[发明专利]基于出厂和返修数据的装备外场可靠性评估方法及系统

说明书

本发明公开了一种基于出厂和返修数据的装备外场可靠性评估方法及系统。通过对获取的外场环境中多个装备的交付和返修数据，提取每个装备的平均工作时间；预设的最低平均工作时间阈值进行比较，筛选超过预设的最低平均工作时间阈值的装备；对筛选出的装备的平均工作时间和故障数，进行指数分布的拟合优度检验；在设定的置信度下，进行外场可靠性评估的求解。本申请在可靠性评估的“数据来源”方面进行了创新，极大提高了可靠性评估的便利性。在“大样本”的数据评估及评估前进行指数分布拟合优度判定方面做出的改进，提高了可靠性评估的科学性和合理性。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基于出厂和返修数据的装备外场可靠性评估方法及系统。

背景技术

对于军事装备检验，外场相比于实验室环境更接近实战，也最能体现装备真实的可靠性水平，因此外场可靠性评估工作十分重要。外场可靠性评估贯彻装备全寿命周期中状态鉴定、列装定型、在役考核等各个工作链路。外场可靠性评估中往往存在装机时间分散，产品数量庞大，收集故障数据困难等问题。

GJB899A-2009《可靠性鉴定和验收试验》中规定了“实验室”内可靠性评估的方法，对外场可靠性评估没有提及。GJB899A中只对总的试验时间有要求，这当样本量小时，相当于对每台装备的工作时间也有要求。但是当样本量增大到一定数量时，只强调总试验时间，对每台装备的工作时间不作要求，会对可靠性评估工作会造成很大的误差。

发明内容

因此，本发明的目的在于提供一种基于出厂和返修数据的装备外场可靠性评估方法及系统；在可靠性评估的“数据来源”方面进行了创新，极大提高了可靠性评估的便利性。本发明在“大样本”的数据评估及评估前进行指数分布拟合优度判定方面做出了一定的改进，提高了可靠性评估的科学性和合理性。由于GJB899A和MIL-HDBK-781中均规定最大样本量为20，显然不是外场环境下大数据样本的要求，因此大样本下的可靠性评估的显得正当其时。

为了实现上述目的，本发明的一种基于出厂和返修数据的装备外场可靠性评估方法，包括以下步骤：

S1、获取外场环境中多个装备的交付和返修数据，对每个装备的交付和返修数据进行清洗，提取每个装备的平均工作时间；

S2、对提取的每个装备的平均工作时间与预设的最低平均工作时间阈值进行比较，筛选出超过预设的最低平均工作时间阈值的装备；

S3、验证待评估装备的寿命是否符合指数分布，对筛选出的装备的平均工作时间和故障数，进行指数分布的拟合优度检验；

S4、在设定的置信度下，进行外场可靠性评估的求解。

进一步，优选的，在S1中，所述对每个装备的交付和返修数据进行清洗，提取每个装备的平均工作时间，包括以下方法：

S101、根据交付数据进行查重，清洗重复的装备编号；

S102、在返修数据中，查找对应的装备标号下的装备信息，根据交付数据和返修数据的日期，计算每个装备的平均工作时间。

在上述任意一项实施例中优选的,在S2中，所述最低平均工作时间阈值，按照如下公式计算反推最低平均工作时间阈值：

；

其中，P_A=98%；表示最低平均工作时间阈值，表示MTBF 检验下限。

在上述任意一项实施例中优选的,在S3中还包括，按照如下方法确定拟合优度检验中，生产方和使用方都能接受的故障数：

根据鉴别比d=θ₀/θ₁；当鉴别比d在1.5～3之间时，按照如下公式反推计算故障数：