宋庭新 韓國晨

湖北工業(yè)大學機械工程學院，武漢，430068

0 引言

21世紀以來，艦船裝備飛速進步，在極大提高海上行動能力的同時，也因其技術(shù)復雜、系統(tǒng)功能高度集成的特點，使整船維修工作的復雜程度大大提升。在艦船裝備維修保障越來越重要的背后，一些亟待解決的問題，如修理范圍、修理等級和修理時機等，一直困擾著艦船裝備維修人員。

目前艦船裝備的維修主要以定期維修和臨搶修的方式進行，大的定期維修活動往往結(jié)合艦船的等級修理進行[1]。按照修理工程和改換裝的大小進行分類，等級修理可以分為塢修、小修和中修三類[2]。在艦船生命周期內(nèi)，艦船修理結(jié)構(gòu)一般為服役-塢修-小修-塢修-中修-塢修-小修-塢修-退役[3]。等級修理的維修間隔和在修時間普遍較長，若采取統(tǒng)一的定期維修策略則顯得不夠靈活，因此，需要對艦船裝備開展預防性維修，探索定期修理與視情修理相結(jié)合的新的等級修理模式[4]。

在預防性維修方面，目前已經(jīng)有學者對包括確定修理范圍、修理等級、修理時機在內(nèi)的艦船裝備修理決策問題進行了研究。劉佳等[5]以艦船柴油發(fā)電機組的預防性維修決策為例，通過改進的Extend模型對其燃油系統(tǒng)各組成部件的故障概率進行仿真，在兼顧任務完成度和軍費開支的基礎上確定系統(tǒng)的修理范圍；呂瑞等[6]通過基于Petri網(wǎng)改進的故障樹法快速識別復雜系統(tǒng)的失效部位，判斷其失效原因并確定系統(tǒng)的修理范圍；CICEK等[7]以艦船主機的曲軸箱作為研究對象，通過失效模式和效果分析(failure modes and effects analysis，F(xiàn)MEA)方法評估由曲軸箱爆炸等典型故障產(chǎn)生的裝備修理需求和范圍對確定艦船主機維修等級的影響；CULLUM等[8]根據(jù)預防性維修(preventive maintenance，PM)和以可靠性為中心的維修(reliability centered maintenance，RCM)思想開展艦船裝備的維修，通過狀態(tài)監(jiān)測數(shù)據(jù)確定裝備的風險情況和維修等級，進而制定整船維修計劃；馬珍杰[9]分析了艦船設備故障率的變化趨勢，基于預防性維修策略提出了設備使用壽命的計算模型，從理論上確定維修時間；SIDIBE等[10]將威布爾分布模型運用于維修決策，以預測系統(tǒng)的可靠性，確定系統(tǒng)最佳維修時機；NGUYEN等[11]通過基于數(shù)據(jù)驅(qū)動的深度學習算法對艦船動力系統(tǒng)進行故障預測，根據(jù)預測結(jié)果提出一種預防性的動態(tài)維修決策框架。

上述研究盡管提出了許多對艦船裝備開展預防性維修決策的理論和技術(shù)，但是將上述理論和技術(shù)應用于等級修理這種整船計劃修理模式的研究較少，現(xiàn)有的相關研究多針對等級修理結(jié)構(gòu)的優(yōu)化設計[12]、等級修理模式的宏觀改革[4]和計劃修理間隔期的計算[3]，并沒有細化到確定整船等級修理的范圍、等級和時機方面。為了提高海上艦隊的維修保障能力，本文通過裝備故障信息評估其修理需求級別并確定整船修理范圍，通過艦船裝備技術(shù)狀態(tài)數(shù)據(jù)和歷史故障信息預測其剩余壽命，進而通過邏輯決斷和規(guī)則推理這兩種方法分別得到整船的修理等級和修理時機，同時開發(fā)艦船裝備等級修理決策信息系統(tǒng)，為艦船的等級修理提供技術(shù)支持。

1 關鍵理論和技術(shù)

艦船的等級修理決策包括修理范圍、修理等級和修理時機三個方面。對于修理范圍，本文采用FMEA方法對艦船系統(tǒng)中的關重件進行逐一分析，以判斷每個關重件的修理需求級別和對其所屬系統(tǒng)的影響程度；對于整艘艦船的修理等級，本文采用邏輯決斷的方法，根據(jù)邏輯決斷圖和修理范圍自下而上確定整船的修理等級；對于修理時機，本文采用威布爾分布和極大似然估計法預測裝備的故障時間，并結(jié)合艦船的修理等級通過產(chǎn)生式規(guī)則確定整船的修理時機。

1.1 FMEA

FMEA是一種定性的分析方法，特別適用于對現(xiàn)象級的故障描述信息、維修信息等進行分析。對于艦船裝備，由于目前搜集的大多是維修現(xiàn)象等描述性數(shù)據(jù)，精確的傳感器測量數(shù)據(jù)有待完善，故在現(xiàn)有條件下，F(xiàn)MEA是進行修理需求決策的一種較好的方法。它的核心步驟是通過量化故障風險的嚴重度(severity)S、發(fā)生率(occurrence)O、檢測度(detectability)D這三個指標，計算風險順序數(shù)(RPN)[13]Nrp：

Nrp=SOD

(1)

RPN值越大，表明設備故障給整個系統(tǒng)帶來的風險越大，設備對維修的需求級別越高。在項目初期實踐中發(fā)現(xiàn)：風險指標S對整船修理等級的影響遠大于O、D，故為了突出S的影響，本文不使用FMEA標準規(guī)定的1～10作為風險指標的量化值，而是根據(jù)實際維修的經(jīng)驗，將O、D的取值標準設為1～5，S的取值標準設為O、D值的10倍，以求更加貼近艦船等級修理的實際情況。故障嚴重度的評價標準見表1。

表1 故障嚴重程度評價標準Tab.1 The standard of failure severity evaluation

同理，可以制定故障發(fā)生率和故障檢測度的評價標準。根據(jù)艦船裝備發(fā)生故障的頻率，本文將故障發(fā)生率O的評估標準劃分為5個等級：“1次以上/周”“2次/月”“1次/月”“1次/季度”“1次/半年”，并將上述評估標準的量化值依次確定為5、4、3、2、1，以對應故障維修信息中“總是出現(xiàn)的故障”“經(jīng)常出現(xiàn)的故障”“通常出現(xiàn)的故障”“偶爾出現(xiàn)的故障”“極少出現(xiàn)的故障”這五種故障描述。

根據(jù)艦船裝備故障的檢出能力，本文將故障檢測度D的評估標準確定為5個等級：“難以檢測，需要專業(yè)機構(gòu)檢測才能發(fā)現(xiàn)”“需要拆卸后通過儀器進行長時間檢測才能發(fā)現(xiàn)”“通過專業(yè)培訓，利用檢測工具能夠發(fā)現(xiàn)”“通過簡單培訓，例行檢查可以發(fā)現(xiàn)”“無需培訓，在日常工作中通過感官可以直接發(fā)現(xiàn)”，并將上述評估標準的量化值依次確定為5、4、3、2、1，量化值越大代表故障越難以檢出。

制定S、O、D的評價標準之后，就可以根據(jù)RPN值制定修理需求級別評價標準，見表2。表2中，通過RPN值將艦船裝備的修理需求劃分成Ⅰ級、Ⅱ級、Ⅲ級和Ⅳ級共4個級別，級別越高說明進行裝備維修的緊迫性和必要性就越高。為了后文書寫方便，將修理需求級別大于Ⅰ級的關重件統(tǒng)稱為風險故障件。同時，為了避免讀者對修理等級和修理需求級別概念的混淆，特別指出：前文提到的塢修、小修、中修是以整艘艦船為對象開展的大規(guī)模維修活動的等級，即修理等級；而通過RPN值確定的Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級是以艦船系統(tǒng)中的關重件為對象劃分其風險情況和修理需求所得的級別，即修理需求級別。

表2 修理需求級別評價標準Tab.2 Thestandard of repair demand level evaluation

1.2 威布爾分布

艦船裝備維修時間的確定往往要結(jié)合故障預測來進行。目前，在故障預測領域主要有新興的基于人工智能算法的預測方法[14]和傳統(tǒng)的基于壽命分布的預測方法[15]。前者能夠通過海量的實時監(jiān)測數(shù)據(jù)實現(xiàn)對裝備壽命更準確的估計，但有監(jiān)測數(shù)據(jù)需求量巨大且實時獲取困難的局限性；而后者可以在一定的范圍內(nèi)對裝備發(fā)生故障的時機進行較為準確的預測，且維修數(shù)據(jù)的需求量并不大。考慮到艦船工作狀態(tài)具有一定的涉密性，其裝備的維修數(shù)據(jù)和實時的技術(shù)狀態(tài)數(shù)據(jù)難以大量獲得，因此，本文選擇基于壽命分布的故障預測方法對艦船裝備的維修時間進行確定。

1.2.1威布爾分布模型

在故障預測領域，尤其是針對機電裝備，威布爾分布與其他壽命分布相比能夠更準確地表現(xiàn)其故障率曲線并預測其失效時間，所以應用廣泛[16]。艦船系統(tǒng)中的大部分關重件都有典型的機電件特征，如軸承、齒輪、甲板、電子元器件、電動機、發(fā)動機、傳動裝置、液壓泵等，它們均服從威布爾分布[17]。威布爾分布模型分為三參數(shù)和二參數(shù)兩種類型，前者由于在估計參數(shù)時需要運用牛頓迭代法聯(lián)立3個超越方程進行求解，在初值的選取和參數(shù)評估程序的編寫上難度較大，且運行結(jié)果常常呈現(xiàn)發(fā)散的狀態(tài)，在實際工程問題中應用不廣泛，因此，本文選擇后者對艦船裝備進行故障預測。二參數(shù)威布爾分布模型為

(2)

其中，b(b> 0)為形狀參數(shù)，它與曲線的形狀密切相關；θ為尺度參數(shù)，θ>0；t為裝備的使用時間。它的失效概率密度函數(shù)為

(3)

它的可靠度函數(shù)為

(4)

1.2.2極大似然估計法

二參數(shù)威布爾分布的未知參數(shù)包括形狀參數(shù)和尺度參數(shù)，只有在確定這些參數(shù)后才能計算各可靠性指標。目前應用最廣泛的參數(shù)估計方法為極大似然估計法[18]，它計算得到的結(jié)果精度較高，能夠滿足在艦船裝備維修中應用的要求[19]，因此，本文選取該方法并通過歷史故障數(shù)據(jù)對艦船裝備的形狀參數(shù)b和尺度參數(shù)θ進行估計。二參數(shù)威布爾分布的似然函數(shù)為

(5)

兩邊取對數(shù)，得到對數(shù)似然函數(shù)：

(6)

對θ和b分別求偏導，得

(7)

利用Newton-Raphson算法求解非線性方程組(式(7))，可以得到使對數(shù)似然函數(shù)取得最大值時的θ和b，即參數(shù)估計的結(jié)果。求出可靠度函數(shù)的未知數(shù)θ和b后，便可以通過計算各可靠性評估指標來預測裝備壽命，其中最常用的是中位壽命，即可靠度和累計失效概率均為50%時所對應的運行時間。中位壽命是一種較為穩(wěn)妥和保險的評估指標，設備的運行時間一旦超過中位壽命便會很快達到失效概率密度最大的點，該點處裝備發(fā)生失效的可能性最大，一般在該點之前就需要進行維修。因此，為了滿足關重件的安全保障需要，本文選擇中位壽命作為裝備的最大壽命。

1.3 邏輯決斷和規(guī)則推理

1.3.1修理等級的決斷

邏輯決斷圖是RCM理論中的重要工具之一，本文將其應用于艦船裝備維修決策，決策過程如下：首先確定在裝備維修中需要考慮的各要素，再將其輸入邏輯決斷圖的判斷框中，最后通過不斷的“Yes or No”的回答完成分析和決斷的過程。為了確定艦船的修理等級，將前文通過FMEA法得到的修理范圍因素和修理需求級別因素輸入邏輯決斷圖中，構(gòu)建艦船修理等級邏輯決斷圖(圖1)。

圖1 修理等級邏輯決斷圖Fig.1 Repair level logic decision diagram

其中，進行邏輯決斷的約束條件分別是故障件數(shù)(≤m)，有更高修理需求的裝備總數(shù)(≤p)和風險故障件影響的系統(tǒng)數(shù)(≤q)。將m、p、q進行量化，生成了圖1中適用于本文的修理等級決斷規(guī)則。需要說明的是，上述m、p、q的量化值是在綜合考慮了裝備修理需求級別和修理范圍后根據(jù)艦船裝備維修經(jīng)驗設置的初始值，在后續(xù)系統(tǒng)使用中可以根據(jù)艦船的情況靈活調(diào)整上述規(guī)則中m、p、q的值，以適應不同的艦船維修工況。

1.3.2修理時機的推理

通過威布爾分布模型對關重件壽命進行預測后，還需要根據(jù)預測的結(jié)果對各關重件的維修時間和整個艦船的修理時機進行確定。由于艦船是一個龐大復雜的系統(tǒng)，無法繼續(xù)通過邏輯決斷方法對整船修理時機進行準確決斷，故本文采用更為嚴謹?shù)幕诋a(chǎn)生式規(guī)則的推理方法，通過正向推理確定修理時機。

1.2.1 控制血糖 加強血糖監(jiān)測根據(jù)患者自身的狀況調(diào)整降糖藥使用，透析期間密切觀察有無低血糖反應，通過指導患者定量進餐，常備點心、糖果，停用1次胰島素注射，血液透析過程中給患者補充葡萄糖、正常飲食等，預防治療期間低血糖發(fā)生。

規(guī)則推理(rule-based reasoning，RBR)常常應用于事實推理、故障診斷和專家系統(tǒng)中，其實現(xiàn)推理的原理就是首先把相關領域?qū)＜业慕?jīng)驗知識按照一定的知識表示形式存儲在知識庫中，然后在合適的推理方式下找出所匹配的規(guī)則，最后按照存儲的知識和規(guī)則推理出結(jié)果。產(chǎn)生式規(guī)則是最常用的知識表示形式之一，將產(chǎn)生式規(guī)則應用于規(guī)則推理的知識表示可以帶來顯著優(yōu)勢：“IF-THEN”的表示形式自然直觀，通俗易懂，容易表達領域內(nèi)的知識，且推理效率較高。產(chǎn)生式規(guī)則的一般表示形式如下：

IF〈pattern1〉 THEN〈action1〉

ELSE IF〈pattern2〉 THEN〈action2〉

?

ELSE〈actionn〉

(8)

pattern表示模式部分，即前提、條件；action表示動作部分，即結(jié)論、要執(zhí)行的操作。整個產(chǎn)生式的含義是：如果條件1被滿足，則可以得出結(jié)論或執(zhí)行既定操作1；如果條件2被滿足，則可以得出結(jié)論或執(zhí)行既定操作2；……；若以上條件都不滿足，則直接得出結(jié)論或執(zhí)行既定操作n。根據(jù)上述表示形式生成艦船裝備維修時機的規(guī)則如下：

Rule1：IFcurtime-sertime

Rule2：IFcurtime-lastrepair

圖2 維修時間推理決策圖Fig.2 Maintenance time reasoning decision diagram

將產(chǎn)生式規(guī)則按照圖2的邏輯應用于決策系統(tǒng)，可以確定裝備的維修時間，進而得到整船的修理時機，具體過程如下：首先連接技術(shù)狀態(tài)數(shù)據(jù)庫，通過FMEA和邏輯決斷方法確定修理范圍和修理等級，然后根據(jù)修理等級判斷艦船是開展大規(guī)模的等級修理還是進行小規(guī)模的臨搶修，若進行臨搶修則直接開展艦員級修理和換件工作，無需判斷維修時間；若進行等級修理則根據(jù)采用定期維修策略還是預防性維修策略來確定維修時間，預防性維修策略匹配Rule1，定期維修策略匹配Rule2，從而推理出裝備的維修時間。對于修理時機的確定，應該選擇距離當前日期最近的裝備維修時間作為整船的等級修理時機。

2 案例研究

某型艦船由船體與舾裝、推進系統(tǒng)、電力系統(tǒng)、輔助系統(tǒng)、綜合平臺管理系統(tǒng)和作戰(zhàn)系統(tǒng)六大系統(tǒng)組成，每個系統(tǒng)又由很多關重件組成。在這六大系統(tǒng)中，船體與舾裝涉及艦船整體結(jié)構(gòu)和進塢問題，電力系統(tǒng)和推進系統(tǒng)是艦船電能和動能的來源，這3個系統(tǒng)都極具代表性。鑒于艦船復雜的系統(tǒng)結(jié)構(gòu)，本案例將艦船維修BOM結(jié)構(gòu)分為3層：艦船-系統(tǒng)-關重件，并將關重件作為主要研究對象，不再向下細分；由于艦船所涵蓋的關重件較多，很難對每個關重件都進行故障分析和壽命預測，故本案例選取船體與舾裝系統(tǒng)中的舵裝置、電力系統(tǒng)中的柴油發(fā)電機組和推進系統(tǒng)中的減速齒輪箱進行研究，并根據(jù)得到的結(jié)果開展自下而上的推理分析。

2.1 修理需求級別的確定

本節(jié)通過FMEA方法分析修理廠提供的某型艦船的舵裝置、柴油發(fā)電機組、減速齒輪箱的故障維修信息，找出故障模式和失效原因，并根據(jù)嚴重度、發(fā)生率、檢測度的評價標準對故障的風險情況進行評分，最后通過式(1)計算得到RPN值。單個關重件可能會出現(xiàn)多處故障，而每處故障的RPN值都可能不同，可能對應多個修理需求級別。針對上述情況，本文將該關重件多個故障的RPN值進行比較，選出最大值，利用最大的RPN的值對照表2確定修理需求級別，分析結(jié)果見表3。

由表3可以得到：舵裝置的修理需求級別是Ⅱ級，為風險故障件；柴油發(fā)電機組的修理需求級別是Ⅰ級；減速齒輪箱的修理需求級別是Ⅱ級，為風險故障件。

2.2 中位壽命的確定

為了確定關重件的維修時間，首先要根據(jù)1.2節(jié)的威布爾分布模型開展裝備的故障預測，確定裝備的中位壽命。舵裝置主要由舵和操控裝置組成，是用來改變艦船航向的關鍵裝備，其性能直接關系到艦船操控性和安全性。修船廠收集的同一批型號的20個舵裝置的歷史故障時間見表4。

表3 艦船關重件FMEA分析表Tab.3 FMEA analysis of ship critical parts

表4 舵裝置歷史故障時間Tab.4 Rudder device historical failure time

使用威布爾分布模型進行故障預測前，首先要進行數(shù)據(jù)擬合檢驗。只有擬合效果較好的數(shù)據(jù)才能使用威布爾分布模型進行預測，使用MATLAB軟件對20個故障數(shù)據(jù)進行擬合的檢驗結(jié)果見圖3。

圖3 威布爾分布數(shù)據(jù)擬合檢驗結(jié)果Fig.3 Weibull distribution data fit test results

由圖3可以看出，歷史故障時間數(shù)據(jù)沿一條斜率大于零的直線均勻分布，說明該數(shù)據(jù)集分布情況符合威布爾分布，可以通過威布爾分布模型對舵裝置的故障時間進行預測。在故障預測之前，需要通過1.2.2節(jié)的極大似然估計法進行參數(shù)估計：將歷史故障時間輸入MATLAB程序中，使用牛頓迭代法對式(7)進行迭代求解，得到極大似然法參數(shù)估計的結(jié)果為b=9.826，θ=175.273。將b和θ的估計值代入式(3)、式(4)，得到失效概率密度函數(shù)和可靠度函數(shù)：

(8)

(9)

在MATLAB軟件里使用plot函數(shù)繪制可靠度、失效概率密度、剩余壽命失效概率密度和剩余壽命累計概率分布相關量與運行時間的統(tǒng)計圖，見圖4。

(a)可靠性變化曲線 (b)失效概率變化曲線

(c)t=70 d時的剩余 壽命失效概率 (d)t=70 d時的剩余 壽命累積分布圖4 威布爾相關統(tǒng)計指標變化Fig.4 Weibull related statistical indicators change graph

圖4a所示為舵裝置的可靠度隨運行時間的變化規(guī)律，使用MATLAB中solve函數(shù)求解式(8)、式(9)，可以得到當t=169 d時，可靠度和累計失效概率均為50%，即中位壽命為169 d。圖4b所示為舵裝置失效概率密度隨運行時間的變化規(guī)律，可以得到t=174 d時失效概率密度最大，即該點后裝備發(fā)生故障的概率最大，因此，最好在此之前就進行維修，這也印證了選擇中位壽命預測裝備維修時間的合理性。圖4c和圖4d所示均為舵裝置運行70 d以后，剩余壽命的概率密度、累計分布與運行時間的簡單函數(shù)關系，不再贅述。

同理，根據(jù)柴油發(fā)電機組的歷史故障時間數(shù)據(jù)：235 d，251 d，267 d，289 d，293 d，300 d，302 d，305 d，307 d，314 d，321 d，327 d，330 d，334 d，340 d，345 d，362 d，370 d，375 d，383 d可以得出b=9.417，θ=326.488，中位壽命為314 d。根據(jù)減速齒輪箱的歷史故障時間數(shù)據(jù)：201 d，211 d，217 d，225 d，231 d，235 d，239 d，244 d，247 d，251 d，252 d，258 d，260 d，269 d，270 d，273 d，278 d，284 d，293 d，301 d可以得出b=10.585，θ=263.918，中位壽命為255 d。

2.3 整船修理等級和時機的確定

根據(jù)表3可以得到某型艦船裝備的修理范圍：有3個故障件，存在于3個系統(tǒng)中，且風險故障件舵裝置影響了船體與舾裝系統(tǒng)，風險故障件減速齒輪箱影響了推進系統(tǒng)。通過圖1對上述情況進行邏輯決斷分析，易得出艦船的修理等級為塢修。

確定了需要進行塢修后，就可以利用圖2所示的邏輯流程進行推理判斷。在無特殊要求必須使用固定修理間隔期的情況下，本文采取預防性維修策略，上述各關重件均服從Rule1。將計算得到的中位壽命代入Rule1中，根據(jù)艦船的服役時間和當前日期就可以確定故障件的維修時間，最終確定整船的修理時機，生成的結(jié)果見表5。

表5 整船維修時機和等級的確定Tab.5 The Determination of the timing and level of ship repair

3 系統(tǒng)開發(fā)

依據(jù)艦船裝備技術(shù)狀態(tài)和故障維修信息生成艦船修理范圍、修理等級和修理時機的決策過程以及艦船裝備等級修理決策系統(tǒng)業(yè)務流程，如圖5所示。

圖5 業(yè)務流程圖Fig.5 Business flowchart

本系統(tǒng)的業(yè)務流程從分析影響艦船等級修理的因素開始，區(qū)分出影響艦船等級修理需求的關重件和系統(tǒng)；然后收集關重件的技術(shù)狀態(tài)信息，篩選出裝備的故障維修信息和歷史故障信息；通過制定修理需求級別評價準則運用FMEA法分析裝備故障維修信息，確定裝備的修理需求級別和修理范圍，進而通過邏輯決斷的方法確定整船的修理等級；根據(jù)裝備歷史故障時間采用極大似然估計法對威布爾分布的形狀參數(shù)b和尺度參數(shù)θ進行估計，開展裝備的壽命預測，將計算出的中位壽命作為故障預測的結(jié)果；若無指定的維修間隔期，則采用預防性維修策略，在Rule1中代入中位壽命進行規(guī)則推理，確定裝備的維修時間；反之，若采取定期維修策略，則在Rule2中代入維修間隔期進行規(guī)則推理，確定裝備的維修時間；最后通過裝備的維修時間確定整船的修理時機，生成艦船等級修理決策的維修報告單。

本系統(tǒng)采用Java語言進行開發(fā)，采用MySQL作為數(shù)據(jù)庫，用到的主要技術(shù)框架有SpringBoot、MyBatis-Plus、VUE等，系統(tǒng)包括艦船管理、技術(shù)狀態(tài)信息管理、維修BOM管理、修理等級分析、修理需求生成和系統(tǒng)管理6個功能模塊，主界面如圖6所示。

圖6 系統(tǒng)主界面Fig.6 System main interface diagram

該系統(tǒng)在某型艦船等級維修項目管理中進行了應用驗證。將該艦船的基本信息、維修BOM結(jié)構(gòu)以及關重件的技術(shù)狀態(tài)數(shù)據(jù)和維修信息導入后，根據(jù)定義好的FMEA評價規(guī)則，由系統(tǒng)自動計算各關重件的風險順序數(shù)，確定裝備的修理需求級別和修理范圍；再利用產(chǎn)生式規(guī)則和邏輯決斷方法，使用威布爾分布模型算法預測裝備的中位壽命，自動計算整船的修理時機和修理等級，最后生成艦船等級維修需求報告。實際應用表明，該系統(tǒng)較好地解決了傳統(tǒng)等級修理模式中固定的修理結(jié)構(gòu)和間隔期缺乏靈活性的弊端，為艦船裝備等級修理決策和艦船維修項目管理提供了有力的技術(shù)支持，達到了客戶預期的功能。

4 結(jié)語

本文在確定艦船-系統(tǒng)-關重件三級維修BOM結(jié)構(gòu)的基礎上，將關重件作為基本的維修單元開展研究；同時，降低對技術(shù)狀態(tài)數(shù)據(jù)的要求，利用故障現(xiàn)象和維修信息，采用FMEA方法對故障進行風險分析，通過歷史故障數(shù)據(jù)，采用威布爾分布模型對關重件進行故障預測，通過邏輯決斷和規(guī)則推理將研究對象從關重件層面上升到艦船層面，對整船的修理等級和維修時機進行自動化決策。

伴隨著傳感器技術(shù)和物聯(lián)網(wǎng)技術(shù)的發(fā)展，可以獲取的裝備技術(shù)狀態(tài)信息的數(shù)量和精確度都會飛躍式增長。下一步將繼續(xù)探索適合艦船等級修理的預防性維修決策理論和方法，特別是將預防性維修與狀態(tài)監(jiān)測和健康管理、人工智能故障預測算法相結(jié)合，克服FMEA定性分析帶來的主觀性影響，進一步提高艦船裝備維修決策的實時性和準確性，推動基于狀態(tài)的維修(condition-based maintenance，CBM)、故障預測與健康管理(prognostic and health management，PHM)技術(shù)在艦船維修領域更廣泛地應用。