备件消耗预测方法研究（共4篇）
备件消耗预测方法研究 篇1
0 引言
装备备件是组成装备的所有可拆成单元的组件、部件和零件的总称, 通常指完成装备维修所需的转用组件、部件和零件[1]。备件是装备实施维修的重要物质资源之一, 使保障装备处于良好状态, 保持战斗力的重要因素。备件消耗预测通常是根据备件的可靠性等参数或备件消耗历史数据来确定未来一段时间内备件可能的消耗品种和数量。但对于新型装备, 由于其结构复杂, 且缺少备件消耗的历史数据, 传统方法很难准确预测备件的消耗规律。为此, 本文提出基于仿真的备件消耗预测方法。
由于备件是在装备维修过程中消耗的, 本文首先分析了装备维修保障系统的结构、组成和运行规律, 在此基础上建立面向仿真的装备维修保障模型, 包括装备使用任务模型、装备系统模型、维修保障系统模型、使用与维修保障活动模型。通过运行装备维修保障模型, 产生备件消耗的品种和数量。
1 装备维修保障系统分析
1.1 系统结构与组成
装备维修一般采用的是三级维修保障体制, 即基层级、中继级和基地级。每一级别都配备有相应的维修机构和维修器材仓库。保障系统的基层级维修, 对应于部队 (团级及以下) 的基层级修理所, 中继级维修对应军师级维修单位, 基地级维修对应于基地级 (或支援级) 修理机构。这三级维修主要负责对故障单元的修理或报废。基层级库存负责向装备提供所需的备件, 而且接收基层级维修修复后的故障件作为备件储存;中继级库存负责向基层级库存供应所需备件, 接受中继级维修修复后的故障件作为备件储存;基地级库存负责向中继级库存供应所需备件, 接收基地级维修修复后的故障件作为备件储存, 而且承担备件的购置任务[2,3]。装备维修保障系统组成结构如图1所示。
1.2 系统运行分析
若装备中某一可更换单元 (零部件、组件或模块等) 出现故障后, 它被马上从装备中拆下并送基层级维修部门进行修理, 与此同时, 基层级库存如果有该种备件, 则立即实施供应并将其安装到装备上。对于故障单元, 基层级修理部门首先判断该故障是否可以在本级修理, 如果可修复, 则进行修理并将修复件送往本级储存;否则, 就将该故障件送中继级修理部门修理。同时, 从中继级库存领一个备件送到基层级储存, 如此时中继级无该备件, 则判断该故障件是否能修复, 如果可以修复, 就将其修复后送回基层级;否则, 将其送往基地级维修。如果可修则将修复件送往基层级, 若不可修则直接请领一个备件送基层级储存。在保障的过程中将产生备件、维修人员和费用 (只考虑运输费用和基地级维修工时费) 的需求[4]。
2 面向仿真的装备维修保障模型
通过对国内外诸多维修保障模型的研究和分析, 装备维修保障建模以对装备系统及其维修保障系统的建模为核心, 包括装备使用任务建模、装备系统建模、维修保障系统建模和使用与维修保障活动建模[5]。
2.1 装备使用任务建模
装备使用任务建模以对任务或者装备系统的使用想定、使用方案为建模描述对象, 描述任务的发生、任务剖面、任务内容、任务时间、任务约束、任务成功条件以及任务执行中突发事件的处理等。任务剖面为产品在完成规定任务这段时间内所经历的事件和环境的时序描述, 其中包括任务成功或故障的判断准则。对于完成一种或多种任务的产品都应制定一种或多种任务剖面。装备使用任务模型是仿真过程的输入, 装备在任务的执行过程中将产生维修任务[6]。
2.2 装备系统建模
建立装备本身的结构模型、可靠性模型等。装备结构模型描述装备各个功能单元的层次关系, 包括单元间的从属关系和各个单元的数量, 如可能还需提供父单元与子单元的运行比。装备结构模型通常可以产品树的形式进行描述。系统可靠性模型是以系统的可靠性框图的形式表现装备各功能单元之间的关系。它反映了系统的各个功能单元对整个系统可靠性的影响。
2.3 维修保障系统建模
建立装备保障系统的概念模型, 描述装备保障机构的组成、位置、保障资源配置、保障关系、保障规则等。对装备使用分队, 应描述其装备种类、数量, 战备车数量等;对于维修机构, 应描述其所承担的维修工作范围, 维修工作任务的资源需求和工作时间分布, 以及与使用分队的保障关系及故障装备维修的排队规则;对于备件供应单位, 必须描述清楚其备件的品种、数量、库存控制模型、供应保障的排队规则等。这些信息是仿真系统模拟保障系统工作过程的关键。
2.4 使用与维修保障活动建模
对使用与维修保障活动进行建模, 是将保障装备的使用与维修工作区分为各种工作类型和分解为作业步骤进行详细分析, 以确定工作频度、工作间隔、工作时间, 需要的备件、保障设备、保障设施、技术资料, 各维修级别所需的人员数量、维修工时及技能等要求。维修活动可以分为预防性维修和修复性维修。武器装备需要不断地进行预防性维修, 以减少故障的发生, 保持其可用状态, 通过修复性维修对发生故障后的武器装备进行修复, 以恢复其可用状态[7]。
(1) 预防性维修:预防性维修活动与任务数量、任务时间、日历时间参数有关。为了预防在同一时间所有系统都要求进行预防性维修, 预防性维修根据下一次预防性维修任务、下一次预防性维修任务时间、最近一次预防性维修的时间等参数随机的进行预调整。
(2) 修复性维修:修复性维修工作用于在武器装备使用过程中发现故障后, 排除故障并恢复武器装备的可用状态。修复任务是模型中最重要和最复杂的部分之一。修复任务可以通过更换子产品进行修复, 也可以直接对系统或产品进行修复。
3 案例分析
本案例基于SIMLOX仿真平台对装备维修保障进行建模。SIMLOX仿真平台是由瑞典系统与后勤工程公司 (SYSTECON) 开发的一个基于蒙特卡洛、资源排队论和系统工程的多功能计算机仿真平台, 它能够对装备实际运行环境和保障体系进行仿真, 模拟并分析复杂的使用和保障方案, 同时支持对战备完好性和系统使用保障的相关投资之间的定量权衡, 可以解决与维修保障相关的问题。
3.1 案例想定描述
某部队先进行一个月的日常训练之后, 执行为期半个月的演习任务, 主战装备包括47 台主战坦克和26 台装甲车。在日常训练期间, 由基层级保障系统、以及相应的中继级保障系统和基地级保障系统三级保障体系提供保障, 在执行演习任务期间, 装备的保障工作将只有基层级保障系统提供。
3.2 装备维修保障建模
3.2.1装备使用任务建模
装备使用任务主要描述为:日常训练任务每天执行两次, 每次间隔12 小时。如果系统有异常, 允许每一训练任务有15 分钟的延迟。训练任务执行时至少需要1 架主站坦克。演习任务持续半个月, 其中每个子任务执行4 小时。演习任务执行时需要至少1 辆主战坦克和1 辆装甲车。基于SIMLOX对任务建模后, 可以通过任务剖面视图来查看分析所建立的任务剖面, 由于篇幅原因, 这里不再给出任务剖面视图。
3.2.2 装备系统建模
装甲车和主站坦克这两个系统由外场可更换单元 (LRU) 、车间可更换单元 (SRU) 、直接替换单元 (DU) 和可废弃件 (DP) 等不同的部件组成。装备系统产品结构树如图2 所示。
输入信息包括产品结构、各组成部分的故障率和类型等信息。每辆主战坦克由107 个LRU, 39 个SRU, 11 个DU和1 个DP组成;装甲车由89个LRU, 29个SRU, 15个PRU11个DU和1个DP组成。
3.2.3维修保障系统建模
保障组织包括三个用于日常训练的使用外场:训练外场1、训练外场2和训练外场3。在这三个使用外场中都备有一定数量的备件和维修资源。中继级维修厂 (DEPOT) 是这三个外场的上级保障站点, 为三个外场提供保障。部件级维修活动都在基地级维修厂 (WS) 进行。而那些易于维修的部件故障模式的故障件在中继级维修厂进行。还有一些产品需要承制方 (CON-TRACTOR) 负责维修。此外为了执行演习任务, 还有一个任务前线站点。一定数量的装备与保障资源会被转移到任务前线, 这些资源要能够保障装备执行完整个演习任务。整个保障组织结构如图3所示。
3.2.4使用与维修保障活动建模
以预防性维修为例, 定义了3种预防性维修, 分别是针对主战坦克的产品维修 (ITEM PM A62) , 针对装甲车的每隔200小时和700小时的预防性维修。其中输入信息如图4所示。
3.3输出结果
建模完成以后, 设置SIMLOX的仿真控制参数, 运行仿真实验, 根据需要可以生成详细的仿真结果报告。如图5所示为各站点的产品故障、修复和备件的库存情况, 如第11项为车体陀螺仪在中继级的维修, 可以看到, 车体陀螺仪在中继级库存为1个, 产生的备件需求为6.87个, 存在库存不足的情况。
4 结论
备件是装备维修保障的重要物质基础。为解决预测备件消耗时遇到的难题, 本文提出基于仿真的备件消耗预测方法。首先分析了装备维修保障系统的结构、组成和运行规律, 构建了面向仿真的装备维修保障模型, 包括装备使用任务模型、装备系统模型、维修保障系统模型、使用与维修保障活动模型。通过借助SIMLOX仿真软件, 运行仿真实验, 得出备件消耗的品种和数量。
参考文献
[1]单志伟.装备综合保障工程[M].北京:国防工业出版社, 2007.
[2]范浩, 贾云献, 贾希胜, 等.通用装备维修保障资源需求仿真建模研究[J].军械工程学院学报, 2005, 17 (4) :47-51.
[3]徐宗昌, 黄益嘉, 杨宏伟.装备保障性工程与管理[M].北京:国防工业出版社, 2006.
[4]甘茂治, 康建设, 高崎.军用装备维修工程学[M].北京:国防工业出版社, 1999.
[5]夏旻, 阎晋屯, 刘磊.装备保障仿真模型框架及仿真平台研究[J].系统仿真学报, 2006, 18 (2) :210-213.
[6]刘兴堂, 吴晓燕.现代系统建模与仿真技术[M].西安:西北工业大学出版社, 2001.
[7]辛文逵.航空装备维修保障仿真技术[J].系统仿真学报, 2005, 13 (4) :101-107.
备件消耗预测方法研究 篇2
1 装备维修保障系统及运行分析
1.1 系统结构与组成
我军采用三级装备维修保障体制,即基层级、中继级和基地级。每一级别都配备维修机构和备件仓库[1]。基层级库存向装备提供所需备件,接收基层级修复件作为储存;中继级库存向基层级库存供应备件,接受中继级修复件作为储存;基地级库存向中继级库存供应备件,接收基地级修复件作为储存,而且承担备件的购置任务。装备维修保障系统组成结构如图1所示。
1.2 系统运行分析
若装备中某一可更换单元出现故障,故障件将被送往基层级维修部门,基层级库存如果有该种备件,则立即供应[1]。对于故障件,基层级修理部门首先判断该故障是否可在本级修理,如可修,则进行修理并将修复件送往本级储存;否则,将该故障件送中继级修理部门。同时,从中继级库存领一个备件送到基层级储存,如中继级无该备件,则判断该故障件是否可修复,如可修复,就将其修复后送回基层级;否则,将其送往基地级维修。如果可修则将修复件送往基层级,若不可修则请领一个备件送基层级储存[10]。在保障的过程中将产生备件消耗。
2 备件消耗预测仿真模型
基于仿真方法的备件消耗预测是在充分考虑备件消耗影响因素的基础上,做出一系列假设,建立模型对部件的使用、故障和维修过程进行仿真,从而能够在最贴近实际的情况下得出备件消耗预测值[2,3,4]。基于仿真方法的备件消耗预测基本步骤如下:
2.1 影响因素分析
在实际中,备件消耗量除受自身可靠性影响外,还受到很多其他因素影响。通常,主要有以下五个[2]:
(1)部件自身的故障率。故障率是与固有可靠性对应的自然故障的发生概率。
(2)部件的易损程度。部件在运输、装配和维修时,由于人为差错、操作不当引起损坏的可能性。
(3)装备的使用环境。装备实际使用环境往往和额定使用环境不相同,这样长期处在恶劣环境(如高温、高压、高噪声、高腐蚀等)下,装备的可靠性受到极大影响,从而备件的消耗率也发生变化。
(4)装备的使用强度。装备的使用强度即装备的使用频繁程度。超强度使用和极少使用都会引起装备中部件性能的下降,从而导致故障。
(5)装备的增减。若装备的数量减少,则其所需备件的消耗量就相应减少。
2.2 模型假设
(1)多个部件失效为独立事件,在同一时刻不会发生多个事件;
(2)部件的故障率曲线为λst,且在不同的故障期只考虑一种主要的故障率;
(3)部件的易损程度导致的消耗率曲线为λct;
(4)装备的使用环境导致的消耗率曲线为λat;
(5)装备的使用强度导致的消耗率曲线为λet;
(6)装备增减导致的备件消耗率为零。装备增减事件的发生是明确的,其在变化对备件消耗的影响也相对比较明确。所以,在一般情况下,可以不予考虑。
2.3 仿真模型建立
在仿真模型中,首先输入各部件的故障率以及其他因素导致的消耗率数据,并初始化仿真变量。仿真的基本事件简化为故障和维修,仿真推进点为故障点和维修点,利用Monte Carlo抽样技术获取故障件发生时间和维修延迟时间,采用事件调度法的仿真策略对使用与维修过程进行仿真,仿真步骤如图2所示。
SM:已仿真次数,t:单次已仿真时间,Nij:第i次仿真中第j类备件的消耗数量,T:任务时间,SMtotal:仿真总次数,tj F:第j类部件的随机故障间隔时间,是服从某一概率分布的随机变量,生成随机故障间隔时间的方法有:逆变法、函数变换法、卷积法、取舍法和组合法等,这里采用逆变法。以服从指数分布的备件为例,,μ是0,1区间内均匀分布的随机变量,且有λ=λs t+λc t+λa t+λe t。tj M——第j类部件的维修延迟时间,故障件的维修延迟时间也是服从一定分布的随机变量,因此也可采用逆变法来获得。若假设某一时间的分布函数是F t,则维修延迟时间t=F′u。u是0,1区间内的均匀分布的随机变量。
在进行了SMtotal次仿真之后,第j类备件的消耗量预测值Nj为
其中:
对备件消耗量预测值Nj进行取整处理后得到Nj':
3 实例分析
某系统由A、B、C三类部件组成,结构如图3所示,各部件的寿命和修复时间均服从指数分布,其寿命分布特征值分别为:λAs=1/500,λBs=1/850,λCs=1/900。由于部件的易损程度、使用环境、使用强度导致部件故障的消耗率曲线分别为:。维修度函数分别为:。任务时间为10 000小时。
各部件在某部队前10个时间段内的消耗情况如表1所示。
利用前面建立的系统仿真模型对该问题进行仿真,设置仿真次数为1 000次,并应用式(1)~(4)进行计算。得到第11个时间段内备件的消耗情况如表2所示。
同时,还利用解析方法、移动算术平均法和指数平滑法对该系统的备件消耗情况进行了预测,在装备数量和任务都相同的情况下,三种方法的预测结果如表2所示。从表2可以看出,用解析法、移动算术平均法和指数平滑法预测备件消耗,其误差均大于系统仿真方法。这说明仿真方法的预测值比其他三种方法更贴近实际,能够更真实地反映备件的实际消耗量。因此,使用仿真方法预测备件消耗量能够为备件的消耗供应提供更大限度地保障,降低保障费用,从而提高备件保障率。
4 结论
论文提出的备件消耗仿真预测方法从维修保障系统运行的角度出发,综合考虑了影响备件消耗的多种因素,合理做出各种假设,能够科学地预测备件的消耗,能够有效地预测新型装备的备件消耗。这对于提高新型装备的战备完好性,降低保障费用具有重要的意义。
摘要：针对新型装备备件消耗历史数据较少,提出用仿真方法预测新型装备备件消耗。在分析影响装备备件消耗因素的基础上,做出一系列假设,用系统仿真的方法模拟装备的使用、故障和维修,以此预测备件的消耗。实例验证了用系统仿真方法预测新型装备备件消耗,其预测精度要高于传统预测方法。
关键词：备件,预测,建模,仿真
参考文献
[1]范浩,贾云献,贾希胜,等.通用装备维修保障资源消耗仿真建模研究[J].军械工程学院学报,2005,17(4):47-51.
[2]王宏焰,高崎,王家鹏.装备备件消耗预测综述[J].四川兵工学报,2008,29(5):92-95.
[3]高大化,马月娜,张涛,等.面向任务的备件携行量仿真优化方法[J].可靠性与环境适应性理论研究,2005,6(3):10-14.
备件需求预测模型研究 篇3
第一是直接计算法。依据可靠性维修性理论及维修预期的零件消耗量, 直接计算出备件的需求。第二是比较法。利用类似装备、类似维修所消耗的某种备件量, 通过对限制变量进行修正来估算其他某种备件的需求。第三是统计预计法。通过分析历史需求数据, 分析备件消耗规律, 利用回归预测等方法建立预测模型, 来预测未来需求。
以上的三种方法是基本的统计学方法, 在分析预测中未考虑随机事件、时间序列对结果的影响, 预测精度不高。本文以下将重点论述以概率统计与随机过程为理论基础的备件需求预测模型。
1 基于备件寿命分布函数的需求预测模型
对于消耗数量较小及投用时间不长的新设备而言, 因历史数据较少, 采用传统方法进行预测难度较大。如采用基于备件寿命分布函数的方法, 在已知备件寿命分布规律的情况下, 即可对需求进行预测。常用的寿命分布函数有指数分布、正态分布、威布尔分布等, 其适用范围如表1所示。
1.1 寿命服从指数分布的备件需求预测模型
寿命服从指数分布的备件, 在已知设备中备件使用数量、累计工作时间、失效率和备件保障概率的条件下, 备件需求数量可采用公式-1进行计算:
其中, S为设备中某零部件所需备件的数量;P为备件保障概率;N为设备中该备件的数量;λ为失效概率;t为设备初始保障期 (通常为投用后1至2年) 内的累计工作时间 (小时) 。需要指出的是, 当Nλt>5时, 指数分布已接近于正态分布。
1.2 寿命服从正态分布的备件需求预测模型
寿命服从正态分布的备件, 在已知寿命均值E, 标准差σ, 更换周期t, 单项备件 (设备中使用该备件, 但数量只有1件) 保障概率P, 备件需求数量计算公式为:
可以推导出
其中, up为正态分布位数, 可从GB4086.1统计分布值表中查得;N为设备中该备件的数量。
1.3 寿命服从威布尔分布的备件需求预测模型
寿命服从威布尔分布的备件, 在已知形状参数为β, 尺度参数η, 位置参数, 更换周期t, 保障概率P的前提下, 备件需求数量计算公式为:
公式-4中, E为备件平均寿命, 计算方法见公式-5;k为变异系数, 计算方法详见公式-6。根据现场数据计算威布尔分布参数 (β, η) 的方法及Г分布表见IEC61649。
2 基于时间序列的备件需求预测模型
2.1 移动平均法模型
根据预测时使用各元素的权重不同, 分为简单移动平均和加权移动。简单移动平均预测值ˆtY为:
其中, 项数n的选择对结果影响较大, 其取值不宜过大。若考虑近期的数值影响大, 远离预测的数值作用会小些, 可采用加权移动平均法预测。
2.2 指数平滑法模型
指数平滑法的基本思想是时间序列的态势具有稳定性和规则性, 所以时间序列可以合理地顺势延续, 最近的过去态势, 在某种程度上会持续到未来。指数平滑法兼容了全期平均法和移动平均法的所长, 不舍弃过去的数据, 仅给予逐渐减弱的影响程度, 随数据的远离, 赋予逐渐收敛于零的权数。该方法是在移动平均法基础上发展而来的。其预测值 为:
其中, 为第t周期的一次平滑值;a为平滑常数, 取值范围是0≤a≤1。
实际使用该模型进行预测时, 可确定多个a值进行计算, 然后分别计算其平均绝对误差或平均平法误差, 以平均绝对误差或平均平法误差的最小值为最优a值。
2.3 自回归移动平均法模型
自回归移动平均法是博克斯和詹金斯于上世纪70年代提出, 又称为博克斯-詹金斯法。该方法的基本思想是把所研究的时间序列看作一个随机过程, 把他们的观察值看作随机过程的一个样本。在此基础上完成建模来逼近所研究的随机过程并进行预测。该方法是一种精确度较高的短期预测方法。
将p阶自回归—q阶移动平均混合模型, 记为ARMA (p, q) 模型, 对于时间序列y1, y2, L, yt, 模型描述为:
建模完成后可在较长时间内以递推方式反复应用, 在复杂时间序列的预测中效果较好, 但所需的历史数据较多, 数据处理量偏大。
2.4 灰色预测法
灰色预测法是基于灰色预测理论, 对既含有已知信息又含有未知信息的系统进行预测的方法。其核心思想是先对最原始数据灰色化处理, 再完成建模, 典型的灰色预测模型GM (1, 1) 模型。
GM (1, 1) 模型是用一阶线性微分方程描述灰色系统的单序列动态变化的模型, 其一般形式为:
灰色预测模型不需要历史数据, 可有利克服需求预测当中经常遇到的信息不足等问题, 较传统时间序列预测有较高的精确度和灵活性, 目前已在对社会系统、经济系统、生态系统等领域的预测中得到应用, 但在备件需求预测领域尚未开展。
3 基于成组技术的备件需求预测模型
在设备使用条件、使用环境和管理水平等相近的情况下, 相似备件的需求量应较为相近, 因此可利用已有相似设备备件需求数据进行分析和推断。该模型具体操作流程为:确定相似设备、收集设备零部件的相似特征信息、识别相似备件、相似备件需求历史数据分析、推断新备件需求。
计算备件需求数量的公式为:
其中, ai为第i种环境下, 环境应力引起的备件需求率;af为规定环境下, 环境应力引起的备件需求率;a0i为第i种环境下, 工作与环境应力引起的备件需求率;a0f为规定环境下, 工作与环境应力引起的备件需求率;a0p为仅有工作应力引起的备件需求率。
4 结论
军用飞机备件预测仿真研究 篇4
目前,主要采用如下两种办法进行备件需求预测[1,2,3,4]:备件保障度方法和工程经验法。我军飞机的备件预测系统已经应用很久,为军队掌握备件使用状态、筹措备件做出了重大贡献。但是这两种方法已不适应新时期“精确化保障”的要求,主要表现在以下方面[5]:
(1)对以可靠性为中心的维修方式下的备件需求不能更科学的预测;(2)对飞机全寿命周期备件费用不能更科学的预测;(3)对工业部门提出的初始备件和后续备件清单不能进行先期检查和验证。
备件预测受到飞行安排、训练计划、使用与维修保障、飞机调度以及周转等多方面的因素的影响,并且各因素之间关系复杂,传统的解析方法已经不能有效地对备件需求量进行预测,外军的成功经验表明,利用计算机仿真来进行备件预测是个非常有效的方法。
面对此种情况,结合我军飞机维修保障实际情况对备件预测方法进行探索,提出了一种较为实用和有效的方法。
1 仿真软件Arena
Arena是由美国System modeling公司于1993年开始研制开发的,是一种新一代可视化通用交互集成仿真环境。Arena是基于SIMAN/CINEMA发展起来的,将通用过程语言、专用语言和仿真器的优点很好地结合起来,使计算机仿真环境与可视化技术的有机集成。此外Arena还提供与模型集成的模块动画、动画和图表数据设计分析等可视化技术支持[6]。
2 备件供应保障过程分析
备件供应保障过程如图1所示。当飞机的某一可更换件(零部件、组件或模块等)发生故障时,将其从飞机中拆下并送基层级修理部门进行修理,如果基层级库存有该种备件,则立即实施供应;对于故障部件,如果能在基层级修理机构修理,则在本级修理并将修复件送往本级库存作为备件存储;否则,就将该故障件送基地级修理部门进行修理,同时,从基地级库存申请一个备件送到基层级库存存储,如此时,基地级无该备件,则应立即到备件源采购,再送到基层级,此后再判断该故障件是否能修复或值得修理,如果可以修复或值得修复,修复后将其送基地级库存存储;否则,就进行报废并购置一个备件到基地级库存存储。
3 基于Arena的备件需求预测仿真模型
结合上面的备件供应保障过程分析,在Arena中构建装备维修保障系统仿真模型,模型如图2。各种模块的含义见表1。
4 实例分析
对某机群机载某机载部件进行仿真。表2为各变迁的分布规律。在2007年某部件备件数为3,该备件利用率为0.355,平均延误时间为0.017天。仿真结果输出如表3。将备件数量为3的仿真结果与实际情况进行对比,见表4。
由表可知:当备件数为实际数3时,排队等待时间和备件利用率与实际基本一致,进一步验证模型是正确可靠的。
进一步对仿真的结果进行分析:
4.1 基层级备件与平均维修时间关系分析
将表2中分布参数输入进行仿真,我们就可以得到基层级备件库存与故障装备平均维修时间关系图表如图3所示,横坐标表示备件数,纵坐标表示维修时间(小时)。由图我们可以得出这样的结论:随着备件数的增加,维修时间逐渐减少,当备件数增加至3~4个时,再增加备件数,维修时间保持不变,说明备件已经达到了饱和,无需再增加备件。
4.2 备件与平均排队等待时间关系分析
通过仿真结果我们可以画出备件数与故障装备平均排队等待时间关系图,如图4所示,其中横坐标表示备件数量,纵坐标为故障装备平均排队等待时间(小时)。由图我们可以得出这样的结论:随着备件数的增加,平均排队等待时间不断减少,当增加到3~4个以后,平均排队等待时间几乎为0。
4.3 备件的利用率分析
通过仿真得到的数据我们还可以画出备件的利用率图表,如图5所示,横坐标表示备件数,纵坐标表示备件利用率。由图可以得出:随着备件数的增加,备件的利用率不断减少,当备件数为3~4个以后,备件利用率几乎不变,表明不需要再增加备件。
5 总结
备件需求预测问题是装备保障研究的重要内容之一。备件的需求具有不确定性,使得备件需求分析与预测难度增加。针对目前部队备件需求预测实际情况,本文采用仿真的方法对备件需求预测进行了研究。以Arena为开发平台,对备件供应保障过程进行了建模与仿真,并进行了实例分析,结果表明,本文建立的仿真系统能较好的对备件需求进行预测。
摘要：军用飞机备件需求预测是部队目前研究的一个热点问题。为了有效地进行军用飞机备件需求预测,提出了一种用仿真进行预测的方法。通过仿真结果可以看出,该方法用于军用飞机备件需求预测是非常方便有效的。
关键词：军用飞机,备件,仿真,Arena
参考文献
[1]周晓龙,刘俊荣,赵晓林等.电子系统备件保障度模型研究[J].中国电子科学研究院学报,2008(,03):297-299.
[2]张建军,刘芳,张涛等.基于BCMP排队网络的作战单元备件保障度评估模型[J].兵工学报,2009,30(1):110-113.
[3]张建军,李树芳,张涛等.备件保障度评估与备件需求量模型研究[J].电子产品可靠性与环境试验,2004(,06):18-22.
[4]张海营.备件预测方法在装备保障中的应用[J].电光系统,2008(,04):49-52.
[5]杜晓伟,杨后川,秦宇飞等.某新型战机战伤抢修备件预测系统的研制[J].理论与探索,2007(,04):26-29.