АНАЛИЗ ИЗМЕНЕНИЯ ПАРАМЕТРОВ АВИАЦИОННОЙ ТЕХНИКИ В ПРОЦЕССЕ ЭКСПЛУАТАЦИИ
2.1. Параметры, определяющие работоспособность авиационных систем
Состояние объектов авиационной техники в эксплуатации наиболее полно характеризуется результатами контроля совокупности параметров, определяющих их работоспособность. В эту совокупность входят как результаты измерений некоторых из них, так и результаты ■качественного контроля. Существующая в настоящее время система наблюдений за параметрами авиатехники в эксплуатирующих организациях МГА дает достаточно сведений для оценки состояния авиатехники в условиях реальной эксплуатации. Эта система предусматривает:
периодический контроль параметров в процессе проведения регламентных работ и комплексных осмотров;
контроль параметров после установки на ЛА какого — либо агрегата или в процессе выполнения целевых работ (таких разовых проверок набирается примерно столько же, сколько н регламентных);
оценку значений параметров, записываемых в полете, по результатам расшифровки данных самописцев в группах объективного контроля.
Так, один из типов бортовых регистраторов, устанавливаемых на самолеты, систематически записывает значения 240- параметров. При этом погрешность их измерения составляет 0,2—1 °/0. Из 240 параметров ~50 характеризуют наличие или отсутствие отказов. Такие «разовые» команды описывают работу навигационного оборудования, бортовых цифровых вычислительных машин, системы автоматического управления, гидросистем самолета и т. д.
Состояние характеризуется здесь качественно, так как контролируемый параметр принимает ївсего два значения: х=0, если есть отказ, и х=1, если авиатехника исправна. Источником сведений для разовых команд обычно является наличие или отсутствие тока в выходных цепях контролируемой системы. Иногда используют сравнение контролируемого параметра с допуском. Так сделано при контроле гидросистем и кислородной системы, сигнал о неисправности которых (х=0) появляется, если давление в системе ниже нормы. Для указания на неисправность может применяться и логический анализ. Например, разница в показаниях дублированных гиродатчиков формирует сигнал х = 0 для навигационной системы.
Большинство параметров, характеризующих работу авиационных систем, измеряется и записывается не в виде бинарного сигнала, 0 или 1, а числом. На магнитной ленте бортового регистратора запоминаются, например, значения следующих параметров: Х — давление воздуха на входе в двигатели; х2 "— давление воздуха за компрессором; — температура воздуха на входе в двигатель; Хі — температура газов за турбиной; х5 — частота вращения вала двигателей; х6 — х9 — напряжения в четырех точках электрической сети; Xi0 — давление кислорода в баллоне; хи — давление кислорода за редуктором; Х2 — температура масла двигателей; х)3 —
Xis — давление масла в трех точках; хів— х!9 — давление топлива в четырех точках топливной системы; х2о — х25 — давление в шести точках гидросистемы.
Анализ значений этих параметров позволяет хорошо оценить работоспособность авиационной техники и даже примерно указать место вероятных дефектов. Так, первые параметры Х — х5 характеризуют состояние газовоздушного тракта авиационного двигателя. Данные о давлении масла в разных точках системы позволяют указать, в каком агрегате есть дефект (например, увеличение перепада давления на фильтре свидетельствует о его засорении).
Для более полной характеристики технического состояния авиационных систем на земле контролируется гораздо больше параметров, чем в полете. В процессе регламентных работ на самолете проверяется несколько сотен параметров его оборудования и систем [14].
В последнее время стали развиваться способы непосредственного контроля процессов разрушения или изнашивания, Один из перспективных методов — выявление металлических частиц малых концентраций в реактивной струе авиадвигателей. Чтобы обеспечить своевременное выявление предельно малых концентраций металлических частиц, используют способ регистрации характеристического рентгеновского излучения, испускаемого металлом при предварительном возбуждении. Концентрации частиц некоторых типовых металлов (хром, никель, молибден, железо, цинк), используемых в деталях авиационных двигателей, измеряют переносным серийным рентгеновским анализатором.
Способ выявления повышенных концентраций металлических частиц в выходной. струе для диагностирования проточной части двигателя основан на том, что при возбуждении рентгеновским излучением со сплошным спектром различные химические элементы излучают индуцированное характеристическое излучение с линейчатым спектром. Измеряя интенсивность спектральных линий характеристического излучения, определяют концентрацию соответствующего химического элемента.
Отбор газа производится на срезе сопла двигателя с помощью кольцевого газосборника. Отводимый газо — сборником газ подается в фильтр. Осадок на фильтре исследуется на рентгеновском спектроанализаторе. Концентрация любого из металлов может использоваться
как параметр xh, описывающий процесс износа двигателя. При неудовлетворительном состоянии проточной части этот параметр лавинообразно нарастает.
Как правило, в процессе эксплуатации измерения параметров техники проводятся периодически с интервалом времени At. Результаты измерений -(с номерами от 1 до L) параметров ‘(с номерами параметров от 1 до М) на конкретном объекте с номером j образуют реализацию М-мерного дискретного процесса xt. Неизбежные неточности измерений и влияние неконтролируемых случайных факторов на техническое состояние объектов заставляют считать процесс xt случайным. Таким образом, изменение технического состояния объектов в процессе эксплуатации описывается многомерным случайным процессом, каждая реализация которого xt связана с конкретным объектом. Сначала будем полагать все контролируемые параметры статистически независимыми. Это позволит изучать их по отдельности, т. е. считать, что наблюдается набор одномерных случайных процессов Xu, к = 1, 2,. . . , М. В гл. 3 будет показано, как действовать при наблюдении многомерного процесса.
Результаты всех видов контроля фиксируют в журналах учета изменения параметров авиатехники. На основе информации, собранной с помощью таких журналов, проводились расчеты, результаты которых приведены — в дальнейшем. Однако в будущем решение задач сбора, обобщения и анализа сведений о техническом состоянии ЛА и их надежности будет все больше основываться на данных бортовых регистраторов. Современные магнитные накопители таких регистраторов позволяют записывать с малыми интервалами дискретности сотни параметров, характеризующих техническое состояние ЛА в течение всего полета. Поскольку расшифровка записей и хранение результатов контроля требуют больших затрат, приходится ограничивать применение системы эксплуатации с использованием данных о значениях параметров в полете только кругом наиболее ответственных агрегатов и систем ЛА, из которых на первом имеете — авиационный двигатель.
Для расшифровки магнитной записи, полученной в полете, созданы и эксплуатируются в ГА специальные наземные комплексы, имеющие в своем составе ЭВМ >[20]. Вычислительные машины комплексов расшифровки
обладают широкими возможностями. Это позволяет с их помощью реализовать даже самую сложную математическую обработку результатов контроля параметров в полете с целью выдачи рекомендаций о дальнейшей эксплуатации наиболее ответственных агрегатов. Программы такой математической обработки включают, в частности, и статистическое прогнозирование изменения параметров авиационной техники.
Неточность и некоторая необъективность исходных данных, содержащихся в журналах учета, заставляют при решении задач организации инженерно-авиационного обеспечения на основе записей в журналах привле — кнть’вероятностные методы. ‘К тому же объем исходных данных часто бывает мал и, следовательно, вероятностную формулировку решаемой задачи приходится корректировать так, что она превращается в задачу статистического выбора решения, где эффективны методы математической статистики.
Применение методов математической статистики при решении вопросов эксплуатации авиационной техники дает выигрыш потому, что число результатов наблюдений или экспериментов, используемых для обоснования решения, как правило, недостаточно. Далее когда в эксплуатации находятся сотни однотипных ЛА, численность парка лидеров, на которых собирается материал, необходимый для организации дальнейшей эксплуатации, измеряется единицами. Не удается в течение достаточно большого промежутка времени собирать сведения об эксплуатации большинства изделий авиационной техники, поскольку они быстро заменяются новыми модификациями, характеристики которых отличаются от характеристик изделий предыдущих выпусков. Использование в таких условиях критериев математической статистики дает преимущества, поскольку позволяет принимать необходимые решения (с некоторым уровнем доверия а) при любом числе предварительно собранных данных. Неточность принимаемых решений будет уменьшаться с поступлением новых сведений, т. е. система обработки данных, построенная на основе статистического выбора решений, станет «приспосабливаться к окружающей среде» (вероятность ошибки 1 — а станет падать).
За счет увеличения объема исходных данных можно уменьшить 1 — а, но делать это не всегда целесообраз — 4—1’в® 49 но, так как иногда получение экспериментальных точек обходится дорого и занимает слишком много времени. Например, для правильной организации эксплуатации авиадвигателей нужны характеристики случайных процессов изменения их параметров при росте наработки. Такие данные можно получить в ходе длительных стендовых испытаний первых образцов двигателей на полный ресурс. Однако ресурс первых образцов намного меньше, чем у серийных двигателей. Кроме того, постановка на стендовые испытания нескольких опытных двигателей для получения характеристик случайных процессов изменения их параметров была бы слишком дорогой. Еще чаще сбор достаточной статистики для достоверного суждения об изучаемых процессах связан с большой длительностью эксперимента. Те же сведения о случайных процессах изменения параметров двигателя могут быть получены, когда достаточно большое число двигателей отработает свой ресурс в эксплуатации. Это соответствует нескольким годам сбора данных. Такой срок накопления исходных данных неприемлем, так как актуальность их теряется. Отсюда ясно, что лучше, используя любые методы обработки небольшого объема исходных данных, собранных в ходе предварительного эксперимента, получить по ним рекомендации об эксплуатации с некоторой вероятностью ошибочных суждений, чем откладывать принятие более обоснованных суждений до того времени, когда накопится достоверный исходный материал.
Получаемые в эксплуатации сведения о техническом состоянии конкретного изделия или данные об изменении надежности какой-то ‘совокупности однородных изделий образуют реализации ’случайных процессов. Типовым случайным процессом, который приходится изучать, является процесс, образованный последовательными значениями параметра, определяющего качество функционирования технического объекта. Измерения этих значений проводятся при техническом обслуживании. Реализацию процесса, образованную результатами измерений, связывают с конкретным объектом, на котором проводится эксплуатационный контроль. Изучая его течение, принимают решения о работе объекта.
Специфика эксплуатационного контроля, проводимого не непрерывно, позволяет ів дальнейшем рассматривать лишь дискретные случайные процессы. О таком 50 процессе мы знаем только ‘набор принятых им значений в дискретные моменты контроля. Число точек на реализации, образованной результатами контроля, как правило, невелико, так как за время «жизни» объект не часто поступает на периодическое обслуживание, где измеряются его параметры. Число независимых реализаций, полученных «а однотипных объектах, тоже обычно ограничено несколькими десятками.
Исследование случайного процесса базируется на анализе связей отдельных измерений, образующих процесс. Проанализировав эти связи, мы получаем возможность судить о будущем и планировать с учетом этого суждения дальнейшую эксплуатацию технических объектов. Формальным словам «связи отдельных измерений» соответствует интуитивно постулируемый факт: наблюдая за характеристикой технического объекта периодически, молено высказать сунедение о тенденциях ее изменения на некоторое время вперед. Подтверледа — ется ли этот постулат, будет ясно лишь после того, как будет проведено статистическое исследование наблюдаемого случайного процесса, построен и оценен прогноз его изменения.
Если значение параметра хорошо описывает состояние конкретного /-го объекта, то состояние всего парка эксплуатируемых объектов описывается показателями надежности. Такие показатели широко используют при иннсенерно-статистическом анализе наделшоети авиатехники ГА для обоснования рекомендаций и мероприятий, направленных на повышение безотказности. Проблемы обработки данных о показателях надежности во многом сходны с проблемами обработки сведений об изменении в процессе эксплуатации определяющих параметров авиатехники.
В задачах оперативного управления подразделениями ГА и работой промышленности по повышению качества изделий применяется оценка наделшоети по простым показателям типа налета на отказ. Так, в технических заданиях на разработку ЛА основными являются два показателя: налет на отказ в полете Т„ и налет на неисправность Тс. Для характеристики влияния работы личного состава на надежность используют показатели типа налет на отказ, происшедший по. вине личного состава. Связь надежности и безопасности характеризуется налетом на одну предпосылку к летному проис — 4* 51 шествию вследствие отказов авиатехники. Реально рассчитывается 40—55 различных показателей при оперативной оценке надежности авиатехники на основании получаемых из эксплуатирующих подразделений карточек учета неисправностей. Обозначим эти показатели как ранее параметры авиатехники, через хк (£ = 1, 2,…, М).
Каждый показатель Хи подсчитывается для нескольких фиксированных групп авиатехники. В дальнейшем будем присваивать этим группам номера / от 1 до L. Типичными группами могут быть, например, различные авиаотряды ГА или различные типы Л А. Сведения, содержащиеся в карточках учета неисправностей авиатехники, позволяют подсчитывать для каждой /-й группы М различных показателей надежности х^и (&=1, 2, …, М). По полученным таким образом матрицам {xih}, содержащим М показателей для L групп, необходимо в соответствии с действующими руководящими документами дать обобщенную оценку надежности и анализ тенденций ее изменения.
Оценка и анализ надежности авиатехники но показателям должны дать возможность: убедиться, есть ли различие между группами по надежности входящих в них объектов авиатехники; расставить группы в ряд в порядке улучшения определенных качеств, связанных с надежностью (ранжировать их); выработать нормативы для показателей Хип, сравнение с которыми х позволит судить о том, насколько эффективна работа по поддержанию надежности авиатехники той или иной /-й группы (например, установить нормы надежности для ЛА определенного класса). Анализ статистических показателей оперативной оценки надежности и, следовательно, решение вышеназванных задач затрудняются двумя обстоятельствами.
Во-первых, надежность оценивается обычно не одним показателем, а их совокупностью. Многие показатели имеют мало общего в физическом содержании (например, налет на отказ, происшедший по вине технического состава, и процент неисправностей, выявленных при проведении регламентных работ). Вместе с тем эти показатели считаются на основе одного источника информации — карточек учета неисправностей авиатехники и связаны между собой. Поэтому на ранжировку групп авиатехники по любому показателю хбудут оказывать. 52
влияние неанализируемые в данном случае аспекты надежности, влияющие «а другой показатель xt. Вместе с тем совместный анализ нескольких ранжировок одновременно слишком сложен и при М = 3-1-4 недоступен для восприятия.
Во-вторых, получаемая на основе реальных карточек учета неисправностей авиатехники картина надежности не совсем правильно отражает истину. В условиях эксплуатирующей организации без специального оборудования часто очень трудно правильно классифицировать — отказ по причинности его возникновения. Ошибки в классификации иногда усугубляются и необъективностью заполняющих карточку людей, которые по личному опыту примерно знают, каковы будут выводы анализа, если неисправность появилась по вине технического^ состава. Следует учитывать также, что ряд показателей оперативной оценки надежности имеет низкую достоверность в силу недостаточной представительности выборки, по которой они определяются (например, налет на предпосылку к летному происшествию в авиаотряде определяется на основании единичных сообщений).
Трудности изучения совокупностей показателей оперативной оценки надежности удается преодолеть, если привлечь для решения задач инженерно-статистического’ анализа надежности аппарат многомерной математической статистики. При этом приходится проводить большую часть расчетов на Э(ВМ. Однако такую работу нетрудно выполнить на тех вычислительных машинах, которые используются в управлениях ГА и крупных авиаотрядах для подсчета показателей оперативной оценки надежности.
Приемы многомерной математической статистики в последние годы находят все более широкое применение в экономических исследованиях. Но для анализа надежности методы многомерной статистики пока применяются нешироко, поскольку специфические условия задачи обусловливают необходимость некоторой модернизации метода главных компонент для выделения факторов, оказывающих основное влияние на показатели надежности Xk-
Анализ показателей надежности служит конкретным примером изучения многомерного определяющего параметра.