裝備備件資源預測與優化技術研究

王 靜，秦吉良，尹子盟，王 威

（1. 北京宇航系統工程研究所，北京，100076；2. 中國運載火箭技術研究院，北京，100076）

裝備備件資源預測與優化技術研究

王 靜1，秦吉良2，尹子盟1，王 威1

（1. 北京宇航系統工程研究所，北京，100076；2. 中國運載火箭技術研究院，北京，100076）

結合國內外研究現狀，對備件預測基本流程、備件品種的預測技術、備件數量的建模與計算方法，以及備件滿足率和利用率的驗證與評估方法進行研究，形成了一種備件資源優化的迭代過程，為裝備備件預測與優化技術的工程化實踐奠定了基礎。

備件；預測；優化；評估

0 引 言

保障性是裝備系統的固有屬性，包括與裝備保障有關的設計特性和保障資源的充足與適用程度兩方面含義[1]。隨著裝備復雜性的提高，供應和保障工作越來越復雜，各型裝備部署后都面臨著保障費用高和戰備完好性差的兩難問題，但在傳統的裝備研制過程中，依然維持重視主裝備的戰術技術性能，對裝備的保障性設計特性以及配套的保障資源、保障需求等方面考慮較少，從而導致裝備缺乏好用、管用、實用、耐用的能力。

備件是維修裝備及其主要成品所需元器件、零件、組件或部件等的統稱[2]，是為裝備使用及維修保障而采購的產品，備件的保障需求與保障方案的生成及保障系統的建立息息相關，在保障資源采購與管理中有著重要的地位和作用。研究裝備備件資源預測與優化技術的目的是研究如何合理利用保障資源使裝備備件的使用效能發揮到最大狀態，其基本思想是通過在裝備研制階段開展備件品種及數量預測，形成初步備件規劃方案；在裝備試用或使用階段，結合備件供給與實際利用情況，對備件滿足率和利用率等定量指標進行評估，提出優化備件資源的建議，以此形成備件資源優化的迭代過程。本文對備件預測基本流程、備件品種的預測技術、備件需求數量的建模與計算方法以及備件滿足率和利用率的驗證與評估方法等進行了研究，為裝備備件預測與優化技術的工程化實踐奠定了基礎，對提高裝備保障系統的保障能力和保障效益，增強裝備的戰斗力具有十分重要的意義。

1 國外研究現狀分析

對于裝備備件綜合供應保障的相關研究，以美國為首的軍事強國隨著其軍事裝備的發展，較早注意到了后勤保障工作對戰斗力的影響[3]，特別是在科技信息含量較高的航空領域，進行了大量的實驗研究和實際應用并取得了一定成果。

備件需求量預測與優化技術在國外經過幾十年的發展，已經形成了較為完備的方法，主要經歷了由靜態預測技術向動態預測技術的發展過程[4]：

a）20世紀50年代屬于備件管理的早期研究階段，美國首先針對航空裝備備件依據經驗數據和專家決策建立了庫存控制模型，預測特定維修點的初始備件數量。這種方法基本沒有考慮備件的保障過程，是一種靜態模型。

b）20世紀70年代前后，各國都加入了對備件需求量預測技術的研究，發展出了基于時間序列預測法的動態預測技術，根據備件需求量隨時間的變化規律來預測未來的需求量，考慮了備件對維護、維修、戰備等不同事件及保障過程的影響。比較有代表性的方法有移動平均法、指數平滑法、灰色預測法等。

c）20世紀90年代前后，出現了以大量歷史數據做基礎，以數理理論做支撐的基于大數據分析的動態備件需求量預測技術。該方法需要有大量歷史數據做基礎，通過對大量數據進行系統處理，在此基礎上利用數理統計方法找出需求預測值與影響需求量變化的自變量之間的關系，對自變量和需求量進行擬合處理，得出最佳的擬合曲線，從而得出需求預測模型。

d）近些年來，基于人工神經網絡的備件預測技術又成為了新的研究方向，通過引入反饋與知識學習建立預測模型，進行需求量的預測[5]。

2 初始規劃

由于裝備在使用與維修過程中所需備件量大、耗費資金多，因此，對備件的預測應遵循早期規劃的原則，即從裝備研制階段開始，從裝備的使用角度出發，系統分析備件預測流程，科學確定備件品種及需求數量的預測方法并根據裝備硬件設計、保障性分析、有關試驗所作的消耗統計等信息實現備件的初步規劃。

2.1 預測基本流程

根據GJB 4355—2002《備件供應規劃要求》，采用保障性分析方法確定武器系統的備件品種和數量。

圖1給出了與備件需求有關的數據來源，以及應用這些數據確定備件品種和需求數量的迭代過程。如圖1所示，通過故障模式影響分析（Failure Mode, Effects and Criticality Analysis，FMECA）和以可靠性為中心的維修性分析（Reliability Centered Maintenance Analysis，RCMA）及修理級別分析（Level of Repair Analysis，LORA）等分析方式，以故障模式、失效率和維修工作時間等分析結果作為輸入，確定備件的品種、需求數量及其配置級別。

圖1 確定備件品種及需求數量的基本流程

根據FMECA結果，將故障率高的產品作為RCMA的工作對象，針對工作對象開展RCMA工作，采用邏輯決斷分析流程對每個分析對象按照預防性維修、修復性維修以及改進設計項目進行分類。

2.2 品種預測的邏輯決斷法

備件優化技術研究，首先要從備件品種預測技術入手。目前確定備件品種的方法主要包括邏輯決斷法、價值工程法和模糊綜合評判法等。其中，邏輯決斷法因其邏輯性強、操作簡單易行等優點被多數裝備采用。本節對備件品種預測的邏輯決斷法進行簡要介紹，其主要工作步驟如下：

a）確定高故障率產品。通過劃分出裝備的高故障率產品和非高故障率產品，為邏輯決斷分析提供必要的輸入信息，并為設置現場可更換單元奠定基礎。

b）開展高故障率產品的邏輯決斷分析。應用邏輯決斷圖確定各高故障率產品需進行的預防性維修工作類型或其他處置措施。邏輯決斷圖的分析流程和方法參見GJB 1378A—2007《裝備以可靠性為中心的維修分析》。

c）完成整個裝備的維修工作分析。從確定裝備各項修復性維修工作和預防性維修工作的要求開始，對每項工作擬定詳細的作業步驟，然后根據各項工作的特點，分別進行工作技能分析和時限分析，確定每項作業步驟的備件要求。

2.3 需求數量的建模與計算方法

確定備件需求數量的方法主要包括利用相似裝備相應數據的經驗法、按比例供應法和模型計算法等，本節重點介紹模型計算法。根據備件產品的壽命分布類型，備件需求數量計算模型可分為指數壽命型、威布爾壽命型和正態壽命型3類。

2.3.1 指數壽命型備件需求數量計算模型

該模型主要用于具有恒定失效率的產品。一般來說，正常使用的電子產品都屬于指數壽命型，如印制電路板插件、電子部件、電阻、電容和集成電路等。其備件需求數量計算模型為式中 P為備件保障概率（相當于備件滿足率），即在規定保障時間內需要該備件時不缺件的概率；S為裝備中某備件的需求數量；N為裝機數量；λ為備件的故障率；t為累積工作時間。

對不修復備件，累積工作時間t按裝備初始保障時間內裝備累積工作時間或備件供應更新周期內累積工作時間計算。對可修復備件，分為2種情況研究處理：a）基層級更換后送中繼級或基地級修復，此時按修理周轉期內裝備累積工作時間計算；b）在基層級對該件進行修復，此時當滿足該件的平均故障間隔時間遠大于該件的平均修復時間時，在至少備1個供換件修理的條件下，用該件的平均修復時間代替式中的累積工作時間t。

2.3.2 威布爾壽命型備件需求數量計算模型

該模型主要適用于機電產品，如滾珠軸承、繼電器、開關、斷路器、某些電容器、電子管、電位計、陀螺儀、電動機、蓄電池、液壓泵、齒輪和閥門等。其備件需求數量計算模型為

式中 μp為正態分布分位數；k為變異系數；E為平均壽命。

2.3.3 正態壽命型備件需求數量計算模型

該模型主要適用于機械產品，如齒輪箱和減速器等。其備件需求數量計算模型為

式中 T為更換周期；σ 為標準差。

T可按不同情況分別進行處理：如果是磨損壽命，T用工作時間計算；如果是腐蝕、老化壽命，T可以用日歷時間近似。

3 備件滿足率和利用率評估

為了對上述備件初始規劃方案進行驗證與評估，在裝備試用或使用的一段時間內，應對備件滿足供給情況以及備件品種和數量的利用情況進行總體評價，即評估備件的滿足率和利用率?；趥浼u估結果，對研制階段提出的備件清單及供應建議是否可行進行評價并提出優化保障資源及保障系統的建議，從而形成備件資源優化的迭代過程。

a）備件滿足率是指在規定維修級別及規定時間周期內提出備件需求時，能提供的備件數與需求的備件數之比。該指標的考核方法是：在裝備試用或使用階段，記錄一段時間內當裝備需要更換備件時的備件滿足情況。備件滿足率rSF的點估計評估模型為

式中 r?SF為rSF的點估計值；NBY為備件能夠滿足需求的統計數量；NBN為備件不能滿足需求的統計數量。

b）備件利用率是指在規定的維修級別及規定的時間周期內，實際使用的備件數量與該級別實際擁有的備件總數之比。該指標的考核方法是：在裝備試用或使用階段，記錄一段時間內當裝備需要更換備件時的備件使用情況。備件利用率rSU的點估計評估模型為

式中SU?r為rSU的點估計值；NBU為實際使用的備件數量；NB為能夠提供使用的備件數量。

4 結 論

確定裝備使用和維修保障中所需備件的種類和數量是進行有效修復工作和增強裝備保障能力的必要條件，通過以故障模式、失效率和維修工作時間等分析結果作為輸入進行備件的初始規劃，是確定備件供應清單的最佳實現途徑。在綜合保障過程中，還應在裝備部署后做好備件滿足率和備件利用率的評估工作，為適時調整備件供應提供決策依據。

[1] 馬紹民, 章國棟. 綜合保障工程[M]. 北京：國防工業出版社, 1995.

[2] 空軍裝備部軍械部, 等. GJB 4355—2002備件供應規劃要求[S]. 北京：總裝備部軍標出版發行部, 2002.

[3] 宋太亮. 裝備保障性系統工程[M]. 北京：國防工業出版社, 2008.

[4] 董彥軍. 航空備件需求預測及兩級供應體制保障策略研究[D]. 沈陽:沈陽航空航天大學, 2014.

[5] 彭文娟, 韓松, 孫銘明, 等. 基于壽命分布的備件需求計算模型分析[J].艦船電子工程, 2009,29(12): 183-185.

Research on Spare Parts Resource Prediction and Optimization for Equipment

Wang Jing1, Qin Ji-liang2, Yin Zi-meng1, Wang Wei1
(1. Beijing Institute of Astronautical Systems Engineering, Beijing, 100076; 2. China Academy of Launch Vehicle Technology, Beijing, 100076)

In this paper, the basic process of equipment spare parts prediction is researched, according to international status analysis. The model and calculation methods of spare parts quantity and variety are studied as well as the method of the ratio of spare parts fulfillment and ratio of spare parts utilization evaluation and validation. To sum up, a iteration process of spare parts resource optimization is presented which established the foundation of engineering solution to the techniques of equipment spare parts prediction and optimization.

Spare parts; Prediction; Optimization; Evaluation

E927

A

1004-7182(2016)04-0056-03

10.7654/j.issn.1004-7182.20160414

2015-10-28；

2015-11-03

王 靜（1973-），女，研究員，主要研究方向為型號總體可靠性、維修性、保障性技術