一种飞机多阶段维修时间验证数据补充方法及系统与流程

1.本发明涉及航空产品维修技术领域，特别是涉及一种飞机多阶段维修时间验证数据补充方法及系统。


背景技术：

2.维修性验证与评定工作是在产品研制、生产和使用阶段非常重要的维修性工作项目之一。其目的是鉴别航空装备等武器装备维修性的设计缺陷，验证产品的维修性是否达到规定的要求。航空装备不同于普通的武器装备，由于其系统复杂、试验费用昂贵并且试验周期长等特点，使得航空装备的现场试验无法达到普通统计方法所要求的最低样本量，导致航空装备的维修性验证与评估在工程实践中难以应用。


技术实现要素：

3.本发明的目的是提供一种飞机多阶段维修时间验证数据补充方法及系统，以补充航空产品维修时间验证数据，扩大维修时间验证数据样本量。
4.为实现上述目的，本发明提供了如下方案：
5.一种飞机多阶段维修时间验证数据补充方法，所述方法包括：
6.统计飞机的多种产品和每种产品的维修接口信息；
7.初始化飞机试验阶段的序号i为1；
8.根据每种产品的维修接口信息，利用虚拟仿真方法计算每种产品在第i个试验阶段的维修仿真时间；
9.分别获取每种产品在飞机的每个试验阶段的实际维修时间序列；
10.将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列；所述每种产品在第i个试验阶段的维修仿真时间序列的样本容量与每种产品在第i个试验阶段的实际维修时间序列的样本容量相同；
11.将每种产品的维修接口信息分别与每种产品在第i个试验阶段的维修仿真时间序列中的每一个维修仿真时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第一输入数据集，并将所述第一输入数据集输入第i个试验阶段的第一神经网络模型中，输出第i个试验阶段的实际维修时间补充数据集；
12.将每种产品的维修接口信息分别与每种产品在第i个试验阶段的实际维修时间序列中的每一个实际维修时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第二输入数据集，并将所述第二输入数据集集输入第i个试验阶段的第二神经网络模型中，输出每种产品在第i 1个试验阶段的维修仿真时间，并将i的数值增加1，返回步骤“将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列”，直到遍历完飞机的所有试验阶段。
13.可选的，所述统计飞机的多种产品和每种产品的维修接口信息，具体包括：
14.统计飞机的多种产品；所述多种产品包括：飞控告警盒、检查控制盒、电传控制计
算机和平显电子组件；
15.统计飞机的维修接口和维修接口的维修时间；所述维修接口包括：快卸、防脱螺栓、固定螺钉、模块锁紧、卡箍、口盖和线缆；
16.将维修接口按照维修接口的维修时间进行归类，获得维修接口种类；
17.统计每种产品的每种维修接口种类中维修接口的数量，将维修接口种类和每种产品的每种维修接口种类中维修接口的数量构成每种产品的维修接口信息。
18.可选的，所述飞机试验阶段包括：定型试飞阶段、作战使用评估阶段和在役性试验阶段。
19.可选的，所述分别获取每种产品在飞机的每个试验阶段的实际维修时间序列，之后还包括：
20.对每种产品在飞机的每个试验阶段的实际维修时间序列采用箱线图法进行筛选，获得筛选后的每种产品在飞机的每个试验阶段的实际维修时间序列。
21.一种飞机多阶段维修时间验证数据补充系统，所述系统包括：
22.维修接口信息统计模块，用于统计飞机的多种产品和每种产品的维修接口信息；
23.初始化模块，用于初始化飞机试验阶段的序号i为1；
24.维修仿真时间计算模块，用于根据每种产品的维修接口信息，利用虚拟仿真方法计算每种产品在第i个试验阶段的维修仿真时间；
25.实际维修时间序列获取模块，用于分别获取每种产品在飞机的每个试验阶段的实际维修时间序列；
26.维修仿真时间序列生成模块，用于将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列；所述每种产品在第i个试验阶段的维修仿真时间序列的样本容量与每种产品在第i个试验阶段的实际维修时间序列的样本容量相同；
27.实际维修时间补充数据集输出模块，用于将每种产品的维修接口信息分别与每种产品在第i个试验阶段的维修仿真时间序列中的每一个维修仿真时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第一输入数据集，并将所述第一输入数据集输入第i个试验阶段的第一神经网络模型中，输出第i个试验阶段的实际维修时间补充数据集；
28.步骤返回模块，用于将每种产品的维修接口信息分别与每种产品在第i个试验阶段的实际维修时间序列中的每一个实际维修时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第二输入数据集，并将所述第二输入数据集集输入第i个试验阶段的第二神经网络模型中，输出每种产品在第i 1个试验阶段的维修仿真时间，并将i的数值增加1，返回步骤“将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列”，直到遍历完飞机的所有试验阶段。
29.可选的，所述维修接口信息统计模块，具体包括：
30.产品统计子模块，用于统计飞机的多种产品；所述多种产品包括：飞控告警盒、检查控制盒、电传控制计算机和平显电子组件；
31.维修接口统计子模块，用于统计飞机的维修接口和维修接口的维修时间；所述维
修接口包括：快卸、防脱螺栓、固定螺钉、模块锁紧、卡箍、口盖和线缆；
32.维修接口种类获得子模块，用于将维修接口按照维修接口的维修时间进行归类，获得维修接口种类；
33.维修接口信息构成子模块，用于统计每种产品的每种维修接口种类中维修接口的数量，将维修接口种类和每种产品的每种维修接口种类中维修接口的数量构成每种产品的维修接口信息。
34.可选的，所述飞机试验阶段包括：定型试飞阶段、作战使用评估阶段和在役性试验阶段。
35.可选的，所述系统还包括：
36.筛选模块，用于对每种产品在飞机的每个试验阶段的实际维修时间序列采用箱线图法进行筛选，获得筛选后的每种产品在飞机的每个试验阶段的实际维修时间序列。
37.根据本发明提供的具体实施例，本发明公开了以下技术效果：
38.本发明提供了一种飞机多阶段维修时间验证数据补充方法及系统，在飞机的第1个试验阶段：根据每种产品的维修接口信息，利用虚拟仿真方法计算每种产品在第1个试验阶段的维修仿真时间；飞机从第2个试验阶段开始的每个试验阶段：利用每种产品的维修接口信息和每种产品在本试验阶段的实际维修时间序列形成输入数据集，输入本试验阶段的第二神经网络模型，获得每种产品在下一个试验阶段的维修仿真时间；然后将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列，利用维修仿真时间序列和第i个试验阶段的第一神经网络模型，得到第i个试验阶段的实际维修时间补充数据集，实现了航空产品维修时间验证数据的补充，扩大了维修时间验证数据样本量，使得航空装备的现场试验能够达到普通统计方法所要求的最低样本量。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
40.图1为本发明提供的一种飞机多阶段维修时间验证数据补充方法的流程图；
41.图2为本发明实施例提供的一种飞机多阶段维修时间验证数据补充方法的原理图。
具体实施方式
42.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.本发明的目的是提供一种飞机多阶段维修时间验证数据补充方法及系统，以补充航空产品维修时间验证数据，提高维修时间验证数据样本量。
44.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
45.本发明提供了一种飞机多阶段维修时间验证数据补充方法，如图1所示，所述方法包括：
46.s101，统计飞机的多种产品和每种产品的维修接口信息，具体包括：
47.统计飞机的多种产品；所述多种产品包括：飞控告警盒、检查控制盒、电传控制计算机和平显电子组件；
48.统计飞机的维修接口和维修接口的维修时间；所述维修接口包括：快卸、防脱螺栓、固定螺钉、模块锁紧、卡箍、口盖和线缆；
49.将维修接口按照维修接口的维修时间进行归类，获得维修接口种类；
50.统计每种产品的每种维修接口种类中维修接口的数量，将维修接口种类和每种产品的每种维修接口种类中维修接口的数量构成每种产品的维修接口信息。
51.s102，初始化飞机试验阶段的序号i为1；
52.优选地，所述飞机试验阶段包括：定型试飞阶段、作战使用评估阶段和在役性试验阶段。
53.s103，根据每种产品的维修接口信息，利用虚拟仿真方法计算每种产品在第i个试验阶段的维修仿真时间；
54.s104，分别获取每种产品在飞机的每个试验阶段的实际维修时间序列；
55.s104之后，对每种产品在飞机的每个试验阶段的实际维修时间序列采用箱线图法进行筛选，获得筛选后的每种产品在飞机的每个试验阶段的实际维修时间序列。
56.s105，将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列；所述每种产品在第i个试验阶段的维修仿真时间序列的样本容量与每种产品在第i个试验阶段的实际维修时间序列的样本容量相同；
57.s106，将每种产品的维修接口信息分别与每种产品在第i个试验阶段的维修仿真时间序列中的每一个维修仿真时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第一输入数据集，并将所述第一输入数据集输入第i个试验阶段的第一神经网络模型中，输出第i个试验阶段的实际维修时间补充数据集；
58.s107，将每种产品的维修接口信息分别与每种产品在第i个试验阶段的实际维修时间序列中的每一个实际维修时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第二输入数据集，并将所述第二输入数据集集输入第i个试验阶段的第二神经网络模型中，输出每种产品在第i 1个试验阶段的维修仿真时间，并将i的数值增加1，返回步骤“将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列”，直到遍历完飞机的所有试验阶段。
59.本发明还提供了当飞机试验阶段为定型试飞阶段、作战使用评估阶段和在役性试验阶段时的实施例，三个试验阶段相互衔接，实施例的具体流程为：
60.步骤1：统计飞机常用产品的安装过程以及维修接口信息，将维修接口按照其维修时间的不同归类，利用虚拟仿真方法计算每种常用产品的维修仿真时间t
f1
。其中，统计飞机常用产品共n类，包括飞控告警/检查控制盒、电传控制计算机、平显电子组件等；统计常用的飞机维修接口，包括：快卸、防脱螺栓、固定螺钉、模块锁紧、卡箍、口盖、线缆等，将维修时
间相近的维修接口归为一类，得到维修接口种类共m类；基于产品的安装过程和维修接口信息，使用虚拟仿真方法(按照产品的安装过程进行仿真)计算每种产品的维修仿真时间t
f1
。虚拟仿真方法有多种，比如做仿真动画、mod法等等，本发明提出的方法不具体限制仿真时间的计算方法。
61.其中，以飞控告警盒为例来说明产品和维修接口的关系：飞控告警盒作为飞机的一种产品，可能包含多个快卸、多个防脱螺帽等。
62.步骤2：收集飞机定型试飞阶段、作战使用评估阶段和在役性试验阶段每种常用产品的实际维修时间。对于差异过大的数据，使用箱线图法进行筛选。具体表示为：定型试飞阶段维修时间t
s
，作战使用评估阶段维修时间t
p
，在役性试验阶段维修时间t
z
。
63.步骤3：由于维修时间t
s
包括多种类型产品重复多次测量的维修时间数据，而仿真时间t
f1
仅包括多类产品一次仿真计算的时间。为便于在训练神经网络时将维修时间t
s
与仿真时间t
f1
一一对应，需要将仿真时间t
f1
按照上下10％的范围依据对数分布生成仿真时间t
fs
，使仿真时间t
fs
的样本容量与维修时间t
s
样本容量相同。
64.步骤4：为将仿真时间补充到试验数据，训练定型试飞阶段的神经网络模型net
fs
‑
s
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fs
，神经网络的输出集为定型试飞阶段维修时间t
s
。神经网络net
fs
‑
s
的数据集如表1所示。
65.表1神经网络net
fs
‑
s
的数据集
[0066][0067]
步骤5：将维修接口种类及对应数量、仿真时间t
fs
输入神经网络net
fs
‑
s
，得到定型试飞阶段维修时间补充验证数据t
fs
‑
s
，实现仿真数据对试验数据的补充。
[0068]
步骤6：为获得考虑定型试飞阶段维修时间数据的作战使用评估阶段仿真数据t
f2
，训练神经网络模型net
ts
‑
f
。其中神经网络输入集为维修接口种类及对应数量、定型试飞阶段维修时间t
s
，神经网络的输出集为仿真时间t
fs
。神经网络net
ts
‑
f
的数据集如表2所示。
[0069]
表2神经网络net
ts
‑
f
的数据集
[0070][0071]
步骤7：将维修接口种类及对应数量、定型试飞阶段采集到的各个产品的平均维修
时间输入神经网络net
ts
‑
f
，得到作战使用评估阶段的仿真数据t
f2
。
[0072]
步骤8：与步骤3类似，为使在训练神经网络时将作战使用评估阶段维修时间t
p
与仿真时间t
f2
一一对应，需要将仿真时间
tf2
按照上下10％的范围依据对数分布生成仿真时间t
fp
，使仿真时间t
fp
的样本容量与维修时间t
p
样本容量相同。
[0073]
步骤9：为将仿真时间补充到试验数据，训练作战使用评估阶段的神经网络模型net
fp
‑
p
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fp
，神经网络的输出集为作战使用评估阶段维修时间t
p
。神经网络net
fp
‑
p
的数据集如表3所示。
[0074]
表3神经网络net
fp
‑
p
的数据集
[0075][0076][0077]
步骤10：将维修接口种类及对应数量、仿真时间t
fp
输入神经网络net
fp
‑
p
，得到作战使用评估阶段维修时间补充验证数据t
fp
‑
p
，实现仿真数据对试验数据的补充。
[0078]
步骤11：为获得考虑作战使用评估阶段维修时间数据的在役性试验阶段仿真数据t
f3
，训练神经网络模型net
tp
‑
f
。其中神经网络输入集为维修接口种类及对应数量、作战使用评估阶段维修时间t
p
，神经网络的输出集为仿真时间t
fp
。神经网络net
tp
‑
f
的数据集如表4所示。
[0079]
表4神经网络net
tp
‑
f
的数据集
[0080][0081]
步骤12：将维修接口种类及对应数量、作战使用评估阶段采集到的各个产品的平均维修时间输入到训练好的神经网络net
tp
‑
f
，得到在役性试验阶段的仿真数据t
f3
。
[0082]
步骤13：与步骤3类似，为使在训练神经网络时将在役性试验阶段维修时间t
z
与仿真时间t
f3
一一对应，需要将仿真时间t
f3
按照上下10％的范围依据对数分布生成仿真时间t
fz
，使仿真时间t
fz
的样本容量与维修时间t
z
样本容量相同。
[0083]
步骤14：为将仿真时间补充到试验数据，训练在役性试验阶段的神经网络模型net
fz
‑
z
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fz
，神经网络的输出集为在役性试验阶段维修时间t
z
。神经网络net
fz
‑
z
的数据集如表5所示。
[0084]
表5神经网络net
fz
‑
z
的数据集
[0085][0086]
步骤15：将维修接口种类及对应数量、仿真时间t
fz
输入神经网络net
fz
‑
z
，得到在役性试验阶段维修时间补充验证数据t
fz
‑
z
，实现仿真数据对试验数据的补充。
[0087]
如图2所示，流程总结为：
[0088]
1、统计飞机常用产品的安装过程以及维修接口信息，将维修接口按照其维修时间的不同归类，利用虚拟仿真方法计算每种常用产品的维修仿真时间t
f1
。
[0089]
2、收集飞机定型试飞阶段、作战使用评估阶段和在役性试验阶段每种常用产品的实际维修时间。对于差异过大的数据，使用箱线图法进行筛选。具体为：定型试飞阶段维修时间t
s
，作战使用评估阶段维修时间t
p
，在役性试验阶段维修时间t
z
。
[0090]
3、将仿真时间t
f1
按照上下10％的范围依据对数分布生成满足定型试飞阶段维修时间t
s
样本容量的仿真时间t
fs
。
[0091]
4、训练定型试飞阶段的神经网络模型net
fs
‑
s
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fs
，神经网络的输出集为定型试飞阶段维修时间t
s
。
[0092]
5、将维修接口种类及对应数量、仿真时间t
fs
输入神经网络net
fs
‑
s
，得到定型试飞阶段维修时间补充验证数据t
fs
‑
s
，实现仿真数据对试验数据的补充。
[0093]
6、训练定型试飞阶段的神经网络模型net
ts
‑
f
。其中神经网络输入集为维修接口种类及对应数量、定型试飞阶段维修时间t
s
，神经网络的输出集为仿真时间t
fs
。
[0094]
7、将维修接口种类及对应数量、定型试飞阶段采集到的各个产品的平均维修时间输入神经网络net
ts
‑
f
，得到作战使用评估阶段的仿真数据t
f2
。
[0095]
8、将仿真时间t
f2
按照上下10％的范围依据对数分布生成满足作战使用评估阶段维修时间t
p
样本容量的仿真时间t
fp
。
[0096]
9、训练作战使用评估阶段的神经网络模型net
fp
‑
p
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fp
，神经网络的输出集为作战使用评估阶段维修时间t
p
。
[0097]
10、将维修接口种类及对应数量、仿真时间t
fp
输入神经网络net
fp
‑
p
，得到作战使用评估阶段维修时间补充验证数据t
fp
‑
p
，实现仿真数据对试验数据的补充。
[0098]
11、训练作战使用评估阶段的神经网络模型net
tp
‑
f
。其中神经网络输入集为维修接口种类及对应数量、作战使用评估阶段维修时间t
p
，神经网络的输出集为仿真时间t
fp
。
[0099]
12、将维修接口种类及对应数量、作战使用评估阶段采集到的各个产品的平均维修时间输入到训练好的神经网络net
tp
‑
f
，得到在役性试验阶段的仿真数据t
f3
。
[0100]
13、将仿真时间t
f3
按照上下10％的范围依据对数分布生成满足在役性试验阶段维修时间数据t
z
样本容量的仿真时间t
fz
。
[0101]
14、训练在役性试验阶段的神经网络模型net
fz
‑
z
。其中神经网络输入集为维修接口种类及对应数量、仿真时间t
fz
，神经网络的输出集为在役性试验阶段维修时间t
z
。
[0102]
15、将维修接口种类及对应数量、仿真时间t
fz
输入神经网络net
fz
‑
z
，得到在役性试验阶段维修时间补充验证数据t
fz
‑
z
，实现仿真数据对试验数据的补充。
[0103]
本发明产生了以下优点：
[0104]
1.本方法能够利用神经网络补充航空产品维修时间验证数据，提高维修时间验证数据样本量，满足国军标规定样本量不少于30的要求，从而提高基于统计方法的维修性验证和评估的准确性。
[0105]
使用本方法，利用神经网络计算定型试验阶段的仿真时间与飞机试验验证的维修时间、作战使用评估阶段仿真时间与飞机试验验证的维修时间、在役性试验阶段仿真时间与飞机试验验证的维修时间的数量关系，能够实现仿真数据对试验数据的补充，解决国军标gjb2072
‑
94所规定的不少于30个样本量的问题，为维修性的验证与评定提供有效支持。使用神经网络的过程见第2部分步骤3～步骤15，共训练并使用5个神经网络：net
fs
‑
s
、net
ts
‑
f
、net
fp
‑
p
、net
tp
‑
f
、net
fz
‑
z
。
[0106]
2.本方法使用多级迭代的方式，能够综合利用现场试验信息和仿真信息，避免信息浪费，提高补充维修时间验证数据的准确性。利用神经网络计算仿真时间与试验时间的数量关系，一方面将仿真时间补充到产品的不同研制周期维修时间数据中，实现仿真数据对实际数据的补充，另一方面将不同研制阶段的维修时间数据修正到仿真时间中，实现对仿真时间的补充，提高下一级阶段的数据样本量。
[0107]
本发明还提供了一种飞机多阶段维修时间验证数据补充系统，所述系统包括：
[0108]
维修接口信息统计模块，用于统计飞机的多种产品和每种产品的维修接口信息；
[0109]
初始化模块，用于初始化飞机试验阶段的序号i为1；
[0110]
维修仿真时间计算模块，用于根据每种产品的维修接口信息，利用虚拟仿真方法计算每种产品在第i个试验阶段的维修仿真时间；
[0111]
实际维修时间序列获取模块，用于分别获取每种产品在飞机的每个试验阶段的实际维修时间序列；
[0112]
维修仿真时间序列生成模块，用于将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列；所述每种产品在第i个试验阶段的维修仿真时间序列的样本容量与每种产品在第i个试验阶段的实际维修时间序列的样本容量相同；
[0113]
实际维修时间补充数据集输出模块，用于将每种产品的维修接口信息分别与每种产品在第i个试验阶段的维修仿真时间序列中的每一个维修仿真时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第一输入数据集，并将所述第一输入数据集输入第i个试验阶段的第一神经网络模型中，输出第i个试验阶段的实际维修时间补充数据集；
[0114]
步骤返回模块，用于将每种产品的维修接口信息分别与每种产品在第i个试验阶段的实际维修时间序列中的每一个实际维修时间形成一条输入数据，所有产品在第i个试验阶段的输入数据构成第i个试验阶段的第二输入数据集，并将所述第二输入数据集集输入第i个试验阶段的第二神经网络模型中，输出每种产品在第i 1个试验阶段的维修仿真时间，并将i的数值增加1，返回步骤“将每种产品在第i个试验阶段的维修仿真时间依据对数分布生成每种产品在第i个试验阶段的维修仿真时间序列”，直到遍历完飞机的所有试验阶
段。
[0115]
所述维修接口信息统计模块，具体包括：
[0116]
产品统计子模块，用于统计飞机的多种产品；所述多种产品包括：飞控告警盒、检查控制盒、电传控制计算机和平显电子组件；
[0117]
维修接口统计子模块，用于统计飞机的维修接口和维修接口的维修时间；所述维修接口包括：快卸、防脱螺栓、固定螺钉、模块锁紧、卡箍、口盖和线缆；
[0118]
维修接口种类获得子模块，用于将维修接口按照维修接口的维修时间进行归类，获得维修接口种类；
[0119]
维修接口信息构成子模块，用于统计每种产品的每种维修接口种类中维修接口的数量，将维修接口种类和每种产品的每种维修接口种类中维修接口的数量构成每种产品的维修接口信息。
[0120]
所述飞机试验阶段包括：定型试飞阶段、作战使用评估阶段和在役性试验阶段。
[0121]
所述系统还包括：
[0122]
筛选模块，用于对每种产品在飞机的每个试验阶段的实际维修时间序列采用箱线图法进行筛选，获得筛选后的每种产品在飞机的每个试验阶段的实际维修时间序列。
[0123]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0124]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。