现场可更换单元划分权衡研究综述

郭志明，王 丹，刘 英，赵 丹，李 阳，陈 岩

(兵器工业质量与可靠性研究中心， 北京 100089)

装备的研制工作中，其可靠性、维修性、保障性和测试性(简称RMST)水平将直接决定装备战斗力的发挥，并影响战场以及战争的胜负[1]。RMST之间有着密切关系，需要运用系统工程的思想进行综合分析。目前，大多数研究提出的方法只能单独分析RMST的某一个参数，或者对可靠性、维修性、保障性和测试性依次进行分析，还缺乏RMST并行设计分析的方法。LRU(Line Replaceable Unit)是装备中实施RMST设计、分析和评价等工作的典型对象，是实现RMST并行设计分析技术的一个突破口。LRU划分权衡是装备RMST并行设计分析环节的重要工作，目前部分研究人员已经开展了LRU划分与权衡工作，但实际中主要依靠经验，导致LRU划分权衡的科学性不强。本文系统梳理国内外LRU划分权衡相关研究，并提出基于机器学习和优化的LRU划分权衡方法，对开展LRU划分权衡工作具有一定参考价值。

1 LRU划分权衡概述

LRU的概念最早是在1996年美国国防部颁布的MIL-PRF-49506《后勤管理信息性能规范》中被正式提出，即指在外场可以通过移除或更换来恢复产品工作准备状态的必备保障单元[2]。国内是在GJB/Z 91—1997《维修性设计技术手册》中给出了正式的定义，即在使用环境即处于外场或战斗环境中可更换的产品及其组成部分[3]。虽然国外LRU概念侧重于保障，国内LRU侧重于维修，但都强调在现场拆装的快捷性。LRU划分权衡是首先根据LRU划分的影响因素初步确定LRU划分方案，再综合权衡性能、RMST和经济性等要求优选LRU方案的过程。LRU划分权衡主要目的是为了方便现场维修保障提升装备的战备完好性，这包含几方面含义：一是在装备发生故障后能够快速诊断并定位到发生故障的LRU；二是确定其发生故障后要能迅速将其拆卸，需要具有良好的可达性；三是在拆卸后对其进行安装更换，需要现场携带备件；四是不能片面为了追求维修保障而忽略其它约束，如经费约束。可见针对不同的目标要求会有多种LRU划分方案，而最终选取哪种方案应对各种要求及约束进行综合权衡。LRU划分权衡步骤分为LRU方案划分和LRU方案权衡，从这两方面介绍并概括其研究进展情况。

2 LRU方案划分

近年来，国内外都逐渐开始重视LRU划分工作，在研究中引入了多种理论来解决LRU划分权衡问题，一方面在应用中制定了相关设计准则指导LRU划分，另一方面通过建立数学模型实现LRU的科学划分。Pradeep Kumar从维修性的角度评估LRU设计的合理性，通过虚拟维修验证维修性是否满足要求，检验LRU划分是否合理。在此基础上，JEP Puig针对LRU划分问题以部件更换和购置备用部件的费用之和最小为目标建立了一个混合整数线性规划模型，并结合仿真试验对模型有效性进行了验证[4]；通用电气医疗公司提出了现场维修备件(FRU，Field Replaceable Unit)的概念， FRU划分策略主要考虑了两个目标：最小客户停机时间和最小化寿命周期费用，结合制定的LRU划分定性评价准则，形成了一套操作性较强的流程和方法。在军工领域，狂风战机采用了LRU思想，维修工时比现有的其它飞机减少一半；LRU理念也被波音、空客、英特尔、GE航空等公司所采纳，用来降低装备产品的寿命周期费用及提高顾客使用满意度。表1为通用公司CFM56-3航空发动机的部分LRU及更换时间[5]。

国内研究者也是从定性、定量两方面开展研究。张策、吕川等研究了LRU划分与产品设计的关系，结合RMST的设计准则要求，建立了LRU划分的实施流程，对LRU规划设计进行了综合分析评价[6-7]；文献[8]分析了影响维修性相关的各个因素，建立零部件相关因素树，运用动态聚类方法解决可维修性驱动的模块划分问题。由模块和LRU的定义可知，LRU很大程度上是模块，也有研究人员从面向维修的模块划分角度开展研究，文献[9]运用模块化理论分析了军用机械维修设备模块划分的基本原理，基于解释结构模型对战时军用机械维修设备模块化进行了研究，得出了可行的维修设备模块编配方案；文献[10]通过在设计阶段引入维修相关的驱动要素和维修阶段的策略选择，提出了一种面向维修的复杂装备模块化设计方法。此外，LRU还特别强调现场拆装的快捷性，在面向拆装的模块化设计方面，主要通过构建拆卸评价参数和建立优化模型的方法解决问题，文献[11]分析了影响产品可拆卸性的因素并构建了产品可拆卸性评价模型，提出了基于产品拆卸过程特征的产品结构可拆卸度和模块度的量化指标用于评价模块化方案。文献[12]提出了以聚合度、耦合度、绿色度3个参数为目标的多目标模块划分模型。类似地，文献[13]以可拆卸度、内部聚合度、外部耦合度为优化目标进行模块划分，利用免疫算法求解模块划分的最优方案。

表1 CFM56-3发动机的LRU及更换时间

3 LRU方案权衡

LRU划分方案有来自装备性能、RMST和经济性等多方面的需求，针对不同的目标的LRU方案必然是不同的。不同目标的划分方案间甚至可能存在相互冲突，实际中各方面需求所占比重需要通过权衡分析方法才能给出满意的LRU方案。研究者们已经将权衡分析法应用在多个领域，权衡分析为决策者提供了一个科学的方案偏好列表，国外多家研究机构已经开展关于权衡分析理论和方法的研究，亚历桑那州立大学的Terry Bahill教授给出了权衡分析的标准过程[14-16]，如图1所示。

国内研究人员已经认识到了权衡分析的巨大价值，并将权衡分析方法引入到产品RMST设计分析中。在LRU方案权衡方面，文献[17]根据图1流程建立了平均失效质量、平均失效修复时间和平均失效故障漏检率三个评估指标，并采用仿真方法评估LRU方案的优劣，这一研究为LRU方案权衡提供一个量化手段，但指标在LRU划分权衡需求的覆盖方面还存在不足。在RMST权衡分析方面，文献[18-20]针对单个RMST指标和经济性方面开展了研究，文献[21]提出了考虑研制进度和风险的性能、RMS与费用的权衡模型，考虑了多个RMST指标和影响因素。系统效能作为装备作战能力评价的重要指标，研究者们将其引入到RMS权衡中：文献[22]提出了以使用可用度为中心的RMS权衡分析技术；文献[23]通过仿真方法以系统效能为目标对RMS指标方案进行权衡优化；文献[24]则建立了系统效能模型，并提出了基于比较的和基于灵敏度分析的权衡分析方法。效能虽然是一个反映RMST综合能力的指标，但效能模型涉及参数较多且难以获得，用于LRU划分权衡难度较大。

4 待解决的重点问题

由于LRU划分贯穿设计、使用和维修保障过程，涉及的需求和影响因素较多，且定性和定量因素互相交织，难以形成通用的标准方法。综合前述，笔者认为LRU划分权衡待解决的重点问题有两个，分别阐述如下。

4.1 LRU划分参数集构建

LRU划分的影响因素种类较多，其中有很多定性要求都无法给出明确的参数，如装备的可达性和在知识产权保护、储存运输过程中是否有特殊要求等等。因此，需要一种定性和定量相结合的LRU划分方法。机器学习可以处理定性和定量的参数[25]，将LRU划分需求和影响因素作为LRU划分的特征集，对产品是否被划分为LRU作为模式，或将产品被划分为LRU的概率作为评价目标，收集大量LRU划分成功示例作为机器学习的训练样本，从而开展基于机器学习的LRU划分研究，流程如图2所示。而用机器学习算法解决问题的基础是构建特征参数集，目前还缺乏能够有效打通性能设计和RMS设计之间的LRU划分参数集，因此，构建LRU划分参数集是基于机器学习的LRU划分研究的基础和重点。

4.2 LRU权衡模型与优化算法

以机器学习划分的LRU方案不尽相同，因此需要权衡优化寻找最合适的LRU划分方案。LRU划分权衡是对LRU划分的方案在性能、可靠性、维修性、保障性和经济性等方面的需求及约束，在设计中根据实际需求平衡各目标对LRU划分的影响来实现LRU划分方案的最优化。通过构建系统、直观的量化评估参数，建立LRU划分方案优化模型，并对备选方案进行评估排序从而得出偏好解，从而达到权衡优化的目的。这是一个多目标、多约束的非凸优化问题，但由于目前还缺少有效的量化评估参数来刻画LRU划分方案与需求和影响因素之间的关系，导致目标函数的构造比较困难，同时多目标优化问题一般很少存在唯一的全局最优解，而是存在一个非劣解集(Pareto最优解集)，在最优解的寻找上目前没有通用的数值计算方法[26]。因此，LRU权衡模型与优化算法是LRU划分权衡工作中待解决的重点和难点问题。

5 结论

总的来说，在LRU划分权衡上，国内外开展了一些相关研究，由于缺少可用于评价划分方案的量化参数，在应用方面侧重于LRU的应用，多数是依靠人工经验制定设计准则指导产品设计。从管理的角度看，LRU划分是一个决策问题；从数学的角度看，LRU划分又是一个多目标优化问题。未来，LRU划分技术的研究将由定性向定量方向发展，通过提出量化参数，建立 LRU划分模型，构建LRU划分权衡算法，统筹考虑设计、使用、维修保障等多方面需求来达到最优划分，力求在LRU划分方案与需求之间建立起直观、全面映射关系，实现LRU的科学划分，为提升装备的维修保障能力及作战效能的发挥提供支撑。