МАТЕМАТИЧЕСКИЕ МЕТОДЫ ОПИСАНИЯ СОСТОЯНИЯ АВИАЦИОННОЙ ТЕХНИКИ 1.1. Основные понятия и определения
С ростом сложности авиационных систем и повышением требований к регулярности перевозок, т. е. с увеличением значимости потерь времени при подготовке к полетам, стали выдвигаться «а первый план вопросы организации технического обслуживания самолетов гражданской авиации. Ключевыми здесь являются задачи правильного назначения программ обслуживания в зависимости от технического состояния самолета. Сформировавшаяся в последние годы наука об эксплуатации, призванная дать решения этих задач, есть по сути своей наука об управлении техническим состоянием. Ее цель — обеспечить заданную эффективность применения самолетного парка.
Исследования в области сложных систем (например, самолеты) все более сосредоточиваются на так называемых апостериорных моделях. Вытекающие из них программы технического обслуживания могут дать существенный экономический эффект вследствие более полного использования информации о техническом состоянии самолетов, накапливаемой в эксплуатирующих подразделениях гражданской авиации (апостериорной информации). Такие программы принято сейчас объединять в понятие «эксплуатации по состоянию».
Обоснование программы технического обслуживания всегда сводится к поиску оптимального решения в задаче, у которой в качестве исходных данных используются оценки технического состояния эксплуатируемых объектов. Эти исходные данные обычно содержат ошибки. Поэтому оптимальное решение можно выбирать или с учетом ошибок в оценке технического состояния или по данным, подвергнутым специальной предварительной обработке, уменьшающей влияние ошибок. Методы предварительной обработки собираемых в процессе эксплуатации самолетов данных об их техническом состоянии и составляют основное содержание книги.
Решения, принимаемые на основании уже обработанных сведений, могут строиться так, как будто ошибок: в исходных данных нет.
Каким бы способом ни задавались оценки технического состояния, им принято придавать вероятностный смысл. Прежде всего это объясняется неизбежными ошибками измерений. Другая причина состоит в том„ что событие, состоящее в появлении отказа, необходимо! считать случайным. Собственно из изучения вероятностных характеристик случайных моментов появления, отказов и выросла современная теория надежности. Для описания состояния технического объекта иногда достаточно использовать всего один бинарный признак. При; этом считается, что объект или исправен (состояние 5 = 1), или отказал (состояние 5 = 0). При такой модели описания реального явления поиск способов управления техническим состоянием базируется на теории восстановления.
Можно описывать состояние объекта числовым значением параметра, характеризующего качество его> функционирования. Такой параметр х, часто называемый «определяющим», может быть одно — или многомерным.. Число х иногда удобно считать переменным по t — длительности эксплуатации объекта, и тогда состояние объекта характеризуется значением случайного процесса x(t). При такой модели описания реального явления поиск способов управления техническим состоянием; базируется на теории управляемых случайных процессов.
Двум приведенным моделям описания работы технических объектов соответствует известное в теории надежности разбиение отказов на два класса — внезапные — и постепенные.
Считается, что в момент отказа состояние S меняется скачком с 1 на 0 иля процесс x(t) пересекает некоторый задаваемый уровень хНоМ±Д ‘(здесь xHOM — номинальное значение определяющего параметра, а А — допустимое его отклонение). И в том, и в другом случае вся информация о техническом состоянии объекта содержится в величине Pj(‘t) — вероятности того, что к моменту t объект с номером j работает исправно. Эту характеристику иногда имеет смысл детализировать, если хотим как-то использовать результаты эксплуатационного^ контроля. Тогда состояние объекта описывают величи — .6
ной Pi (tlx) — условной вероятностью того, что объект будет исправен в момент t при условии, что значение определяющего его работу параметра известно и равно х. Получение оценок Pi (tlx) с учетом собираемых в эксплуатации данных и является нашей задачей. Далее в соответствии’ с’принципом разделения [21] по сведениям о Pi(t/x) может быть обоснована программа технического обслуживания, оптимальная по любому критерию, выдвигаемому потребностями практики. Методика такого обоснования приведена, например, в работах 13; 2].
При использовании модели внезапных отказов работоспособность объекта описывается величиной Pi (t) = =F(t), где F(t) — функция распределения времени до отказа (F(t) — функция надежности). Ту нее информацию, но в более удобном для приложений виде, несет интенсивность отказов X(t) = {—lnl[l — F($)]}’. Под интенсивностью отказов элементов или невосстанавливае — мых объектов понимается условная вероятность отказов за единицу времени при условии, что до этого момента •отказов не было. По изменению X (t) можно судить о распределении времени до отказа к моменту t, если известно, что объект еще не отказал. Это хорошая характеристика динамики надежности. Так, например, элемент считается стареющим, если интенсивность его отказов возрастает по времени. Возрастание X(t) свидетельствует о том, что в элементе накапливаются повреждения, которые впоследствии приведут к отказам. Конечно, эти повреждения можно было бы обнаружить в процессе эксплуатации, но для многих агрегатов и элементов авиационной техники пока не существует инструмента, позволяющего обнаружить процесс накопления повреждений. Тем не менее, есть широкий класс объектов авиатехники, у которых контроль параметров в процессе эксплуатации позволяет своевременно выявлять отказы. Так, в [1] показано, что подавляющее число ■отказов высотного оборудования самолетов относится к постепенным. Соотношение между этими типами отказов видно из сопоставления цифр в числителе и знаменателе второй графы табл. 1. В числителе приводятся данные для постепенных отказов, в знаменателе — для внезапных.
Укажем в качестве примера несколько измеряемых количественно параметров, характеризующих состояние
Агрегаты |
Всего, % от |
Распределение отказов ■выявления, 1°, |
по местам |
|
общего числа |
||||
отказов |
В — полете |
Оперативное обслуживание |
Профилактическое обслуживание |
Датчики И соединительные линии |
23—40/2—J2 |
16—22/1—11 |
6—’ 18/1—2 |
|
Вычислительные устройства и пульты управления |
318—<66/2—5 |
0,5 2/0,5—Ч |
36—00/2—4 |
1 -112/— |
Устройства индикации |
1—2/6—10 |
—./3—6 |
—/2—5 |
1-27— |
По топливоизмерительным системам в целом |
52/48 |
4—7 |
СЛ СО 1 -0 |
17—25 |
наиболее ответственных объектов авиатехники в процессе эксплуатации: частоту вращения вала авиадвигателя на номинальном режиме я; температуру газов за турбиной газотурбинного двигателя Т4; уход гироскопа авиагоризонта с выключенной коррекцией — уь уход гиродатчика инерциальной навигационной системы у2- Все эти параметры должны отклоняться от паспортного (номинального значения) хн не более, чем на допустимые значения вниз Ан или вверх Дв. Поскольку мощность двигателя на максимальных режимах сильно зависит от частоты вращения его вала, нельзя допускать снижения ее за уровень ян — Ан. Но при переходе частоты за уровень Ab4-x„ нагрузки на некоторые детали двигателя: будут выше расчетных, что может привести к их разрушению. Для современных двигателей точность регулирования частоты их вращения должна составлять 0,5%,. т. е. Ан=Ав = 0,005 {19]. Примерно так же обосновывают и задают допустимые границы изменения температуры, газов за Трубиной 1. Снижение температуры Т4 на несколько градусов ухудшает экономичность двигателя* а перегрев приводит к прогоранию деталей его горячей части. Уходы гироскопов, используемых в навигационном оборудовании, обусловливают основные составляющие ошибки определения местоположения самолета, 8
Нельзя допускать, чтобы их значение превысило фиксированный уровень А.
Для оценки состояния авиационной техники иногда используют обобщенные параметры. Под термином обобщенный параметр понимают существующий или искусственно синтезируемый сигнал, определяемый техническим состоянием функциональных элементов объекта, связями между ними и структурой стимулирующего сигнала 1[2]. Например, состояние плат электронных блоков при их ремонте оценивают на основании контроля теплового поля, генерируемого ими при включении. Б качестве обобщенного параметра здесь используется сигнал тепловизора, фиксирующего температуру ряда точек на плате. Другим примером обобщенного параметра является функция нескольких контролируемых параметров. Так, прочностное состояние двигателя определяется сочетанием параметров п и 74.
В качестве параметра, характеризующего работу сложной системы с резервированными блоками, можно использовать число блоков-, которые работоспособны к заданному моменту времени. Система отказывает, когда этот параметр пересекает границу я„+Д=1.
Параметр названного вида меняется монотонно (падает), что позволяет обосновать четкую программу обслуживания на основе его контроля.
В общем с-лучае считаем, что x>(t) — параметр оценки состояния авиационной техники, получаемый при контроле на земле и в воздухе. В настоящее время для сбора сведений о таких. параметрах и запоминания их широко используют системы встроенного контроля, бортовые регистраторы, контрольно-поверочную .аппаратуру и комплексные автоматизированные системы контроля. Результаты контроля наиболее жизненно важных систем ■самолетов обрабатываются централизованно. В процессе обработки оценивается величина Pi(tjx), содержащая наиболее полную характеристику технического состояния объекта. Однако иногда молено ограничиться •оценками не для конкретного объекта, а средними по всему парку эксплуатируемых систем. Конечно, они более грубы, но зато и их получение связано с меньшими затратами ресурсов и времени.
Состояние всего парка эксплуатируемых объектов хорошо характеризуют показатели надежности. По действующему стандарту показателем называется количе
ственная характеристика одного или нескольких свойств надежности. Примером их может служить налет на отказ в воздухе Та или налет на неисправность авиатехники, выявленную как в полете, так и на земле Тс. По своей сути такие показатели надежности являются средними значениями случайной величины — наработки менаду отказами. Естественно, что они содержат меньше информации, чем распределение этой величины F(t) или интенсивность отказов K{t). Однако систематическое их изучение позволяет анализировать тенденции изменения надежности эксплуатируемых ‘Систем, оценивать эффективность мероприятий, проводимых для повышения надежности, и изучать качество работы персонала, эксплуатирующего авиационную технику.
Преимущество показателей надежности типа средний налет на отказ состоит в том, что они могут быть достоверно определены по относительно малому числу сообщений об отказах. Это происходит из-за того, что такие, в некотором смысле интегральные оценки, как средние величины при определении их по опытным данным имеют меньший разброс, чем оценки плотности вероятностей. Поэтому для определения, например, налета на один отказ авиационной системы требуется гораздо меньше времени для наблюдения за работой ее в эксплуатации, чем для определения интенсивности отказов этой системы.
Аналогичные соображения заставляют и при изучении случайного процесса изменения параметров авиационных систем x(t) переходить к упрощенным моделям для их описания. Наиболее широко распространена модель марковского случайного процесса. Примером марковских случайных процессов, встречающихся при эксплуатации авиационных систем, может быть изменение во времени частоты передающего устройства или длительности импульсов.
Для пояснения существа марковской модели рассмотрим параметр с заданным полем допуска А, которое разделено на непересекающиеся отрезки — состояния г= 1, 2… F. Предполагается, что состояние с номером 1 наилучшее с точки зрения функционирования авиационной системы — значение контролируемого параметра в этом состоянии равно номинальному. При попадании параметра в состояние F (т. е. на границу поля допуска) фиксируется отказ системы. В процессе эксплуатации Ю
в моменты t=О, At, 2At, 3At. . . ‘параметр контролируется и становятся известны его состояния x(t)^l, F. Примем, что во времени переход из одного состояния в другое описывается стационарными вероятностями перехода qrs, т. е.
P{x(t+.l)=slx(t)=r} = qTS, r, sel, F, (1.1)
для которых выполняются естественные условия норми-
S
ровки: qrs^0, 2<7™= 1. >С учетом физического смысла
Г-1
функционирования авиационных систем возникают еще
дополнительные условия qrj?>0 для г— 1, F— 1 и <7*4?= 1. Первое из них означает, что, в каком бы работоспособном состоянии ни находилась система в момент t, в следующий момент t+At она может отказать, т, е. перейти в неработоспособное состояние F. Второе условие означает, что если отказ наступил, то самоустраниться он не может. Можно также полагать, что Р{х(0) = 1 =хн}= 1, т. е. у нового изделия параметр находится в наилучшем состоянии.
При сделанных предположениях последовательность измеряемых величин x(t), t=0, At, 2At. . . , отражающая процесс изменения состояния авиационной системы во времени, описывается нестационарной цепью Маркова первого порядка со стационарными вероятностями
перехода (1.1) и пространством состояний 1 ,F. Все изменения состояния в этой цепи определяются одной матрицей перехода {qrs}- Такая модель относится к непрерывной работающей системе. Однако авиационным системам присущи. перерывы в работе и возможность появления отказов во время нахождения в неработающем состоянии. Для учета этого следует использовать модель полумарковских процессов. Полу марковский процесс задается не только матрицей переходов, но и функцией распределения времени пребывания исследуемого процесса в каждом из состояний.
Изменение состояния авиационной системы, при любой избранной для его описания математической модели может задаваться как априорными, так и апостериорными характеристиками. В связи с повышенным интересом в настоящее время к апостериорным моделям остано
вимся на этом вопросе более подробно. При назначении и обосновании программы технического обслуживания можно основываться на данных, собранных до момента принятия решения об операциях по обслуживанию (априорная информация), а можно учитывать и сведения, полученные в момент принятия решения (апостериорная информация). Если используется только априорная информация, то объем операций обслуживания и их периодичность неизменны. На основе такого. принципа строится планово-предупредительная система технического обслуживания и ремонта самолетов. Учет апостериорной информации делает правила обслуживания более гибкими, внося корректировку в объем и периодичность обслуживания в зависимости от технического, состояния самолетов. Система эксплуатации с такими правилами относится к классу систем эксплуатации па состоянию.
Сведения о распределении случайного времени да отказа F(t), как и данные об изменении интенсивности отказов h(t), чаще всего относятся к априорной информации. Можно представить себе, что с получением данных контроля состояния конкретного объекта эти сведения будут систематически уточняться. Однако такое уточнение не может быть существенным (статистически значимым), так как для получения поправки к столь «тонким» вероятностным характеристикам надо иметь большой объем данных. Другой вид априорной информации приведен в табл. 1. Показатели надежности типа средних налетов на отказ часто выступают в виде апостериорной информации. Их достаточно точное определение возможно периодически через малые промежутки времени (например, ежеквартально). Поэтому характеристики типа Т„, Тс иногда называют показателями оперативной оценки надежности. Анализ таких показателей позволяет выработать мероприятия для повышения надежности, которые нужно проводить только на тех типах самолетов, у которых показатели ниже норматива. Здесь решение принимается после обработки результатов наблюдений, т. е. апостериори.
— Аналогично и вычисление вероятности выхода параметров авиационных систем за поле допуска РЦі/х) может строиться на априорных или апостериорных данных. Действительно, если считать, что результаты измерения параметра х распределены нормально, и рассмат — 12
ривать авиационную систему, работоспособность которой определяется одним параметром, то
где ц, а — математическое ожидание и среднее квадратическое отклонение параметра х на /-м объекте в момент t.
Чтобы подчеркнуть, что цист меняются (ВО времени, будем в дальнейшем писать их с индексами текущего времени: цг и стг. Поскольку хн, Ан и Лв заданы, вероятность работоспособного состояния Pi(t) целиком определяется по таблицам, если параметры ц, и а і известны. Именно эти два параметра необходимо оценить по результатам эксплуатационного контроля.
Самая простая оценка величин ц* и ср может быть получена, если обработать данные эксплуатационного контроля тех объектов, которые уже имели наработку і At, и вычислить среднее значение и дисперсию этих данных. Подставив-в (1.2) вычисленные параметры ц,- и Сті, получим оценку вероятности исправной работы /-го объекта, справедливую для всех номеров /. Она определена на основе априорной информации, т. е. без учета результатов контроля /-го объекта. Соответственно параметры ц; и Сті — априорная информация. Оценка Pi (і) тоже является априорной. Это, по существу, вероятность того, что объект будет исправен в момент і, если его не контролировать до этого момента. Ее, по-видимому, можно уточнить, если привлечь дополнительные сведения о результатах предыдущего эксплуатационного контроля /-го объекта.
Более точно P}(t) оценивается, если в качестве ц использовать условное математическое ожидание параметра х у /-го объекта при условии, что до момента t=iAt этот параметр на объекте имел значения xh, xi2 xU-і. Такое условное математическое ожидание
будет наилучшим прогнозом xh для параметра х в і-й момент времени на /-м объекте. Истинное значение параметра xi-t, конечно, не совпадает с прогнозом яр. Но дисперсия, сте2 отклонения Є = X’ii — ХІі будет минимальной, если в качестве xh взять условное математическое
13
ожидание. Такой прогноз называют наилучшим в «среднем квадратическом смысле».
Разработанные в современной теории случайных
процессов методы позволяют не только вычислить xh, но указать и среднее-квадратическое отклонение ошибки прогноза ое. Оценка Pj{t), в которой принято ц = .0,- и о= <те, улучшена быть не может. В этом смысле условное математическое ожидание и оценка среднего квадратического отклонения от него являются достаточными статистиками для определения вероятности исправного состояния объекта Pi(t), работоспособность которого определяется одним ‘парН’Метр’ОМ. Таким образом, анализ изменения параметров авиационной техники в процессе эксплуатации полностью использует имеющуюся информацию, если позволяет построить прогноз изменения
контролируемого параметра xh и оценить точность этого
прогноза, вычислив ое. Параметры xh, ае и РДх, t) являются апостериорной информацией.
При описании работы авиационных систем редко используется только один параметр. Как правило, работоспособность системы характеризуется комплексом параметров Xh, k=, 2… М. Для оценки состояния в этом случае нельзя использовать только систему допусков на каждый параметр. Допустимая область работоспособности не представляет здесь гиперпараллелепипеда. Если при контроле каждый параметр сравнивается со своими допусками, то признается исправной система, состояние которой описывается точкой внутри гиперпараллелепипеда, вписанного в реальную область работоспособности. Таким образом возникает ошибка типа ложной браковки, так как часть исправных систем будет признаваться негодными. Если допустимой областью считать описанный параллелепипед, то возникнут ошибки другого рода — необнаружение отказа. Лишь приведение первоначального комплекса контролируемых параметров к совокупности независимых признаков с установлением допусков именно для них решает возникающие тут проблемы. Учет и анализ зависимости между параметрами Xh позволяют извлечь полезную информацию для распознавания состояния системы.
В процессе контроля состояния иногда наблюдается не сам параметр Хь, а функция от него Q {xh). Наконец, 14
типичной в практике эксплуатации авиационных систем является ситуация, когда наблюдению доступны лишь некоторые из величин Хи при /г = 1, 2… 5<М. Так получается, когда выбор контролируемых параметров не обеспечивает полного описания функционирования систем или когда наблюдается сигнал в сумме с шумом, а шум отделить не удается. Ситуации такого типа хорошо описываются математическими моделями с частично наблюдаемыми параметрами.
Определение состояния объекта в пространстве многих параметров, как и принятие решения в случае частично наблюдаемых параметров, строится на основе методов теории распознавания образов. Хотя в настоящее время проблема распознавания образов как научное направление не может считаться ясно и окончательно сформировавшейся, во многих случаях задачи распознавания трактуются как задачи математической статистики и теории статистических решений. Именно на такой трактовке базируется дальнейшее изложение в книге. Поэтому в 1.2 будут приведены некоторые основные понятия математической статистики, которые понадобятся в последующих главах.