基于人员和环境因素定量化的检测可靠性

doi:10.7527/S1000-6893.2023.28859

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于人员和环境因素定量化的检测可靠性

薛小锋¹, 赵淼龑¹, 杜倩宜¹, 冯蕴雯¹(), 樊俊铃², 焦婷²

^1.西北工业大学航空学院，西安 710072
^2.中国飞机强度研究所强度与结构完整性全国重点实验室，西安 710065

收稿日期:2023-04-11 修回日期:2023-05-04 接受日期:2023-05-23 出版日期:2024-03-25 发布日期:2023-05-31
通讯作者: 冯蕴雯 E-mail:fengyunwen@nwpu.edu.cn
基金资助:
国家自然科学基金(51875465);航空科学基金(20230009053004)

Detection reliability based on quantification of human and environmental factors

Xiaofeng XUE¹, Miaoyan ZHAO¹, Qianyi DU¹, Yunwen FENG¹(), Junling FAN², Ting JIAO²

^1.School of Aeronautics，Northwestern Polytechnical University，Xi’an 710072，China
^2.National Key Laboratory of Strength and Structural Integrity，China Aircraft Strength Research Institute，Xi’an 710065，China

Received:2023-04-11 Revised:2023-05-04 Accepted:2023-05-23 Online:2024-03-25 Published:2023-05-31
Contact: Yunwen FENG E-mail:fengyunwen@nwpu.edu.cn
Supported by:
National Natural Science Foundation of China(51875465);Aeronautical Science Foundation(20230009053004)

摘要/Abstract

摘要：

飞机检查间隔的制定需要检测可靠性提供支持，然而检测可靠性的评估受到检测过程中诸多因素的影响。其中，人员、环境这2类因素具有多维指标且水平难以量化的特点，对其开展定量建模难度较大。针对该问题，在利用HF因子对2类因素影响进行量化评估的基础上，建立了考虑人员和环境影响的检测可靠性模型。首先，对HF因子开展特征分析并结合A400M检测数据提出其数学模型，同时采用考虑工作经验和作业光照而开展的检测试验数据进行验证。其次，通过模糊综合评价进行2类因素水平的综合量化；在此基础上，建立该综合量化结果与HF因子模型之间的映射关系。最后，以平板裂纹目视检测数据为例进行了应用分析，验证了模型的适用性和有效性。所提出的检测可靠性模型有潜力在保证结果准确性的前提下降低试验成本。

关键词: 无损检测, 可靠性, 人员因素, 环境因素, HF因子模型

Abstract:

The establishment of aircraft inspection intervals requires the support of detection reliability， but the evaluation of detection reliability is influenced by many factors during the detection process. Among them， human and environment have the characteristics of multi-dimensional indicators and difficulty in quantifying their levels， making it difficult to quantitatively model them. Based on the quantitative evaluation for the impact of two types of factors using HF factors， a detection reliability model considering the impact of human and environment was established to address this issue. Firstly， feature analysis was conducted on the HF factors and its mathematical model was proposed based on A400M detection data. At the same time， verification was carried out using detection test data that considered work experience and operational lighting. Next， the comprehensive quantification for the levels of two types of factors was carried out through fuzzy comprehensive evaluation. On this basis， a mapping relationship between the comprehensive quantification results and the HF factor model was established. Finally， an application analysis was conducted using visual inspection data of flat plate cracks， verifying the applicability and effectiveness of the model. The proposed detection reliability model has the potential to reduce experimental costs while ensuring the accuracy of the results.

Key words: non-destructive testing, reliability, human factor, environmental factor, HF factor model

中图分类号:

V267

薛小锋, 赵淼龑, 杜倩宜, 冯蕴雯, 樊俊铃, 焦婷. 基于人员和环境因素定量化的检测可靠性[J]. 航空学报, 2024, 45(6): 228859-228859.

Xiaofeng XUE, Miaoyan ZHAO, Qianyi DU, Yunwen FENG, Junling FAN, Ting JIAO. Detection reliability based on quantification of human and environmental factors[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(6): 228859-228859.

图/表 21

表 1

图 1

图 2

表 2

最佳和A400M飞机原位场景下检测数据

作业场景	POD公式	参数 $μ$	参数 $σ$
最佳	$P O D (a) = Φ (a - μ σ)$	0.169 9	0.261 9
A400M	$P O D (a) = Φ (a - μ σ)$	0.239 0	0.262 4

表 2

图 3

图 4

图 5

图 6

表 3

工作年限5年和0年场景下检测数据

工作经验/年限	POD公式	参数 $μ$	参数 $σ$
5	$P O D (a) = Φ l n (a) - μ σ$	-1.447	0.431 87
0	$P O D (a) = Φ l n (a) - μ σ$	-1.429	0.477 21

表 3

图 7

表 4

光照水平1 000LUX和100LUX场景下检测数据

作业光照/LUX	POD公式	参数 $k$	参数 $w$
1 000	$P O D (a) = e π 3 l n (a) - k w 1 + e π 3 l n (a) - k w$	-1.808	1.039
100	$P O D (a) = e π 3 l n (a) - k w 1 + e π 3 l n (a) - k w$	-1.586	1.188

表 4

图 8

图 9

表 5

实验室、机身侧面、机身底面场景下检测数据

检测场景	POD公式	参数 $m$	参数 $n$
实验室	$P O D (a) = 1 - 1 1 + a m n$	15.78	1.079
机身侧面		37.15	0.954
机身底面		83.03	1.079

表 5

图 10

图 11

表 6

表 7

影响指标隶属等级专家评判数据表

影响指标	检测场景	评 $v 1$ 人数	评 $v 2$ 人数	评 $v 3$ 人数	评 $v 4$ 人数
作业环境舒适性	实验室	10	2	0	0
	侧面	6	5	1	0
	底面	2	3	6	1
工作情绪	实验室	11	1	0	0
	侧面	5	5	1	1
	底面	1	8	1	2
人员疲劳	实验室	10	2	0	0
	侧面	4	3	3	2
	底面	2	3	4	3
作业环境可达性	实验室	11	1	0	0
	侧面	5	3	3	1
	底面	0	3	3	6

表 7

图 12

图 13

图 14

参考文献 27

1	宋凯，张弛，晏晨辉，等. 基于双参数表征的航空发动机轮盘模型辅助涡流检测可靠性［J］. 航空学报， 2023， 44（13）： 227866.
	SONG K， ZHANG C， YAN C H， et al. Reliability of aero-engine wheel model assisted eddy current testing based on two-parameter representation［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（13）： 227866 （in Chinese）.
2	MOHSENI E， BOUKANI H H， FRANÇA D R， et al. A study of the automated eddy current detection of cracks in steel plates［J］. Journal of Nondestructive Evaluation， 2020， 39（1）： 1-12.
3	薛军. 民机维修大纲结构疲劳损伤评估方法研究［D］. 天津：中国民航大学， 2014.
	XUE J. Research on fatigue damage assessment method of civil aircraft maintenance outline structure［D］.Tianjin： Civil Aviation University of China， 2014 （in Chinese）.
4	邵传金. 复合材料结构的检查间隔确定和修理容限评估方法研究［D］. 南京：南京航空航天大学， 2018.
	SHAO C J. Study on inspection interval determination and repair tolerance evaluation method of composite structure［D］.Nanjing： Nanjing University of Aeronautics and Astronautics， 2018 （in Chinese）.
5	ROGERSON A. A Personal perspective on the early developments in inspection qualification and reliability assessment in the UK unclear industry ［C］∥ 18th World Conference on Nondestructive Testing， 2012.
6	ZHANG Z Y， VAN DER MEE V， GOLDING M， et al. Pitting corrosion resistance properties of super duplex stainless steel weld metals and influencing factors［J］. Welding in the World， 2019， 63（3）： 617-625.
7	BLANKSCHÄN M， KANZLER D， LIEBICH R. Visual testing： The influence of selected human factors on probability of detection［J］. Insight-Non-Destructive Testing and Condition Monitoring， 2023， 65（1）： 13-18.
8	MCGRATH B.PANI and the role of the written procedure［C］∥4th European-American Workshop on Reliability of NDE. Berlin： DGZFP， 2009.
9	熊华锋，李磊，沈薇，等. 复合材料结构目视检测影响因素研究［C］∥第17届全国复合材料学术会议（复合材料检测与测试技术分论坛）论文集. 2012.
	XIONG H F， LI L， SHEN W，et al. Research on the influencing factors of visual inspection of composite structures［C］∥Proceedings of the 17th National Academic Conference on Composite Materials （Sub Forum on Composite Material Testing and Testing Technology）， 2012 （in Chinese）.
10	LEE D， KWON K. Dynamic Bayesian network model for comprehensive risk analysis of fatigue-critical structural details［J］. Reliability Engineering & System Safety， 2023， 229： 108834.
11	BATO M R， HOR A， RAUTUREAU A， et al. Impact of human and environmental factors on the probability of detection during NDT control by eddy currents［J］. Measurement， 2019， 133： 222-232.
12	刘明萱. 航空发动机轮盘表面缺陷涡流检测及可靠性研究评价方法研究［D］. 南昌：南昌航空大学， 2021.
	LIU M X. Eddy current detection and reliability evaluation method of aero-engine disk surface defects［D］. Nanchang： Nanchang Hangkong University， 2021 （in Chinese）.
13	WALL M， BURCH S F， LILLEY J. Review of models and simulators for NDT reliability （POD）［J］. Insight-Non-Destructive Testing and Condition Monitoring， 2009， 51（11）： 612-619.
14	WALL M， BURCH S， LILLEY J. Human factors in POD modelling and use of trial data［J］. Insight-Non-Destructive Testing and Condition Monitoring， 2009， 51（10）： 553-561.
15	蒋韵尔. 民航维修目视检测人为因素研究［D］. 上海：上海交通大学， 2014.
	JIANG Y E. Study on human factors in visual inspection of civil aviation maintenance［D］. Shanghai： Shanghai Jiao Tong University， 2014 （in Chinese）.
16	张俊. 超声声场计算与检测可靠性研究［D］. 武汉：武汉大学， 2010.
	ZHANG J. Study on calculation and detection reliability of ultrasonic sound field［D］.Wuhan： Wuhan University， 2010 （in Chinese）.
17	DOMINGUEZ N， RODAT D， GUIBERT F， et al. POD evaluation using simulation： Progress and perspectives regarding human factors［C］∥19th World Conference on Non-Destructive Testing （WCNDT 2016）， 2016.
18	YUSA N， CHEN W X， HASHIZUME H. Demonstration of probability of detection taking consideration of both the length and the depth of a flaw explicitly［J］. NDT & E International， 2016， 81： 1-8.
19	胡卫朋. 目视检测技术在特种设备检验中的应用［J］. 无损检测， 2013， 35（8）： 70-72.
	HU W P. Application of visual testing techrdogy in special equipment inspection［J］. Nondestructive Testing Technologying， 2013， 35（8）： 70-72 （in Chinese）.
20	焦婷，宁宁，樊俊铃，等. 基于激光三维扫描的裂纹可视化表征方法［J］. 无损检测， 2022， 44（10）： 15-19.
	JIAO T， NING N， FAN J L， et al. Visual characterization method of cracks based on laser 3D scanning［J］. Nondestructive Testing Technologying， 2022， 44（10）： 15-19 （in Chinese）.
21	蒋韵尔，黄淑萍，吴奇，等. 目视检测损伤检出概率BP神经网络预测模型［J］. 计算机应用， 2014， 34（）： 172-175.
	JIANG Y E， HUANG S P， WU Q， et al. BP neural network prediction model of damage detection probability in visual inspection［J］. Journal of Computer Applications， 2014， 34（Sup 2）： 172-175 （in Chinese）.
22	HU L H， PAN X， DING S， et al. A quantitative input for evaluating human error of visual neglection：Prediction of Operator’s detection time spent on perceiving critical visual signal［J］. Reliability Engineering & System Safety， 2022， 225： 108582.
23	王桂萍，贾亚洲，周广文. 基于模糊可拓层次分析法的数控机床绿色度评价方法及应用［J］. 机械工程学报， 2010， 46（3）： 141-147.
	WANG G P， JIA Y Z， ZHOU G W. Evaluation method and application of CNC machine tool’s green degree based on fuzzy-EAHP［J］. Journal of Mechanical Engineering， 2010， 46（3）： 141-147 （in Chinese）.
24	崔建国，傅康毅，陈希成，等. 基于灰色模糊与层次分析的多属性飞机维修决策方法［J］. 航空学报， 2014， 35（2）： 478-486.
	CUI J G， FU K Y， CHEN X C， et al. Multiple attribute maintenance decision making of aircraft based on grey-fuzziness and analytical hierarchy process［J］. Acta Aeronautica et Astronautica Sinica， 2014， 35（2）： 478-486 （in Chinese）.
25	KEPRATE A， RATNAYAKE R M C. Probability of detection as a metric for quantifying NDE capability： The state of the art［J］. Journal of Pipeline Syatems Engineering and Practice， 2015， 14（3）： 199-209.
26	CHEN G R， GUO Y J， KATAGIRI T， et al. Multivariate probability of detection （POD） analysis considering the defect location for long-range， non-destructive pipe inspection using electromagnetic guided wave testing［J］. NDT & E International， 2021， 124： 102539.
27	RENTALA V K， MYLAVARAPU P， GAUTAM J P. Issues in estimating probability of detection of NDT techniques-A model assisted approach［J］. Ultrasonics， 2018， 87： 59-70.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	龚煜廉, 张建国, 吴志刚, 褚光远, 范晓铎, 黄赢. 主动学习基自适应PC⁃Kriging模型的复合材料结构可靠度算法[J]. 航空学报, 2024, 45(8): 228982-228982.
[2]	张帆, 程伯晗, 王鹏, 董磊. 二元共载系统退化相关的两阶段退化模型及可靠性分析[J]. 航空学报, 2024, 45(7): 229046-229046.
[3]	郑新前, 王钧莹, 黄维娜, 伏宇, 程荣辉, 熊洪洋. 航空发动机不确定性设计体系探讨[J]. 航空学报, 2023, 44(7): 27099-027099.
[4]	孙本奇, 杨强, 孙志礼, 李树军, 马宏坤, 王若男. 平面约束变胞机构构态切换能力的概率评估模型[J]. 航空学报, 2023, 44(4): 426843-426843.
[5]	张帆, 孙紫荆, 肖国松, 刘嘉琛, 王鹏. 基于直觉模糊贝叶斯网络的HUD系统多阶段任务可靠性分析[J]. 航空学报, 2023, 44(4): 226853-226853.
[6]	顾孟奇, 朱家才, 郭万林, 薛松. 可重复使用运载火箭结构疲劳耐久性与可靠性展望[J]. 航空学报, 2023, 44(23): 628299-628299.
[7]	杨娟, 牛江昊, 张青松. 循环老化锂离子电池热失控气体原位爆炸极限实验分析[J]. 航空学报, 2023, 44(23): 428529-428529.
[8]	杨乐昌, 汪晨星. 基于多源异构信息的航空发动机转子参数校准与可靠性分析[J]. 航空学报, 2023, 44(23): 228575-228575.
[9]	冯蕴雯, 唐家强, 冯成慧, 陈先民, 薛小锋. 基于载荷共享理论的多传力路径耳片可靠性研究[J]. 航空学报, 2023, 44(20): 228528-228528.
[10]	姜峰, 李华聪, 符江锋, 洪林雄. 基于RBF和主动学习的非概率可靠度求解方法[J]. 航空学报, 2023, 44(2): 226667-226667.
[11]	冯蕴雯, 林心怡, 薛小锋, 杨祥, 刘佳奇. 高可靠单向爆破的民机防爆结构设计[J]. 航空学报, 2023, 44(18): 228297-228297.
[12]	郭庆, 关德明. 民机维修任务分析的人因可靠性预测模型[J]. 航空学报, 2023, 44(16): 228051-228051.
[13]	宋凯, 张弛, 晏晨辉, 宁宁, 樊俊铃, 王荣彪. 基于双参数表征的航空发动机轮盘模型辅助涡流检测可靠性[J]. 航空学报, 2023, 44(13): 227866-227866.
[14]	员婉莹, 吕震宙. 参数可靠性全局灵敏度高效分析的代理模型法[J]. 航空学报, 2023, 44(12): 227670-227670.
[15]	王芳丽, 刘凯, 潘微, 童明波. 民机结构绿色维修技术应用与发展[J]. 航空学报, 2023, 44(11): 25851-025851.

基于人员和环境因素定量化的检测可靠性

Detection reliability based on quantification of human and environmental factors

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

序号	指标	序号	指标
1	人员疲劳	6	作业温度
2	工作情绪	7	监督管理
3	人员专业素质	8	人员态度
4	作业光照	9	工作经验
5	环境舒适性

影响指标	舒适性	工作情绪	人员疲劳	可达性
舒适性	1	1	1/4	1/4
工作情绪	1	1	1/4	1/4
人员疲劳	4	4	1	1
可达性	4	4	1	1