基于相似體系的民機(jī)結(jié)構(gòu)超手冊維修案例分析

王峻洲, 王華偉, 侯召國

(南京航空航天大學(xué)民航學(xué)院, 江蘇 南京 211106)

0 引 言

民機(jī)維修是飛機(jī)穩(wěn)定運(yùn)行的重要保障,是飛機(jī)滿足持續(xù)適航要求的手段,不恰當(dāng)?shù)木S修將影響飛機(jī)運(yùn)行、導(dǎo)致可靠性降低,乃至誘發(fā)災(zāi)難性事故,為航空業(yè)帶來巨大損害[1]。據(jù)統(tǒng)計(jì),民機(jī)維修成本一般占航空公司民機(jī)運(yùn)行總成本的10%～20%[2]。因此,實(shí)現(xiàn)更有效率的維修成為航空業(yè)和航空公司共同尋求的目標(biāo)。

民機(jī)維修以維修手冊為基礎(chǔ)[3],但與國外長期投入使用的飛機(jī)手冊不同,由于國產(chǎn)民機(jī)手冊完善性不足,超出手冊記錄范圍的案例經(jīng)常出現(xiàn),對于這類案例的修理稱為民機(jī)超手冊維修。

民機(jī)超手冊修理包括結(jié)構(gòu)超手冊修理和系統(tǒng)超手冊修理,其中結(jié)構(gòu)超手冊修理問題更為突出,不僅直接影響飛機(jī)的安全性,同時(shí)也是影響簽派可靠度的重要因素,造成了巨大的經(jīng)濟(jì)損失。結(jié)構(gòu)作為飛機(jī)設(shè)計(jì)中的基礎(chǔ)環(huán)節(jié),對飛機(jī)整體運(yùn)行有著決定性的影響,而結(jié)構(gòu)維修則是民機(jī)維修中最重要、最關(guān)鍵的環(huán)節(jié)[4]。

在分析結(jié)構(gòu)超手冊維修案例時(shí),一般情況下,需要對維修案例進(jìn)行具體分析,重新設(shè)計(jì)方案并向制造方和運(yùn)行方征詢意見。

為了提高超手冊維修案例處理效率,民機(jī)案例維修系統(tǒng)成為了研究的重點(diǎn)?？湛团c波音已將民機(jī)全周期安全管理系統(tǒng)投入使用,其中包括維修管理系統(tǒng)[5-6]。國產(chǎn)民機(jī)運(yùn)行初期,手冊也在逐步成熟過程中,提升超手冊修理效率,促進(jìn)民機(jī)修理手冊成熟,意義更為重大。國內(nèi)的研究穩(wěn)步進(jìn)行中,蔡鵬、閆偉等從不同角度出發(fā)提出了維修管理系統(tǒng)的思想[7-8]。劉樹乾基于瀏覽器/服務(wù)器(browser/server, B/S)模式設(shè)計(jì)飛機(jī)維修管理系統(tǒng),實(shí)現(xiàn)了對飛機(jī)故障的記錄、維修和相關(guān)文件的管理[9]。馮蘊(yùn)雯從平臺構(gòu)建的可行性與功能上設(shè)計(jì)出基于B/S的民用飛機(jī)結(jié)構(gòu)修理方案平臺[10],而這些系統(tǒng)平臺實(shí)現(xiàn)的前提是建立合理的民機(jī)維修指標(biāo)體系。

在過去20年內(nèi),機(jī)器學(xué)習(xí)的概念已經(jīng)廣泛用于案例分類與案例匹配[11],如使用支持向量機(jī)[12](support vector machine, SVM)進(jìn)行故障案例的匹配計(jì)算,基于最大熵算法[13]、神經(jīng)網(wǎng)絡(luò)[14]以及聚類算法[15]對案例匹配和分類,利用規(guī)則算法[16]對案例進(jìn)行標(biāo)題搜尋,從樸素貝葉斯(naive Bayes, NB)方法[17]出發(fā)結(jié)合案例語義進(jìn)行分類或從案例文本的頻率(document frequent, DF)、信息增益(information gain, IG)、互信息(mutual information,MI)等[18]多維方法出發(fā)實(shí)現(xiàn)案例的匹配等,這樣的數(shù)據(jù)庫方法都離不開對飛機(jī)本身屬性的分析。

傳統(tǒng)的案例匹配方法都是從案例特征屬性出發(fā),在不考慮維修方案與指標(biāo)工程意義的基礎(chǔ)上,實(shí)現(xiàn)案例之間的匹配關(guān)系。本文提出一種新思路,利用現(xiàn)有記錄中的手冊內(nèi)容以及超手冊維修案例,建立民機(jī)結(jié)構(gòu)維修數(shù)據(jù)庫,選取指標(biāo)特征并用數(shù)據(jù)形式描述維修案例的特征,研究信息指標(biāo)間的相似度,用兩個(gè)案例指標(biāo)的相似度代替單個(gè)指標(biāo)的屬性,建立案例相似度指標(biāo)體系,確定體系特征指標(biāo)的權(quán)重分配,從而實(shí)現(xiàn)維修案例的相似度匹配與體系性能分析。

1 案例相似度指標(biāo)體系

1.1 案例損傷信息指標(biāo)選取

在研究指標(biāo)體系之前,首先要篩選指標(biāo)作為分析對象。一份飛機(jī)維修案例內(nèi)容包括損傷信息與維修信息兩部分。首先需要從損傷信息中提取重要特征作為建立民機(jī)結(jié)構(gòu)超手冊維修案例相似體系的指標(biāo)。一份飛機(jī)維修案例可提取的信息如表1所示。

表1 維修案例損傷信息Table 1 Damage information of maintenance cases

損傷信息指標(biāo)的選取需要滿足代表性與獨(dú)立性兩方面,代表性表現(xiàn)為指標(biāo)能鮮明地表現(xiàn)出維修案例的特點(diǎn),獨(dú)立性表現(xiàn)為指標(biāo)間相互獨(dú)立,不相互影響?？紤]到在損傷信息中存在一些相互關(guān)聯(lián)的屬性,本文將關(guān)聯(lián)指標(biāo)歸為一類,保證大類指標(biāo)間相互獨(dú)立。

根據(jù)損傷信息提取過程,可以發(fā)現(xiàn),損傷信息復(fù)雜多樣,數(shù)字、文字描述以及選擇判斷都存在其中。并非所有信息都對維修方案有著顯著影響,需要選擇合理、有代表性的信息作為指標(biāo)。通過對維修方案統(tǒng)計(jì)分析,得出的指標(biāo)如表2所示。

表2 指標(biāo)列表Table 2 List of indicators

1.2 案例維修方案信息處理

維修方案是一種復(fù)雜的文本信息,相對其他單一形式的指標(biāo),維修方案文本長度長,難以歸納且主觀性強(qiáng),在不同編寫過程中一種語義可能出現(xiàn)多種表達(dá)方式。

維修方案獨(dú)立于損傷信息指標(biāo),作為所有指標(biāo)綜合處理后的輸出結(jié)果,維修方案的相似度對模型的映射關(guān)系有著十分重要的意義。在對維修方案信息進(jìn)行處理時(shí),首先對文本的冗余信息進(jìn)行剔除,一些不能體現(xiàn)文本區(qū)分度的詞句、段落都不應(yīng)該進(jìn)行計(jì)算,如裝配工藝、緊固件等步驟都可忽略;材料和檢查方法對應(yīng)維修方案中使用的維修材料和檢測方法單獨(dú)處理。其次,對文本進(jìn)行簡短化,對每一個(gè)篩選處理后的案例進(jìn)行專有用詞的總結(jié),使其達(dá)到高度概括性與計(jì)算可行性的統(tǒng)一。最后進(jìn)行文本確認(rèn),確保處理后的維修方案信息的詞句在應(yīng)用的專業(yè)詞典之中,符合進(jìn)一步的分析要求。

1.3 損傷信息指標(biāo)相似度分析

在提取損傷信息與維修方案信息后,需要對損傷信息指標(biāo)與維修方案進(jìn)行相似度分析,并將損傷信息相似度作為案例相似度指標(biāo)體系的輸入基本元素,維修方案相似度作為案例相似度指標(biāo)體系的輸出基本元素?？紤]到指標(biāo)的獨(dú)特性與聯(lián)動(dòng)性,本文使用對應(yīng)的相似度度量方法如表3所示。

表3 特征指標(biāo)相似度計(jì)算方法選取Table 3 Selection of calculation methods for similarity of characteristic indexes

1.3.1 飛機(jī)機(jī)型相似度

飛機(jī)屬性分類如圖1所示[19-20],4種屬性對應(yīng)4種相似度因子,通過如圖2所示的屬性度量法[18]進(jìn)行相似度計(jì)算。

建立決策矩陣后計(jì)算設(shè)計(jì)相似度因子:

(1)

式中:α,β為不同機(jī)型的決策矩陣展平后得到的一維向量。

計(jì)算幾何、重量、性能相似度時(shí)將不同單位的數(shù)據(jù)進(jìn)行歸一化后按列寫出特征向量:

(2)

式中:xi和yi表示兩個(gè)不同機(jī)型列向量的第i個(gè)元素,simj為幾何相似度因子;simz為重量相似度因子;simx為性能相似度因子;Dj為幾何相關(guān)度因子的相似度距離;Dz為重量相似度因子的相似度距離;Dx為性能相似度因子的相似度距離。

飛機(jī)機(jī)型相似度計(jì)算公式為

sim=αssims+αjsimj+αzsimz+αxsimx

(3)

式中:αs,αj,αz,αx為各相似度因子影響系數(shù)。

1.3.2 飛行循環(huán)相似度

飛行循環(huán)指標(biāo)為單個(gè)數(shù)字形式,將飛行循環(huán)分為如表4所示的4個(gè)階段。對運(yùn)行階段進(jìn)行相似判定,如果案例的飛行循環(huán)在相同運(yùn)行階段,相似度計(jì)算[21]公式為

(4)

式中:S為飛行循環(huán)相似度;i和j為運(yùn)行階段下界和上界;m和n為兩個(gè)案例中飛行循環(huán)具體數(shù)值。

表4 飛行循環(huán)與運(yùn)行階段Table 4 Flight cycle and operation phase

如果案例中的飛行循環(huán)在不同階段,且飛行循環(huán)階段相鄰,相似度計(jì)算公式為

(5)

式中:i1,j1為m所在階段的下界與上界;i2,j2為n所在階段的下界與上界。如果案例中的飛行循環(huán)在不同階段,且飛行循環(huán)不在相鄰階段,相似度計(jì)算公式為

S=0

(6)

1.3.3 手冊信息相似度

對章節(jié)號體系相似度分析:

(7)

式中:α1表示章節(jié)號與部位的相關(guān)系數(shù);α2表示部位與部件編號的相關(guān)系數(shù);S1為章節(jié)號相似度;S2為部位相似度。

在計(jì)算章節(jié)號與部位相似度時(shí),使用布爾賦值運(yùn)算。零件相似度計(jì)算公式為

(8)

式中:p為文字布爾賦值;q為數(shù)字布爾賦值。

根據(jù)關(guān)系系數(shù)以及每個(gè)部分的相似度計(jì)算:

(9)

式中:Sk為手冊信息相似度;k1,k2,k3為各層指標(biāo)影響系數(shù)。

1.3.4 損傷結(jié)構(gòu)相似度

損傷結(jié)構(gòu)采用布爾值表示相似度,即當(dāng)損傷結(jié)構(gòu)一致時(shí),相似度計(jì)為1,否則計(jì)為0。

1.3.5 損傷類型體系相似度

在損傷類型相似度計(jì)算中將再次使用圖3中的屬性度量方法,對損傷類型屬性進(jìn)行分析。構(gòu)造屬性矩陣,構(gòu)造所使用屬性如表5所示。根據(jù)損傷成因、損傷數(shù)量、損傷尺寸維度構(gòu)造屬性矩陣,對于屬性矩陣展平后的一維向量按照式(1)計(jì)算,作為損傷類型體系相似度。

表5 損傷類型屬性Table 5 Damage type attribute

1.3.6 其他信息相似度

材料的復(fù)雜性增加了對其屬性分析的難度,每一種材料對應(yīng)其維修方案中所使用的材料,使用布爾賦值法。而損傷方法分為一般目視、詳細(xì)目視和無損檢測,使用布爾賦值進(jìn)行相似度運(yùn)算。

1.4 維修方案相似度分析

維修方案信息的相似度分析本質(zhì)上是文本相似度的分析,文本相似度分析的主要出發(fā)點(diǎn)分為詞型[22]、詞頻[23]、詞義[24]。本文以余弦相似度為基礎(chǔ),利用文本總體制造語料庫,從詞頻的角度出發(fā),使用術(shù)語頻率-逆DF(term frequency-inverse DF, TF-IDF)方法建立模型[25],進(jìn)行文本相似度分析。

TF-IDF權(quán)重計(jì)算法基于頻率統(tǒng)計(jì)的原則,具有高效的線性復(fù)雜度,適用于系統(tǒng)文本庫中文本數(shù)量較大的情況。TF-IDF的核心思想在于人為地減小高頻率詞語的重要度,增加低頻詞語的重要度。

TF-IDF實(shí)際上是TF與IDF的乘積,TF在文本中代表詞頻,一個(gè)詞出現(xiàn)的頻率越高,在文本中就更加具有區(qū)分度。DF代表文本頻率,即文本中某個(gè)特征出現(xiàn)的次數(shù),IDF是反比文檔頻率,IDF越大,說明該特征越集中分布,更具有區(qū)分意義。IDF計(jì)算公式為

(10)

式中:L由實(shí)驗(yàn)確定;N為總文本數(shù);n為N中出現(xiàn)特征t的文本數(shù)。

案例維修方案文本預(yù)處理完成后去除民航領(lǐng)域停用詞,分詞[26]并使用dictionary方法獲取詞袋,使用doc2bow制作語料庫,最后使用TF-IDF方法對語料庫建模,計(jì)算結(jié)構(gòu)維修案例文本相似度,其步驟如圖3所示。

1.5 案例相似度指標(biāo)體系建立

利用從飛機(jī)結(jié)構(gòu)維修案例中提取損傷信息指標(biāo)相似度以及維修方案相似度,建立案例相似度指標(biāo)體系,如圖4所示。每個(gè)信息塊代表相似度信息,通過已知的損傷信息相似度以及維修案例相似度分析信息處理過程。

在傳統(tǒng)的案例匹配指標(biāo)體系中,大多數(shù)使用平行邏輯指標(biāo)結(jié)構(gòu),如圖5所示。指標(biāo)相同特征值計(jì)為1,指標(biāo)不同則計(jì)為0,且指標(biāo)之間視作不具有關(guān)聯(lián)性,每個(gè)指標(biāo)獨(dú)立對維修方案產(chǎn)生影響。

與傳統(tǒng)案例匹配指標(biāo)體系不同的是,案例相似度指標(biāo)體系反映了指標(biāo)間的相互聯(lián)系,側(cè)重于尋找案例與案例之間的關(guān)系,將案例間特定特征的相似度而非特征值作為研究對象,并進(jìn)一步分析每個(gè)指標(biāo)的相似度。對于不同屬性特征指標(biāo)的相似度分析,單一地使用布爾賦值法是無法體現(xiàn)指標(biāo)的工程意義,需要選擇特定的相似度計(jì)算方法來分析特定的指標(biāo)。下一步將進(jìn)行對兩種體系的權(quán)重分配與模型分析對比,并通過實(shí)例來驗(yàn)證案例相似度指標(biāo)體系的匹配性能。

2 案例相似度指標(biāo)體系分析

2.1 案例相似度指標(biāo)體系權(quán)重分配

在已經(jīng)建立的體系中,在信息處理集成方案過程中需要賦予特征指標(biāo)權(quán)重,但在實(shí)際應(yīng)用中,指標(biāo)之間存在關(guān)聯(lián)性、影響性。將所有指標(biāo)分為兩種:第一種為自變量指標(biāo),不論其他指標(biāo)的系數(shù)怎么變化都無法影響對自身的計(jì)算;第二種指標(biāo)為關(guān)系變量指標(biāo),其他的一個(gè)或多個(gè)指標(biāo)的變化會對其相似度計(jì)算造成影響,這種影響的程度用關(guān)系系數(shù)α表示。在已知所有指標(biāo)相似度的情況下,維修方案相似度計(jì)算公式為

(11)

式中:ωi為自變量權(quán)重;simi為自變量相似度;ωp為關(guān)系變量權(quán)重;simp為關(guān)系變量相似度;αp為關(guān)系系數(shù);simt為維修方案相似度。

對于傳統(tǒng)案例指標(biāo)體系,指標(biāo)之間沒有相關(guān)性,指標(biāo)體系建立下總相似度的計(jì)算公式為

(12)

而對于案例相似度指標(biāo)體系,在指標(biāo)相似度分析過程中,已經(jīng)通過層次法將所有關(guān)系變量指標(biāo)轉(zhuǎn)化為自變量指標(biāo),在完整的指標(biāo)體系建立下總相似度的計(jì)算公式與式(12)一致。在案例信息提取的基礎(chǔ)上,simt及其對應(yīng)simi已知,需要確定方法來獲得權(quán)重系數(shù)ωi。

在權(quán)重分配過程中,為形成全面的模型對比,對于案例相似度指標(biāo)體系與傳統(tǒng)案例指標(biāo)體系,同時(shí)采取先分類后回歸[27]的方法確定權(quán)重分配,如圖6所示,下一步進(jìn)行實(shí)例性能分析。

2.2 實(shí)例性能分析

選取航空公司提供的A、B、C 3種國內(nèi)外民機(jī)結(jié)構(gòu)維修案例共300例作為研究對象。提取損傷信息與維修方案后進(jìn)行相似度分析,建立案例相似度指標(biāo)體系并進(jìn)行權(quán)重分配計(jì)算,接著使用傳統(tǒng)案例指標(biāo)體系進(jìn)行權(quán)重分配,指標(biāo)的權(quán)重分配結(jié)果如圖7和圖8所示。

在案例相似度指標(biāo)體系中,機(jī)型、飛行循環(huán)、手冊信息以及損傷類型占比分布平滑,而在傳統(tǒng)案例指標(biāo)體系中出現(xiàn)了飛行循環(huán)指標(biāo)權(quán)重極低,損傷發(fā)現(xiàn)方法指標(biāo)權(quán)重過高的不合理情況,損傷結(jié)構(gòu)的權(quán)重在兩種指標(biāo)體系中均較低。

在使用SVM算法對相似度數(shù)據(jù)集進(jìn)行分類[28-29]的過程中,兩種指標(biāo)體系計(jì)算精度如表6、圖9和圖10所示,準(zhǔn)確率是所有類別預(yù)測正確的比重,精確率是正確預(yù)測為正的占全部預(yù)測為正的比例,接受者操作特性(receiver operating characteristic, ROC)曲線下與坐標(biāo)軸圍成的面積(area under curve, AUC)代表分類器的分類性能。根據(jù)表6的準(zhǔn)確率與精確率結(jié)果,相似指標(biāo)模型的預(yù)測準(zhǔn)確性略高于傳統(tǒng)案例指標(biāo)模型;根據(jù)表6以及圖9、圖10,案例相似度指標(biāo)模型的分類性能達(dá)到了89%,相比于傳統(tǒng)案例模型提高了27%,在第一步案例相似度數(shù)據(jù)分類中相似指標(biāo)模型有更優(yōu)秀的性能。

表6 模型分類性能評估Table 6 Model classification performance evaluation

兩種指標(biāo)體系在分類后進(jìn)行彈性網(wǎng)絡(luò)回歸[30]計(jì)算,結(jié)果如表7所示,準(zhǔn)確率為測試集中符合權(quán)重分配的占比,精確率為驗(yàn)證集中符合權(quán)重分配的占比,可決系數(shù)反映模型進(jìn)行彈性回歸后的可靠度,平均絕對誤差(mean absolute error, MAE)、均方誤差(mean squared error, MSE)、均方根誤差(root mean squard error, MSRE)為3種不同的誤差度量尺度[31]。

表7 模型回歸性能評估Table 7 Model regression performance evaluation

傳統(tǒng)案例指標(biāo)體系在回歸計(jì)算中的表現(xiàn)較差,精確率和準(zhǔn)確率在50%左右,而案例相似度指標(biāo)體系達(dá)到75%以上,并且其可靠度達(dá)到82.3%,相比傳統(tǒng)案例指標(biāo)體系提高了6%,3項(xiàng)誤差度量數(shù)值總體也更低。

傳統(tǒng)案例指標(biāo)體系由于其指標(biāo)特征值為二進(jìn)制的特性,無法精確確定權(quán)重,而案例相似度指標(biāo)體系卻在這方面有著較高的準(zhǔn)確率,在繼承了高區(qū)分度的基礎(chǔ)上,案例相似度指標(biāo)體系進(jìn)一步細(xì)化了每種特征指標(biāo)的數(shù)值,更精確地計(jì)算出權(quán)重系數(shù)。除此以外,傳統(tǒng)案例指標(biāo)體系忽略了指標(biāo)的工程特征,僅從數(shù)學(xué)的角度詮釋體系。而案例相似度指標(biāo)體系在一定程度上考慮了指標(biāo)的工程特性,將工程屬性體現(xiàn)在數(shù)值之中,充分利用數(shù)據(jù),實(shí)現(xiàn)了分類與回歸的結(jié)合,在保證一定準(zhǔn)確率的基礎(chǔ)上可靠地完成了指標(biāo)權(quán)重計(jì)算。

3 案例相似度匹配應(yīng)用分析

當(dāng)一個(gè)新的民機(jī)結(jié)構(gòu)超手冊維修案例出現(xiàn)時(shí),使用案例相似度指標(biāo)體系確定權(quán)重后,便可對新案例進(jìn)行匹配分析,并得到一個(gè)按照相似度排布的案例序列,給出最相近案例的相似度以及維修方案,從而為民機(jī)結(jié)構(gòu)超手冊維修案例提供一定參考。

為確定指標(biāo)體系的匹配性能,從案例庫中選取幾組特殊的案例組對案例相似度指標(biāo)體系以及傳統(tǒng)案例指標(biāo)體系進(jìn)行應(yīng)用分析,對比兩種體系的應(yīng)用特點(diǎn)與準(zhǔn)確度。共設(shè)立4組對比案例組:1號案例組主要對比不同損傷結(jié)構(gòu)在指標(biāo)體系計(jì)算下的相似度;2號案例組主要對比不同飛行循環(huán)在指標(biāo)體系計(jì)算下的相似度;3號案例組主要對比不同損傷類型在指標(biāo)體系計(jì)算下的相似度;4號案例組主要對比在損傷信息發(fā)現(xiàn)方法外其他指標(biāo)都不相同的情況下案例的參考性。表8～表11提取了代表性的案例組指標(biāo)信息。表12為案例相似度匹配分析的結(jié)果。

表8 1號案例組損傷信息Table 8 Damage information of case group 1

表9 2號案例組損傷信息Table 9 Damage information of case group 2

表10 3號案例組損傷信息Table 10 Damage information of case group 3

表11 4號案例組損傷信息Table 11 Damage information of case group 4

表12 案例組相似度Table 12 Case group similarity

從總體上講,案例相似度指標(biāo)體系對于飛行循環(huán)的區(qū)分效果較差,這與飛行循環(huán)對損傷類型的影響有關(guān),在低飛行循環(huán)值下,出現(xiàn)的損傷多為偶然損傷,而在高飛行循環(huán)值下,出現(xiàn)的損傷多為疲勞損傷,沒有考慮這一關(guān)系,是案例相似度指標(biāo)體系的一個(gè)缺陷。對于其他的特征指標(biāo),案例相似度指標(biāo)體系的匹配則更加符合實(shí)際維修方案,更具有工程性。而在無指標(biāo)相同的維修方案相似度匹配上,案例相似度指標(biāo)體系的參考性度量更加合理。

4 結(jié) 論

本文以航空公司維修案例數(shù)據(jù)庫為基礎(chǔ),從民機(jī)結(jié)構(gòu)維修案例中提取信息進(jìn)行相似度分析后,建立案例相似度指標(biāo)體系,在進(jìn)行權(quán)重分配后用實(shí)例進(jìn)行了性能分析與匹配應(yīng)用分析,結(jié)論如下。

(1) 案例相似度指標(biāo)體系分類回歸的性能優(yōu)于傳統(tǒng)案例指標(biāo)體系,并在保證可靠性的前提下從方法上體現(xiàn)出特征的工程意義。這驗(yàn)證了案例相似度指標(biāo)體系的可靠性。

(2) 通過案例相似度指標(biāo)體系進(jìn)行案例匹配,實(shí)現(xiàn)了飛機(jī)結(jié)構(gòu)超手冊維修案例的相似度排序,相似度高的案例為維修方案決策提供參考。

(3) 案例相似度指標(biāo)體系對飛行循環(huán)的區(qū)分性存在誤差,但區(qū)分其他指標(biāo)的性能均接近真實(shí)案例的情況,并且對于大部分指標(biāo)都不相同的案例組,案例相似度指標(biāo)體系實(shí)現(xiàn)了更有效的損傷信息利用。在保證可靠度的基礎(chǔ)上進(jìn)一步符合工程實(shí)際。

未來的相似度指標(biāo)體系模型將進(jìn)一步實(shí)現(xiàn)指標(biāo)間關(guān)聯(lián)性的優(yōu)化,并考慮加入一些自適應(yīng)功能,從而更好地實(shí)現(xiàn)民機(jī)結(jié)構(gòu)超手冊維修案例的相似度匹配。