如何利用模糊数学进行飞机大修的质量评估

摘 要：针对飞机大修的质量评估情况，作者对模糊数学原理的应用进行了研究，并通过数据统计、对飞机大修的质量评估的参数进行分析，通过数学运算、运算检验，提出了飞机大修产品的质量评估模型，该观点通过试运行证明了适用于维修生产，并得到了维修单位的认可。

关键词：模糊数学；质量评估；无量化归一处理；隶属函数

往常我们应用的数学方法都是精准数学方法，但在现实世界中还存在大批、甚至无法采用精准数学方法解决的问题，就如飞机大修出厂首班正常率、附件修理返修率、以及人为差错等有诸多因素影响质量状态，或高或低，都是不清晰的模糊事情，我们不能准确地判断质量状态处于究竟处于什么樣的水平，但利用模糊数学的原理我们可以掌握它的惭变性，从而评判质量状态，乃至对未来进行预测。

该数学理论就是运用统计学、模糊数学和运筹学等方法，对体系内的各项指标进行综合处理，得到量化的总体质量状况，从而达到对一个维修单位的质量状况进行综合评估的目的。同时，本项目通过建立的历史数据库利用灰色理论、神经网络等数学模型对未来的安全趋势进行预测，为管理者提供准确的决策依据，及时发现不良趋势并采取相应的预防措施，前移安全防范关口。需要分以下4步进行：

（1）建立质量指标体系；

（2）对评判模型中的每一项最基本的评判指标，运用模糊数学的方法建立其隶属函数，对不同量纲的各项指标进行无量纲的归一化处理，完成对单一指标的评估；

（3）采用决策科学中的层次分析法（AHP），运用专家调查咨询系统，计算出多层次评判模型中每一层次中各元素的计算权重。

（4）利用统计学中的加权求和的方法计算得出一个量化的总体质量状况指数，通过这个指数的高低可以很直观地反映出这一段时期的安全质量状况。

上述的评估结果中既反映出总体的质量状况，也可以了解到某一指标的评估结果。由此我们就能够更加有针对性地对反映出的薄弱环节制定出相应的纠正措施，并且通过后续的评估结果又可以对纠正措施的有效性进行验证。

下一步，在对现状进行评估的基础上，运用统计学、灰色理论和神经网络理论中的趋势预测的方法，建立相应指标的预测模型，对未来的各项指标如飞机可用率以及安全质量状况的变化趋势进行预测，并对预测出的不良趋势采取相应的预防措施，从而前移了安全关口。

在本文中，重要介绍如何利用建立的质量评估模型，通过近二年的数据收集，如何利用隶属函数进行归一化处理，完成对单一的进行评估。

以上将各单列的指标计算出来后，该评估系统便基本建立起来，只需请专家（维修生产与质量相关的人员）进行权重测评，确定权重的方法比较多，常用的有层次分析法。但层次分析法后期计算量大，需要进行一致性检验，同时在指标增减时各项权重需要重新计算。建议采用在层次分析法的基础上改进的G1权重分析法来计算各指标的权重。由专家小组对各项指标的重要性进行排序，再确定各项指标的相对重要度（Rk），采用下面的权重计算公式可以计算出各指标的权重。

ωm=（1+∑mk=2∏mi=kRi）1

在完成了指标体系的构建、隶属函数的选择和权重数的确定后，便可以进行综合质量评估工作。评估的主要步骤为：对于特定的评估期限，将收集到的各项实际指标的数值，带入对应的隶属函数就可以得到各项指标的归一化结果，再利用各指标归一化的结果和对应的权重数值就可以得出上一级指标归一化的结果。以此类推，最终可以计算出质量评估指数。而评估的重点是利用质量评估指数和各级指标就能够对整体维修质量状况和各个子系统进行评估。

1 建立安全质量指数预测分析模型

安全质量综合评估工作能够对维修的安全质量总体状况有量化的掌握，其目的是为了指导下一步的工作。如果能在综合评估的基础上对下一阶段各项指标进行预测，掌握后期的变化趋势，进而采取有效措施，使安全质量始终处于可控状态。根据维修安全质量指标的实际特点，本文主要运用时间序列分析法和灰色理论预测方法对一些重要参数进行趋势预测工作。

2 时间序列分析法预测

时间序列分析就是利用按时间顺序的一组数字序列，应用数理统计方法加以处理，从所构成的这一组时间序列过去的变化规律，预测未来事物的发展。时间序列分析是定量预测方法之一，也是短期预测最有效的方法。经过对安全质量指标数据进行综合分析，确认各项指数在机队构成、维修人员、维修场所等外界条件没有发生重大变化的情况下具有的季节性变化特点。因此本文选择时间序列分析法中的季节性水平预测模型对主要安全质量指标进行预测。

作者简介：冯毅（1961），男，四川新都县人，本科，高级工程师，研究方向：飞机电气技术与航空安全管理。