论文基于故障分布规律航材需求预测是关于本文可作为需求预测方面的大学硕士与本科毕业论文需求预测的步骤是什么论文开题报告范文和职称论文论文写作参考文献下载。
【摘 要】论文围绕不同航材故障特点和典型航材历史拆换数据进行分析,利用K-S检验获知航材故障所满足的分布函数,得到满足一定航材保障率水平下航材需求量的计算方法,提高航材预测的科学性和准确性.
【Abstract】This paper analyzes the characteristics of different aeronautical material faults and the historical data of typical aeronautical materials, and uses the K-S test to get the distribution function satisfied by the failure of the material. The calculation method of the demand of the aeronautical material satisfying the certain material protection rate is obtained, to improve the scientificity and accuracy of material prediction.
【关键词】航材；故障曲线；K-S检验；分布函数
【Keywords】aeronautical material； fault curve； K-S test； distribution function
【中图分类号】V25 【文献标志码】A 【文章编号】1673-1069（2017）07-0172-03
1 引言
随着民航市场的开放,国内航空公司竞争日益激烈,加之高铁的快速发展,航空公司经营面临巨大压力.如何提高管理水平、降低运营成本,成为航空公司增加自身竞争力的关键.分析航空公司运营成本结构发现,航材资产约占到航空公司存货资产的80%,占用25%左右的流动资金.因此,提高航材管理水平,在提升航材保障率的同时降低航材库存资金占用,对于航空公司降低运营成本,提高经济效益,具有非常重要的意义.
2 航材的定义及其分类
航空器材简称为航材,即航空器的机械、电子、电气零部件、发动机装置及其他各种航空材料,在飞机、发动机的维护、修理工作中进行更换和使用.
航材按照其可维修性分为消耗件、可修件和周转件.
3 航材故障特點
源于航材可靠性的故障率随着时间推移发生相应改变的宏观统计规律即为航材故障率曲线.关于飞机航材装备的故障率曲线,美军经过多年的分析研究,最终得出曲线基本形式有六种,详见下图1.
图1的A、B分别对应的是浴盆曲线、老化型曲线,其损耗期都非常显著,对于那些诸如机轮、刹车鼓等有较为简单结构的机械件、零部件而言,此曲线和其故障率的吻合度较高.一般呈现出材料易老化、较强的机械磨损、金属性疲劳等诸多特性.D、E、F分别对应的是后随机性曲线、随机性曲线、早期故障型曲线,这些曲线对应的设备往往不具损耗期,主要代表有飞机空调系统附件、液压系统、发动机附件等,电子装置、涡轮压缩机等也涵盖在内.图1的C对应的是疲劳型曲线,其损耗期一般并不明确,需注意若增加其使用时间,故障率往往会因此显著上升,其典型代表有涡轮喷气发动机.一般而言,航材故障率往往结合了多种故障率曲线,例如曲线A即为结合了曲线B、曲线E和曲线F的一种曲线.而在统计分析故障之后发现,航材装置中,A类、B类损耗性曲线设备占比只有7%,而损耗期故障并不明确的航空材料的C类曲线所占比的比例也只有5%.大部分都属于不具有损耗期故障的航空材料,占比达88%,即D曲线、E曲线及F曲线,此航空材料无需对其寿命做出任何的规定,不要求展开定时维修工作,原本的稳定系统反而会因为定时维护导致故障率增加,使整体故障率上升.因为航材故障率呈现出差异性,实际生产中航材故障也表现出不同的分布规律,根据波音公司提供的数据,拆换频率低的航材其故障服从泊松分布,拆换频率较高时则服从正态分布.
4 航材备件数量预测
单样本柯尔莫哥洛夫—斯米诺夫检验（1-Sample Kolmogorov-Smirnov test）,一般以单样本 K-S 检验简称之.是以诸多随机样本数据为依据,就其和某一理论分布的契合度进行推断,涵盖了均匀分布、正态分布、指数分布、泊松分布四种,这种方法是建立在模型理论数据和实际样本数据之间统计分析基础上的定量评估方法,检验效果较好[1].
4.1 泊松分布
选取某航空公司2014年1月1日至2016年12月31日50架波音737-800飞机同一型号无线电调谐面板（RTP）的故障数据进行分析,统计分析的周期设置为三天、一周、十天及三十天,最终获得了故障分析模型,故障情况详情可见下表1,各过程的拟合度分析情况可见表2.
通过观察上面两个表格可以得出,无线电调谐面板故障和泊松分布相契合,下式为泊松分布的密度函数：
上面的式子中,字母m和e分别对应的周期内的消耗量均值和数值限定为2.71827的常数；周转件消耗均值是m时,消耗x的概率为p（x）,仅需明确m的数值即可将消耗X件的概率计算出来.
回顾近四年的故障情况,2014年、2015年、2016年的拆换次数分别为24次、29次、28次,通过简单移动平均法获得下列结果,
该部件平均送修周期为40天,周期内的平均需求量m为：m等于27×40/365等于2.963（次）
根据公式（1）,求出当m等于3时消耗x件的概率：
由此可知,航材保障率为92%时,需要5个航材备件,若保障率提高至96%,需要的备件数为6个.为了保持合理的库存水平,航材保障率一般设置不能过高,保障率高于97%时,库存资金投入将会增加成本,增加的资金投入远远大于缺货所产生的成本,因此一般航材保障率设置在92%～95%之间,若备件不足,则需采取紧急订货或者从其他航空公司租借和价拨的方式进行保障.
4.2 正态分布
若拆换次数的均值在15以内,则适用泊松分布,若在15以上,航材保障率大于1,意味着泊松分布无限逼近正态分布,对于拆换较为频繁的航材需求可通过正态分布函数来进行求解,若 N（m,m）为正态分布,那么它的方差、均值相等,均是m.基于正态分布,β为航材保障率,那么：
上面的公式中,库存控制中的安全系数即为σ,可通过查阅标准正态表中预定的航材保障率获得,下表3为其对应的关系表.
如果m的数值为22,周转件备件的数值计量过程为：22+1.65×等于29.73
因为航材数量都是整数形式,如果要确保航材保障率符合95%的标准,则其所需备件为三十个.
4.3 威布尔分布
作为随机变量分布的一种,其对于结构强度、寿命问题等的解释是通过链式模型来实现的,一般适用于疲劳强度、可靠性工程等的问题.以最弱环节模型、串联模型为依据获得,可充分体现出对材料疲劳寿命的影响程度,其失效率是递增式的,因此一般用作零件寿命分布模型.
如某一航材寿命是和威布尔函数相契合的,那么可通过备件需求公式对其进行计量：
以航材故障分布来划分航空材料的类别,从故障分布着眼来明确相应分布函数,对其进行计量,往往针对性更好,需求量计算更为科学,可使得库存量得以降低.
基于上述分析能够得知,大多数周转件都没有较多的拆换需求,为此可通过泊松分布对其进行求解.
5 结语
航材消耗件和周转件虽然特性有很大的不同,但是在飞机上装备以后,其故障规律符合一定的函数分布.
【参考文献】
【1】李保华.备件需求预测模型研究[J].航空维修和工程,2008（5）：59-61.
总结:本文是一篇关于需求预测论文范文，可作为相关选题参考,和写作参考文献。
参考文献：
1、 数控车床故障分布规律与可靠性 摘 要：工厂的操作运行离不开数控车床，而数控车床的使用以及维护又是比较麻烦的，尤其是发生故障的时候，所以在操作前我们最好能够进行故障的检修以保证。
2、 混沌理论和极限学习机的物流需求预测模型 摘 要： 为了提高物流需求的预测精度，为物流园區规划提供科学支撑，提出混沌理论和极限学习机的物流需求预测模型。物流需求受外界因素综合作用，具有混。
3、 ARIMASVM物流需求预测模型 摘 要： 物流需求是多种因素综合作用的结果，具有规律性和特殊性，变分十分复杂，导致当前物流需求预测模型的预测效果差，难以满足物流管理的实际应用要。
4、 基于BP神经网络北京市物流需求预测 摘 要：随着物流在国民经济中重要性的提高，对于物流需求的准确预测成了物流发展规划中重要的一部分。选取了对物流需求影响较大的七个指标构建了一个三层。
5、 基于数据挖掘大型企业人力资源需求预测 摘要：对企业的人力资源需求预测方法进行梳理和分析，提出人力资源需求预测作为数据挖掘问题的研究思路。通过对典型数据挖掘工具支持向量机的理论分析，设。
6、 2022冬奥会冷链食品需求预测 【摘 要】冷链食品需求预测是奥运冷链物流系统的基础，较为精准的预测需求能够更好地降低实际运作中的不确定性，在降低食品供应安全风险的同时，减少冷链。