如何利用模糊數學進行飛機大修的質量評估

摘 要：針對飛機大修的質量評估情況，作者對模糊數學原理的應用進行了研究，并通過數據統計、對飛機大修的質量評估的參數進行分析，通過數學運算、運算檢驗，提出了飛機大修產品的質量評估模型，該觀點通過試運行證明了適用于維修生產，并得到了維修單位的認可。

關鍵詞：模糊數學；質量評估；無量化歸一處理；隸屬函數

往常我們應用的數學方法都是精準數學方法，但在現實世界中還存在大批、甚至無法采用精準數學方法解決的問題，就如飛機大修出廠首班正常率、附件修理返修率、以及人為差錯等有諸多因素影響質量狀態，或高或低，都是不清晰的模糊事情，我們不能準確地判斷質量狀態處于究竟處于什么樣的水平，但利用模糊數學的原理我們可以掌握它的慚變性，從而評判質量狀態，乃至對未來進行預測。

該數學理論就是運用統計學、模糊數學和運籌學等方法，對體系內的各項指標進行綜合處理，得到量化的總體質量狀況，從而達到對一個維修單位的質量狀況進行綜合評估的目的。同時，本項目通過建立的歷史數據庫利用灰色理論、神經網絡等數學模型對未來的安全趨勢進行預測，為管理者提供準確的決策依據，及時發現不良趨勢并采取相應的預防措施，前移安全防范關口。需要分以下4步進行：

（1）建立質量指標體系；

（2）對評判模型中的每一項最基本的評判指標，運用模糊數學的方法建立其隸屬函數，對不同量綱的各項指標進行無量綱的歸一化處理，完成對單一指標的評估；

（3）采用決策科學中的層次分析法（AHP），運用專家調查咨詢系統，計算出多層次評判模型中每一層次中各元素的計算權重。

（4）利用統計學中的加權求和的方法計算得出一個量化的總體質量狀況指數，通過這個指數的高低可以很直觀地反映出這一段時期的安全質量狀況。

上述的評估結果中既反映出總體的質量狀況，也可以了解到某一指標的評估結果。由此我們就能夠更加有針對性地對反映出的薄弱環節制定出相應的糾正措施，并且通過后續的評估結果又可以對糾正措施的有效性進行驗證。

下一步，在對現狀進行評估的基礎上，運用統計學、灰色理論和神經網絡理論中的趨勢預測的方法，建立相應指標的預測模型，對未來的各項指標如飛機可用率以及安全質量狀況的變化趨勢進行預測，并對預測出的不良趨勢采取相應的預防措施，從而前移了安全關口。

在本文中，重要介紹如何利用建立的質量評估模型，通過近二年的數據收集，如何利用隸屬函數進行歸一化處理，完成對單一的進行評估。

以上將各單列的指標計算出來后，該評估系統便基本建立起來，只需請專家（維修生產與質量相關的人員）進行權重測評，確定權重的方法比較多，常用的有層次分析法。但層次分析法后期計算量大，需要進行一致性檢驗，同時在指標增減時各項權重需要重新計算。建議采用在層次分析法的基礎上改進的G1權重分析法來計算各指標的權重。由專家小組對各項指標的重要性進行排序，再確定各項指標的相對重要度（Rk），采用下面的權重計算公式可以計算出各指標的權重。

ωm=（1+∑mk=2∏mi=kRi）1

在完成了指標體系的構建、隸屬函數的選擇和權重數的確定后，便可以進行綜合質量評估工作。評估的主要步驟為：對于特定的評估期限，將收集到的各項實際指標的數值，帶入對應的隸屬函數就可以得到各項指標的歸一化結果，再利用各指標歸一化的結果和對應的權重數值就可以得出上一級指標歸一化的結果。以此類推，最終可以計算出質量評估指數。而評估的重點是利用質量評估指數和各級指標就能夠對整體維修質量狀況和各個子系統進行評估。

1 建立安全質量指數預測分析模型

安全質量綜合評估工作能夠對維修的安全質量總體狀況有量化的掌握，其目的是為了指導下一步的工作。如果能在綜合評估的基礎上對下一階段各項指標進行預測，掌握后期的變化趨勢，進而采取有效措施，使安全質量始終處于可控狀態。根據維修安全質量指標的實際特點，本文主要運用時間序列分析法和灰色理論預測方法對一些重要參數進行趨勢預測工作。

2 時間序列分析法預測

時間序列分析就是利用按時間順序的一組數字序列，應用數理統計方法加以處理，從所構成的這一組時間序列過去的變化規律，預測未來事物的發展。時間序列分析是定量預測方法之一，也是短期預測最有效的方法。經過對安全質量指標數據進行綜合分析，確認各項指數在機隊構成、維修人員、維修場所等外界條件沒有發生重大變化的情況下具有的季節性變化特點。因此本文選擇時間序列分析法中的季節性水平預測模型對主要安全質量指標進行預測。

作者簡介：馮毅（1961），男，四川新都縣人，本科，高級工程師，研究方向：飛機電氣技術與航空安全管理。