进行不断的调整和优化；

S3、数据优化及监控，其包括以下子步骤：

S31、判断服役数据是否满足任务指标要求且无优化需求：

首先在分析服役数据后判断维修任务是否适用且有效，执行过程中是否符合预期、满足且接近安全性、任务性和经济性的指标要求，并输出是或否，如输出结果均为是，则原任务制定合理有效，无需作出维修任务调整；如输出结果为否，则进行步骤S32的判断；

S32、判断调整维修任务间隔是否能够满足任务指标要求：

对不满足任务指标或有优化潜力的维修任务，首先判断任务间隔的调整是否可以达到优化的目的，并输出是或否，如输出结果为是，则由数据分析过程给出优化后的新维修任务间隔，如输出结果为否，则进行步骤S33的判断；

S33、判断调整维修任务内容是否能够满足任务指标要求：

对于不适用或无效的任务，需判断调整维修任务内容是否可以满足任务指标要求，并输出是或否，如输出结果为是，则提出维修任务内容调整的建议，如输出结果为否，则进行步骤S34的判断；

S34、判断新增维修任务是否能够满足任务指标要求：对新增维修任务是否能够满足任务指标要求进行判断，如结果为是则进入步骤S35，如结果为否则增加新的加改装任务；

S35、判断是否需要开展新增维修任务的维修工程分析：

确定需要新增维修任务后，需进一步判断是否需要开展任务的维修工程分析工作，并输出是或否，如输出结果为否，直接进入步骤S4；如输出结果为是，则需要对新增维修任务进行维修工程分析，并根据维修工程分析结果确定是否需要新增维修任务，如确定需要新增维修任务，直接进入步骤S4，如确定需要新增维修任务，则返回步骤S31，重复步骤S31-步骤S35；

S4、确定监控策略：对经过分析人员详细评估后制定的维修任务调整措施在实施过程中是否能够达到预期的目标进行进一步验证，如果调整后达到了目标值，则说明优化措施有效，否则需进一步调整维修任务；

S5、维修任务调整后服役数据收集，对应已制定的监控策略收集任务相关服役数据，并用于评估维修任务优化措施的有效性；

S6、数据统计分析，基于步骤S5收集的数据，统计并给出监控策略中确定的参数的结果；

S7、若监控期内，服役数据满足监控策略的指标要求，则接受维修任务的优化措施，对初始策略进行优化。

优选地，步骤S29中机队安全性影响的故障发生比率不能超过5％，任务性影响的故障发生比率不能超过10％，经济性影响的故障发生比率不能超过 20％；设置定检发现比率指标值，如安全性影响的定检发现比率不能超过10％，任务性影响的定检发现比率不能超过20％，经济性影响的定检发现比率不能超过30％。

与现有技术相比，本发明的效果如下：

(1)本专利的方法从数据准备、数据分析和维修任务调整及监控三个阶段构建了维修任务优化的逻辑流程，阐述了如何采集来自用户、制造商、成品单位和维修单位的飞机的可靠性数据，如何对故障发现类维修任务和非故障发现类维修任务进行分析，如何基于分析结果对维修任务进行调整及监控优化效果的流程方法。

(2)该方法在飞机维修方面细化了维修任务优化的分析流程，一定程度上提高了以可靠性为中心的维修思想在飞机上应用的完整性，可以为提升飞机维修规划的科学性和合理性提供技术支撑，。

附图说明

图1是本发明的流程示意图；

图2是本发明的结构示意框图。

具体实施方式

以下，参照附图对本发明的实施方式进行说明。

S1、采集服役数据并建立数据库：其中预防性维修任务包括定时报废任务以及普通维修任务；

服役数据包括飞机整机、各系统及重要部件的可靠性指标数据；

各个部件的服役数据的数据来源包括用户、制造商、成品单位和修理单位，所述用户的服役数据包括用户在飞机的使用和维护阶段的修复性维修记录、预防性维修记录、使用情况记录及其他支持维修任务优化的服役数据记录；所述制造商的服役数据包括制造商在制定初始维修大纲过程中分析使用的飞机保障性分析源数据和飞机交付或上一次优化后至本次优化工作期间新增的分析数据和试验数据；所述成品单位的服役数据包括在制定初始维修大纲过程中提供的部件保障性分析源数据和飞机交付或上一次优化后至本次优化工作期间新增的分析数据和试验数据，所述修理单位的服役数据包括在飞机定检过程中给维修任务的执行情况及检查记录。

S2、对服役数据进行分析，其包括以下子步骤：

S21、构建维修任务数据集：根据步骤S1中得到的服役数据为每条服役数据分配数据编码，在修复性维修记录中引用此编码，建立服役数据与修复性维修数据之间的链接，在修复性维修过程中评估其对应的预防性维修任务，添加对应任务的任务编号，建立修复性维修任务与预防性维修任务之间的链接，最终得到以每条维修任务为牵引的多个数据集，每个数据集中包括修复性维修任务以及该修复性维修任务对应的服役数据以及预防性维修任务。

S22、确定维修任务优化候选项，根据飞机的实际情况选择维修任务优化候选项。

在具体应该过程中，为了保证飞机的安全性，每次优化工作通常不会对所有维修任务开展优化分析，而是有针对性的优化维修任务，这样既减少了维修任务分析的工作量，又提高了优化分析的效率。维修任务候选项的选择由分析人员基于多方面的考虑来确定，如用户维修人员在维修过程中基于经验积累提出的优化建议、初始维修大纲制定时设置较保守的维修任务、新技术对维修工作的促进作用等因素。

S23、对维修任务进行分类：以预防性维修任务的目的将各个维修任务进行分类，分类后得到第一类维修任务和第二类维修任务，所述第一类维修任务包括使用检查、功能检测、定时维修、目视检查、详细检查和特殊详细检查；所述第二类维修任务包括保养和定时报废任务；如果某个维修任务为第一类维修任务则进入步骤S24，如果某个维修任务为第二类维修任务则进入步骤S210。

S24、对维修任务进行差异化影响因素分析，所述差异化影响因素包括飞机运行环境以及飞机服役时间，若飞机在不同的运行环境下或不同服役时间的飞机群的服役数据未出现明显差异，则基于所有飞机的数据开展分析；若不同运行环境或不同服役时间的服役数据的差异较大，则应针对不同运行环境或不同服役时间的飞机群分别开展分析。

计算样本量：

根据样本量计算所需任务数量：

S26、相关发现级别划分，根据故障影响将系统维修任务对应明显的安全性影响、明显的任务性影响、明显的经济性影响、隐蔽的安全性影响、隐蔽的任务性影响和隐蔽的经济性影响六个影响级别，并根据结构的重要程度将结构维修任务相关影响分为隐蔽的安全性影响和隐蔽的经济性影响，将区域维修任务对应的故障影响分为隐蔽的安全性影响和隐蔽的经济性影响；最后对隐蔽性的影响应根据发现的严重程度划分级别。

飞机维修方案的制定一般采用GJB 1378的逻辑决断流程，该标准将维修大纲的制定分为系统、结构和区域三个模块分别开展分析，根据故障影响将系统维修任务对应明显的安全性影响、明显的任务性影响、明显的经济性影响、隐蔽的安全性影响、隐蔽的任务性影响和隐蔽的经济性影响六个影响级别，但未对结构和区域维修任务进行故障影响分类。此处可根据结构的重要程度将结构维修任务相关影响分为隐蔽的安全性影响和隐蔽的经济性影响，同样的，可将区域维修任务对应的故障影响分为隐蔽的安全性影响和隐蔽的经济性影响。另外，对隐蔽性的影响应根据发现的严重程度划分级别，如结构的腐蚀检查中零级和一级腐蚀对安全无影响，但二级以上腐蚀则影响飞机的安全性。若飞机的维修任务的制定未采用GJB 1378或MSG-3，则由工程人员自行定义维修任务及相关发现的级别划分。

S27：对服役数据进行统计分析，针对每条维修任务的计划维修记录和故障记录统计部件在当前维修周期内预防性维修任务发现潜在故障时部件的工作时间或次数和使用期间部件故障时部件的工作时间或次数；其中，隐蔽性影响的维修任务需要统计不同级别的检查发现的间隔时间，之后，通过上述的统计结果拟合出P点和F点的数据分布模型，以该数据分布模型求解不同间隔对应的飞机群预防性维修发现概率和修复性维修故障概率；、

对于机电产品，其数据分布通常服从威布尔分布，对机电产品服役数据的分布检验宜采用F检验。记某产品的可靠工作时间分布为F(t)，要检验假设：

式中，m和η是未知参数。

若H0成立，则X₁≤X₂≤...≤X_r是极值分布

的前 r个顺序统计量，Z₁≤Z₂≤...≤Z_r是标准极值分布F_Z(z)＝1-exp(-e^z)的前r 个顺序统计量，且E(Z_i、)(i＝1，2，...，r)可查表1，此处采用Van Montfort 提出的统计量，即

已证明各统计量l_i逐渐独立，且服从标准指数分布。

取r₁＝r/2，则统计量为

对于给定的显著性水平α，若统计量W满足

则接受假设H₀，否则，拒绝假设H₀。

表1维修任务相关发现级别划分

S28：绘制发现-间隔关系图，基于S27步骤的统计结果，在纵坐标为飞机群故障发现比率、横坐标为工作时间或次数的发现-间隔关系图中绘制不同间隔对应的点，然后将各点拟合为曲线，采用最小二乘法拟合为直线用于分析不同间隔对应的发现概率值；

S29：确定维修任务指标，在飞机服役过程中，用户针对不同影响级别的故障发生的比例有不同的容忍程度，根据S26步骤划分的级别分别设置指标值；

S210：故障数据分析：第二类维修任务下的维修任务在定期检查过程中不需要发现故障或潜在故障，而是需要直接更换或执行保养工作，通过故障数据比率的分析制定维修任务的调整策略。

第二类维修任务主要针对保养和定时报废的任务开展分析，该分支下的维修任务不会在定期检查过程中发现故障或潜在故障，而是直接更换或执行保养工作，但不合理的间隔设置可能使得相关部件在使用过程中发生故障，因此可以通过故障数据比率的分析制定维修任务的调整策略。

S211：对初始服役数据进行补充，在飞机服役期间，增加新的实验结果作为补充数据。

由于维修方案是在飞机设计制造阶段完成的，所以对于某些检查任务，虽然进行了必要的试验，能够保证在足够长的时间内安全可靠，但是由于试验周期限制，容易造成维修任务的设置过于保守。在飞机服役期间，制造商或成品单位依然持续的进行某些试验，累积试验数据，探索部件真实的寿命数据，该新增的试验结果可支持维修任务的优化分析。

S212：源数据分析过程评估，在飞机服役期间对源数据进行检验，以使用率比较高的飞机群为样本进行必要的抽样检查，以验证维修检查任务和间隔时间的适用性和有效性，根据其服役过程中发现问题的实际情况进行不断的调整和优化。

S3、数据优化及监控，其包括以下子步骤：

S31、判断服役数据是否满足任务指标要求且无优化需求：

首先在分析服役数据后判断维修任务是否适用且有效，执行过程中是否符合预期、满足且接近安全性、任务性和经济性的指标要求，并输出是或否，如输出均为是，则原任务制定合理有效，无需作出维修任务调整，维持原维修任务即可；如输出为否，则进行步骤S32的判断。

S32、判断调整维修任务间隔是否能够满足任务指标要求：

对不满足任务指标或有优化潜力的维修任务，首先判断任务间隔的调整是否可以达到优化的目的，并输出是或否，如输出为是，则由数据分析过程给出优化后的新维修时间间隔，从而对原维修时间间隔进行调整，如输出为否，则进行步骤S33的判断。

对不满足任务指标或有优化潜力的维修任务，首先判断任务间隔的调整是否可以达到优化的目的，如提高任务性指标、降低维修成本或提高飞机可用度。如果判断为是，则由数据分析过程给出合适的新维修间隔，工程人员基于工程实践和飞机使用特点评估新间隔的工程可行性和便利性，优化后的维修任务间隔应便于维修计划的安排和相关维修任务的组合打包。

S33、判断调整维修任务内容是否能够满足任务指标要求：

对于不适用或无效的任务，需判断调整维修任务内容是否可以满足任务指标要求，并输出是或否，如输出为是，则提出维修任务内容调整的建议，如输出为否，则进行步骤S34的判断。

S34、判断新增维修任务是否能够满足任务指标要求：对新增维修任务是否能够满足任务指标要求进行判断，如结果为是则进入步骤S35，如结果为否则增加新的加改装任务。

在维修任务制定过程中可能存在考虑欠缺的情况，导致飞机服役期间暴露出未被预防性维修任务控制的故障发生。若该类故障对飞机的安全性、任务性或经济性无严重影响，则不一定需要新增维修任务；若故障影响比较严重，则应新增维修任务对其予以控制，由工程人员评估新增任务能够有效控制故障后果的可能性，如果该可能性足够大，则作出肯定回答；针对无法用新增维修任务有效控制的故障影响，应提出加改装的建议，对该影响进行一次性改进处理。由于加改装任务一方面提高了飞机或部件的可靠性，另一方面加改装又引入了新的维修任务，增加了整体的维修工作量，因此确定加改装建议前应对其进行综合评估。

S35、判断是否需要开展新增维修任务的维修工程分析：

S4、确定监控策略：对经过分析人员详细评估后制定的维修任务调整措施在实施过程中是否能够达到预期的目标进行进一步验证，并根据验证结果确定选择的监控策略是否符合要求；

S5、维修任务调整后服役数据收集，对应已制定的监控策略有选择的收集服役数据，并用于评估维修任务优化措施的有效性；

与现有技术相比，本发明的效果如下：

(2)本专利以MSG-3和GJB 1378为基础提供了以可靠性为中心的维修思想，给出了飞机维修任务制定阶段的要求、方法和程序，未给出飞机服役期间维修任务优化的详细分析流程和指南，该方法在飞机方面细化了维修任务优化的分析流程，一定程度上提高了以可靠性为中心的维修思想在飞机上应用的完整性。

以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims

1.一种飞机预防性维修任务的优化方法，其特征在于：其包括以下步骤：

S2、对服役数据进行分析，其包括以下子步骤：

S23、对维修任务进行分类：以预防性维修任务的目的将各个维修任务进行分类，分类后得到第一类维修任务和第二类维修任务，所述第一类维修任务包括使用检查、功能检测、定时维修、目视检查、详细检查和特殊详细检查；所述第二类维修任务包括保养和定时报废任务；如果某个维修任务为第一类维修任务则进入步骤S24，如果某个维修任务为第二类维修任务则进入步骤S210；

计算样本量：

其中，m为大群体样本量，Z_α/2为标准正态分布，p为可接受故障数比例，c为置信区间；

根据样本量计算所需任务数量：

其中，S为所选的任务总量，S＝AU*FS*NY/INT，其中AU为年使用率，FS为机队飞机总量，NY为所搜集数据年数，INT为现有维修间隔，所需飞机数量：N＝n*FS/S；

S26、划分相关发现级别，根据故障影响将系统维修任务对应明显的安全性影响、明显的任务性影响、明显的经济性影响、隐蔽的安全性影响、隐蔽的任务性影响和隐蔽的经济性影响六个影响级别，并根据结构的重要程度将结构维修任务相关影响分为隐蔽的安全性影响和隐蔽的经济性影响，将区域维修任务对应的故障影响分为隐蔽的安全性影响和隐蔽的经济性影响；最后对隐蔽性的影响应根据发现的严重程度进行级别划分；

对机电产品服役数据的分布检验采用F检验，记某产品的可靠工作时间分布为F(t)，要检验假设：

式中，m和η是未知参数；

从服役数据中任意取r个数据，其对应的可靠工作时间分别是t₁,t₂…t_r,且满足t₁≤t₂≤…≤t_r，设

若H₀成立，则X₁≤X₂≤…≤X_r是极值分布

的前r个顺序统计量，Z₁≤Z₂≤…≤Z_r是标准极值分布F_Z(z)＝1-exp(-e^z)的前r个顺序统计量，且E(Z_i、)(i＝1,2，…，r)能查，此处采用Van Montfort提出的统计量，即

已证明各统计量l_i逐渐独立，且服从标准指数分布；

取r₁＝r/2，则统计量为

对于给定的显著性水平α，若统计量W满足

则接受假设H₀，否则，拒绝假设H₀；

S29、确定维修任务指标，在飞机服役过程中，用户针对不同影响级别的故障发生的比例具有不同的容忍程度，根据S26步骤划分的级别分别设置指标值；

S3、数据优化及监控，其包括以下子步骤：

S31、判断服役数据是否满足任务指标要求且无优化需求：

S32、判断调整维修任务间隔是否能够满足任务指标要求：

S33、判断调整维修任务内容是否能够满足任务指标要求：

S35、判断是否需要开展新增维修任务的维修工程分析：

2.根据权利要求1所述的飞机预防性维修任务的优化方法，其特征在于：步骤S29中安全性影响的发现比例设置为10％，任务性影响的发现比例设置为20％，经济性影响的发现比例设置为30％。

3.根据权利要求1所述的飞机预防性维修任务的优化方法，其特征在于：步骤S29中安全性影响的故障发生比率不能超过5％，任务性影响的故障发生比率不能超过10％，经济性影响的故障发生比率不能超过20％；设置定检发现比率指标值，如安全性影响的定检发现比率不能超过10％，任务性影响的定检发现比率不能超过20％，经济性影响的定检发现比率不能超过30％。

4.根据权利要求1所述的飞机预防性维修任务的优化方法，其特征在于：步骤S1中各个部件的服役数据的数据来源包括用户、制造商、成品单位和修理单位，所述用户的服役数据包括用户在飞机的使用和维护阶段的修复性维修记录、预防性维修记录、使用情况记录及其他支持维修任务优化的服役数据记录；所述制造商的服役数据包括制造商在制定初始维修大纲过程中分析使用的飞机保障性分析源数据和飞机交付或上一次优化后至本次优化工作期间新增的分析数据和试验数据；所述成品单位的服役数据包括在制定初始维修大纲过程中提供的部件保障性分析源数据和飞机交付或上一次优化后至本次优化工作期间新增的分析数据和试验数据，所述修理单位的服役数据包括在飞机定检过程中给维修任务的执行情况及检查记录。