阮旻智， 傅健， 周亮， 王俊龍

(1.海軍工程大學(xué) 科研部， 湖北 武漢 430033; 2.海軍工程大學(xué) 兵器工程系， 湖北 武漢 430033)

面向任務(wù)的作戰(zhàn)單元攜行備件配置優(yōu)化方法研究

阮旻智1， 傅健1， 周亮2， 王俊龍1

(1.海軍工程大學(xué) 科研部， 湖北 武漢 430033; 2.海軍工程大學(xué) 兵器工程系， 湖北 武漢 430033)

備件是作戰(zhàn)單元的重要保障物資，能夠使故障設(shè)備迅速恢復(fù)戰(zhàn)斗力并投入作戰(zhàn)使用。提出一種基于等效壽命轉(zhuǎn)換的冗余系統(tǒng)備件需求計(jì)算方法，根據(jù)可修備件控制理論，以任務(wù)成功概率為目標(biāo)函數(shù)，建立了基于多階段任務(wù)的攜行備件動(dòng)態(tài)配置模型，通過引入拉格朗日約束因子，提出了多約束條件下的備件方案優(yōu)化方法。通過算例，對(duì)結(jié)果進(jìn)行了分析，計(jì)算得到的攜行備件方案能夠滿足所有約束條件，并且與ExtendSim仿真結(jié)果之間的偏差小于3%，驗(yàn)證了該模型的正確性，為面向任務(wù)的攜行備件優(yōu)化提供了一種解決思路。

兵器科學(xué)與技術(shù)； 面向任務(wù)； 作戰(zhàn)單元； 攜行備件； 動(dòng)態(tài)優(yōu)化； 冗余系統(tǒng)

0 引言

作戰(zhàn)單元是部隊(duì)執(zhí)行作戰(zhàn)任務(wù)、實(shí)現(xiàn)戰(zhàn)術(shù)目標(biāo)的軍事實(shí)體(如艦艇編隊(duì)、坦克團(tuán)、飛行大隊(duì)等)，一般由基本作戰(zhàn)單元和保障單元組成，其中，基本作戰(zhàn)單元是具有獨(dú)立作戰(zhàn)能力的最小單元(如單艦平臺(tái))，保障單元是對(duì)裝備進(jìn)行故障修理和維修資源供應(yīng)的保障機(jī)構(gòu)。對(duì)于組成結(jié)構(gòu)復(fù)雜、集成度較高的裝備，如飛行器、艦船動(dòng)力裝置、雷達(dá)陣面等，一般采用冗余結(jié)構(gòu)設(shè)計(jì)模式，用以滿足系統(tǒng)任務(wù)可靠性指標(biāo)。系統(tǒng)冗余會(huì)增加設(shè)備的安裝空間，而且由于任務(wù)期間備件攜行能力有限，若故障設(shè)備的備件發(fā)生短缺，會(huì)導(dǎo)致裝備停機(jī)，從而影響作戰(zhàn)單元的任務(wù)成功率。對(duì)此，需要合理規(guī)劃備件的攜行方案，以提高作戰(zhàn)單元裝備可用度。

備件是作戰(zhàn)單元的重要保障物質(zhì)，一直以來，備件規(guī)劃是裝備維修保障工程領(lǐng)域中的重點(diǎn)和難點(diǎn)問題。在備件保障優(yōu)化建模方面：Sherbrooke提出了可修備件多級(jí)庫(kù)存控制(METRIC)模型[1]，該理論被廣泛運(yùn)用于各領(lǐng)域的工程實(shí)踐，如空軍航空裝備[2]、海軍艦船裝備[3]、民機(jī)航材[4]、面向多等級(jí)多層級(jí)保障系統(tǒng)備件優(yōu)化[5-6]等，并在METRIC理論基礎(chǔ)上進(jìn)行了拓展，目前，幾種常見的備件配置模型體系有多層級(jí)備件模型體系[7]、多等級(jí)多層級(jí)備件優(yōu)化模型體系[8]、備件動(dòng)態(tài)配置優(yōu)化模型體系[9]等。在冗余系統(tǒng)建模方面：文獻(xiàn)[10]在考慮了備件報(bào)廢的情況下，建立了冷備份冗余系統(tǒng)兩等級(jí)單層級(jí)可修復(fù)備件優(yōu)化模型；文獻(xiàn)[11]提出任意壽命分布單元表決系統(tǒng)的備件需求量解析算法；文獻(xiàn)[12]對(duì)面向?qū)ο蠼５腜etri網(wǎng)進(jìn)行了擴(kuò)展，建立了多任務(wù)階段(MSP)失效模型；文獻(xiàn)[13]研究了冷冗余系統(tǒng)初始備件配置方法。在基于任務(wù)的攜行備件保障優(yōu)化研究方面：文獻(xiàn)[14]研究了備件質(zhì)量、體積、費(fèi)用等多約束條件下，建立了艦船裝備攜行備件配置優(yōu)化模型，通過引入拉格朗日因子，采用一種動(dòng)態(tài)更新策略對(duì)模型進(jìn)行求解；文獻(xiàn)[15]以遠(yuǎn)海訓(xùn)練任務(wù)的艦船編隊(duì)為背景，采用蒙特卡洛仿真和并行粒子群算法，對(duì)攜行備件優(yōu)化方法進(jìn)行研究。

上述列舉的文獻(xiàn)并沒有考慮冗余系統(tǒng)任務(wù)剖面對(duì)攜行備件方案及系統(tǒng)任務(wù)成功概率的影響，而且對(duì)備件方案評(píng)估及其優(yōu)化結(jié)果的合理性方面缺乏有效的驗(yàn)證依據(jù)。本文在上述研究基礎(chǔ)上，考慮階段性任務(wù)剖面的影響，建立作戰(zhàn)單元冗余系統(tǒng)攜行備件動(dòng)態(tài)配置模型，并對(duì)模型算法的有效性進(jìn)行驗(yàn)證。

1 基于等效壽命的冗余系統(tǒng)備件需求率

不考慮人員、工裝具、技術(shù)資料等維修資源約束下，保障單元對(duì)裝備故障件具有一定的修復(fù)能力，修復(fù)后的故障件可作為新的備件進(jìn)行輪換使用。按照裝備層次結(jié)構(gòu)，可將備件分為現(xiàn)場(chǎng)更換單元(LRU)和車間更換單元(SRU)。

令i=1,2,…,I，表示基本作戰(zhàn)單元編號(hào)；i=0表示保障單元；j=1,2,…,J，表示備件項(xiàng)目編號(hào)；T表示任務(wù)周期；t(t∈T)表示任務(wù)階段(t=1,2,…)。對(duì)于冗余結(jié)構(gòu)部件，可采用一種等效壽命件的方法將其視為單部件來處理。

圖1 冗余系統(tǒng)等效壽命后的物理結(jié)構(gòu)Fig.1 Physical structure of redundant system after equivalent life tansformation

(1)

式中：Kij(t)表示在t時(shí)刻，確?；咀鲬?zhàn)單元i正常工作所需LRUj完好數(shù)量，Kij(t)會(huì)隨任務(wù)階段t而變化；Nij為L(zhǎng)RUj的冗余數(shù)量；MTBFj為單個(gè)LRUj的平均故障間隔時(shí)間。

令I(lǐng)nden(j)表示部件j在系統(tǒng)中的層級(jí)數(shù)，對(duì)于第1層級(jí)部件LRUj，即Inden(j)=1，基本作戰(zhàn)單元i在t時(shí)刻的需求率為

(2)

式中：DCj表示占空比；HWm(t)為系統(tǒng)在任務(wù)階段t時(shí)刻的累積工作強(qiáng)度。當(dāng)Inden(j)>1時(shí)，表示LRU子部件SRU，則基本作戰(zhàn)單元在t時(shí)刻對(duì)部件j的需求率為

λij(t)=λi,Aub(j)(t)(1-NRi,Aub(j))qij,

(3)

式中：Aub(j)表示j的母體；NRi,Aub(j)為作戰(zhàn)單元i不能對(duì)故障件j的母體進(jìn)行修復(fù)的概率；qij為部件j的故障隔離概率。

對(duì)于保障單元i(i=0)，其備件需求率包括兩項(xiàng)：一是其所保障的作戰(zhàn)單元不能完成故障件修理的數(shù)量之和，該部分需要送到保障單元進(jìn)行修理；二是保障單元對(duì)故障件j的母體Aub(j)進(jìn)行修理時(shí)而產(chǎn)生對(duì)備件j的需求，則

λi,Aub(j)(t)(1-NRij)qij.

(4)

(5)

式中：Kij(t)表示t時(shí)刻，確?；咀鲬?zhàn)單元i裝備正常工作所需LRUj完好數(shù)量；Nij為L(zhǎng)RUj的冗余數(shù)量；MTTRj、Cj、Vj分別表示冗余系統(tǒng)中LRUj單部件的平均維修時(shí)間、單價(jià)和體積。由于LRU屬現(xiàn)場(chǎng)更換單元，因此不考慮其所屬的SRU冗余，等效后SRU的計(jì)算方法與LRU類似。上述建立的備件需求率模型中，主要考慮任務(wù)期間系統(tǒng)故障所產(chǎn)生的備件需求，戰(zhàn)損條件下的備件需求，具有明顯的突發(fā)性和隨機(jī)性特征，并且影響因素眾多，建模過程復(fù)雜，因此，本文暫不考慮戰(zhàn)損的影響。

2 基于任務(wù)的攜行備件動(dòng)態(tài)配置模型

2.1 備件維修供應(yīng)模型

設(shè)PKj(r,t)為故障件j在r時(shí)刻開始進(jìn)行修理，在t時(shí)刻仍未修好的概率，MTTRj表示基本作戰(zhàn)單元i、故障件j的平均維修時(shí)間。根據(jù)動(dòng)態(tài)帕爾姆定理[1]，PKj(r,t)服從均值為1/MTTRj的指數(shù)分布：

(6)

t時(shí)刻，故障件j在修數(shù)量服從均值為E[XRij(t)]的泊松分布(引用文獻(xiàn)[1]中的結(jié)論)，即

PKj(r,t)]dr.

(7)

令OTij為備件補(bǔ)給運(yùn)輸時(shí)間，則在t時(shí)刻，正在補(bǔ)給的備件數(shù)量服從均值為E[XSij(t)]的泊松分布(引用文獻(xiàn)[1]中METRIC模型的結(jié)論)，即

(8)

對(duì)故障件j進(jìn)行修理時(shí)，會(huì)因等待其子部件k(k∈Sub(j))維修會(huì)造成故障件j修理延誤，該部分可用故障件j所屬子部件k短缺數(shù)之和來近似。則在t時(shí)刻，故障件j修理延誤數(shù)量期望值E[DRij(t)]為

(9)

式中：k∈Sub(j)表示j的子部件集合；EBOik(sik,t)表示t時(shí)刻，備件配置量為sik時(shí)的期望短缺數(shù)；hik(t)為備件維修延誤短缺數(shù)分配比例因子，其計(jì)算方法為

(10)

式中：λi,Sub(j)(t)表示t時(shí)刻，j的子部件k需求率；qik為子部件k的故障隔離概率。當(dāng)子部件k發(fā)生短缺時(shí)，其短缺總數(shù)會(huì)以比例因子hik造成故障件j修理延誤，該短缺總數(shù)分布概率服從二項(xiàng)分布[17]。因此，故障件j修理延誤數(shù)量方差為

hik(t)(1-hik(t))EBOik(sik,t)],

(11)

式中：VBOik(sik,t)表示t時(shí)刻，備件配置量為sik時(shí)的短缺數(shù)方差。

不考慮外部補(bǔ)給，則對(duì)保障單元補(bǔ)給的備件數(shù)量為0. 對(duì)于基本作戰(zhàn)單元i，在t時(shí)刻，備件j補(bǔ)給延誤數(shù)量期望值E[DSij(t)]為

E[DSij(t)]=fij(t)EBO0j(s0j,t),

(12)

式中：EBO0j(s0j,t)表示t時(shí)刻，備件配置量為s0j時(shí)的期望短缺數(shù)；同理，fij(t)為備件補(bǔ)給延誤短缺數(shù)分配比例因子，其計(jì)算方法為

(13)

式中：λ0j(t)表示t時(shí)刻，保障單元對(duì)備件j的需求率。當(dāng)保障單元發(fā)生備件短缺時(shí)，對(duì)基本作戰(zhàn)單元i以比例因子fij(t)造成備件補(bǔ)給延誤，該短缺數(shù)概率服從二項(xiàng)分布[17]。因此，備件補(bǔ)給延誤數(shù)量方差V[DSij(t)]為

fij(t)(1-fij(t))EBO0j(s0j,t),

(14)

式中：VBO0j(s0j,t)表示t時(shí)刻，備件配置量為s0j時(shí)的短缺數(shù)方差。

備件維修供應(yīng)周轉(zhuǎn)量主要由在修備件數(shù)量、備件補(bǔ)給數(shù)量、修理延誤數(shù)量以及備件補(bǔ)給延誤數(shù)量4部分構(gòu)成，則t時(shí)刻，備件維修供應(yīng)周轉(zhuǎn)量均值E[Xij(t)]、方差V[Xij(t)]分別為

E[Xij(t)]=E[XRij(t)]+E[XSij(t)]+

E[DRij(t)]+E[DSij(t)],

(15)

V[Xij(t)]=E[XRij(t)]+E[XSij(t)]+

V[DRij(t)]+V[DSij(t)].

(16)

2.2 備件期望短缺數(shù)

備件短缺數(shù)記為B(X|s)，其中X表示備件維修供應(yīng)周轉(zhuǎn)量，亦稱待收備件數(shù)，s表示備件量，則B(X|s)[18]定義為

(17)

令t時(shí)刻，基本作戰(zhàn)單元i、備件j的期望短缺數(shù)為EBOij(sij,t)，短缺數(shù)方差為VBOij(sij,t)，則

(18)

VBOij(sij,t)=E[BOij]2-[EBOij]2,

(19)

(20)

式中：p(Xij)表示備件維修供應(yīng)周轉(zhuǎn)量概率分布函數(shù)。當(dāng)E[Xij(t)]=V[Xij(t)]時(shí)，p(Xij)服從泊松概率分布；當(dāng)E[Xij(t)]V[Xij(t)]時(shí)，備件維修供應(yīng)周轉(zhuǎn)量近似為二項(xiàng)分布。

2.3 備件配置優(yōu)化目標(biāo)函數(shù)

令基本作戰(zhàn)單元i中第z個(gè)裝備在t時(shí)刻完成任務(wù)的概率為ρiz(t)，可用度為Aiz(t)，定義

(21)

式中：Mission(t,z)表示t時(shí)刻，系統(tǒng)完成任務(wù)所需要的設(shè)備集合。令基本作戰(zhàn)單元i在t時(shí)刻完成任務(wù)的概率為ρi(t)，則t時(shí)刻整個(gè)作戰(zhàn)單元的任務(wù)成功概率ρs(t)為

(22)

通過等效壽命轉(zhuǎn)換的方法，可將系統(tǒng)中的冗余結(jié)構(gòu)等效為串聯(lián)結(jié)構(gòu)，因此，作戰(zhàn)單元i、裝備z在t時(shí)刻可用概率為

(23)

式中：j∈(Inden(j)=1)表示裝備z中第1層級(jí)部件LRU集合。

考慮到任務(wù)系統(tǒng)攜行能力和備件存儲(chǔ)空間的限制，將裝備可用度、備件質(zhì)量和體積作為約束條件。因此，攜行備件配置優(yōu)化目標(biāo)函數(shù)如下：

(24)

s.t.min(ρs(t))≥ρ0,

(25)

(26)

(27)

式中：sij為備件的任務(wù)攜行量；i=0表示保障單元；i≠0表示基本作戰(zhàn)單元；cj為備件費(fèi)用；ρ0為規(guī)定的任務(wù)成功概率指標(biāo)；mj表示備件j的質(zhì)量，M0表示質(zhì)量約束指標(biāo)；vj表示備件j的體積；V0為體積約束指標(biāo)。

3 模型求解及算法設(shè)計(jì)

3.1 模型求解算法

設(shè)λc為費(fèi)用約束因子，γm為質(zhì)量約束因子，ηv為體積約束因子，并且令λc=1.rj為備件j的規(guī)模總成，表示備件費(fèi)用、體積、質(zhì)量等因素的加權(quán)之和，則定義

rj=λccj+γmmj+ηvvj.

(28)

令當(dāng)前備件配置方案下，備件資源規(guī)?？偝山M合為ri=(ri1,ri2,…,rij,…riJ)，該方案下，基本作戰(zhàn)單元i、備件j數(shù)量加1后，備件資源規(guī)?？偝山M合變?yōu)閞′i=(ri1,ri2…,r′ij,…,riJ)，對(duì)(22)式等號(hào)兩段取對(duì)數(shù)，可得到r′與r關(guān)于可用概率ρs(t)的1階差分方程為

Δρs(rij,t)=lnρs(r′i,t)-lnρs(ri,t)=

lnρs(r′ij,t)-lnρs(rij,t).

(29)

每增加一項(xiàng)備件后，將備件方案保障效能(任務(wù)成功概率)增量與備件資源規(guī)?？偝稍隽恐榷x為邊際效應(yīng)值δij：

(30)

模型算法優(yōu)化迭代過程中，通過比較每項(xiàng)備件的邊際效應(yīng)值δij，將最大值max (δij)所對(duì)應(yīng)的備件配置數(shù)量加1，依此遞推循環(huán)，直到滿足規(guī)定的指標(biāo)約束后，算法結(jié)束。

3.2 拉格朗日約束因子的確定

記初始質(zhì)量因子為γm0，初始體積因子為ηv0，其確定方法如下：

1)令γm=ηv=0，即備件資源規(guī)?？偝芍兄豢紤]費(fèi)用約束，通過邊際算法求解得到一組費(fèi)用約束下的最優(yōu)備件方案s0；

2)在s0基礎(chǔ)上，計(jì)算該方案下的備件費(fèi)用C(s0)、質(zhì)量M(s0)和體積V(s0)；

3)確定γm0和ηv0的初始值，其方法如下：

γm0=C(s0)/M(s0),

(31)

ηv0=C(s0)/V(s0).

(32)

在確定的γm0和ηv0下，計(jì)算得到另一組備件方案，記為s. 若該方案所對(duì)應(yīng)的備件質(zhì)量或體積超過其設(shè)定的指標(biāo)時(shí)，需要增加γm0或ηv0，以形成懲罰因子，其增量的確定方法為

(33)

(34)

通過(33)式和(34)式對(duì)拉格朗日約束因子進(jìn)行動(dòng)態(tài)更新和調(diào)整。

在既定的指標(biāo)下，可能會(huì)出現(xiàn)一種特殊情況，即無論如何調(diào)整因子γm及ηv的數(shù)值，都不能得到一組滿足所有約束條件的解，在此情況下，需要重新設(shè)定約束條件，可適當(dāng)降低(25)式中的任務(wù)成功概率指標(biāo)ρ0，或增加指標(biāo)M0和V0.

4 算例分析

4.1 任務(wù)想定

以地對(duì)空作戰(zhàn)訓(xùn)練任務(wù)為例，作戰(zhàn)單元由3個(gè)地對(duì)空作戰(zhàn)平臺(tái)(基本作戰(zhàn)單元)和1個(gè)維修保障分隊(duì)(保障單元)組成，基本作戰(zhàn)單元由警戒雷達(dá)系統(tǒng)、防空武器系統(tǒng)及電子戰(zhàn)防御系統(tǒng)構(gòu)成。

設(shè)任務(wù)周期為30 d，規(guī)定任務(wù)成功概率不小于0.95，攜行備件體積不超過26.5 m3，質(zhì)量不超過530 kg. 根據(jù)任務(wù)過程中各系統(tǒng)之間的工況要求，可將任務(wù)周期分解為4個(gè)任務(wù)階段，包括：

1)戰(zhàn)前準(zhǔn)備階段：接受上級(jí)命令，并到達(dá)指定的作戰(zhàn)區(qū)域，由于該階段會(huì)隨時(shí)受到空中目標(biāo)威脅，因此，警戒雷達(dá)系統(tǒng)和電子戰(zhàn)防御系統(tǒng)需要保持完好狀態(tài)；

2)防空作戰(zhàn)階段：定期開展對(duì)多批次空中目標(biāo)進(jìn)行威脅等級(jí)預(yù)判、目標(biāo)定位、運(yùn)動(dòng)參數(shù)分析，并進(jìn)行火力射擊；

3)電子戰(zhàn)防御階段：對(duì)突防的空中威脅輻射源進(jìn)行電子干擾；

4)撤離階段：作戰(zhàn)任務(wù)結(jié)束后，返回基地。

令各任務(wù)階段的持續(xù)時(shí)間分別為8 d、4 d、6 d、12 d. 任務(wù)系統(tǒng)工作狀態(tài)要求及冗余情況見表1.

表1 任務(wù)階段系統(tǒng)工況及冗余要求Tab.1 Operating conditions and redundancy requirements of system in the different mission phases

4.2 解算步驟

根據(jù)模型算法的求解步驟，令γm=ηv=0，通過模型求解得到費(fèi)用約束下的最優(yōu)備件方案s0，此時(shí)，系統(tǒng)任務(wù)成功概率ρ0(s0)=0.956 3，備件費(fèi)用C(s0)=262.5萬元，質(zhì)量M(s0)=559.5 kg，體積V(s0)=30.18 m3. 利用該數(shù)據(jù)，將約束因子γm及ηv的進(jìn)行歸一化處理得到初始值分別為

γm0=C(s0)/M(s0)=262.5/559.5=0.47,

(35)

ηv0=C(s0)/V(s0)=262.5/30.18=8.7.

(36)

由于規(guī)定的指標(biāo)M0=530 kg，V0=26.5 m3，因此方案s0中攜行備件質(zhì)量和體積均未滿足條件。通過引入γm及ηv，重新計(jì)算得到另一組備件方案，記為s，該方案下，系統(tǒng)任務(wù)成功概率ρ0(s)=0.950 8，攜行備件費(fèi)用C(s)=271萬元，質(zhì)量M(s)=514 kg，體積V(s)=25.1 m3. 各項(xiàng)指標(biāo)均滿足設(shè)定的約束條件，因此，方案s為優(yōu)化計(jì)算得到的最終結(jié)果。

通過調(diào)整各約束因子的值，能夠在不同的約束條件下計(jì)算生成最優(yōu)攜行備件方案，見表2.

1)費(fèi)用約束方案：λc=1，γm=ηv=0；

2)質(zhì)量約束方案：λc=0，γm=1，ηv=0；

3)體積約束方案：λc=0，γm=0，ηv=1；

4)規(guī)?？偝杉s束方案：λc=1，γm=0.47，ηv=8.7.

表2 不同約束條件下的攜行備件方案結(jié)果Tab.2 Calculated results of carrying spares project under different constraint conditions

4.3 結(jié)果分析

根據(jù)表2顯示的計(jì)算結(jié)果，可以計(jì)算得到各方案所對(duì)應(yīng)的保障效能及指標(biāo)值(見表3)。在4種備選方案中，只有規(guī)?？偝煞桨赣?jì)算結(jié)果滿足所有約束條件，因此，該方案為最優(yōu)方案。

不同約束方案計(jì)算結(jié)果對(duì)比如圖2所示。

不同約束下的備件方案最優(yōu)迭代變化曲線如圖3所示，曲線上的所有點(diǎn)都表示當(dāng)前條件下的最優(yōu)結(jié)果，通過該曲線，便于對(duì)備件方案優(yōu)化計(jì)算全過程進(jìn)行控制，能夠輔助決策者對(duì)各項(xiàng)指標(biāo)參數(shù)的敏感性進(jìn)行分析。根據(jù)該曲線，能夠?yàn)閭浼桨讣s束指標(biāo)的設(shè)定范圍提供依據(jù)。

表3 攜行備件方案保障效能Tab.3 Support effectiveness of carrying spares project

圖2 備件方案計(jì)算結(jié)果對(duì)比Fig.2 Comparison of calculated results of spares project

圖3 不同約束條件下各方案費(fèi)效曲線對(duì)比Fig.3 Effectiveness vs. cost for different constraint project

4.4 模型數(shù)據(jù)驗(yàn)證

采用兩種方法對(duì)本文模型結(jié)果的正確性進(jìn)行驗(yàn)證：一是通過VMETRIC軟件工具；二是通過構(gòu)建的仿真模型體系。其中，VMETRIC是由美國(guó)雷神公司開發(fā)的一款多等級(jí)、多層次、多系統(tǒng)的備件優(yōu)化工具，曾多次用于美國(guó)各軍兵種的裝備采辦、保障性分析、維修保障方案輔助決策等，取得了明顯的效果。但VMETRIC是面向穩(wěn)態(tài)條件下的備件優(yōu)化工具，不能處理多階段任務(wù)下的備件動(dòng)態(tài)優(yōu)化，對(duì)此，本文將裝備任務(wù)周期分解為多個(gè)階段，將前一個(gè)階段的優(yōu)化輸出結(jié)果作為下一個(gè)階段的輸入，通過對(duì)各階段備件保障效果分析處理，以此來評(píng)價(jià)模型計(jì)算結(jié)果。仿真模型體系是在基于離散事件系統(tǒng)(ExtendSim)的仿真環(huán)境下實(shí)現(xiàn)的，該系統(tǒng)是由美國(guó)ImagineThat公司開發(fā)，對(duì)于離散事件具有較強(qiáng)的仿真能力。構(gòu)建的仿真模型體系如圖4所示，其中包括備件需求模塊、故障修理模塊、備件周轉(zhuǎn)運(yùn)送模塊、保障效能指標(biāo)評(píng)估模塊、統(tǒng)計(jì)模塊等。

圖4 基于ExtendSim的備件仿真模型Fig.4 ExtendSim-based spares simulation model

采用VMETRIC驗(yàn)證時(shí)，將本文模型計(jì)算得到的方案結(jié)果作為輸入條件，計(jì)算得到方案評(píng)估結(jié)果。采用基于ExtendSim的仿真模型體系進(jìn)行驗(yàn)證時(shí)，為了保證計(jì)算結(jié)果趨于穩(wěn)定，隨機(jī)產(chǎn)生200組備件需求數(shù)，設(shè)定仿真次數(shù)為1 000次，仿真時(shí)鐘按事件發(fā)生的邏輯順序進(jìn)入相應(yīng)流程控制。

表4給出了模型驗(yàn)證結(jié)果，從中可以看出本文模型計(jì)算結(jié)果與仿真驗(yàn)證結(jié)果之間的偏差均小于3%，模型結(jié)果誤差在合理的控制范圍之內(nèi)，在一定程度上驗(yàn)證了該模型的正確性。

表4 系統(tǒng)任務(wù)成功概率驗(yàn)證結(jié)果Tab.4 Validation results of system mission success probability

通過模型驗(yàn)證可知，本文計(jì)算結(jié)果相比仿真評(píng)估結(jié)果而言，普遍偏低，并且隨著系統(tǒng)任務(wù)成功概率的減小，結(jié)果偏差會(huì)逐漸增大，本文方法得到的結(jié)果屬于相對(duì)保守的方案。造成該現(xiàn)象的主要原因是沒有考慮備件需求相關(guān)性，即故障停機(jī)的設(shè)備不會(huì)產(chǎn)生備件需求。基于該結(jié)論，備件需求率會(huì)隨著裝備任務(wù)成功概率變化而發(fā)生改變，在算法迭代過程中，需要根據(jù)前一次迭代計(jì)算結(jié)果來調(diào)整當(dāng)前的備件需求輸入?yún)?shù)，這樣才能保證系統(tǒng)在低可用度情況下的結(jié)果準(zhǔn)確性。

5 結(jié)論

本文以面向任務(wù)的作戰(zhàn)單元攜行備件優(yōu)化為背景，提出多階段任務(wù)的攜行備件動(dòng)態(tài)配置模型。通過案例應(yīng)用分析可知：在不同的約束條件下，計(jì)算得到的攜行備件配置方案會(huì)存在一定的差別，但最終目標(biāo)卻是一致的，即保證在滿足約束條件下，達(dá)到規(guī)定的任務(wù)成功性指標(biāo)要求。研究結(jié)論能夠在裝備使用階段，輔助軍方對(duì)同步配套的裝備維修保障資源配置提供決策支持。

References)

[1] Sherbrooke C C. Optimal inventory modeling of systems: multi-echelon techniques[M]. 2nd ed. Boston: Artech House, 2004.

[2] Yoon K B, Sohn S Y. Finding the optimal CSP inventory level for multi-echelon system in air force using random effects regression model[J]. European Journal of Operational Research, 2007, 180(3): 1076-1085.

[3] Sleptchenko A, van der Heijden M C, van Harten A. Effects of finite repair capacity in multi-echelon multi-indenture service part supply systems[J]. International Journal of Production Economics, 2002, 79(3): 209-230.

[4] 解江，劉曉東，段斌，等．多隸屬關(guān)系下的兩級(jí)可修復(fù)航材儲(chǔ)備模型研究[J]．系統(tǒng)工程理論與實(shí)踐，2015，35(3)：811-816． XIE Jiang, LIU Xiao-dong, DUAN Bin, et al. Research on the reserve model of two level recoverable spare parts under multi-indenture[J]. System Engineering Theory & Practice, 2015, 35(3): 811-816.(in Chinese)

[5] 阮旻智，李慶民、黃傲林，等．有限維修渠道約束下的多級(jí)維修供應(yīng)系統(tǒng)庫(kù)存控制[J]．航空學(xué)報(bào)，2012，33(11)：2018-2027． RUAN Min-zhi, LI Qing-min, HUANG Ao-lin, et al. Inventory control of multi-echelon maintenance supply system under finite repair channel constraint[J]. Acta Aeronautica et Astronautica Sinica, 2012, 33(11): 2018-2027.(in Chinese)

[6] Ruan M Z, Luo Y, Li H. Configuration model of partial repairable spares under batch ordering policy based on inventory state[J]. Chinese Journal of Aeronautics, 2014, 27(3): 558-567.

[7] Ahmad H, Matthieu H. Interval availability analysis of a two-echelon multi-item system[J]. European Journal of Operational Research, 2013, 228(3): 494-503.

[8] Francesco C, Giulio D, Massimo T. Multi-echelon, multi-indenture spare parts inventory control subject to system availability and budget constraints[J]. Reliability Engineering and System Safety, 2013, 119: 95-101.

[9] Elisa A, Matthieu H. On two-echelon inventory systems with Poisson demand and lost sales[J]. European Journal of Operational Research, 2014, 235(1): 334-338.

[10] 薛陶，馮蘊(yùn)霞，秦強(qiáng)．考慮報(bào)廢的K/N冷備份冗余系統(tǒng)可修復(fù)備件優(yōu)化[J]．華南理工大學(xué)學(xué)報(bào):自然科學(xué)版,2014，42(1)：41-45． XUE Tao, FENG Yun-xia, QIN Qiang. Optimization of repairable spare parts for K/N cold-standby redundant system considering scraps[J]. Journal of South China University of Technology:Natural Science Edition, 2014, 42(1): 41-45.(in Chinese)

[11] 劉任洋，李慶民，王慎，等．任意壽命分布單元表決系統(tǒng)備件需求量的解析算法[J]．系統(tǒng)工程與電子技術(shù)，2016，38(3)：714-718． LIU Ren-yang, LI Qing-min, WANG Shen, et al. Analytical algorithm of spare demand for voting system of any life distribution units[J]. System Engineering and Electronics, 2016, 38(3): 714-718.(in Chinese)

[12] Wu X Y, Wu X Y. Extended object-oriented Petri net model for mission reliability simulation of repairable PMS with common cause failures[J]. Reliability Engineering & System Safety, 2015, 136:109-119.

[13] 盧雷，楊江平．k/N(G)結(jié)構(gòu)系統(tǒng)初始備件配置方法[J]．航空學(xué)報(bào)，2014，35(3)：773-778． LU Lei, YANG Jiang-ping. Initial spare allocation method fork/N(G) structure system[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35(3): 773-778.(in Chinese)

[14] 阮旻智，李慶民，張光宇，等．多約束下艦船裝備攜行備件保障方案的確定方法[J]．兵工學(xué)報(bào)，2013，34(9)：1144-1149． RUAN Min-zhi, LI Qing-min, ZHANG Guang-yu, et al. Optimization method of carrying spare parts support project for warship equipment under multi-constraints[J]. Acta Armamentarii, 2013, 34(9): 1144-1149.(in Chinese)

[15] 張永強(qiáng)，徐宗昌，孫寒冰，等．基于蒙特卡洛仿真和并行粒子群優(yōu)化算法的攜行備件優(yōu)化[J]．兵工學(xué)報(bào)，2016，37(1)：122-130． ZHANG Yong-qiang, XU Zong-chang, SUN Han-bing, et al. Optimization of carried spare parts based on monte carlo simulation and parallel particle swarm optimization algorithm[J]. Acta Armamentarii, 2016, 37(1): 122-130.(in Chinese)

[16] 張志華．可靠性理論及工程應(yīng)用[M]．北京：科學(xué)出版社，2012． ZHANG Zhi-hua. Reliability theory and engineering application[M]. Beijing: Science Press, 2012.(in Chinese)

[17] Nowicki D, Randall W S, Ramirez-Marquez J E. Improving the computational efficiency of metric-based spares algorithms[J]. European Journal of Operational Research, 2012, 219(2): 324-334.

[18] van Horenbeek A, Scarf P A, Cavalcante C A V. The effect of maintenance quality on spare parts inventory for a fleet of assets[J]. IEEE Transactions on Reliability, 2013, 62(3): 596-607.

Configuration and Optimization Method of Carrying Sparesof Mission-oriented Combat Unit

RUAN Min-zhi1， FU Jian1， ZHOU Liang2， WANG Jun-long1

(1.Office of Research & Development, Naval University of Engineering, Wuhan 430033, Hubei, China;2.Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, Hubei, China)

Spare parts are important guaranty and basic material for a combat unit to ensure that the failure equipment can be put into combat and resumed to fight immediately. A calculation method for spares demand rate of redundant system based on equivalent life transformation is proposed. According to repairable spares inventory control theory, a carrying spares dynamic configuration model for multi-phase mission is established by taking with system mission success probability as objective function. Through the introduction of Lagrange constraint factors, a multi-constraint oriented spares optimization method is proposed. In a given example, the calculated result is analyzed, which meets all constraint conditions. The deviation between the calculated result and the ExtendSim simulation results is less than 3%. The correctness of the model is verified.

ordnance science and technology; mission-oriented; combat unit; carrying spares; dynamic optimization; redundant system

2016-11-11

武器裝備“十三五”預(yù)先研究共用技術(shù)項(xiàng)目(41404050502)

傅健(1986—)，男，碩士研究生。E-mail：462357912@qq.com

阮旻智(1983—)，男，副教授，碩士生導(dǎo)師。E-mail：ruanminzhi830917@sina.com

E92

A

1000-1093(2017)06-1178-08

10.3969/j.issn.1000-1093.2017.06.018