装备备件资源预测与优化技术研究

王 静，秦吉良，尹子盟，王 威

（1. 北京宇航系统工程研究所，北京，100076；2. 中国运载火箭技术研究院，北京，100076）

装备备件资源预测与优化技术研究

王 静1，秦吉良2，尹子盟1，王 威1

（1. 北京宇航系统工程研究所，北京，100076；2. 中国运载火箭技术研究院，北京，100076）

结合国内外研究现状，对备件预测基本流程、备件品种的预测技术、备件数量的建模与计算方法，以及备件满足率和利用率的验证与评估方法进行研究，形成了一种备件资源优化的迭代过程，为装备备件预测与优化技术的工程化实践奠定了基础。

备件；预测；优化；评估

0 引 言

保障性是装备系统的固有属性，包括与装备保障有关的设计特性和保障资源的充足与适用程度两方面含义[1]。随着装备复杂性的提高，供应和保障工作越来越复杂，各型装备部署后都面临着保障费用高和战备完好性差的两难问题，但在传统的装备研制过程中，依然维持重视主装备的战术技术性能，对装备的保障性设计特性以及配套的保障资源、保障需求等方面考虑较少，从而导致装备缺乏好用、管用、实用、耐用的能力。

备件是维修装备及其主要成品所需元器件、零件、组件或部件等的统称[2]，是为装备使用及维修保障而采购的产品，备件的保障需求与保障方案的生成及保障系统的建立息息相关，在保障资源采购与管理中有着重要的地位和作用。研究装备备件资源预测与优化技术的目的是研究如何合理利用保障资源使装备备件的使用效能发挥到最大状态，其基本思想是通过在装备研制阶段开展备件品种及数量预测，形成初步备件规划方案；在装备试用或使用阶段，结合备件供给与实际利用情况，对备件满足率和利用率等定量指标进行评估，提出优化备件资源的建议，以此形成备件资源优化的迭代过程。本文对备件预测基本流程、备件品种的预测技术、备件需求数量的建模与计算方法以及备件满足率和利用率的验证与评估方法等进行了研究，为装备备件预测与优化技术的工程化实践奠定了基础，对提高装备保障系统的保障能力和保障效益，增强装备的战斗力具有十分重要的意义。

1 国外研究现状分析

对于装备备件综合供应保障的相关研究，以美国为首的军事强国随着其军事装备的发展，较早注意到了后勤保障工作对战斗力的影响[3]，特别是在科技信息含量较高的航空领域，进行了大量的实验研究和实际应用并取得了一定成果。

备件需求量预测与优化技术在国外经过几十年的发展，已经形成了较为完备的方法，主要经历了由静态预测技术向动态预测技术的发展过程[4]：

a）20世纪50年代属于备件管理的早期研究阶段，美国首先针对航空装备备件依据经验数据和专家决策建立了库存控制模型，预测特定维修点的初始备件数量。这种方法基本没有考虑备件的保障过程，是一种静态模型。

b）20世纪70年代前后，各国都加入了对备件需求量预测技术的研究，发展出了基于时间序列预测法的动态预测技术，根据备件需求量随时间的变化规律来预测未来的需求量，考虑了备件对维护、维修、战备等不同事件及保障过程的影响。比较有代表性的方法有移动平均法、指数平滑法、灰色预测法等。

c）20世纪90年代前后，出现了以大量历史数据做基础，以数理理论做支撑的基于大数据分析的动态备件需求量预测技术。该方法需要有大量历史数据做基础，通过对大量数据进行系统处理，在此基础上利用数理统计方法找出需求预测值与影响需求量变化的自变量之间的关系，对自变量和需求量进行拟合处理，得出最佳的拟合曲线，从而得出需求预测模型。

d）近些年来，基于人工神经网络的备件预测技术又成为了新的研究方向，通过引入反馈与知识学习建立预测模型，进行需求量的预测[5]。

2 初始规划

由于装备在使用与维修过程中所需备件量大、耗费资金多，因此，对备件的预测应遵循早期规划的原则，即从装备研制阶段开始，从装备的使用角度出发，系统分析备件预测流程，科学确定备件品种及需求数量的预测方法并根据装备硬件设计、保障性分析、有关试验所作的消耗统计等信息实现备件的初步规划。

2.1 预测基本流程

根据GJB 4355—2002《备件供应规划要求》，采用保障性分析方法确定武器系统的备件品种和数量。

图1给出了与备件需求有关的数据来源，以及应用这些数据确定备件品种和需求数量的迭代过程。如图1所示，通过故障模式影响分析（Failure Mode, Effects and Criticality Analysis，FMECA）和以可靠性为中心的维修性分析（Reliability Centered Maintenance Analysis，RCMA）及修理级别分析（Level of Repair Analysis，LORA）等分析方式，以故障模式、失效率和维修工作时间等分析结果作为输入，确定备件的品种、需求数量及其配置级别。

图1 确定备件品种及需求数量的基本流程

根据FMECA结果，将故障率高的产品作为RCMA的工作对象，针对工作对象开展RCMA工作，采用逻辑决断分析流程对每个分析对象按照预防性维修、修复性维修以及改进设计项目进行分类。

2.2 品种预测的逻辑决断法

备件优化技术研究，首先要从备件品种预测技术入手。目前确定备件品种的方法主要包括逻辑决断法、价值工程法和模糊综合评判法等。其中，逻辑决断法因其逻辑性强、操作简单易行等优点被多数装备采用。本节对备件品种预测的逻辑决断法进行简要介绍，其主要工作步骤如下：

a）确定高故障率产品。通过划分出装备的高故障率产品和非高故障率产品，为逻辑决断分析提供必要的输入信息，并为设置现场可更换单元奠定基础。

b）开展高故障率产品的逻辑决断分析。应用逻辑决断图确定各高故障率产品需进行的预防性维修工作类型或其他处置措施。逻辑决断图的分析流程和方法参见GJB 1378A—2007《装备以可靠性为中心的维修分析》。

c）完成整个装备的维修工作分析。从确定装备各项修复性维修工作和预防性维修工作的要求开始，对每项工作拟定详细的作业步骤，然后根据各项工作的特点，分别进行工作技能分析和时限分析，确定每项作业步骤的备件要求。

2.3 需求数量的建模与计算方法

确定备件需求数量的方法主要包括利用相似装备相应数据的经验法、按比例供应法和模型计算法等，本节重点介绍模型计算法。根据备件产品的寿命分布类型，备件需求数量计算模型可分为指数寿命型、威布尔寿命型和正态寿命型3类。

2.3.1 指数寿命型备件需求数量计算模型

该模型主要用于具有恒定失效率的产品。一般来说，正常使用的电子产品都属于指数寿命型，如印制电路板插件、电子部件、电阻、电容和集成电路等。其备件需求数量计算模型为式中 P为备件保障概率（相当于备件满足率），即在规定保障时间内需要该备件时不缺件的概率；S为装备中某备件的需求数量；N为装机数量；λ为备件的故障率；t为累积工作时间。

对不修复备件，累积工作时间t按装备初始保障时间内装备累积工作时间或备件供应更新周期内累积工作时间计算。对可修复备件，分为2种情况研究处理：a）基层级更换后送中继级或基地级修复，此时按修理周转期内装备累积工作时间计算；b）在基层级对该件进行修复，此时当满足该件的平均故障间隔时间远大于该件的平均修复时间时，在至少备1个供换件修理的条件下，用该件的平均修复时间代替式中的累积工作时间t。

2.3.2 威布尔寿命型备件需求数量计算模型

该模型主要适用于机电产品，如滚珠轴承、继电器、开关、断路器、某些电容器、电子管、电位计、陀螺仪、电动机、蓄电池、液压泵、齿轮和阀门等。其备件需求数量计算模型为

式中 µp为正态分布分位数；k为变异系数；E为平均寿命。

2.3.3 正态寿命型备件需求数量计算模型

该模型主要适用于机械产品，如齿轮箱和减速器等。其备件需求数量计算模型为

式中 T为更换周期；σ 为标准差。

T可按不同情况分别进行处理：如果是磨损寿命，T用工作时间计算；如果是腐蚀、老化寿命，T可以用日历时间近似。

3 备件满足率和利用率评估

为了对上述备件初始规划方案进行验证与评估，在装备试用或使用的一段时间内，应对备件满足供给情况以及备件品种和数量的利用情况进行总体评价，即评估备件的满足率和利用率。基于备件评估结果，对研制阶段提出的备件清单及供应建议是否可行进行评价并提出优化保障资源及保障系统的建议，从而形成备件资源优化的迭代过程。

a）备件满足率是指在规定维修级别及规定时间周期内提出备件需求时，能提供的备件数与需求的备件数之比。该指标的考核方法是：在装备试用或使用阶段，记录一段时间内当装备需要更换备件时的备件满足情况。备件满足率rSF的点估计评估模型为

式中 rˆSF为rSF的点估计值；NBY为备件能够满足需求的统计数量；NBN为备件不能满足需求的统计数量。

b）备件利用率是指在规定的维修级别及规定的时间周期内，实际使用的备件数量与该级别实际拥有的备件总数之比。该指标的考核方法是：在装备试用或使用阶段，记录一段时间内当装备需要更换备件时的备件使用情况。备件利用率rSU的点估计评估模型为

式中SUˆr为rSU的点估计值；NBU为实际使用的备件数量；NB为能够提供使用的备件数量。

4 结 论

确定装备使用和维修保障中所需备件的种类和数量是进行有效修复工作和增强装备保障能力的必要条件，通过以故障模式、失效率和维修工作时间等分析结果作为输入进行备件的初始规划，是确定备件供应清单的最佳实现途径。在综合保障过程中，还应在装备部署后做好备件满足率和备件利用率的评估工作，为适时调整备件供应提供决策依据。

[1] 马绍民, 章国栋. 综合保障工程[M]. 北京：国防工业出版社, 1995.

[2] 空军装备部军械部, 等. GJB 4355—2002备件供应规划要求[S]. 北京：总装备部军标出版发行部, 2002.

[3] 宋太亮. 装备保障性系统工程[M]. 北京：国防工业出版社, 2008.

[4] 董彦军. 航空备件需求预测及两级供应体制保障策略研究[D]. 沈阳:沈阳航空航天大学, 2014.

[5] 彭文娟, 韩松, 孙铭明, 等. 基于寿命分布的备件需求计算模型分析[J].舰船电子工程, 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 静（1973-），女，研究员，主要研究方向为型号总体可靠性、维修性、保障性技术