航材资源管理的研究进展：国内外文献综述

王超峰

（中国民用航空飞行学院 机场工程与运输管理学院，四川 广汉 618307）

1 航材管理概述

航空运输由于其快捷、方便、舒适的特性，是中长途旅客运输、国际客货运输中普遍采用的一种运输方式。近年来，民航业发展非常迅速，不同的航空公司之间存在着剧烈的竞争。在此背景下，航空公司都在思考如何有效控制成本，提高资源的使用效率，从而增加利润。由于航材成本是航空公司运营成本的重要组成部分，备受关注，并被公认为最有潜力的控制点。据统计，航材储备约占航空公司25%的流动资金和75%的库存资产[1]。

1.1 航材的含义

我国民航局AC-121-58合格的航材5.7中，对航材的定义为“指除航空器机体以外的所有航空器部件和原材料”，即航材包括了发动机、螺旋桨和零部件。我国民航规章CCAR-21-R3对零部件的定义为“指任何用于民用航空产品或者拟在民用航空产品上使用和安装的材料、仪表、机械、设备、部件、组件、附件、通信器材等”，即零部件包含了设备、附件、零件、材料等。从这个意义上讲，航材中的绝大部分都属于航空备件，如轮胎、电子电器系统、仪器仪表、座椅、螺母螺钉、油漆、泊脂、气瓶、电瓶和充气滑梯等。

以上分析在国内外的文献中也有所体现。我国学者通常不加区别地称为“航材”，而实际研究内容基本上都是特指航空备件，国外文献中使用的是“Aircraft spare parts”或者“Aircraft parts”。

1.2 航材资源管理

航材储备需要保障飞行安全和正常运营，要求航材的储备具有高效的可供性，如果航材供应不及时，飞机会面临停场的风险；如果过度强调航材的可供性，势必会增加航材的储备，使航材库存量过大，占用过多的流动资金，从而影响运输单位的经营效益。航材资源管理的目的就是合理地储备航材，平衡经济性和可供性之间的矛盾，在保障航材供应的同时，降低航材储备成本。

2 航材资源管理的研究概况

通过对西文文献检索系统（Elsevicer-SDOS、EBSCO、Springer Link、Wiley-Blackwell、INSPEC 等）和 中 国 知 网（CNKI）的检索，发现国内外对航材的研究多集中在航材预测、航材库存管理、航材供应链合作方面，其中国内学者对航材管理的研究倾向于定性分析，国外学者更注重量化研究。航材管理涉及到的领域涵盖了军航和民航两个系统。

3 国内外研究进展

3.1 航材预测

一份关于航材资源管理的抽样调查中显示，在175家航空运输企业中，使用物料需求计划（MRP）的不足20%，使用订货点补货的占到了80%以上[2]。对航材需求量的合理预测是订货点补货的基础，即便采用MRP 系统补货的航空运输企业往往也需要预测采购作为辅助，这主要是由时控件航材需求的随机性、偶然性决定的。我国航空公司对航材的预测大部分依靠经验，也有部分航空公司采用一些简单的预测技术，但随着机队规模的扩大，仅依靠经验预测是远远不够的，需要对航材进行系统的分类和预测。

从国内外的文献来看，现有航材预测的研究主要集中在预测方法上，选用的指标主要是航材拆换时间间隔和拆换次数。Ghobbar 根据拆换发生时间的随机性和拆换发生次数的随机性，将航材的需求分为四类，即随机需求、平缓需求、块状需求、间歇需求，并通过数据分析得出了四种需求的临界值，如图1所示，其中ADI为平均需求时间间隔，CV2为拆换次数变异系数的平方[3]。四类航材需求中，平缓需求较稳定，需求时间间隔较短，需求量随时间的波动不大；间歇需求有明显的间歇特征，需求时间间隔较长，需求量随时间呈现有规律地波动；随机需求不稳定，平均需求时间间隔较短；块状需求呈现明显的块状分布特征，需求不稳定，平均需求时间间隔较长。

图1 航材需求类型

我国学者张永莉总结了航材需求预测的方法[4]。平缓需求由于航材需求量比较稳定，通常采用时间序列的预测方法[5-6]和回归分析的预测方法[7-8]，由于此类航材预测相对容易，国外文献并不多见。间歇需求有周期性波动的特征，针对航材的间歇需求，Ghobbar[9]采用了13 种预测方法，对来自Fokker、BAE、TAR 飞机的36 个可修件的数据进行对比分析，得出结论：加权移动平均法和Croston 法预测效果较好。块状需求预测难度较大，预测的准确性较低，Regattieri[10]、Syntetos[11]分析了20种预测方法，通过意大利航空航材的数据进行检验，认为加权移动平均、指数加权移动平均和Croston 法预测效果相对较好。随机需求变化大，不确定性高，文献中采用的方法有回归预测法[12-13]、启发式算法[14-16]、数理统计的方法[17-19]等。

从国内外学者关于航材预测的研究来看，国外学者通常针对具体某一类航材展开研究，针对性强，而国内学者大多没有明确航材的类型，针对航材总体展开分析。但近几年也有部分学者针对航材的分类问题进行了一些分析[20-22]。

3.2 航材库存管理

航材具有种类繁多、需求比例低且分布随机、突发性强、存活周期长等特点。现有通用的库存管理方法和理论对于航材库存管理适应性不强，但由于大部分航材的实质是航空备件，其需求特点与其他领域的备件类似，故关于备件库存管理的研究是可以借鉴的。

外文文献中直接与航材相关的主要有：Mabini[23]分析了多级多航材的库存体系，考虑航材需求为连续的前提下，以航材库存成本和飞机延误成本最小化为优化目标，优化菲律宾航空运输企业的库存持有水平。Fritzsche[24]针对高价值航材，考虑了故障的动态性和维修免费期的问题，使用(s-1，s)库存策略，建立了单个航材的库存策略优化模型。Sun[25]针对航线维护替换航材，基于多级METRI模型，提出了多级库存体系下的库存优化模型。Lee[26]针对意大利空军的航材保障，建立了库存的分布模型，使保障率提升到99%。

从备件角度，Sherbrooke[27]首先提出备件领域的经典模型—METRIC（Multi- Echelon Technique for Recoverable Item Control）模型，在系统地研究多级备件库存的需求规律基础上，在库存总投资约束下，使总的期望延迟订货最小。接下来的研究大多基于此模型展开，从研究的库存种类、补货方式、研究特点等方面对近年来典型的备件库存方面的文献总结见表1。通过分析对比不难发现，研究中普遍采用的补货方式为（s-1,s）和（Q,R）两种，库存状态以连续为主。近年来关于备件的研究开始倾向于从多层多备件的角度出发，从而更贴近运作实际。

表1 备件库存问题的主要文献

国内学者对航材库存的研究主要集中在定性分析[37-38]，近几年越来越多的学者也开始关注航材库存策略的定量研究[39-41]，但国内学者对航材库存策略的研究还不够精细，往往对基础数据的假设不够严格。

3.3 航材供应链

航材供应链是指航空器材经由订货、供应、运输、储存、补充供应等环节，最终抵达保障对象而被使用、消耗的一个整体链式结构；对于可修复航材，还包含了一个支链：航材发生故障，经修理、储存，再补充供应到对象使用，直至报废[42]。航材保障供应链结构如图2所示[43]。

图2 航材供应链结构

国内外关于航材供应链的研究主要集中在成员企业之间的合作方面。Kilpi[44]分析了影响航材供应链成员企业之间的因素，把航材共享作为重要的合作策略，并验证了航材共享能够在满足航材可得性的条件下实现参与企业的成本节约。国内学者关于航材供应链的研究主要表现在对供应商的评估方面，其中刘鹏[45]在考虑决策者的个人偏好和决策模糊性的基础上，应用群组模糊综合评价的方法选择航材供应商；陈玖圣[46]应用层次分析法建立航材供应商评估模型，并选用合适的标度，改进的判断矩阵一致性检验和利用DEA 结合专家调查法建立判断矩阵；邱健[47]应用层次分析法建立航材供应商的评价指标，用模糊综合评价建立了评估模型。

3.4 航材仓库选址

国内学者还针对航材仓库的选址方法做了一些探讨和研究。何亚群[48]分析了空军航材供应点选址的影响因素，并在考虑选址具有偏好信息的基础上提出了用粗糙集理论求解偏好选址问题的方法。万玉成[49]基于模糊物元的分析原理，建立了航材仓库选址决策的模糊物元分析法。张亦弛[50]根据航材物流多阶响应的时间约束和流量限制特点,建立了多物资0-1整数规划选址模型，并通过过滤条件和启发式算法进行求解。王瑛[51]针对军用飞机航材保障特点，综合考虑任务成功率、经济性和战时道路损毁等因素，提出了军用飞机航材保障配送中心选址方法,建立了配送中心的选址模型。陈盖凯[52]针对高原地区航材配送中心选址决策特点，构建了航材配送中心选址指标体系，提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤。

4 结论与趋势

航材资源管理种类繁多、特征各异，需求随机性强且需求比例较低，管理复杂性高。本文对国内外关于航材资源的研究现状进行了综述，把现有关于航材资源的研究分成了四个方面：航材预测、航材库存管理、航材供应链、航材仓库选址。整体来看，国外关于航材的研究针对性较强，多采用定量分析的方法，国内的研究也逐渐从定性分析向定量研究过渡，但针对性欠佳。

由于航空公司通常仅储备常见故障替换的航材，一旦发生特殊故障，航空公司之间经常借不到航材，无法保障正常飞行运行。另一方面，不同航空公司的航材大量重复储备以致库存积压严重，很多航材直至飞机退役都无法派上用场。以上问题的产生主要是由于缺乏航材共享机制和共享平台。现在有些学者已经开始关注航材的共享平台[1,44,53]，但是航材共享平台的合作机制、基于共享平台的航材资源管理（分类、预测、库存管理、供应链模式）等相关研究较少，这些都是值得进一步研究的内容。

[1]罗垚.航材共享—航材管理新模式[J].中国民用航空,2013,(6):63-64.

[2]Ghobbar A A,Friend C H.The material requirements planning system for aircraft maintenance and inventory control: a note[J].Journal of Air Transport Management,2004,10(3):217-221.

[3]Ghobbar A A,Friend C H.Sources of intermittent demand for aircraft spare parts within airline operations[J].Journal of Air Transport Management,2002,8(4):221-231.

[4]张永莉,梁京.航材需求预测方法研究综述及启示[J].中国民航大学学报,2014,(1):92-96.

[5]左山,鲁晶晶,田磊,等.简单移动平均预测法在航材保障中的应用[J].科技信息(学术研究),2008,(30):87-88.

[6]郭峰,刘臣宇,李卫灵.基于指数平滑法的航材消耗定额预测研究[J].计算机与现代化,2012,(9):163-165.

[7]刘臣宇,郭凤琴,王庆斌.应用线性回归方法预测航材的订货数量[J].科技信息(科学教研),2007,(17):659-660.

[8]刘臣宇,郭峰,王庆斌.线性回归在航材订货预测中的应用[J].价值工程,2010,29(31):315-316.

[9]Adel A,Ghobbar C H F.Evaluation of forecasting methods for intermittent parts demand in the field of aviation: a predictive model[J].Computers & Operations Research,2003,30(14):2 097-2 114.

[10]Regattieri A,Gamberi M,Gamberini R,et al.Managing lumpy demand for aircraft spare parts[J]. Journal of Air Transport Management,2005,11(6):426-431.

[11]Syntetos A A.A note on managing lumpy demand for aircraft spare parts[J].Journal of Air Transport Management,2007,13(3):166-167.

[12]Yoon K B,Sohn S Y.Forecasting both time varying MTBF of fighter aircraft module and expected demand of minor parts[J].Journal of the Operational Research Society,2007,58(6):714.

[13]Yoon K B,Sohn S Y.Forecasting both time varying MTBF of fighter aircraft module and expected demand of minor parts[J].Journal of the Operational Research Society,2009,60(9):1 292.

[14]孙臣良,郑伟,赵涛,等.基于数据挖掘和小波神经网络的航材消耗预测方法[J].海军航空工程学院学报,2014,(3):235-238.

[15]万玉成,何亚群,盛昭瀚.基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究[J].系统工程理论与实践,2003,(7):80-87.

[16]魏崇辉,金福禄,何亚群.基于粗糙集和神经网络的空军航材消耗预测方法[J].东南大学学报(自然科学版),2004,34(B11):68-70.

[17]Minghua Z,Qiang X Y,Yu L,et al.Prediction Algorithm of Blank Shape for Rubber Forming of Aircraft Sheet Metal Part[A].AIP Conference Proceedings[C].2011.

[18]程新,张乾,王海.基于数理统计的航材备件预测方法研究[J].航空维修与工程,2013,(4):56-58.

[19]Beck J.Statictical Process Control and Selectable Foecast Cenlenders Reduce GE Aircraft Engines' Parts Inventory[J].Production & Inventory Management Journal,1999,40(3):62.

[20]马应欣,张作刚.基于AHP和模糊方法的库存航材ABC分类模型[J].物流技术,2008,(2):130-133.

[21]张作刚，胡新涛，刘望.主成分聚类分析在航材分类中的应用[J].兵工自动化,2012,(11):25-28.

[22]张作刚,崔国伟,秦瑞清.灰色聚类分析在航材分类中的运用[J].四川兵工学报,2013,(9):56-59.

[23]Mabini M C,Christer A H.Controlling multi-indenture repairable inventories of multiple aircraft parts[J].Journal of the Operational Research Society,2002,53(12):1 297.

[24]Fritzsche R.Cost adjustment for single item pooling models using a dynamic failure rate: A calculation for the aircraft industry[J].Transportation Research Part E:Logistics and Transportation Review,2012,48(6):1 065-1 079.

[25]Sun L,Zuo H,Liu W,et al.LRU Multi-echelon Inventory Optimal Model for Aircraft Parts Based on VARI_ METRIC Model.(English)[J].Journal of Nanjing University of Aeronautics&Astronautics/Nanjing Hangkong Hangtian Daxue Xuebao,2013,45(4):532.

[26]Costantino F,Gravio G D,Tronci M.Multi-echelon, multi-indenture spare parts inventory control subject to system availability and budget constraints[J].Reliability Engineering & System Safety,2013,119:95-101.

[27]Sherbrooke C C.Metric:A Multi-Echelon Technique for Recoverable Item Control[J].Operations Research,1968,(161):22-141.

[28]Heijden M C,Alvarez E M,Schutten J M J.Inventory reduction in spare part networks by selective throughput time reduction[J].International Journal of Production Economics,2013,147(2):509-517.

[29]Basten R J I,Heijden M C,Schutten J M J.Joint optimization of level of repair analysis and spare parts stocks[J].European Journal of Operational Research,2012,222(3):474-483.

[30]Topan E,Bayindir Z P,Tan T.An exact solution procedure for multiitem two-echelon spare parts inventory control problem with batch ordering in the central warehouse[J].Operations Research Letters,2010,38(5):454-461.

[31]Jin T,Liao H.Spare parts inventory control considering stochastic growth of an installed base[J].Computers & Industrial Engineering,2009,56(1):452-460.

[32]Wong H,Houtum G J,Cattrysse D,Oudheusden.Multi- Item Spare Parts Systems with Lateral Transshipments and Waiting Time Constraints[J].European Journal of Operational Research,2006,171(3):1 071-1 093.

[33]Axsater S.Evaluation of Unidirectional Lateral Trans-shipments and Substitutions in Inventory Systems[J].European Journal of Operational Research,2003,149(2):438-447.

[34]Xu K,Evers P T,Fu M C.Estimating Customer Service in A Two-Location continuous Review Inventory Model with Emergency Transshipments[J].European Journal of Operational Research,2003,145(3):569-584.

[35]Ozdemir D,Yucesan E,Herer Y T.Multi- Location Transshipment Problem With Capacitated Production[J].European Journal of Operational Research,2013,226(3):425-435.

[36]Evers P T. Heuristics for Assessing Emergency Trans-shipments[J].European Journal of Operational Research,2001,129(2):311-316.

[37]张燕,庞景东,李庆新.供应链管理模式下的航材库存管理[J].江苏航空,2008,(1):35-36.

[38]杨晓.浅谈航材库存管理策略[J].航空维修与工程,2005,(2):38-39.

[39]姜丽莉,李力,陈宏,等.可修复航材二级库存模型研究[J].物流技术,2007,(8):242-245.

[40]华克强,屈文芳.航材库存数据分析及最优库存量研究[J].航空维修与工程,2010,(4):68-70.

[41]张鹏,葛婷.基于系统动力学的航材库存管理策略研究[J].测控技术,2013,(11):135-138.

[42]胡勇,郑金忠,高双峰.航材供应链保障模式研究[J].物流技术,2004,(11):113-115.

[43]陈维赞,陈云翔.基于供应链管理的航材仓储保障[J].中国科技信息,2007,(2):167-168.

[44]Kilpi J,Toyli J,Vepsaiainen A.Cooperative strategies for the availability service of repairable aircraft components[J].International Journal of Production Economics,2009,117(2):360-370.

[45]刘鹏,李继军.改进的模糊层次分析法及其在航材供应商选择中的应用[J].物流技术,2007,(8):249-250.

[46]陈玖圣,张晓瑜,陈静杰.航材供应商评估决策过程模型及实现[J].系统工程理论与实践,2008,(11):149-154.

[47]邱健,徐吉辉,楚维,等.改型新机航材供应链中的多供应商选择模糊综合评价[J].航空维修与工程,2010,(5):86-88.

[48]何亚群,胡寿松.基于粗糙集的空军航材供应点的偏好选址[J].系统工程理论与实践,2003,(7):95-99.

[49]万玉成,胡勇,徐启丰.基于模糊物元分析的航材仓库选址决策[J].价值工程,2008,(1):90-93.

[50]张亦弛，晏湘涛，匡兴华. 基于多阶响应的航材仓库选址模型[J].计算机工程与应用,2009,(24):186-189.

[51]王瑛,陈盖凯,张毅.军用飞机航材配送中心选址方法与模型[J].火力与指挥控制,2012,(3):204-207.

[52]陈盖凯,王瑛,张毅.基于二元语义的高原地区航材配送中心选址决策研究[J].数学的实践与认识,2012,(10):81-85.

[53]常玉,同姗姗.航材管理发展方向研究[J].航空制造技术,2012,(9):87-89.