论文部分内容阅读
摘要：分析了航空机械类部附件产品的维修特点、视情维修的现状以及大数据技术在其视情维修中的应用前景并提出构想，通过建设形成维修单位部附件维修的“大数据”，并对数据进行分析、处理、应用，为机械类部附件产品视情维修工作的开展提供依据，为用户优化运营、降低风险以及设计制造单位优化设计提供参考。
关键词：大数据；航空机械类部附件；视情维修
Keywords：big data；aviation machinery accessories； CBM
0 引言
一直以来，军用航空装备的维修保障都是采用定时维修模式。随着军队新军事训练大纲的实施和空军航空装备维修逐步由三级向两级转变，航空装备的使用频率越来越高，大载荷机动训练也成为常态，视情维修的模式更能适应当前形势的发展。随着我国四代飞机视情维修试点工作的实施，可以预见，未来航空装备的修理将以视情维修为主，这就意味着装备修理不再是定期、重复的工作和固定的内容，而是通过检测对故障件进行离位修理。
机械类部附件是飞行指令的执行机构，一般是由各零组件相互配合运动来实现其设计功能，这些零组件在反复工作中会不断磨损，在高强度大载荷的工作状况下还会出现冲击损伤、疲劳等缺陷，可能因配合超差、零件卡滞等而使产品失效，且同类产品的故障程度又不尽相同，有的可以修复，有的却只能永久报废。
视情维修是由重复性检测和测试来确定器件、系统或结构部位的有关持续的适用性的状况[1]。视情维修以掌握装备“实际技术状态”为前提；以少拆、少卸、少修为原则；以最大限度延长机件工作时间和提高经济效益为目标[2]。电子类部件由于其自身特点，其视情维修可以通过地面检测、机上监测等方式实时实现，一旦出现故障，通过及时更换组件、插件等可确保装备的完好性；但机械类部附件的故障有从量变到质变的过程，其“视情”维修除关注产品当前的性能状态外，监控产品性能状态的变化过程显得更为重要。大数据是目前信息化高度发展的产物，通过对大量数据的集合进行分析、演算，总结出数据对象的特征、趋势、概率、行为模式，是数量大、变化快和多样化的信息资产。如果应用大数据技术，通过大量使用和维修数据的积累，找出产品失效规律，在其“量变”到“质变”的临界点之前采取干预措施，如注油、更换零组件等，就可以避免由于产品失效带来的损失。如不同的机械类部附件有哪些失效规律、哪些产品能够进行视情维修、维修深度如何确定等，运用大数据技术对产品维修过程中产生的各类维修信息进行统计归纳、科学分析，有助于精确地定位视情维修重难点，对可能出现的故障进行预防性修理，使机械类部附件的视情维修有的放矢、有迹可循。在保证机械类部附件维修质量的同时，缩短维修周期，降低维修成本，提升装备使用可靠性。
1 机械类部附件的维修特点
1.1 故障种类多，维修时耗长
机械类部附件从制造出厂开始，其工作性能、内部零件的磨损、腐蚀状况等都在随时变化，这些变化又与飞机的使用状态紧密相连。例如，在湿润的气候环境下，机械类部附件的腐蚀速度会加快；在长期停放状态下，锈蚀状况会加剧，且从使用年限来看，故障程度又不尽相同。机械类部附件的修理过程都会涉及分解、清洗、故检、修理、表面处理、无损检测、装配、试验、保险等数道不同的维修工序，有时还需要进行一定程度的深度修理。除维修过程本身的耗时之外，故障的突现、产品的转运、器材的采购等过程也消耗了用户的时间，给用户带来了不便。
1.2 技术状态直观，故障易判明
机械类部附件失效时，其零件的外观损伤、尺寸超差、内部暗伤等缺陷均是不可逆的。维修人员通过目视检查、无损检测等检查方式，可以确定零件的缺陷类型以及缺陷严重的程度，进而确定机械附件失效的原因。以环控系统的涡轮冷却器为例，其常见故障为抱轴。分解故障件，目视检查发现轴承、轴、盖板、叶轮、壳体有不同程度损伤、轴表面出现彩虹色斑纹，可以推断为轴承冷却不足。轴承工作过程中逐渐升温，如果轴承超转或润滑油不足，轴承旋转所产生的热量将无法及时转移，最终轴承因温度过高而失效，继而导致高速旋转的轴、挡油气套、涡挡油圈、叶轮打伤盖板和壳体，造成涡轮冷却器抱轴。
1.3 故障形式不同，修理方法也不同
机械类部附件种类繁多，且同型号产品在同一系统不同安装位置所起到的作用及其自身的工作状态也不尽相同，在不同故障状态下，修理方式也是完全不同的。以环控系统为例，同种型号的节气门，越靠近发动机，其密封面的磨损、变色就越严重，越容易失效。处于常闭状态的节气门，其密封面损伤很小，维修时使用细研磨膏抛光5min左右即可恢复密封效果；靠近发动机的节气门，其密封面的磨损量较大，维修时需要使用调距垫片恢复密封面高度，再使用粗、细两种研磨膏进行研磨，才能恢复密封效果。
2 机械类部附件视情维修开展现状
机械类部附件的视情维修不仅是关注产品当前的技术状态，而应对产品整个寿命周期内的性能表现和故障信息进行管理，综合评估制定修理方案。例如，利用大数据技术，可以在某个机械类部附件出厂装机后，结合用户使用频次、使用环境等条件综合分析产品经历多少飞行小时容易出现哪些性能隐患，甚至预判故障；随着修理次数的增加，统计分析得出需要增加的修理内容和深度，提出航材更换需求，修理后可保障的使用时间等。对产品在修理过程中出现的故障进行分析，识别出影响机械类部附件使用性能的核心数据，预测机械类部附件出现故障的时间，判断某些产品的最佳修理时机；针对某一产品，通过数据分析总结出使用时长与故障特征之间的关系，即使用多少飞行小时后，产品的哪一零件会出现故障，以便针对性地进行局部修理，这才是真正意义上的视情维修。有的产品装机后就承受着较大载荷，要先于整机进行大修，而有的产品不承受关键载荷，使用频次不高，或许在首翻期都可以不进行维修。由此看来，大量的维修经验数据和产品使用数据是有效开展机械类部附件视情维修的基础。目前，这些数据还零散分布在维修单位和用户手中，视情维修没有系统開展起来。 2.1 产品履历和维修信息等数据未得到统计应用
产品履历文件是记录产品基本信息和历次维修信息的重要文件，如产品的“制造日期”“使用小时”“故障记录”“维修记录”“使用单位（可掌握飞机所在地气候因素）”“维修单位”等信息，而维修单位的产品维修记录则详细记录了产品每次维修的过程和结果，这些数据对于产品寿命周期内的可靠性管理具有很高的价值。目前，产品的履历文件随产品流转，由各用户的质控部门进行管理。虽然各用户已建立了不同程度的单机可靠性管理制度，但仅限于统计分析单架次飞机出现的各种故障及排除方法。另一方面，产品维修单位虽然掌握了经手的每个型号产品的维修信息，但相关维修记录也仅限于归档保存，未进一步进行数据的统计和分析。由此可见，针对单一型号产品自身的可靠性管理还未有效建立，造成单一型号产品故障研究缺乏必要的数据支撑。
2.2 同类型故障修理经验和技术数据未得到共享和推广
机械类部附件的维修技术有其规律性，其维修经验不论是在维修单位内部还是在维修系统不同工厂之间都有很强的借鉴性。目前，单一型号产品的维修数据未得到有效收集，大量的维修经验未得到固化和传承。例如，同样是镀铬层冒汗的故障，起落架专业已通过刷涂518封孔剂解决，而液压专业作动筒出现冒汗时，专业技术员却不知道如何排除；一起活门无法关闭故障，受专业技术人员变动影响，产品的修理经验没有及时得到推广和传承，导致新接手的技术人员无法及时排除故障。
3 应用大数据技术开展视情维修的策略
根据机械类部附件维修特点，通过大数据技术，可以分析找出产品工作状态与故障之间的关联，从而有针对性地开展机械附件的视情维修，对产品的使用状态进行预判、对产品的故障实现预警。对于维修单位而言，需要完成原始数据的收集和积累，这项工作较为繁琐且耗时长，但却是后续开展视情维修的基础工程，意义重大，可以边实施边丰富、边完善。
3.1 构建数据库
数据库的构建是大数据技术应用的前提和基础。根据机械类部附件视情修理的特点和需求，其视情修理数据库应该至少包括基本信息、故障信息、深度修理三个模块。
1）基本信息模块
机械类部附件产品装机使用信息对产品的故障形式、故障周期有关键性的影响，因此有必要将产品的履历信息收集到数据库中，形成产品档案，包括出厂日期、拆装信息、使用时间、检修记录等，通过对履历信息的故障记录分析、维修记录分析，分别得出该件的视情维修周期、视情维修类别，甚至提前预警该件有可能产生故障的时间，也可对产品修理后的状态进行追踪。
2）故障信息模块
故障信息应该包括每次故障形式的记录、探伤裂纹信息、腐蚀情况、更换件情况、性能试验的数据等，将这些数据统计导入信息化系统，积少成多，不断扩充数据的维度与容量。数据的维度越高，所描述的使用过程及维修过程越全面；数据的容量越大，所反映出的维修规律越准确。
3）深度修理模块
通过故障信息统计工作，对修理过程中报废率高的零件开展针对性技术攻关工作，研究新技术、新方法并开展深度修理工作，如目前已开始应用的冷喷涂修复技术、激光熔敷焊接技术等，解决了修理过程中的技术难点，保障了产品修理质量和可靠性，降低了换件成本。同时，将这些修理经验导入数据库，其他专业可按故障信息或产品型号进行检索和应用，在信息共享的同时对修理经验进行固化和传承。
3.2 共享数据库
完整的数据库应不局限于产品修理产生的数据信息，还应包括设计制造的信息、用户维护的信息等，鉴于目前航空装备的维修保障模式，制造单位只负责设计制造，用户只负责使用，修理单位只负责维修，三方相对独立。制造厂掌握了产品的原始设计数据和要求，用户掌握大量的维护信息，修理单位掌握了大量的缺陷和故障信息，这些信息得不到有效沟通和共享，致使产品的全寿命周期得不到有效监控，部分故障率高的产品得不到有效改进。因此，需要将数据库与用户、设计单位共享，共同维护，甚至可以搭建用户、大修单位、制造单位之间无障碍互联的专用互联网络，实现单件产品使用状态的实时追踪、故障信息的及时传递。
4 应用前景
4.1 预排生产，合理备库
在掌握了产品故障规律之后，通过对飞机使用时长的追踪，可以提前预估机械类部附件的失效概率，预计产品进厂时间，减少故障突发时的被动，使用户可以提前预备备件、大修单位可以提前采购器材，从而缩短机械类部附件的维修周期。
4.2 降低成本
通过大数据对不同用户、不同使用状态进行分析，确定机械类部附件的视情维修时机与深度，减少不必要的备件储备及库存，降低用户的维护成本与维修单位的维修成本。同时，通过对数据进行比较和筛选，针对故障率较高的产品和零组件开展专项技术攻关和深度修理工作，尤其是价格高昂的部件，通过开展深修和攻关，降低换件成本。
4.3 优化设计
通过与制造厂合作，对故障件进行优化设计。单一型号产品的设计信息是维修单位无法掌握但又迫切需要的，掌握这些信息，对于产品修理时的原理分析，修理方案的制定具有重要作用。维修单位掌握产品历次维修信息，如产品使用的工作状态、磨损情况、故障模式等；产品不同年限的使用状态记录；利用大数据分析出的产品性能趋势；产品易发生故障的部位等。这些信息可以为产品的优化升级、迭代设计提供核心的支撑与依据，也是制造廠不掌握却一直渴求的。利用这些信息资产，维修单位可以与制造厂开展更深层次的合作对接，互换信息，互通有无，实现信息共享，技术共享，在提升自身核心竞争力的同时为航空装备的发展做出贡献。
5 总结
视情维修是装备修理模式的必然改革，信息时代必须引入先进的理念才能顺应时代的发展，大数据技术将带来生产管理、技术支持、库存管理等方面的巨大变革，依托大数据技术，可以提高维修体系的运转效率，提高机械类部附件的装备完好率，更能提升装备保障可靠性和维修精细化水平。
参考文献
[1]任翀，赵大磊，左传友. 装备视情维修技术发展前景研究分析[J].军民两用技术与产品，2015（10）（下）.
[2]黎漫斯，陈春良，张惠霞，尚永爽.视情维修条件下舰载机维修保障的动态分析[J].电光与控制，2014（3）.
作者简介
郭利军，高级工程师，主要从事航空机械部附件维修研究，着力推动航空装备维修模式转变形势下飞机部件维修新模式。
关键词：大数据；航空机械类部附件；视情维修
Keywords：big data；aviation machinery accessories； CBM
0 引言
一直以来，军用航空装备的维修保障都是采用定时维修模式。随着军队新军事训练大纲的实施和空军航空装备维修逐步由三级向两级转变，航空装备的使用频率越来越高，大载荷机动训练也成为常态，视情维修的模式更能适应当前形势的发展。随着我国四代飞机视情维修试点工作的实施，可以预见，未来航空装备的修理将以视情维修为主，这就意味着装备修理不再是定期、重复的工作和固定的内容，而是通过检测对故障件进行离位修理。
机械类部附件是飞行指令的执行机构，一般是由各零组件相互配合运动来实现其设计功能，这些零组件在反复工作中会不断磨损，在高强度大载荷的工作状况下还会出现冲击损伤、疲劳等缺陷，可能因配合超差、零件卡滞等而使产品失效，且同类产品的故障程度又不尽相同，有的可以修复，有的却只能永久报废。
视情维修是由重复性检测和测试来确定器件、系统或结构部位的有关持续的适用性的状况[1]。视情维修以掌握装备“实际技术状态”为前提；以少拆、少卸、少修为原则；以最大限度延长机件工作时间和提高经济效益为目标[2]。电子类部件由于其自身特点，其视情维修可以通过地面检测、机上监测等方式实时实现，一旦出现故障，通过及时更换组件、插件等可确保装备的完好性；但机械类部附件的故障有从量变到质变的过程，其“视情”维修除关注产品当前的性能状态外，监控产品性能状态的变化过程显得更为重要。大数据是目前信息化高度发展的产物，通过对大量数据的集合进行分析、演算，总结出数据对象的特征、趋势、概率、行为模式，是数量大、变化快和多样化的信息资产。如果应用大数据技术，通过大量使用和维修数据的积累，找出产品失效规律，在其“量变”到“质变”的临界点之前采取干预措施，如注油、更换零组件等，就可以避免由于产品失效带来的损失。如不同的机械类部附件有哪些失效规律、哪些产品能够进行视情维修、维修深度如何确定等，运用大数据技术对产品维修过程中产生的各类维修信息进行统计归纳、科学分析，有助于精确地定位视情维修重难点，对可能出现的故障进行预防性修理，使机械类部附件的视情维修有的放矢、有迹可循。在保证机械类部附件维修质量的同时，缩短维修周期，降低维修成本，提升装备使用可靠性。
1 机械类部附件的维修特点
1.1 故障种类多，维修时耗长
机械类部附件从制造出厂开始，其工作性能、内部零件的磨损、腐蚀状况等都在随时变化，这些变化又与飞机的使用状态紧密相连。例如，在湿润的气候环境下，机械类部附件的腐蚀速度会加快；在长期停放状态下，锈蚀状况会加剧，且从使用年限来看，故障程度又不尽相同。机械类部附件的修理过程都会涉及分解、清洗、故检、修理、表面处理、无损检测、装配、试验、保险等数道不同的维修工序，有时还需要进行一定程度的深度修理。除维修过程本身的耗时之外，故障的突现、产品的转运、器材的采购等过程也消耗了用户的时间，给用户带来了不便。
1.2 技术状态直观，故障易判明
机械类部附件失效时，其零件的外观损伤、尺寸超差、内部暗伤等缺陷均是不可逆的。维修人员通过目视检查、无损检测等检查方式，可以确定零件的缺陷类型以及缺陷严重的程度，进而确定机械附件失效的原因。以环控系统的涡轮冷却器为例，其常见故障为抱轴。分解故障件，目视检查发现轴承、轴、盖板、叶轮、壳体有不同程度损伤、轴表面出现彩虹色斑纹，可以推断为轴承冷却不足。轴承工作过程中逐渐升温，如果轴承超转或润滑油不足，轴承旋转所产生的热量将无法及时转移，最终轴承因温度过高而失效，继而导致高速旋转的轴、挡油气套、涡挡油圈、叶轮打伤盖板和壳体，造成涡轮冷却器抱轴。
1.3 故障形式不同，修理方法也不同
机械类部附件种类繁多，且同型号产品在同一系统不同安装位置所起到的作用及其自身的工作状态也不尽相同，在不同故障状态下，修理方式也是完全不同的。以环控系统为例，同种型号的节气门，越靠近发动机，其密封面的磨损、变色就越严重，越容易失效。处于常闭状态的节气门，其密封面损伤很小，维修时使用细研磨膏抛光5min左右即可恢复密封效果；靠近发动机的节气门，其密封面的磨损量较大，维修时需要使用调距垫片恢复密封面高度，再使用粗、细两种研磨膏进行研磨，才能恢复密封效果。
2 机械类部附件视情维修开展现状
机械类部附件的视情维修不仅是关注产品当前的技术状态，而应对产品整个寿命周期内的性能表现和故障信息进行管理，综合评估制定修理方案。例如，利用大数据技术，可以在某个机械类部附件出厂装机后，结合用户使用频次、使用环境等条件综合分析产品经历多少飞行小时容易出现哪些性能隐患，甚至预判故障；随着修理次数的增加，统计分析得出需要增加的修理内容和深度，提出航材更换需求，修理后可保障的使用时间等。对产品在修理过程中出现的故障进行分析，识别出影响机械类部附件使用性能的核心数据，预测机械类部附件出现故障的时间，判断某些产品的最佳修理时机；针对某一产品，通过数据分析总结出使用时长与故障特征之间的关系，即使用多少飞行小时后，产品的哪一零件会出现故障，以便针对性地进行局部修理，这才是真正意义上的视情维修。有的产品装机后就承受着较大载荷，要先于整机进行大修，而有的产品不承受关键载荷，使用频次不高，或许在首翻期都可以不进行维修。由此看来，大量的维修经验数据和产品使用数据是有效开展机械类部附件视情维修的基础。目前，这些数据还零散分布在维修单位和用户手中，视情维修没有系统開展起来。 2.1 产品履历和维修信息等数据未得到统计应用
产品履历文件是记录产品基本信息和历次维修信息的重要文件，如产品的“制造日期”“使用小时”“故障记录”“维修记录”“使用单位（可掌握飞机所在地气候因素）”“维修单位”等信息，而维修单位的产品维修记录则详细记录了产品每次维修的过程和结果，这些数据对于产品寿命周期内的可靠性管理具有很高的价值。目前，产品的履历文件随产品流转，由各用户的质控部门进行管理。虽然各用户已建立了不同程度的单机可靠性管理制度，但仅限于统计分析单架次飞机出现的各种故障及排除方法。另一方面，产品维修单位虽然掌握了经手的每个型号产品的维修信息，但相关维修记录也仅限于归档保存，未进一步进行数据的统计和分析。由此可见，针对单一型号产品自身的可靠性管理还未有效建立，造成单一型号产品故障研究缺乏必要的数据支撑。
2.2 同类型故障修理经验和技术数据未得到共享和推广
机械类部附件的维修技术有其规律性，其维修经验不论是在维修单位内部还是在维修系统不同工厂之间都有很强的借鉴性。目前，单一型号产品的维修数据未得到有效收集，大量的维修经验未得到固化和传承。例如，同样是镀铬层冒汗的故障，起落架专业已通过刷涂518封孔剂解决，而液压专业作动筒出现冒汗时，专业技术员却不知道如何排除；一起活门无法关闭故障，受专业技术人员变动影响，产品的修理经验没有及时得到推广和传承，导致新接手的技术人员无法及时排除故障。
3 应用大数据技术开展视情维修的策略
根据机械类部附件维修特点，通过大数据技术，可以分析找出产品工作状态与故障之间的关联，从而有针对性地开展机械附件的视情维修，对产品的使用状态进行预判、对产品的故障实现预警。对于维修单位而言，需要完成原始数据的收集和积累，这项工作较为繁琐且耗时长，但却是后续开展视情维修的基础工程，意义重大，可以边实施边丰富、边完善。
3.1 构建数据库
数据库的构建是大数据技术应用的前提和基础。根据机械类部附件视情修理的特点和需求，其视情修理数据库应该至少包括基本信息、故障信息、深度修理三个模块。
1）基本信息模块
机械类部附件产品装机使用信息对产品的故障形式、故障周期有关键性的影响，因此有必要将产品的履历信息收集到数据库中，形成产品档案，包括出厂日期、拆装信息、使用时间、检修记录等，通过对履历信息的故障记录分析、维修记录分析，分别得出该件的视情维修周期、视情维修类别，甚至提前预警该件有可能产生故障的时间，也可对产品修理后的状态进行追踪。
2）故障信息模块
故障信息应该包括每次故障形式的记录、探伤裂纹信息、腐蚀情况、更换件情况、性能试验的数据等，将这些数据统计导入信息化系统，积少成多，不断扩充数据的维度与容量。数据的维度越高，所描述的使用过程及维修过程越全面；数据的容量越大，所反映出的维修规律越准确。
3）深度修理模块
通过故障信息统计工作，对修理过程中报废率高的零件开展针对性技术攻关工作，研究新技术、新方法并开展深度修理工作，如目前已开始应用的冷喷涂修复技术、激光熔敷焊接技术等，解决了修理过程中的技术难点，保障了产品修理质量和可靠性，降低了换件成本。同时，将这些修理经验导入数据库，其他专业可按故障信息或产品型号进行检索和应用，在信息共享的同时对修理经验进行固化和传承。
3.2 共享数据库
完整的数据库应不局限于产品修理产生的数据信息，还应包括设计制造的信息、用户维护的信息等，鉴于目前航空装备的维修保障模式，制造单位只负责设计制造，用户只负责使用，修理单位只负责维修，三方相对独立。制造厂掌握了产品的原始设计数据和要求，用户掌握大量的维护信息，修理单位掌握了大量的缺陷和故障信息，这些信息得不到有效沟通和共享，致使产品的全寿命周期得不到有效监控，部分故障率高的产品得不到有效改进。因此，需要将数据库与用户、设计单位共享，共同维护，甚至可以搭建用户、大修单位、制造单位之间无障碍互联的专用互联网络，实现单件产品使用状态的实时追踪、故障信息的及时传递。
4 应用前景
4.1 预排生产，合理备库
在掌握了产品故障规律之后，通过对飞机使用时长的追踪，可以提前预估机械类部附件的失效概率，预计产品进厂时间，减少故障突发时的被动，使用户可以提前预备备件、大修单位可以提前采购器材，从而缩短机械类部附件的维修周期。
4.2 降低成本
通过大数据对不同用户、不同使用状态进行分析，确定机械类部附件的视情维修时机与深度，减少不必要的备件储备及库存，降低用户的维护成本与维修单位的维修成本。同时，通过对数据进行比较和筛选，针对故障率较高的产品和零组件开展专项技术攻关和深度修理工作，尤其是价格高昂的部件，通过开展深修和攻关，降低换件成本。
4.3 优化设计
通过与制造厂合作，对故障件进行优化设计。单一型号产品的设计信息是维修单位无法掌握但又迫切需要的，掌握这些信息，对于产品修理时的原理分析，修理方案的制定具有重要作用。维修单位掌握产品历次维修信息，如产品使用的工作状态、磨损情况、故障模式等；产品不同年限的使用状态记录；利用大数据分析出的产品性能趋势；产品易发生故障的部位等。这些信息可以为产品的优化升级、迭代设计提供核心的支撑与依据，也是制造廠不掌握却一直渴求的。利用这些信息资产，维修单位可以与制造厂开展更深层次的合作对接，互换信息，互通有无，实现信息共享，技术共享，在提升自身核心竞争力的同时为航空装备的发展做出贡献。
5 总结
视情维修是装备修理模式的必然改革，信息时代必须引入先进的理念才能顺应时代的发展，大数据技术将带来生产管理、技术支持、库存管理等方面的巨大变革，依托大数据技术，可以提高维修体系的运转效率，提高机械类部附件的装备完好率，更能提升装备保障可靠性和维修精细化水平。
参考文献
[1]任翀，赵大磊，左传友. 装备视情维修技术发展前景研究分析[J].军民两用技术与产品，2015（10）（下）.
[2]黎漫斯，陈春良，张惠霞，尚永爽.视情维修条件下舰载机维修保障的动态分析[J].电光与控制，2014（3）.
作者简介
郭利军，高级工程师，主要从事航空机械部附件维修研究，着力推动航空装备维修模式转变形势下飞机部件维修新模式。