维修性预计方法运用现状及展望

  仪器信息网 ·  2007-08-10 21:40  ·  34683 次点击
分析了国外及我国维修性预计方法运用的现状,并对常用的几种维修性预计方法进行了适用范围分析,指出了目前我国维修性预计方法存在的问题,并对其发展方向提出了几点建议。
维修性预计也称维修性预测,它是根据历史经验和类似的维修性数据,对新的产品设计构想或已设计的结构方案,预测其在预定条件下进行维修时的维修性参数,以便了解设计满足维修性要求的程度。维修性预计参数应与规定的指标参数相一致。最经常预计的参数是平均修复时间,或最大修复时间,工时频率或预防维修时间等。预计的参数常常是系统级或设备级的。
维修性预计是研制与改进产品过程中必不可少且费用效益较好的维修性工作。预计可在试验、产品制造、乃至详细设计完成之前,对产品可能达到的维修性水平做出估计。这种估计赢得了研制时间,以便早日避免设计的盲目性。同时,预计是分析性工作,投入较少,可避免频繁的试验摸底,其效益很大。
与可靠性预计相比,维修性预计的难度要大一些,主要是维修量值与进行维修的人员的技能水平,以及所使用的工具、测试设备、保障设施等密切相关,因此,维修性预计必须考虑与规定的保障条件相一致。
维修性预计国内外发展现状
1.国外的发展状况
维修性概念最早出现于美国等西方工业发达国家,当时的主要目的是出于军方对于提高武器装备维修保障水平的需要。目前,维修性已发展成为一门工程学科。
美国军用标准手册中关于维修性预计,即MIL-HDBK-472,提供了很多的预计方法,包括概率模拟预计法、抽样评分预计法、运行功能预计法、时间累计预计法、单元对比预计法等。美国在进行维修性预计时,其条件为;(1)已做出了系统的初步设计;(2)已经完成可靠性的初步预计;(3)现有相似装备的历史数据;(4)现有的维修保障分系统(如维修资源状况、进行维修工作的维修级别、维修人员的技能等);(5)具有与所研制的装备及各部分有关的故障率数据,维修工作顺序和维修工作时间元素的数据。
除此之外,不同的预计方法还需要其他的条件,如概率模拟预计法还需确定基本作业项目及其时间分布等。美国维修性预计方法建模的主导思想是在可靠性的分配与预计基础上,以故障率为中心,根据类似产品零部件故障率来进行新产品的维修性预计。美国有大量产品的可靠性、维修性数据积累,但偏重于电子产品及与电子产品有关的机械产品,而关于机械系统及零部件的数据较少。这主要是由于机械系统零部件的材料、加工工艺、负荷、功能等多方面存在差异,其故障模式千变万化,因此很难得到较准确的故障分布规律。
机械系统的维修工作与结构极为密切。前苏联学者根据机械系统的这一特点,结合制约机械系统维修性的其他因素,运用回归分析方法研究机械系统维修性诸因素。最终得到描述诸因素与机械系统维修性指标的数学模型,应用这个模型就可以进行维修性预计。其建模的实质是将影响机械系统维修性的诸因素按重要性及评价属性进行分类,然后优化结构设计,使机械系统的结构设计更具科学性与合理性,最终提高机械系统的维修性。
以类似产品的维修性多元线性回归方程,作为新设计系统的维修性预计模型。这是一个假设,但只要系统之间能够达到所需的相似程度,通常是成立的。前苏联应用这种方法对运输车辆及其他系统进行了实验研究,得到了相应的零部件更换时间多元线性回归方程。
前苏联的这种维修性实验统计方法可操作性很强、很实用,应用这种方法只需具备:(1)已做出了系统的初步设计;(2)现有的维修保障分系统;(3)现有相似装备的历史数据。
这样在产品设计阶段,只要有了结构设计图纸,就可以根据类似产品零部件更换时间的多元线性回归方程,对新产品进行维修性预计。这种方法特别适用于机械系统。
美国在关于电子产品及电子相关产品维修性预计技术上保持领先,而前苏联则在机械产品的维修性预计技术上较为领先。他们的优点都有值得借鉴的地方。
2.我国维修性预计工程的发展状况
我国的维修性工程起步较晚,直到进入20世纪80年代,随着武器装备的日益复杂化以及未来高科技战争的要求,提高武器装备的可靠性、维修性、保障性及降低寿命周期费用已成为非常迫切的要求。
我国的维修性分配与预计标准参照了美国的标准,并制定了相应的军用标准(GJBZ57-94)。其中主要提供了6种预计方法:201概率模拟法(手工算法)、202功能层次预计法、203抽样评分法、204运行功能预计法、205时间累积预计法、206单元对比预计法讨相似装备法。但这些方法及所提供的维修性信息均有一定的使用限制,大部分都是针对电子系统与设备的,通用性校差。另外,可靠性、维修性数据积累很有限,机械系统数据就更少。因此,按我国标准所提供的方法来进行机械系统的维修性预计其操作难度更大。
针对以上的不足,我国也积极展开了对维修性预计的进一步研究。
维修性预计的基本方法
1.回归预计法
此方

0 条回复

暂无讨论,说说你的看法吧!

 回复

你需要  登录  或  注册  后参与讨论!