CN110222927A - 一种民用飞机多故障风险识别评估计算方法 - Google Patents
一种民用飞机多故障风险识别评估计算方法 Download PDFInfo
- Publication number
- CN110222927A CN110222927A CN201910352241.5A CN201910352241A CN110222927A CN 110222927 A CN110222927 A CN 110222927A CN 201910352241 A CN201910352241 A CN 201910352241A CN 110222927 A CN110222927 A CN 110222927A
- Authority
- CN
- China
- Prior art keywords
- failure
- fault
- aircraft
- civil aircraft
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 5
- 230000007613 environmental effect Effects 0.000 claims abstract 2
- 230000000694 effects Effects 0.000 claims description 10
- 238000003066 decision tree Methods 0.000 claims description 8
- 230000007257 malfunction Effects 0.000 claims description 8
- 230000001364 causal effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000001535 kindling effect Effects 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006757 chemical reactions by type Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种民用飞机多故障风险识别评估计算方法,包括故障风险识别、关系分析和水平评估。故障风险识别,针对相似机型运行故障事件集合,从场务保障、飞行实施、机务保障、飞行训练确定民机运行故障原因,从人为失误、飞机故障和环境影响分析故障类型,从结构强度、***、动力装置反向推理民机运行过程中潜在的故障模式;故障关系分为独立故障和关联故障,针对故障模式为严重/灾难的部件进行故障机理分析,通过拆换记录或故障树确定独立故障概率,通过因果关系链、扩展故障树确定关联故障概率;风险水平评估包括发生概率和严重度。本发明在民机运行阶段评估出部件故障的潜在危险,提高机务维修保障效率、民机运行安全。
Description
技术领域
本发明属于民用飞机运行风险分析与评估的技术领域,特别是涉及一种考虑部件间故障关系的民用飞机多故障风险识别评估计算方法。
背景技术
从1991年至今,全球航空事故累计发生17701起。随着全球航空运输需求的增加,飞行安全逐渐受到重视。在高温、高压、高速、高强度、变负荷等极端工作条件下,民用飞机可能发生单部件独立故障或者部件间关联故障,引起性能下降,危及飞行安全。对民航飞行安全性的影响表现在多方面,不同机型/***发生事故类型多样,同一事故致因多样,主要有“人”、“机”、“环”三类影响因素。人的因素造成的对民航飞行安全性影响主要是指飞行员、航行管制员及飞行签派员的人为差错,主要有飞行员的生理及心理、飞行技能、航空专业知识水平等方面的原因:航行管制员和飞行签派员的生理及心理、航空专业知识水平、政治责任心等方面的原因。由于飞行是需要地面和空中有效的配合才能完成,所以飞行员、航行管制员及飞行签派员的三类人员中任何一个出现某方面的差错,民航飞行的安全性就不能保证。飞机因素对民航飞行安全性影响主要为飞机本身机械方面的原因,如发动机熄火、起落架故障、防冰和除冰***故障等。天气的复杂性和难以预见性,导致了不少航空飞行的惨剧,最直接的事故表现在飞机机身解体、飞行速度失控、因视线所阻而使飞机偏离跑道与其它飞机相撞等飞行事故,天气因素,气温、气压和空气的密度等大气环境要素也会影响飞机空速表、航空发动机的推力、平飞速度、平飞最大速度、飞机起飞和着陆、飞行安全高度等,影响航空运营安全。随着民用飞机性能不断提高,结构愈加复杂化,飞机部件在运营阶段发生故障的概率逐渐增加,部件故障风险评估方法的研究受到越来越多的关注。美国西南研究院联合Rolls-Royce,General Electric和Pratt&Whitney共同研发了发动机部件区域风险评估方法,为发动机制造商提供了一种概率风险预测与管理工具。与国外相比,国内关于航空发动机部件风险方面进行了一定的相关性研究,通过非线性回归方法得到有限样本情况下的飞行风险概率的计算;通过综合分区概率统计、应力-强度干涉理论、线弹性断裂力学等方法建立了限寿件失效的概率风险评估数学模型;本发明作者针对部件故障机理,建立了包括部件故障未检出概率、故障后果条件概率、严重性后果的民用飞机故障风险评估模型。目前,国际上关于民用飞机概率风险评估的研究在体系评估和基础数据方面积累了丰富经验,我国自主设计与生产的飞机在获得适航认证并投入运营的过程中逐步积累安全经验,但是缺少针对民用飞机部件故障关系展开的独立故障和关联故障的风险评估模型和计算公式。仅依靠单个部件故障风险评估模型,不考虑部件间关联故障作用,将产生很大的安全隐患,同时影响民用飞机运行经济性。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种民用飞机多故障风险识别评估计算方法。
技术方案:为实现上述目的,本发明采用的技术方案为:
本发明的民用飞机多故障风险识别评估计算方法,包括以下步骤:
步骤一、民用飞机部件故障风险识别;
步骤二、民用飞机部件故障关系分析;
步骤三、民用飞机故障风险水平评估。
所述步骤一具体包括以下步骤:
步骤A、针对民用飞机相似机型运行故障事件集合,从场务保障、飞行实施、机务保障、飞行训练四个方面确定民用飞机运行故障原因,从人为失误(飞行员、机务维修人员、空管人员、机场人员)、飞机故障(部件、航空发动机、飞机)和环境影响(社会、自然环境)三个方面分析故障类型;
步骤B、从结构强度、***、动力装置三个方面,反向推理民用飞机运行过程中潜在的故障模式。
所述步骤二具体包括以下步骤:
步骤a、针对故障模式为严重或灾难的部件进行故障机理分析;
步骤b、确定部件故障关系为独立故障或者关联故障;
步骤c、基于拆换记录、故障树方法,确定独立故障原因;
步骤d、基于因果链、方法、扩展故障树方法,确定关联故障原因。
所述步骤三具体包括以下步骤:
步骤α、确定故障相关参数,包括发生概率(如:失效率)和严重度(如:影响范围)。
有益效果:本发明提供的一种民用飞机多故障风险识别评估计算方法,与现有技术相比,具有以下优势:本发明在飞机运行阶段快速准确地识别评估出部件故障的潜在危险,为提高机务维修效率和保障民用飞机运行安全提供技术支持。
附图说明
图1为民用飞机多故障风险识别评估计算方法流程图;
图2为故障事故反向传播机理
图3为单个部件故障发展过程;
图4为多个独立部件共同作用的故障树;
图5为部件故障因果链;
图6为考虑共模故障的扩展故障树。
具体实施方式
本发明公开了一种民用飞机多故障风险识别评估计算方法,包括民用飞机部件故障风险识别、部件故障关系分析和故障风险水平评估。所述民用飞机部件故障风险识别,针对民用飞机相似机型运行故障事件集合,从场务保障、飞行实施、机务保障、飞行训练四个方面确定民用飞机运行故障原因,从人为失误、飞机故障和环境影响三个方面分析故障类型,从结构强度、***、动力装置三个方面反向推理民用飞机运行过程中潜在的故障模式;所述部件故障关系分析,针对故障模式为严重或灾难的部件进行故障机理分析,部件故障关系可分为独立故障和关联故障。独立故障由单个部件独立故障或多个独立故障共同作用导致,分别通过拆换记录或故障树确定故障概率。关联故障由因果关系故障或共模故障导致,分别通过因果关系链方法、扩展故障树确定故障概率;所述风险水平评估,确定故障相关参数,包括发生概率(如:失效率)和严重度(如:影响范围)。本发明在飞机运行阶段快速准确地识别评估出部件故障的潜在危险,提高机务维修保障效率和确保民用飞机运行安全。
下面结合附图对本发明作更进一步的说明。
如图1所示,本发明提供的民用飞机多故障风险识别评估计算方法包括按顺序进行的下列步骤:
步骤一、民用飞机部件故障风险识别。
针对民用飞机相似机型运行故障事件集合,应用FMECA分析方法与决策树方法,从场务保障、飞行实施、机务保障、飞行训练四个方面确定民用飞机运行故障原因,从人为失误(飞行员、机务维修人员、空管人员、机场人员)、飞机故障(部件、航空发动机、飞机)和环境影响(社会、自然环境)三个方面分析故障类型;分析事故影响因素及影响关系,获得事故类型、事故影响因素以及传播路径等信息,分析所有可能引起事故的“人”、“机”、“环”方面的影响因素集,支持故障动态变化特征和故障关系分析。
应用多信号流方法建立传播有向决策树,基于反向传播决策树关联事故所有影响因素。采用MYCIN的置信度方法获得全部事件的置信度值,为反向推理判断提供重要依据,基于多信号流的有向传播决策树,形成事故传播机理分析策略,从结构强度、***、动力装置三个方面,反向推理民用飞机运行过程中潜在的故障模式,例如偏离跑道、低高度失速、发动机失效或异常、飞机失去控制、尾部擦地、轮胎***或着火、起落架无法放下、重着陆、驾驶员诱发振荡等。
步骤二、选择部件面临严重、灾难等级的潜在故障模式,例如偏离跑道、低高度失速、发动机失效或异常、飞机失去控制、起落架无法放下等。故障事件是已发生的,潜在故障模式是未发生但预测到可能发生的,针对预测到的此故障模式即步骤一确定的潜在故障模式,进行风险评估。针对部件故障情况,进行故障机理分析,并进一步确定部件故障关系。影响民用飞机运行的部件故障分为两种:
1.独立故障,可分为两种:
1.1单个部件独立故障,导致民用飞机严重/灾难的故障影响,基于部件拆换记录、维修记录确定民用飞机故障原因及发生概率和严重程度;
1.2多个独立的部件故障共同作用,导致民用飞机严重/灾难的故障影响,基于故障树方法,确定民用飞机故障关系和发生概率。通过相同或者相似机型历史数据确定故障导致的后果严重程度。
2.关联故障,可分为两种:
2.1具有因果关系的部件间故障,导致民用飞机严重/灾难的故障影响,基于因果链方法确定民用飞机故障原因。基于部件拆换记录、维修记录确定民用飞机故障发生概率和严重程度;
2.2由单一外部原因引起的多部件共模故障,导致民用飞机严重/灾难的故障影响,基于方法、扩展故障树方法,确定关联故障逻辑关系。结合部件拆换记录、维修记录,确定民用飞机故障发生概率和严重程度。
步骤三、故障风险水平评估,包括如下步骤:
确定故障风险评估相关参数,包括民用飞机部件故障发生概率F、该部件故障导致飞机发生严重后果的条件概率ψ和相应后果严重度S。由于飞机检查未发现的民用飞机部件故障,导致发展为飞机级故障的过程如图3所示。
1单个部件独立故障导致民用飞机严重/灾难的故障风险水平为:
其中,RA为单个部件独立故障的故障风险水平;F为民用飞机部件故障发生概率;n为部件级故障发展为飞机级故障的条件概率的层级数;ψ为发生故障的该部件故障导致飞机发生严重后果的条件概率;S为相应后果严重度。
当有m种可导致飞机级故障的部件故障时(计算民用飞机风险水平时,认为每种部件故障导致的飞机级故障次数为1次),相应故障风险水平为:
其中,RA总为m种部件故障导致的飞机级故障风险水平。
2多个独立的部件故障共同作用导致民用飞机严重/灾难的故障,其故障树如图4所示,相应风险水平为:
其中,RB为多个独立部件故障共同作用的故障风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RB总为相应n个飞机级故障的风险水平。
3具有因果关系的部件间故障,导致民用飞机严重/灾难的故障,其因果链如图5所示,导致单个飞机级故障的风险水平为:
其中,RC为具有因果关系的部件间故障导致单个飞机级故障的风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RC总为相应n个飞机级故障的风险水平。
4由单一外部原因引起的多部件共模故障,导致民用飞机严重/灾难的故障,其扩展故障树如图6所示,民用飞机***M考虑部件共模故障的条件概率为:
ψ'(M)=ψ(A'B'∪A'CAB∪B'CAB∪CAB) (7)
其中,A’为民机***M的部件A的故障概率;B’为民机***M的部件B的故障概率;CAB为部件A、B发生共模故障的概率。
假设有m个***发生共模故障,导致单个飞机级故障的风险水平为:
其中,RD为m个***发生共模故障导致的单个飞机级故障的风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RD总为相应n个飞机级故障的风险水平。
综上所述,本发明通过建立民用飞机多故障风险识别评估计算方法,在民用飞机运行过程中,通过分析相似机型部件故障事件,从人为失误、飞机故障和环境影响三个方面确定民用飞机运行故障原因,反向推理民用飞机运行过程中潜在的故障模式。针对故障模式为严重或灾难的部件进行故障机理分析,利用拆换记录、故障树、因果关系链、扩展故障树,分别给出由部件独立故障或关联故障引起的民用飞机故障风险计算方法。定量计算得到的部件故障导致飞机严重/灾难性故障的概率不符合适航要求时,制定并确定最优纠正措施(例如减少维修间隔、增加飞机数量、设计新材料等),直至民用飞机故障概率符合适航要求,这种反馈式的风险评估进一步降低了民用飞机潜在运行风险水平,为提高机务维修保障效率和确保民用飞机运行安全提供了一种高效可行的评估方法。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种民用飞机多故障风险识别评估计算方法,其特征在于:包括如下步骤:
步骤一、民用飞机部件故障风险识别:针对相似机型运行故障事件集合,确定民机运行故障原因、分析故障类型,并确定潜在故障模式;
步骤二、民用飞机部件故障关系分析:故障关系分为独立故障和关联故障,对于所述潜在故障模式,针对故障模式为严重/灾难的部件进行故障机理分析,确定独立故障概率和关联故障概率;
步骤三、民用飞机故障风险水平评估:确定故障风险评估相关参数,包括发生概率和严重度。
2.根据权利要求1所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤一中,鉴于“人”、“机”、“环”等方面因素均可能导致民用飞机航空运营事故,可航事故影响因素存在多个分类变量。基于收集的故障事故数据,应用FMECA分析方法与决策树方法,从场务保障、飞行实施、机务保障、飞行训练确定民机运行故障原因;从人为失误、飞机故障和环境影响分析故障类型;分析事故影响因素及影响关系,获得事故类型、事故影响因素以及传播路径等信息,分析所有可能引起事故的“人”、“机”、“环”方面的影响因素集,支持故障动态变化特征和故障关系分析。应用多信号流方法建立传播有向决策树,基于反向传播决策树关联事故所有影响因素。采用MYCIN的置信度方法获得全部事件的置信度值,为反向推理判断提供重要依据,基于多信号流的有向传播决策树,形成事故传播机理分析策略,从结构强度、***、动力装置推断民机运行过程中潜在的故障模式,包括偏离跑道、低高度失速、发动机失效或异常、飞机失去控制、尾部擦地、轮胎***或着火、起落架无法放下、重着陆、驾驶员诱发振荡。
3.根据权利要求1所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤二中,故障关系分为独立故障和关联故障,根据FAA AC25.1309对故障后果分类标准,针对故障模式为严重/灾难的部件进行故障机理分析,通过拆换记录或故障树确定独立故障概率,通过因果关系链、扩展故障树确定关联故障概率。
4.根据权利要求1或3所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤二中,针对故障模式为严重/灾难的部件进行故障机理分析,确定部件故障关系,具体包括以下步骤:
步骤A1、单个部件独立故障,导致民用飞机严重/灾难的故障影响,基于部件拆换记录、维修记录确定民用飞机故障原因及发生概率和严重程度;
步骤A2、多个独立的部件故障共同作用,导致民用飞机严重/灾难的故障影响,基于故障树方法,确定民用飞机多个独立部件均故障导致***故障的逻辑关系和发生概率;通过相同或者相似机型历史数据确定故障导致的后果严重程度;
步骤A3、具有因果关系的部件间故障,导致民用飞机严重/灾难的故障影响,基于因果链方法确定民用飞机故障原因和某部件导致其他部件故障并导致***故障的逻辑关系;基于部件拆换记录、维修记录确定民用飞机故障发生概率和严重程度;
步骤A4、由单一外部原因引起的多部件共模故障,导致民用飞机严重/灾难的故障影响,基于扩展故障树方法,确定关联故障逻辑关系;结合部件拆换记录、维修记录,确定民用飞机故障发生概率和严重程度。
5.根据权利要求1所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤三中,确定故障风险评估相关参数,包括民用飞机部件故障发生概率、发生故障的该部件故障导致飞机发生严重后果的条件概率和相应后果严重度;确定飞机检查未发现的民用飞机部件故障,导致发展为飞机级故障的过程,具体包括以下步骤:
步骤B1、确定单个部件独立故障导致民用飞机严重/灾难的故障风险水平;
步骤B2、确定多个独立部件故障共同作用导致民用飞机严重/灾难的故障风险水平;
步骤B3、确定具有因果关系的部件间故障风险水平;
步骤B4、确定由单一外部原因引起的多部件共模故障风险水平。
6.根据权利要求5所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤B1中,所述单个部件独立故障的故障风险水平为:
其中,RA为单个部件独立故障的故障风险水平;F为民用飞机部件故障发生概率;n为部件级故障发展为飞机级故障的条件概率的层级数;ψ为发生故障的该部件故障导致飞机发生严重后果的条件概率;S为相应后果严重度。
当有m种可导致飞机级故障的部件故障时,相应故障风险水平为:
其中,RA总为m种部件故障导致的飞机级故障风险水平。
7.根据权利要求5所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤B2中,所述多个独立部件故障共同作用的故障风险水平为:
其中,RB为多个独立部件故障共同作用的故障风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RB总为相应n个飞机级故障的风险水平。
8.根据权利要求5所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤B3中,具有因果关系的部件间故障导致单个飞机级故障的风险水平为:
其中,RC为具有因果关系的部件间故障导致单个飞机级故障的风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RC总为相应n个飞机级故障的风险水平。
9.根据权利要求5所述的一种民用飞机多故障风险识别评估计算方法,其特征在于:步骤B4中,所述多部件共模故障风险水平的标准为部件共模故障的条件概率:
ψ'(M)=ψ(A'B'∪A'CAB∪B'CAB∪CAB) (7)
其中,A’为民机***M的部件A的故障概率;B’为民机***M的部件B的故障概率;CAB为部件A、B发生共模故障的概率。
假设有m个***发生共模故障,导致单个飞机级故障的风险水平为:
其中,RD为m个***发生共模故障导致的单个飞机级故障的风险水平。
由此导致的n个飞机级故障的风险水平为:
其中,RD总为相应n个飞机级故障的风险水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352241.5A CN110222927A (zh) | 2019-04-29 | 2019-04-29 | 一种民用飞机多故障风险识别评估计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352241.5A CN110222927A (zh) | 2019-04-29 | 2019-04-29 | 一种民用飞机多故障风险识别评估计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110222927A true CN110222927A (zh) | 2019-09-10 |
Family
ID=67820325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910352241.5A Pending CN110222927A (zh) | 2019-04-29 | 2019-04-29 | 一种民用飞机多故障风险识别评估计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222927A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969336A (zh) * | 2019-10-25 | 2020-04-07 | 中国飞行试验研究院 | 一种民机维修程序人为因素验证场景设计方法及装置 |
CN110989561A (zh) * | 2019-12-26 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种构建故障传播模型的方法及故障传播路径确定方法 |
CN111063056A (zh) * | 2019-11-21 | 2020-04-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 航空事故分析方法、装置、计算机设备和存储介质 |
CN111105140A (zh) * | 2019-11-20 | 2020-05-05 | 国网新疆电力有限公司经济技术研究院 | 一种配电网运行状态风险综合评估方法 |
CN111680256A (zh) * | 2020-06-16 | 2020-09-18 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种飞机结冰密度的计算方法 |
CN113065809A (zh) * | 2021-05-08 | 2021-07-02 | 中航机载***共性技术有限公司 | 一种民用飞机信息安全风险分析*** |
CN113326174A (zh) * | 2021-06-25 | 2021-08-31 | 中国电子科技集团公司第二十九研究所 | 一种对电子设备机内自检结果可视化分析的方法及装置 |
CN113919186A (zh) * | 2021-12-14 | 2022-01-11 | 中国民航大学 | 基于事件树的原生超限事件综合后果严重性的计算方法 |
CN114154586A (zh) * | 2021-12-09 | 2022-03-08 | 中国民用航空飞行学院 | 一种航空器***定量相似性分析方法、装置及介质 |
CN114493055A (zh) * | 2022-04-18 | 2022-05-13 | 中国飞机强度研究所 | 一种基于fta的飞机恶劣气候环境故障测试分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090083576A1 (en) * | 2007-09-20 | 2009-03-26 | Olga Alexandrovna Vlassova | Fault tree map generation |
CN104537487A (zh) * | 2014-12-25 | 2015-04-22 | 云南电网公司电力科学研究院 | 一种输变电设备运行动态风险的评估方法 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN106327108A (zh) * | 2016-10-11 | 2017-01-11 | 北京航空航天大学 | 一种基于故障机理与域间映射的产品质量事故分级方法 |
-
2019
- 2019-04-29 CN CN201910352241.5A patent/CN110222927A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090083576A1 (en) * | 2007-09-20 | 2009-03-26 | Olga Alexandrovna Vlassova | Fault tree map generation |
CN104537487A (zh) * | 2014-12-25 | 2015-04-22 | 云南电网公司电力科学研究院 | 一种输变电设备运行动态风险的评估方法 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN106327108A (zh) * | 2016-10-11 | 2017-01-11 | 北京航空航天大学 | 一种基于故障机理与域间映射的产品质量事故分级方法 |
Non-Patent Citations (1)
Title |
---|
孔凡凡等: "民用飞机共模故障分析方法研究", 《中国民航大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969336A (zh) * | 2019-10-25 | 2020-04-07 | 中国飞行试验研究院 | 一种民机维修程序人为因素验证场景设计方法及装置 |
CN111105140A (zh) * | 2019-11-20 | 2020-05-05 | 国网新疆电力有限公司经济技术研究院 | 一种配电网运行状态风险综合评估方法 |
CN111063056A (zh) * | 2019-11-21 | 2020-04-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 航空事故分析方法、装置、计算机设备和存储介质 |
CN110989561A (zh) * | 2019-12-26 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种构建故障传播模型的方法及故障传播路径确定方法 |
CN111680256A (zh) * | 2020-06-16 | 2020-09-18 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种飞机结冰密度的计算方法 |
CN113065809B (zh) * | 2021-05-08 | 2023-10-31 | 中航机载***共性技术有限公司 | 一种民用飞机信息安全风险分析*** |
CN113065809A (zh) * | 2021-05-08 | 2021-07-02 | 中航机载***共性技术有限公司 | 一种民用飞机信息安全风险分析*** |
CN113326174A (zh) * | 2021-06-25 | 2021-08-31 | 中国电子科技集团公司第二十九研究所 | 一种对电子设备机内自检结果可视化分析的方法及装置 |
CN113326174B (zh) * | 2021-06-25 | 2023-06-06 | 中国电子科技集团公司第二十九研究所 | 一种对电子设备机内自检结果可视化分析的方法及装置 |
CN114154586A (zh) * | 2021-12-09 | 2022-03-08 | 中国民用航空飞行学院 | 一种航空器***定量相似性分析方法、装置及介质 |
CN113919186A (zh) * | 2021-12-14 | 2022-01-11 | 中国民航大学 | 基于事件树的原生超限事件综合后果严重性的计算方法 |
CN114493055A (zh) * | 2022-04-18 | 2022-05-13 | 中国飞机强度研究所 | 一种基于fta的飞机恶劣气候环境故障测试分析方法 |
CN114493055B (zh) * | 2022-04-18 | 2022-07-15 | 中国飞机强度研究所 | 一种基于fta的飞机恶劣气候环境故障测试分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222927A (zh) | 一种民用飞机多故障风险识别评估计算方法 | |
CN107766610B (zh) | 一种民用飞机适航审定试飞可靠性监控方法 | |
CN107168205A (zh) | 一种民机空调***在线健康监测数据采集与分析方法 | |
US20200110395A1 (en) | System and Method for Automated Prediction and Detection of Component and System Failures | |
CN107807628A (zh) | 民用飞机空调***热交换器性能退化评估方法 | |
CN109598815A (zh) | 一种机载燃油***耗油估计及健康监测方法 | |
CN108256285A (zh) | 基于密度峰值快速搜索的航迹异常侦测方法及*** | |
Belcastro | Aircraft loss of control: Analysis and requirements for future safety-critical systems and their validation | |
Nimmagadda et al. | Predicting airline crash due to birds strike using machine learning | |
Huang | Further improving general aviation flight safety: analysis of aircraft accidents during takeoff | |
CN115859741A (zh) | 一种用于飞机结构健康监控的全机健康指数确定方法 | |
Reveley et al. | Causal factors and adverse conditions of aviation accidents and incidents related to integrated resilient aircraft control | |
Distefano et al. | Risk assessment procedure for civil airport | |
Guo et al. | A Data-driven Integrated Safety Risk Warning Model based on Deep Learning for Civil Aircraft | |
Shao et al. | Analysis of an aircraft accident model in Taiwan | |
Hook et al. | How digital safety systems could revolutionize aviation safety | |
CN113050595B (zh) | 一种基于pfmea和hra方法的潜在故障分析方法 | |
Nordmann et al. | Neural network forecasting of service problems for aircraft structural component groupings | |
Chen et al. | A deep learning method for landing pitch prediction based on flight data | |
CN114139939A (zh) | 一种基于atheana-stpa混合方法的航空人为因素分析方法 | |
Hasson et al. | Boeing's safety assessment processes for commercial airplane designs | |
Mauro et al. | Confronting functional complexity failures: the case of a runway excursion in munich | |
CN112784358A (zh) | 一种确定产品可靠性提升顺序的决策方法 | |
Sumathi et al. | Application of Big Data systems to airline management | |
Schlesinger et al. | Forecast of Aircraft Retirement Probabilities using Neural Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |