СТАТИСТИЧЕСКОЕ ОБОСНОВАНИЕ И ВАЛИДАЦИЯ ПРОГНОСТИЧЕСКОЙ МОДЕЛИ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ АВИАЦИОННЫХ СИСТЕМ НА ПРИМЕРЕ ВНЕШНЕГО СВЕТОВОГО ОБОРУДОВАНИЯ

2025

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.53364/24138614_2025_39_4_18
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Статья посвящена разработке и валидации методики построения прогностической модели технического обслуживания авиационной техники на основе статистического анализа реальных эксплуатационных данных. В качестве модельного объекта выбрана категория отказов «Внешнее световое оборудование» (External Lights), характеризующаяся высокой частотой событий и критическим влиянием на регулярность вылетов. Исследование базируется на наборе из 13204 записей о техническом обслуживании и ремонте девяти воздушных судов за семилетний период. Методологическая новизна работы заключается в обосновании процедуры предварительной обработки данных. Применена фильтрация по 0,95 квантилю для цензурирования аномальных интервалов, связанных с длительными простоями воздушных судов. Ключевым результатом является статистическое обоснование выбора экспоненциального распределения для описания потока отказов. Сравнительный анализ с двухпараметрическим распределением Вейбулла (на основе информационного критерия Акаике и теста Колмогорова-Смирнова) показал отсутствие значимого прироста точности при усложнении модели (параметр формы β  1,04). Финальным результатом является построенная вероятностная модель, позволяющая количественно оценивать риски отказов. Практическая значимость работы заключается в создании интерпретируемого инструмента для инженерных служб, который, в отличие от моделей машинного обучения, обеспечивает прозрачность принятия решений и оптимизацию складских запасов.