民航非例行維修任務智能分配模型研究

■ 彭朋 /深圳航空有限責任公司

隨著中國經濟的快速發展，民航業已進入一個高速發展的時期，各大航空公司積極拓展航線，增加市場份額，不斷引進新飛機以應對業務增長。機隊規模的擴張帶來了維修工作量的迅速增長，各航企的機務維修隊伍也在逐年壯大。面對復雜的航班情況、繁重的維修任務和資質不一的維修人員，如何合理地排班便成為難度較大的任務。研究人員為此提出了多種任務分配模型，包括基于人才成長規律的維修分配模型[1]、基于客戶化的航線維修任務組合分配模型等[2]。本文提出一種基于故障字典和人員維修資質的非例行維修任務智能分配模型，可實現任務的自動分配，既能保障分配方案的正確性，也能提高排班效率。

1 基本概念

1.1 非例行維修工作和故障字典的定義

飛機出現故障、缺陷時，或在日常維修工作中檢查發現故障、缺陷時，需要及時或限期實施必要的維修工作，這類必要的維修工作稱為非例行維修工作。

故障字典是由航空公司的資深維修專家根據歷史出現的典型故障，依據維修手冊及豐富的維修經驗整理編寫而成，其結構如表1所示。對某種故障現象，字典中給出排故平均時間、排故責任人需要的技術等級和專業，以及是否需要試車、孔探等信息。一條故障記錄由機型、ATA章節號和故障代碼來唯一標識。

1.2 人員維修資質和維修經驗的評價

對一位維修人員維修資質的評價項包括機型（73N/320/330…)，專業(AV/ME)，技術等級（機械員、工程師、中級工程師、高級工程師等)，是否有放行資格，是否有檢驗資格，能否試車，能否孔探，能否進行無損檢測等，如表2所示

可以結合故障字典和人員資質表設計一種評價體系，用于評價維修人員對各種維修工作的熟練程度，如表3所示。由機型、ATA、故障代碼三項可以唯一定位一種故障；責任人次數表示該工作者以責任人的角色完成該項任務的次數；參與人次數和檢驗員次數同理；經驗指數是對責任人次數、參與人次數和檢驗員次數加權求和后得到的參數，用來評價該工作者對于任務的熟悉程度。

表1 故障字典結構

表2 人員資質表

表3 人員經驗表

1.3 非例行任務的業務處理流程設計

非例行任務中最主要的流程是排故，圖1描述了一個故障指令的生命周期。工作者發現飛機故障后，首先建立一條故障指令，通過查找故障字典，對該故障進行標準化，如果在故障字典中找不到記錄，則直接將故障指令發送給維修控制中心，控制中心負責復核故障指令的內容，更新控制信息和故障字典，同時確定該任務的完成日期并下發到具體中隊，中隊的控制員為其組建維修團隊，當故障排除后，關閉指令。系統會在指令關閉的同時自動更新相關工作者的經驗履歷，故障字典也會更新相關內容。

2 智能分配模型

2.1 責任人的分配算法

每一項非例行維修任務需要有一位責任人，責任人的選取需要考慮機型、專業和技術等級，在工時允許的情況下，一名責任人可以承擔多項任務，但是必須保證這些任務屬于同一架飛機，具體歸納為：

? 每項任務分配1名責任人；

? 責任人必須具有放行資格；

? 每一項任務在選擇責任人時要求責任人的機型與專業匹配，技術等級不低于故障字典中要求的責任人技術等級；

? 責任人的有效剩余工時不能少于任務要求的規定時長；

? 不能為同一名責任人分配不同飛機上的維修任務。

? 責任人分配的流程圖如圖2所示，步驟如下：

1)將所有非例行任務按照飛機號進行分組。通過分組操作可以將同一架飛機的所有非例行任務歸到一個組內，滿足同一個人在同一架飛機上的原則。

2)獲取一項任務的主鍵（飛機號、ATA章節和故障代碼)，通過飛機號找到飛機型號，再通過飛機型號、ATA和故障代碼到故障字典中找到責任人的機型、專業、技術等級、工時等。

3)根據機型和ATA，從人員經驗庫中查找從事過這類任務的所有人員，形成候選人列表，并按照責任人次數進行降序排列。

4)從候選人列表中的第一個候選人開始，判斷是否為有效責任人（是否休假，是否做例行任務)，如果是則進行下一步，如果不是，轉至步驟8。

5)判斷候選人的機型、專業是否匹配，判斷候選人的技術等級是否大于或者等于該任務要求的技術等級。如果符合則進行下一步判斷，如果不滿足，轉至步驟8。

6)判斷候選人是否已經承擔了其他飛機上的工作，如果沒有則進行下一步判斷，否則轉至步驟8。

7)判斷候選人的剩余工時是否大于或者等于該任務要求的時長。如果滿足要求則將責任人的資格賦予這位候選人，并進入下一個任務選取流程。如果條件不成立，轉至步驟8。

8)判斷該候選人是否是候選人列表中的最后一位，如果是，則該項任務找不到合適的責任人，需要中隊控制員進行人工分配。如果不是最后一位，則提取候選人列表中的下一位候選人進行判斷。

2.2 參與人的分配算法

每一項任務可能需要有一名到多名參與者。具體歸納為：

? 參與人不需要具有放行資格；

? 參與人有機型、專業要求，無技術等級要求；

? 參與人的有效剩余工時不能少于具體任務要求的規定時長；

? 不能為同一名參與人分配不同飛機上的任務。

參與人排班的流程如圖3所示，步驟如下：

1)按照飛機進行分組排序，形成任務序列。

2)獲取任務的飛機號、ATA章節和故障代碼，即為主鍵，通過飛機號找到飛機型號，再通過飛機型號、ATA和故障代碼到故障字典表中找到該任務要求的時長和需要的參與人數量。

3)判斷該任務是否需要參與人，如果需要，進入步驟4，如果不需要，轉入下一個任務分配流程。

4)根據機型和ATA從人員經驗庫查找從事過這類任務的所有人員，形成候選人列表，并按照經驗指數進行降序排列。

圖1 基于故障庫的非例行任務智能分配業務流程圖

5)從第一個候選人開始，判斷該員工是否為有效的參與人員，如果是，進入步驟6。如果不是，轉至步驟9。

6)判斷候選人的機型和專業是否相符，如果相符，則進行下一步，如不相符，進入步驟9。

圖2 （左） 責任人分配流程圖

圖3 （右） 參與人分配流程圖

7)判斷此候選人是否已經承擔了其他飛機上的工作。如果沒有，進入步驟8；如果不滿足，轉至步驟9。

8)判斷候選人的剩余工時是否大于或等于該任務的時長。如果滿足要求則選中該候選人。如果條件不成立，轉至步驟9。

9)判斷候選人是否是列表中的最后一個，如果是，表明沒有人能夠滿足這項任務，參與人空缺，留待后續人工分配，進行下一個任務循環。如果不是，則繼續選取候選人列表中下一個候選人進行判斷。

2.3 檢驗員的分配算法

檢驗員的選取具體歸納如下：

? 每項維修任務有必檢和非必檢之分，為每一項必檢任務分配一名檢驗員；

? 檢驗員必須要有檢驗資格；

? 同一項任務的責任人和檢驗員不能由同一個人擔任；

? 每一項必檢任務在選擇檢驗員時要求檢驗員的機型和專業匹配；

? 檢驗員的有效剩余檢驗工時不能少于故障字典中規定的檢驗時長；

? 不能為同一名檢驗員人分配不同飛機上的任務。

檢驗員分配流程如圖4所示。

1)按照飛機進行分組排序，形成任務序列。

2)獲取任務的飛機號、ATA章節和故障代碼，即為主鍵，通過飛機號來找到飛機型號，再通過飛機型號、ATA和故障代碼到故障字典中找到檢驗員的機型、專業、工時。

3)判斷該任務是否必檢，如果是則進行后續的流程，如果不是則進入下一個任務循環。

4)提取該任務所屬飛機上已經分配的責任人和檢驗員，并去掉該任務的責任人（按責任人和檢驗員不能同一人規則)，將提取的人員組成侯選檢驗員列表1，并根據人員經驗表中的檢驗次數來做逆排序。

5)從前面的候選人列表1中選取候選人判斷是否為有效的檢驗員，如果候選人有效，則進入步驟6，如果不是則轉到步驟8。

6)對候選人的機型和專業進行匹配，如果匹配成功則進入步驟7，如果不匹配則轉入步驟8。

7)對候選人的剩余工時進行判斷，如果工時夠用，則將此候選人定為該項任務的檢驗員，并轉入下一個任務的選取程序，如果工時不夠則轉入步驟8。

8)判斷該候選人是否是檢驗員列表1中的最后一個，如果不是，則提取下一個候選人進行判斷；如果是，則表明同一架飛機的責任人和檢驗員中已經無人可從事此項任務的檢驗工作，進入步驟9繼續尋找。

9)從人員經驗庫中提取有效檢驗員形成列表2。

10)對列表2的檢驗員進行判斷，如果機型和專業匹配，則被選取為該任務的檢驗員，如果沒有一個檢驗員能滿足，則該項任務的檢驗員置空，留待人工處理，進入下一個任務的分配流程。

2.4 算法匹配統計

該模型經過半年的運行，自動分配成功率如圖5所示，從剛上線時的10%上升到50%左右，后期有所微降，經分析，主要原因是飛機增多而具有責任人資格的人員沒有同步增加，導致同一飛機的分配原則阻礙了匹配成功率的進一步提升。

3 結論

選擇了民航非例行維修任務的分配問題為研究對象，通過建立較完善的飛機故障字典、完備的維修人員歷史經驗庫和資質庫，設計了維修任務和人員維修能力的匹配算法。該系統上線后，提高了維修過程管理安全性、可靠性，故障字典的故障條數已經積累了5000多條，為1000多位維修人員建立了維修熟練度履歷，自動匹配成功率從剛上線時的10%上升到現在的50%左右，證明該分配模型是有效的。下一階段將結合移動信息技術，在前期工作的基礎上，推進維修工時優化管理，提高維修生產組織效率。

圖5 自動匹配成功率

[1]陳冰，朱小東，王毅剛，葉飛. 基于人才成長規律的維修任務分配模型研究[J]. 計算機與數字工程，2013(5)：763-766

[2]盧婷婷,左洪福,孫見忠,李懷遠.客戶化的航線維修任務組合分配模型[J].飛機設計, 2017 (1): 50-54.