备件需求量计算方法

第1章 绪论 1.1 研究背景 科技变革的加速发展，加快了高新技术装备的研制和现有装备的改造，极大地推进了装备建设由数量规模型向质量效益型转变。与此同时，与装备处于同等重要地位的维修保障在观念、方式、手段等方面也在发生着深刻的变化，展现出新的发展趋势——装备保障及时化、综合化、精确化和经济性。自第四次中东战争之后，美军装备保障思想就从“越多、越快、越好”向“适时、适地、适量”的后勤保障转变，海湾战争之后美军正式提出了“精确保障”的概念。在伊拉克战争中，美军以“精确保障”取代“规模保障”，通过全资可视化信息平台，比较精确地保障了美军作战行动，引起了世界各国的高度重视。我国近几年的国防白皮书中都明确提出了按照体系保障、精确保障和集约保障的要求提高综合保障信息化水平。 精确保障就是在准确的时间、准确的地点为部队提供准确数量的资源和技术保障活动。精确是相对于传统的粗放规模型保障而言的，并非达到完全准确，而是尽可能使装备保障的供求之间达成或接近一致，尽可能用*小的资源消耗，以*少的经费投入，*大限度地满足装备保障要求，达到*佳的效费比。因此，实现精确保障一直是世界各国保障领域追求的目标。 作为精确保障的基础与关键性工作，如何准确进行备品备件配置是当前维修保障研究中的一个热点问题，也是一直困扰世界各海军强国实现精确保障的关键。美国海军海上系统司令部(Naval Sea Systems Command，NAVSEA)统计表明，舰艇两次等级修理间的三年左右的在航期间，60%的备件需求不能得到满足，舰船备件只有8%满足了故障维修的需求，有92%的备件没有被用到。某国海军从他国采购的舰艇中，20%因为备件不足无法修理而无法使用。在航空领域，全球民航业储存了500亿美元的备件，约占航空公司75%的库存资金和25%的流动资金，但实际上大部分航空备件的利用率和周转率极低，只有25%的航空备件被使用，航空备件管理存在紧急缺货或过度积压等问题。为了有效消除备件配备不合理现象，美方相关部门*早制定了相应的初始备件供应规划标准，如《初始供应保障通用要求》(MIL-STD-1375)、《国防部统一的供应程序》(MIL-STD-1561B)。近年来，为了进一步改进备件预测过程，减少备件寿命周期内需求预测的系统性缺陷，美国国会在《2010财年国防授权法》要求国防部制订计划，对备件需求预测程序进行全面的评审，并要求在预测方法、评估指标、预测机制、库存设置和备件供应商五个方面采取改进措施。美国海军已相继研发了“基于需求的方法”“以可用度为中心的方法”以及“基于战备完好性的方法”等装备备件需求确定方法。近年来还研究了“多层次基于战备完好性的备件配备模型”等方法，相关资料显示，模型改进后，“密集阵”近程武器系统和“宙斯盾”系统的使用可用度均得到大幅提升。 20世纪60年代以来，国内外装备部门已经认识到缺乏备件或者备件囤积而造成的经济损失和周转能力降低的问题，深知开展备件综合管理研究的重要意义，并已开展了大量的研究。国内外对备件综合管理研究主要包括两个方面：一是备件需求量预测，其目的是结合备件消耗规律、历史数据、相关影响参数等预测某一段时间的备件需求量，避免备件采购与实际需求产生偏差；二是备件配置管理，其目的是依据装备当前的规模和需求，结合站点分布特征，将采购的备件进行合理分配，以达到在保证装备使用效能的前提下，合理实现备件库存管理。 装备维修保障体系经过几十年的建设，已经形成了一定的规模、具备了一定的能力，尤其是在备件需求理论与实践方面也取得了许多研究成果，并出现了相关国家军用标准，为备件保障工作奠定了良好的基础。例如，《装备保障性分析》(GJB 1371—92)从程序上明确了新研装备保障方案和相关保障资源的确定过程；《备件供应规划要求》(GJB 4355—2002)作为《装备保障性分析》的配套标准，更加详细地提供了备件品种与配置数量的确定方法和程序[1]。上述标准为装备保障部门和使用单位确定备件数量提供了有益的参考依据。然而，也应当认识到这些标准还存在许多问题，特别是在大型复杂装备的备件品种与数量确定方法、全寿命备件需求预测方法等方面还存在明显的不足。深入分析当前备品备件配置存在的问题发现，造成备件配置不合理的原因主要有以下方面： (1)现有的备件需求预测理论不完善，需求预测技术“不好用”。部分备件预测模型不仅形式复杂，而且预测能力有限。例如，在工程中较为常见分布类型的备件需求模型中，除了寿命服从指数分布的备件具有精确的预测模型以外，其他常见服从韦布尔分布、正态分布、伽马分布等寿命分布类型的备件精确预测模型形式都比较复杂，实际工程中难以使用。 (2)为了方便工程使用，通常采用近似方法预测非指数类型的备件需求量。然而实践表明，这些工程近似方法的精度不高，预测误差较大，造成备件需求预测结果“不能用”的现象十分突出，实际中依靠主观经验或基准装备进行推断的现象较为普遍。 (3)当前装备系统备件配置常常采用单项法分析，较少从装备全系统全寿命角度定量分析装备系统的备件配置方案，导致备件的供应与储备策略不合理，造成现有常见的备件配置技术确定的装备备件配置方案不合理，使用方在实际中“不敢用”的现象尤为突出。 (4)随着装备信息化程度的提高，装备种类、型号不断增多，装备结构不仅有串联结构，还有并联、混联等多种结构类型，常见装备关重件串联结构系统的研究方法不能满足多种装备结构的应用场景，容易造成计算偏差。 由此可见，当前在备件需求预测和装备备件配置方案制订等方面还存在着许多问题，实际中装备备件短缺或积压浪费现象较为普遍。如何做到准确而又方便地预测装备备件需求，以及科学合理地进行备件配置，实现备件的精确保障，有效降低全寿命周期费用，成为当前亟待解决的问题。 1.2 研究现状 备件预测作为装备综合保障的重点内容之一，同时也是合理制订备件计划采购和供应的重要参考。随着装备相关行业的稳步发展，备件预测技术也得到了长足的进步。如图1.2.1所示，备件预测技术目前主要可概括为基于经验的备件预测、基于历史数据的备件预测、基于解析方法的备件预测和基于仿真方法的备件预测。 图1.2.1 备件预测技术研究框架 (1)基于经验的备件预测是*基本且较为常见的预测方法。一般选取相似的典型装备作为基准系统，对其备件需求进行研究，利用相似方法对待测系统的备件需求进行预测。 (2)基于历史数据的备件预测是通过分析和提取过去一段时间内备件消耗随时间变化的特征，探究备件消耗变化规律，预测未来一段时间内备件的需求。通常采用指数平滑法、Bootstrapping[2-4]、人工神经网络[5]、支持向量机[6]、灰色模型 GM(1，1)和贝叶斯[7]等方法开展。 (3)基于解析方法的备件预测是根据备件寿命分布，在备件故障率等相关特征参数等已知的情况下，利用解析式计算备件需求量，如泊松分布、指数分布、韦布尔分布和正态分布等均有相应的解析式[8]。 (4)基于仿真方法的备件预测是通过搭建备件实际消耗过程仿真模型，通过蒙特卡罗、离散事件仿真等方法开展备件消耗过程模拟研究，给出目标任务时间内的备件消耗结果，从而对备件需求进行预测。 备件配置管理是装备综合保障体系中的另一工作重点，其目的是实现不同站点备件的合理分配，使得备件库存保持在一个安全有效的水平，避免库存紧张或资源浪费现象，确保装备在发生故障时能够及时获取备件，提高维修保障效率。如图1.2.2所示，目前国内外的研究内容主要包括基于解析方法的备件库存配置管理、基于仿真方法的备件库存配置管理和基于智能优化算法的备件库存配置管理。 (1)基于解析方法的备件库存配置管理技术主要源于美国兰德公司为美国空军研制的多级库存管理理论[9]——METRIC(multi-echelon technique for recoverable item control)。METRIC理论被广泛应用于复杂装备的备件配置管理，如欧洲的海军及空军广泛应用的 OPUS软件。在随后的使用过程中，其针对具体的使用条件进行了相应拓展，如放宽了无限维修总体的假设条件等[10]。 (2)基于仿真方法的备件库存配置管理技术针对解析方法适用范围较为有限的前提条件，构建装备保障过程模型，同时考虑装备结构、零部件寿命分布、备件使用策略及维修方案等因素。 (3)基于智能优化算法的备件库存配置管理技术采用备件配置的优化算法，开展不同站点的备件配置方案优化研究。该技术广泛采用了遗传算法、粒子群算法和启发式算法等智能优化算法。 1.3 研究内容 备件是维修装备及其主要成品所需的元器件、零件、组件或部件等的统称。它包括新购置的尚未使用的零部件和故障件修复后转入储存的零部件。备件是维修器材的重要组成部分，是保障资源配置的核心。备件涉及种类繁多，可根据其使用性质、重要度等进行分类。常见的分类方法主要有以下八种： (1)按备件使用性质可分为战备储备备件、正常周转备件和随机备件。 图1.2.2 备件配置技术研究框架 (2)按备件是否可修可分为可修备件和不可修备件。 (3)按备件的结构属性可分为电子件备件、机械件备件、橡塑件备件等。 (4)按备件的重要度可分为关键备件或非关键备件。 (5)按备件的需求可分为紧急需求备件或普通需求备件。 (6)按备件的使用寿命可分为一次件、三次件、五次件等。 (7)按备件的保障时间段可分为初始备件和后续备件。 (8)按备件的寿命分布可分为指数型备件、韦布尔型备件和正态型备件等。 确定备件需求可看成一个涉及多种因素的决策问题，它不仅取决于装备自身的可靠性，同时还受装备的储存和工作环境、使用强度、维修能力和管理水平等因素的影响。从理论方法上，需要综合使用可靠性理论、库存论、概率论、排队论、动态规划和随机过程等。 为了合理配置备件，必须准确掌握备件的故障规律，确定各类备件的重要程度，可从装备的寿命分布类型入手[11]。在各类装备中，电子类装备的寿命一般服从指数分布，如印制电路板插件、电子部件、电阻、电容和集成电路等。对于装备的许多零部件而言，尽管其寿命在处于偶然失效期内可用指数分布来近似刻画，但对于大部分机电类零部件，如滚珠轴承、继电器、开关、电子管、蓄电池等，其失效常常由磨损累计失效等原因造成，其寿命一般服从韦布尔分布。对于机械类零部件，如变压器、灯泡、晶体管、汇流环、齿轮箱和减速器等，这些零部件的失效常常是由腐蚀、磨损、疲劳而引起的，因此一般认为其寿命分布服从正态分布。此外，在装备中还存在许多零部件，其寿命分布服从伽马分布和对数正态分布等其他常用分布。 装备备件的需求数量通常是以一定可靠性、维修性和保障性的度量指标为依据来确定的。作为备件的供应方，通常关心反映备件供应能力的指标，如备件保障概率(也称备件保障度或备件满足率)、期望短缺数等；从备件使用方的角度，却更加关注反映装备战备完好的指标，如战备完好率、使用可用度、任务成功概率、平均后勤延误时间等[12]。不同的指标从不同角度和侧面共同反映了保障能力的大小与要求。选择科学合理的效能指标是确定备件需求量的前提。 无论是较小的零部件，还是大型的复杂系统，都需要配置备品备件以确保装备的使用可用度、战备完好性和任务成功性等使用特性。本书把系统层级结构中*底层的零部件称为单元，而系统备件的确定归根到底也是由单元的备件需求数量决定的。因此，单元级的备件需求量计算方法是研究备件配置的基础。概括来讲，备件需求量计算方法主要包括解析方法与仿真方法。按照单元是否可修，备件分为不可修单元与可修单元。 针对不可修单元，单元一旦失效就无法再次使用，属于消耗品。因此，备件的需求数量主要取决于单元自身的可靠性——寿