Огунвоул Блессинг Израилевич, кандидат технических наук, доцент кафедры безопасности полетов и жизнедеятельности
Москва
Blessing I. Ogunvoul, Candidate of Technical Sciences, Associate Professor, Flight and Life Safety Chair
Moscow
Будаев Владислав Дмитриевич, старший преподаватель кафедры двигателей летательных аппаратов
Москва
Vladislav D. Budaev, Senior Lecturer, the Chair of Aircraft Engine Engineering
Moscow
Сизиков Даниил Олегович, старший преподаватель кафедры технической эксплуатации авиационных электросистем и пилотажно-навигационных комплексов
Москва
Daniil O. Sizikov, Senior Lecturer, Electrical Systems and Flight Navigation Complexes Maintenance Chair
Moscow
Горбаконь Никита Вадимович, старший преподаватель кафедры двигателей летательных аппаратов
Москва
Nikita V. Gorbakon, Senior Lecturer, the Chair of Aircraft Engine Engineering
Moscow
Власова Аруся Витальевна, кандидат технических наук, доцент кафедры организации перевозок на воздушном транспорте
Москва
Arusya V. Vlasova, Candidate of Technical Sciences, Associate Professor, Transportation Organization on Air Transport Chair
Moscow
В статье рассматривается метод планирования технического обслуживания воздушных судов на основе усовершенствованных методов математического моделирования. В ходе исследования разработана и апробирована математическая модель прогнозирования частоты отказов бортового оборудования, предназначенная для решения задач оптимизации процессов принятия решений по техническому обслуживанию на основе оценки надежности авиационной техники. Применение регрессии распределения Пуассона в сочетании с полиномиальными признаками позволяет выявить закономерности отказов оборудования, которые зависят от условий эксплуатации и предыстории технического обслуживания. Для исследования был создан синтезированный набор данных, моделирующий различные сценарии эксплуатации и процесс деградации оборудования. На первом этапе данные были освобождены от выбросов и ошибок, затем нормализованы для унификации масштабов различных переменных. Далее они были разделены на категории в зависимости от условий эксплуатации, после чего применена регрессия распределения Пуассона для прогнозирования отказов. Наконец, с помощью алгоритма оптимизации был разработан эффективный план технического обслуживания, учитывающий прогнозируемые отказы. Валидация прогностических возможностей модели и оптимизация стратегии технического обслуживания осуществляются путем сопоставления с архивными данными о ранее проведенных работах. Анализ результатов выявил особенности функционирования модели, а именно: применение регрессии методом наименьших квадратов с однократным кодированием демонстрирует идеальные прогнозы, что может свидетельствовать о необходимости преобразования модели и требует дополнительной верификации. В то же время альтернативные варианты методологии позволили выявить более реалистичные пределы погрешности и корреляции, что также подтверждает надежность прогностических моделей. Результаты исследования показывают, что комбинированный подход, использующий регрессию распределения Пуассона и полиномиальные признаки, позволяет значительно повысить точность прогнозов. Этот метод, в частности, продемонстрировал свою эффективность при моделировании отказов бортового оборудования, что позволяет оптимизировать процессы технического обслуживания с целью снижения затрат на ремонт. Полученные выводы подтверждают возможность внедрения более точных упреждающих методов планирования ТО, что дает возможность повысить надежность воздушных судов и снизить неэффективность их простоев на земле.
The article deals with a method for aircraft maintenance planning based on advanced mathematical modeling techniques. In the course of the research, a mathematical model for forecasting the failure rate of onboard equipment is developed and tested, designed to solve the problems of optimizing decision-making processes for maintenance on the basis of reliability assessment of aviation equipment. The application of Poisson distribution regression in combination with polynomial features allows to reveal the regularities of equipment failures, which depend on operating conditions and maintenance history. For the study, a synthesized dataset was created to simulate different operational scenarios and equipment degradation process. At the first stage, the data were freed from outliers and errors, then normalized to unify the scale of different variables. Next, the data were categorized according to the operating conditions, after which Poisson distribution regression was applied to predict failures. Finally, an efficient maintenance plan that takes into account the predicted failures has been developed using an optimization algorithm. Validation of the model’s predictive capabilities and optimization of the maintenance strategy are performed by comparing with archived data on previously performed work. The analysis of the results revealed the peculiarities of the model operation, namely, the application of least squares regression with single coding demonstrates perfect forecasts, which may indicate the need for model transformation and requires additional verification. At the same time, alternative versions of the methodology revealed more realistic error and correlation limits, which also confirms the reliability of the predictive models. The results of the study show that a combined approach using Poisson distribution regression and polynomial signs can significantly improve the accuracy of forecasts. This method, in particular, has demonstrated its effectiveness in modeling onboard equipment failures, which allows to optimize maintenance processes in order to reduce repair costs. The obtained conclusions confirm the possibility of introducing more accurate proactive methods of maintenance planning, which allows to improve aircraft reliability and reduce the inefficiency of their downtime on the ground.
The authors declare that there are no conflicts of interest present.