王欣宇方, 鄧安仲, 李勝波, 繆劍剛

(陸軍勤務學院，重慶 401330)

0 引言

機場工程是重要的一類基礎設施，機場道面是其重要的組成部分。機場道面按照用途可分為跑道、滑行道、停機坪等主要類型，是供飛機起飛、著陸和停放的場所，是直接與飛行相關的機場外場設施，我國的機場以剛性道面為主[1]。機場道面的體量大、地位重，由于長期暴露在較惡劣的自然環(huán)境中，導致設施病害多發(fā)、工程壽命較短。因此機場一般常設維管分隊，作為管理者，與機場道面(管理對象)一并構成了一個機場維護管理的子系統(tǒng)。針對該子系統(tǒng)的維護管理制度通常為機場道面檢查和維修機制，事實上是有效連接、處理該子系統(tǒng)“管理者”和“被管理者”，使其發(fā)揮更好功能的一種辦法，管理者通過檢查發(fā)現(xiàn)被管理者存在的與飛行保障要求不相適應的問題，并通過維修來改善這些問題。

由于飛機的結構特點、發(fā)動機性能、起降性能、暖機特性、飛行科目和環(huán)境影響等原因，飛機對機場道面的要求非常高，損壞的道面容易導致飛行事故，因此道面檢查和維修機制有著頻繁檢查、及時維修和工程量小的特點。當前眾多機場通過建立信息管理系統(tǒng)來緩解機場道面體量大與管理制度要求高之間的矛盾。機場飛行區(qū)圖形化管理信息系統(tǒng)[2]，具有可視化的優(yōu)勢，缺少對維修決策的支持。機場道面管理系統(tǒng)[3]是基于資產管理軟件進行的信息化應用，缺少對機場管理特點的分析。凌建明[4]研究的機場管理系統(tǒng)，涵蓋了機場道面調查與測試、分析與評價，以及維修對策選擇與優(yōu)化等內容。張獻民[5]實現(xiàn)了機場道面信息的三維場景顯示與屬性信息查詢、場道PCN、PCI計算、場道剩余使用壽命預測、維修輔助決策等功能。但是這些機場道面的信息系統(tǒng)，多關注現(xiàn)狀的展示、道面檢測、壽命預測，缺少與機場道面管理業(yè)務的結合，收集的數(shù)據(jù)也缺少進一步的挖掘分析。

當今信息化條件下，在組織運行的過程中，常常面臨數(shù)據(jù)爆炸、知識卻貧乏的問題，即淹沒在數(shù)據(jù)中，卻不能制定合適的決策。數(shù)據(jù)挖掘DM(Data Mining)正是將雜亂的數(shù)據(jù)轉化為有序的知識[6]。數(shù)據(jù)是對客觀事物屬性、關系的抽象表示，而知識=數(shù)據(jù)+處理+理解與推理+解決問題的方法，是經(jīng)過廣泛、深入、長期的實踐，被組織消化吸收而得到的，并且可以成為決策的根據(jù)。數(shù)據(jù)挖掘正是加快“消化吸收”效率的有效工具，關聯(lián)規(guī)則挖掘[7-8]就是數(shù)據(jù)挖掘中典型的一類方法。王觀虎[9]通過采集道面狀況指數(shù)、平整度指數(shù)、摩擦系數(shù)等指標，基于灰色定權聚類，對機場道面的使用性能進行了評價，但是這種評價僅適用于宏觀的整修決策，對日常的維修決策難以應用。趙鴻鐸[10]將4種道面性能屬性評價指標，以及4類道面管理需求屬性作為輸入端，8種不同的維護管理策略作為輸出端，通過C5.0算法訓練了決策樹，得出了機場道面維護輔助決策模型；同樣，該模型也是針對宏觀的大面積場坪而言，訓練樣本不易獲取。張紹陽[11]采集路面病害、建設信息、運營信息等形成數(shù)據(jù)倉庫，通過關聯(lián)規(guī)則算法，發(fā)現(xiàn)瀝青混凝土路面病害和影響因子之間的關聯(lián)，這種方法注重于考察路面建設和使用者對病害的影響，是多維度的關聯(lián)規(guī)則挖掘，缺少對道面不同病害類型的分析。龍小勇[12]收集了北方多個機場的道面病害類型和損壞程度等數(shù)據(jù)，采用關聯(lián)規(guī)則挖掘技術挖掘了道面病害之間的關聯(lián)知識，具有較大的借鑒意義，但是其不足之處在于，數(shù)據(jù)挖掘的模型并沒有與道面檢查及維修機制很好地結合，對多個機場的數(shù)據(jù)進行人為的收集顯得并不可復制，并且忽視了不同機場之間建設年代、等級規(guī)格、使用頻次、環(huán)境條件等因素的影響。

本文基于關聯(lián)規(guī)則挖掘的方法，構建了機場道面病害惡化規(guī)律挖掘模型，并將該模型與道面檢查和維修機制相耦合，通過實例分析與結果討論，得到了機場道面的惡化規(guī)律，并進行了新機制效果的預評估，為進一步提升機場道面管理系統(tǒng)的智能化水平提供了具體途徑。

1 關聯(lián)規(guī)則挖掘方法基礎

關聯(lián)規(guī)則挖掘最早的應用場景是購物籃分析，每當人們提到這種數(shù)據(jù)挖掘方法，通常舉例：“沃爾瑪把啤酒和尿布放在一起進行銷售”，它的挖掘結論形如{啤酒}=>{尿水}，含義是如果一個顧客購買啤酒，那么他很可能也會購買尿布，諸如此類的信息可以用于指導商品擺放和定價。最終目標是在事物數(shù)據(jù)庫中，得出形如式(1)的表達式：

X=(s,c)>Y

(1)

事物數(shù)據(jù)庫是指每發(fā)生一次事件都有一條記錄的數(shù)據(jù)庫，式(1)中X、Y為項的集合，項為事物數(shù)據(jù)庫中，最小且不可分割的單元，例如啤酒、尿布。s是指支持度，為數(shù)據(jù)庫中X和Y同時出現(xiàn)的事物個數(shù)，記為：

s=sup(X=>Y)=sup(XY)

(2)

當s為小數(shù)時，視為X和Y同時出現(xiàn)的事物數(shù)除以事物總數(shù)A。它為一個概率值，表示XY出現(xiàn)的概率即：

rsup(X=>Y)=sup(XY)/A=P(XY)

(3)

c是指置信度，表示在出現(xiàn)X時，也出現(xiàn)Y的概率，也就是一個事物，包含X的情況下，也包含Y的條件概率：

c=conf(X=>Y)=P(Y|X)=

P(XY)/P(X)=sup(XY)/A/sup(X)/A=

sup(SY)/sup(X)

(4)

有了明確的關聯(lián)規(guī)則參數(shù)的定義，但是并不能立刻運算，因為如果直接進行暴力循環(huán)運算，運算量過大很難實現(xiàn)，因此Rakesh Agrawal和Ramakrishnan Srikant在1994年提出了Apriori算法。其核心原理是，如果一個項集是非頻繁的，那么它的所有超集也是非頻繁的。因此在指定最小支持度后，某個項集如果小于最小支持度，那么它的超集都不必再進行計算，從而大大減少了計算量。

2 機場道面病害惡化規(guī)律挖掘模型

機場道面病害是一個典型的“購物籃”，由于水泥混凝土熱脹冷縮的要求，機場道面一般按照5 m×5 m或者4.5 m×4.5 m的規(guī)格進行分倉，根據(jù)經(jīng)驗來看，道面病害通常出現(xiàn)在一塊分倉板上。不同病害發(fā)生的道面板，距離較遠并且相對獨立，類似于每個顧客的采購行為，每塊道面板出現(xiàn)的病害情況，類似于顧客采購的不同物品。

2.1 機場道面病害事務數(shù)據(jù)庫

對發(fā)現(xiàn)的病害進行的記錄，實際上構成了機場道面病害事務數(shù)據(jù)庫，板塊的編號為該數(shù)據(jù)庫中事務的唯一ID。式(1)中的X、Y，為水泥混凝土板道面病害中常見的6種類型{邊角剝落，板間錯臺，表面剝落，板塊斷裂，表面裂縫，灌縫料損壞}的子集，顯然它們是不相交的。支持度s為X和Y同時出現(xiàn)的板塊總數(shù)，置信度c為一個板塊包含X的情況下，也包含Y的條件概率。在機場道面病害惡化規(guī)律挖掘模型中，支持度s表示病害X的頻繁程度，置信度c表示在病害X發(fā)生的情況下，病害X、Y共同發(fā)生的機率。

2.2 機場道面病害惡化率

如果置信度達到規(guī)定的限額，本文定義惡化率t：

t=P(X|Y)=P(XY)/P(Y)=

sup(XY)/sup(Y)

(5)

圖1可以較好地表明支持度s、置信度c、惡化率t之間的關系，只有當支持度s、置信度c，分別達到最小支持度和置信度的要求時(一般來說都是較高的值)，才可計算惡化率t，其意義為病害Y惡化為病害X的機率。從圖1中可以看出，陰影部分為病害XY共同出現(xiàn)的板塊個數(shù)，陰影部分占板塊總數(shù)A的比例為支持度s，占具有病害X板塊個數(shù)的比例為置信度c，占具有病害Y板塊個數(shù)的比例為惡化率t。對于道面全壽命周期來說，病害Y是早期的病害，病害X是相對晚期的病害。XY較少，并且出現(xiàn)病害X時，都出現(xiàn)了病害Y，因此本文認為病害X是由病害Y發(fā)展演變而來，病害Y是病害X的早期征兆。

圖1 項集關系圖

當X為多個病害時不適合使用惡化率t。為便于說明，將關聯(lián)規(guī)則形式改為XY=>Z，其中X、Y均為單個病害。這種形式的關聯(lián)規(guī)則，只能說明病害X、Y都發(fā)生時，將較大可能出現(xiàn)病害Z，但不能認可XY=>Z的惡化率t，下面用反證法的思路進行說明。證明：

a.假設認可XY=>Z的惡化率t，即XY=>Z滿足最小置信度。

b.在道面惡化的邏輯上，Z將以一定的概率惡化為X和Y，等價于Z將先以一定的概率惡化為X或Y，等價于認可X=>Z或Y=>Z的惡化率t，等價于X=>Z或Y=>Z滿足最小置信度。

c.但是X=>Z或Y=>Z并不一定滿足最小置信度。

證明完畢。因此，認可XY=>Z的惡化率t的前提，必須是X=>Z和Y=>Z滿足最小置信度。

2.3 機場道面病害惡化規(guī)律挖掘模型流程

機場道面病害惡化規(guī)律挖掘模型流程如圖2所示，主要由輸入、算法處理和規(guī)則解釋共3部分組成。在輸入端，需要輸入道面病害數(shù)據(jù)，并設定最小支持度和最小置信度。算法處理包括Apriori算法、Eclat算法、FPGrowth算法等，不同的算法區(qū)別主要體現(xiàn)在面對不同數(shù)據(jù)結構時，所需的算力的不同，也就是計算時間的不同。在面對本文所涉及的0～1稀疏矩陣時，各算法所需時間相差不大，因此選用Apriori算法。在分析關聯(lián)規(guī)則結果是否滿足需求后，再調整最小支持度和置信度，最后輸出關聯(lián)規(guī)則結果并進行解釋，得到對機場道面維管作業(yè)有用的知識。

圖2 機場道面病害惡化規(guī)律挖掘模型流程

2.4 惡化規(guī)律挖掘模型與道面檢查、維修機制的耦合

原有的機場道面檢查和維修機制如圖3左側的細線所示，主要包括如下幾個流程環(huán)節(jié)：①在飛行前、飛行中、平時巡檢時發(fā)現(xiàn)道面損壞并上報。②審核維修任務、確認不存在重復申報等情況。③任務分配安排，確定人員、工具、材料等情況。④維修日程安排，確定具體道面病害的維修計劃。⑤維修小組赴現(xiàn)場進行維修。⑥維修完成后，進行相應的記錄，并由審核人員確認任務完成情況。

圖3 機場道面病害惡化規(guī)律挖掘模型與檢查、維修機制的耦合

原有機制通常是經(jīng)驗驅動的，檢查發(fā)現(xiàn)病害后通過經(jīng)驗判斷制定維修任務安排。將機場道面病害惡化規(guī)律挖掘模型與原機制耦合后，可得到一個數(shù)據(jù)驅動的新機制。新機制是數(shù)據(jù)驅動的，在原機制的基礎上增加了2個提取數(shù)據(jù)環(huán)節(jié)、1個數(shù)據(jù)庫、1個數(shù)據(jù)挖掘環(huán)節(jié)、1個知識庫，并刪減1個原有環(huán)節(jié)。

提取的數(shù)據(jù)1包括：道面板損壞的發(fā)現(xiàn)時間、損壞的類型、損壞的程度、損壞的位置。原有機制該4類數(shù)據(jù)同樣需要采集，不清楚檢查發(fā)現(xiàn)的損壞情況，就無法進行維修，通常維管分隊有專用的道面損壞情況記錄本，需要手寫進行記錄。實際工作中時間、位置容易發(fā)生錯誤，并且極其耗費精力。建議開發(fā)基于數(shù)據(jù)庫的簡單工單管理系統(tǒng)，檢查時攜帶PC端電腦，現(xiàn)場由系統(tǒng)自動記錄時間，僅需進行位置、病害類型、程度這3個數(shù)據(jù)的現(xiàn)場記錄。

提取的數(shù)據(jù)2包括：道面板維修的維修人員、開始時間、完成時間、維修方法、工程量。原有機制也要求手寫記錄，同樣依托工單管理系統(tǒng)，維修工作實施環(huán)節(jié)中領取工具、材料記為開始時間，歸還工具、剩余材料記為完成時間，維修人員自動記錄，僅需進行維修方法、工程量這2個數(shù)據(jù)的現(xiàn)場記錄。并且，由于引入了工單管理信息系統(tǒng)，維修工作記錄環(huán)節(jié)可以去除。

知識庫1包括：道面板損壞類型的占比、容易并發(fā)的損壞類型、道面惡化的階段和道面惡化的概率?？捎糜诘烂婢S修優(yōu)先級的決策，制訂諸如惡化概率高的道面先維修、處于損壞后期造成事故概率大的道面先維修等策略，從而更加合理地利用維修資源，而不是按原有機制進行無差別維修。

3 應用舉例及結果分析

以我國西南地區(qū)的A機場為例，該機場道面在1.5 a內，出現(xiàn)病害的道面板共202塊，記錄的道面病害事物數(shù)據(jù)如表1所示。

表1 機場道面病害事物數(shù)據(jù)庫Table 1 Database table of airport pavement diseases板塊編號邊角剝落板間錯臺表面剝落板塊斷裂表面裂縫灌縫料損壞1111010200000130010004100000

列入病害事物數(shù)據(jù)庫的板塊，均為在檢查時發(fā)現(xiàn)病害的板塊。因此，將塊板編號作為病害事物編號，本文將其暫按1-202進行排序。一次板塊的病害事物包括6種病害類型，以1作為出現(xiàn)該病害，0作為未出現(xiàn)該病害。其中，出現(xiàn)板間錯臺和灌封料損壞時，將其歸入板縫兩側出現(xiàn)病害的板塊，如果板縫兩側未出現(xiàn)或均出現(xiàn)病害，統(tǒng)一歸入飛機常年起飛/垂直起飛方向的板塊?？梢钥闯鲈摂?shù)據(jù)庫是一個邏輯稀疏矩陣。

3.1 機場道面病害基本情況

對道面病害類型的頻數(shù)進行分析，得到圖4?？梢钥闯?02條記錄中，有118次與灌縫料損壞有關，占58%，說明灌縫料損壞是機場道面的高發(fā)病害類型。其次可以看出病害的發(fā)生數(shù)與病害的嚴重程度成反比，一定程度上體現(xiàn)出道面損壞由量變到質變的過程。202個機場道面板塊，共出現(xiàn)了274次病害，說明一個板塊上容易出現(xiàn)多種病害類型，將出現(xiàn)1種病害類型的稱為1類板塊，出現(xiàn)2種的稱為2類板塊，以此類推并統(tǒng)計每種類型中6種病害出現(xiàn)的頻數(shù)，得到圖5。

圖4 機場道面損壞形式頻數(shù)圖

圖5 機場道面損壞并發(fā)頻數(shù)圖

由圖5可以看出，并發(fā)4類病害的板塊，邊角剝落、板間錯臺、表面裂縫均為5次。并發(fā)3類病害的板塊，其高發(fā)類型是邊角剝落和表面剝落，均達到了9次，占3類病害總板塊數(shù)的90%。并發(fā)2類病害的板塊，其高發(fā)類型是邊角剝落，達到了22次，占2類病害總板塊數(shù)的59%。1類損壞的板塊中，有100塊(66%)是灌縫料損壞，說明灌縫料這種病害相對獨立發(fā)生，并且在短期內(例如此次的試驗數(shù)據(jù)，1.5 a內)不易引發(fā)其他類型的板塊病害。

3.2 機場道面病害惡化規(guī)律

根據(jù)道面病害惡化規(guī)律挖掘模型，使用R語言編程，對病害數(shù)據(jù)進行挖掘。如表2所示。

表2 道面病害關聯(lián)規(guī)則Table 2 Association rules of road diseases規(guī)則編號XY支持度/%置信度/%惡化率/%1板塊斷裂板間錯臺2.4871.4325.002板間錯臺,表面裂縫邊角剝落2.4883.33—3板間錯臺,表面裂縫表面剝落2.4883.33—4邊角剝落,表面裂縫表面剝落4.4675.00—5表面裂縫表面剝落9.9068.9740.006板間錯臺,表面剝落表面裂縫2.4871.43—7邊角剝落,板間錯臺表面裂縫2.4862.50—8邊角剝落,表面剝落表面裂縫4.4660.00—9板間錯臺板塊斷裂2.4825.0071.4310邊角剝落灌縫料損壞8.9136.0015.25

由工作經(jīng)驗可知，機場道面病害中板塊斷裂、板間錯臺等病害占比較低，因此最小支持度設定為2%，最小置信度設置為60%。將得到的8條關聯(lián)規(guī)則列入表2的前8條?？梢钥闯鲈谶@樣的最小支持度和置信度下，無法得到X=>Y形結論中，Y為板塊斷裂和灌縫料損壞的結論。經(jīng)分析認為，板塊斷裂本來就是較低發(fā)的病害，而灌縫料損壞發(fā)生得過于頻繁，這2點均有可能影響規(guī)則的置信度。因此將置信度降低為25%，得到了與這2種病害有關的2條規(guī)則，將其列入表2的后2條。由表2分析可得以下幾點結論：

a.在針對各類病害認可的最小支持度和置信度設定下，可以看出道面病害惡化可分為3個階段，如圖6所示，第1階段是灌縫料損壞，第2階段是邊角剝落、表面剝落等病害多發(fā)、并發(fā)，第3階段是板塊斷裂。

圖6 道面病害惡化圖

b.灌縫料損壞有15.25%的可能性將惡化為邊角剝落(規(guī)則7，灌縫料損壞=>邊角剝落t=15.25%)。其置信度雖然只有36%，但支持度比較高，達到了8.91%。當機場道面灌縫料損壞后，雨水、風沙、種子等外界不利因素很容易影響板間的地基，從而導致在機輪等荷載作用下，容易形成應力集中，造成道面板邊角的剝落。

c.第2階段中邊角剝落、表面裂縫、表面剝落、板間錯臺這4類病害多發(fā)、并發(fā)。規(guī)則2表明，出現(xiàn)板間錯臺、表面裂縫時，并發(fā)邊角剝落的置信度為83.33%。規(guī)則3、4、5表明，出現(xiàn)相應的病害時，并發(fā)表面剝落的置信度分別為83.33%、75%、68.97%，其中，表面剝落演變?yōu)楸砻媪芽p的惡化率為40%。規(guī)則6、7、8表明，出現(xiàn)相應的病害時，并發(fā)表面裂縫的置信度分別為71.43%、62.50%、60.00%。可以看出，板間錯臺并沒有出現(xiàn)在并發(fā)病害中，說明這種病害對于道面狀況來說更為少見和不利。并且由于表面裂縫=>表面剝落惡化率的存在，本文認為在第2階段中，邊角剝落、表面剝落對于道面健康狀況來說是屬于較輕的病害，而表面裂縫較重，板間錯臺最重，這與板塊損壞規(guī)律的先驗知識也是相符的。

d.由規(guī)則1，板塊斷裂=>板間錯臺t=25%可知，當?shù)烂姘宄霈F(xiàn)板間錯臺病害后，演化為板塊斷裂的可能性為25%，這一規(guī)則的置信度為71.34%。而對于規(guī)則9可以看出，板間錯臺=>板塊斷裂支持度s=2.48%、置信度c=25%、惡化率t=71.34%，板間錯臺時，也出現(xiàn)板塊斷裂病害的支持度、置信度均較低，因此難以相信板塊斷裂是導致板間錯臺的主要因素。事實上，板間錯臺多是由地基病害造成的，而并不是板塊斷裂。相反，板間錯臺確容易導致板塊斷裂(經(jīng)驗結論、關聯(lián)規(guī)則結論)。根據(jù)規(guī)則9，也可以側面得出指標惡化率的使用，必須要在相對較高的置信度的條件下進行。

3.3 機場道面檢查與維修機制優(yōu)化效果預評估

通過將機場道面病害惡化規(guī)律挖掘模型與檢查、維修機制進行耦合，得到了優(yōu)化后的機制。表3從維護管理水平、工作量、成本等3個角度出發(fā)，根據(jù)得到的A機場道面病害惡化規(guī)律知識，針對機制的各流程環(huán)節(jié)，預評估機場道面檢查、維修機制的優(yōu)化效果。

表3 機場道面檢查、維修機制的優(yōu)化效果預評估Table 3 Pre-assessment of optimization effect of airport pavement inspection and maintenance mechanism優(yōu)化機制相比于原有機制對維護管理系統(tǒng)說明水平提高有利基于道面病害惡化三階段發(fā)展規(guī)律,有針對性的對初期病害道面板進行檢查發(fā)現(xiàn)道面損壞工作量增加不利發(fā)現(xiàn)道面病害后,需要將板塊位置、病害類型、損壞程度錄入信息系統(tǒng)成本增加不利道面病害記錄,需要投入信息化的硬件、軟件,但是屬于單次投入任務分配安排水平提高有利在病害初期有效進行預防性維修,對惡化率高的病害提升維修的優(yōu)先級工作量減少有利改變以往經(jīng)驗驅動的做法,可根據(jù)得到的道面惡化規(guī)律知識分配安排任務維修工作實施水平提高有利合理的維修計劃及決策,利于實施流水施工等更為科學的施工組織形式工作量減少有利改變以往無差別維修的做法,部分病害可集中打包處理,減少了反復修的情況維修工作記錄—有利刪除了該環(huán)節(jié),將其融入維修實施過程,通過管理信息化進行維修記錄注: 變化不大的機制流程環(huán)節(jié)未列出。

從表中可以發(fā)現(xiàn)，優(yōu)化機制可以有效提高維護管理水平，并降低維護管理工作量。不利之處在于：①要求更高的人員素質，但可以通過加強培訓進行解決。②信息化設備、軟件的新增，雖可兼容于其他信息系統(tǒng)和硬件，但該項成本的投入是單次的。因此總的看來優(yōu)化機制對維護管理系統(tǒng)是有利的。

4 結論

a.本文將關聯(lián)規(guī)則挖掘方法引入機場道面病害規(guī)律分析。建立了機場道面病害事務數(shù)據(jù)庫，研究了關聯(lián)規(guī)則挖掘方法，構建了道面病害惡化規(guī)律挖掘模型，指出使用支持度s表示某項病害的頻發(fā)程度，置信度c表示某項病害與其他病害并發(fā)的機率，定義了惡化率t，認為可用其表征初期道面病害向晚期病害轉化的機率，并對其特性和適用范圍進行了說明。

b.本文將道面病害惡化規(guī)律挖掘模型，及機場道面檢查、維修機制進行了耦合。指出了規(guī)律挖掘模型輸入端的數(shù)據(jù)來源環(huán)節(jié)，以及得到挖掘規(guī)律后的知識應用環(huán)節(jié)，在實例分析的基礎上，對機制的優(yōu)化效果進行了預評估，認為優(yōu)化機制在少量增加工作量、單次投入成本的基礎上，可以有效提高維護管理的水平與機制運轉的效率。

c.本文通過實例分析與討論，得到了A機場道面惡化的3個階段。并認為對于該機場來說，出現(xiàn)灌縫料損壞時要及時維修，因為該病害有15.25%的機率惡化為邊角剝落，一旦出現(xiàn)邊角剝落，就很容易步入多類病害多發(fā)并發(fā)的第2階段；當?shù)烂娌饺霅夯牡?階段后，對于非重點部位也應盡量控制住邊角剝落、表面剝落的狀態(tài)，因為表面剝落將有40%的概率惡化為表面裂縫，此類病害對飛機使用較為不利；如果出現(xiàn)板間錯臺需要及時維修，否則有25%的機率惡化為板塊斷裂，大大增加造成不可逆損失的風險。