背景

某组织拥有20架飞机组成的机队。故障率最高的5个可修复航材（LRU）依次为U01、U02、U03、U04和U05。飞机上任何一个部件失效都无法执行任务。

鉴于每架飞机未来一年计划运行100小时，该组织希望通过预测故障数量来优化后勤保障计划。

U01的总数25, 20个装在飞机上，5个作为替换件存放于仓库中。

下图展示了9个U01部件（序列号U01-01至U01-09，其余16件数据未显示）的故障数据样本：

例如，U01-01单元累计运行1,766小时，发生2次故障。

U02-U05部件的故障数据格式相同（此处未展示）。

我们将基于这些历史数据，预测这些部件在未来100运行小时内的故障情况，以协助管理层制定年度维修预算。

分析方法

注意：寿命数据分析不适用于可修复部件（除非每次修复后部件能恢复如新）。

我们对每个部件（U01-U05）应用了复现数据分析（NHPP幂律模型）。下图是U01的分析示例：

通过复现数据分析预测可修复备件需求

参数β和λ是均值累积函数的系数，如下图所示：

该函数用于预测未来故障次数。

分别查询1,766小时和1,866小时时的故障次数：

U01-01部件未来一年（100运行小时）的预期故障次数：
= 2.441 - 2.24 = 0.201

其他U01部件的预期故障次数计算方式相同。

其余LRU的分析流程相同（原始数据未展示）：

该机队下一年度的综合故障预测如下：

-End-