装备器材需求分析与预测方法

王铁宁，李 浩，刘旭阳

（陆军装甲兵学院，北京 100072）

0 引言

自海湾战争以来，高技术条件下的局部战争逐渐成为战争的主要形式，伴随战场透明度的不断增加，部队面临的威胁显著增多，对装备保障力量的要求越来越高，器材保障作为装备保障的关键组成，是维系装备战斗能力的重要基础。伴随“平战一体化”的持续推进，战时器材保障能力的生成、力量的运用与平时装备器材管理活动日趋密切，而器材需求确定是器材筹措、供应、储存与运输等管理工作的基础，是影响器材管理效益的重要因素。

针对器材需求确定的问题，经过国内外学者的研究，逐渐发展、形成3种主要的需求预测、确定方法：基于历史数据的器材需求预测、基于维修的器材需求预测、维修与器材的联合优化。3种需求确定方法，从割裂维修保障与器材保障的关联，发展到以维修为主，进而统筹维修与器材相互影响，但针对现阶段而言，现有研究的工程实践应用效益却未得到有效提升，因而在一定程度上削弱了其理论指导价值，且针对器材需求确定方法研究的分布，并未伴随其发展趋势，呈现明显的侧重，仍相对宽泛。

依据使用性质，装备器材可区分为周转器材与战备器材两类，限于篇幅，本文仅针对周转器材需求确定方法进行综述，且根据周转器材供应时机的不同，可进一步区分周转器材需求确定过程为初始周转器材（简称初始器材）需求分析与后续周转器材（简称后续器材）需求预测、调整两个阶段。

因此，确定本文综述对象为初始器材与后续器材，对其需求分析与预测过程所涉及方法进行总结、分析，并在此基础上，从系统工程的角度，统筹考虑军用装备维修保障与器材保障的相互影响，探讨下一步研究的重点与趋势。

1 初始器材需求分析方法

装备战斗力生成为相对复杂的系统工程，新型装备列装部队后相当长的阶段内，尚不能形成有效的装备保障能力以满足其需求，主要依靠器材生产厂商或总装厂商进行保障，进而产生初始器材需求。

鉴于装备研制过程的连续性，以已经形成装备保障能力的相似装备、系统甚至部件的器材需求规律为背景的经验法，相对增加了新型列装装备初始器材需求分析过程的合理性与有效性；但伴随高新装备的大批量列装，经验分析法针对性不足、准确性较低的弊端愈发明显，亟需初始器材需求分析理论的发展。针对新研舰艇的随舰备件需求，文献［1］在现有备件数量计算模型的基础上，分别建立了基于经济性和任务成功性的备件需求量数学计算模型，提高了初始器材需求确定的科学性，但该方法并未从根本上阐述初始器材种类的确定方法。

鉴于军用装备相对特殊的动用方式与保障体制、机制，器材需求种类、数量的确定过程涉及因素相对较多，但装备维修需求是器材需求产生的直接原因，文献［2］通过对装备的所有维修项目进行分配，并分析各维修项目中所需的备件，进而确定装备维修所需备件的品种。

伴随科技的进步，装备保障滞后于研制阶段的观念逐渐被摒弃，装备保障性分析逐渐被接受：文献［3］通过对《故障模式影响与危害性分析》、《修理级别分析和使用》与《维修工作分析》的研究，论述了新研装备的修复性维修备件品种确定方法；结合《故障模式、影响及危害性分析程序》、《修理级别分析》及《备件供应规划要求》等国家军用标准，文献［4］对保障性分析法存在的问题进行了分析并提出了建议。

保障性分析法为相对系统的分析方法，其结合装备的设计属性，以理论情况下的装备保障能力建设为基础，是相对有效的初始器材需求分析方法。

2 后续器材需求预测方法

现有研究的切入角度多样，但装备维修是器材需求产生的直接原因，且为便于总结与分析，依据是否直接涉及维修要素，对其进行划分。

2.1 涉及维修要素

装备维修要素，包括维修体系、维修能力、维修策略、维修方式等；依据器材的修复属性，可将其区分为消耗品、不可修复器材与可修复器材，但由于消耗品属于日常耗材，一般采用使用单位自行保障的方式，且其采购渠道相对广泛，故其需求的满足相对容易，下面针对不可修复器材、可修复器材与未区分修复属性的器材需求确定过程进行综述。

2.1.1 不可修复器材的需求预测方法

不可修复器材不具备修复的价值，在储备相对充足的前提下，结合换件维修方式，实现部组件、系统功能的恢复，文献［5］将维修数据信息融入备件需求预测方法，构建了针对换件维修的两步法理论，提高了器材需求预测的科学性。换件维修方式既可以作为事后维修策略的维修选择，又可作为预防性维修策略的维修选择，而事后维修与预防性维修相结合的策略是相对复杂装备所普遍采用的维修策略。针对传统备件需求量计算模型未考虑预防性维修需求的问题和不足，文献［6］以工龄更换维修策略为例，建立考虑预防性维修、针对任意周期长度的备件需求量计算模型，并提出基于离散法的模型求解方法；文献［7］同时考虑了随机失效部件的更换需求和预防性维修时隐患部件的更换需求，以等周期预防维修为背景，应用概率理论，建立了指数寿命型部件的备件需求模型，并在此基础上，设计了订货策略。

但伴随高新装备的大批量装备部队，事后维修引起的“维修不足”与预防性维修引起的“维修过剩”问题日益凸显，在很大程度上影响了装备保障的效益，推动了预测性维修理论的发展，其技术应用的范围越来越广，文献［8］结合视情维护策略，以周期检测为背景，建立两阶段退化的单部件不可修系统的退化模型，并优化了其备件订购策略。现有文献的研究对象均相对简单，且无维修保障层级、器材保障方式的考虑，需在下一阶段着重加强研究。

2.1.2 可修复器材的需求预测方法

相对于不可修复器材，可修复器材既可与换件维修方式相结合，又可与原件修复方式相结合，故对维修能力的要求更高，应充分考虑维修能力的限制。文献［9］充分考虑了维修能力的限制，并结合排队理论，实现了Palm定理和Metric理论由“无限渠道排队”向“有限维修渠道”的转化，实现了舰载机可修复件的优化配置，此方法更加贴近应用实际，在一定程度上提升了其实践指导价值。

维修策略确定的多样性，以及在此基础上维修方式选取的灵活性，在一定程度上加大了可修复维修器材需求的难度，需紧密结合具体维修策略及相关约束，确定其需求。文献［10］考虑了不串件拼修和串件拼修两种情况，文献［11］考虑了最小维修的可能性，并在其基础上，分析了可修复装备备件数量的优化配置问题；文献［12］在考虑确定的维修时间和非完美维修效果的基础上，分析了维修能力与维修策略、库存策略之间的权衡关系，建立了针对可修复杂关键组件的周期性视情更换式维修与连续检查的（S，s）备件订购联合优化策略；针对可修复备件仓库系统，文献［13］将横向库存调整和库存预分配作为预防库存滞留的资产均衡手段，构建了面向使用现场动态需求变化的双线程Monte Carlo模型；装备使用可用度是衡量装备管理质量的重要指标，文献［14］从研究航材备件需求率出发，考虑了飞机维修、供应以及行政延误时间，并结合经费约束，提出了基于使用可用度的航材可修备件管理预测模型。维修策略不同，其器材需求也不相同，故应充分考虑任务想定、保障能力约束等因素，合理确定维修策略。

器材的构成、属性不同，其储存要求也不相同，库存条件达不到标准，便会引起器材储存期内的实效，文献［15］考虑了储备期间发生故障的可能性，利用备件可靠性框图方法，建立单可修复件、多可修复件的备件需求计算模型，解决了备件考虑储备期间故障的实际需求。可修复器材储存期间失效可能性的考虑，为不可修复器材失效可能性的考虑，提供了有益借鉴，在此基础上器材需求的确定过程，更加符合应用实际。

2.1.3 未区分修复属性的器材需求预测方法

为便于描述，规定统筹考虑器材修复属性，或未考虑器材修复属性的器材需求确定过程，统称未区分器材修复属性的器材需求确定过程。

1）统筹考虑器材修复属性的器材需求预测方法

统筹考虑器材修复属性的研究，需充分考虑可修复器材需求以及不可修复器材需求确定过程，所涉及的因素较多，过程相对复杂，文献［16］统筹考虑了耗损型与修复类型备件的确定过程，通过符合备件可靠性和维修性仿真模型的构建，确定了其在特定工作条件下备件的需求率；DE SMIDT-DESTOMBES K S 等［17-20］在分析装备维修与备件需求关系的基础上，以可用度为约束，具体研究了离散劣化状态下单个N中取k系统的视情维修和多个N中取k系统的成批更换问题。统筹考虑器材修复属性的研究，可以通过可修复器材与不可修复器材的比对性研究，能更加清晰地明确器材需求的不同，但往往因素研究对象的针对性不强，弱化了研究的深度。

2）未考虑器材修复属性的器材需求预测方法

部件的寿命分布形式，大致可分为泊松分布、正态分布与威布尔分布等形式，部分文献正是以此为基础，预测其器材需求：针对利用指数算法确定Weibull型多部件需求量过于保守、容易造成浪费的问题，文献［21］根据“累积失效概率相等”原则，通过Weibull型与指数型备件在保障时间内期望累积故障次数相等的关系，提出了一种改进的指数确定算法；针对现有备件消耗数量不能反映设备实际故障情况的现状，结合航空装备的六种故障特性，文献［22］引入非齐次泊松过程，用以解决航空备件需求和预测问题。以部件寿命分布为基础的器材需求预测，应以相对规模的数据积累为基础，且对研究对象的背景约束相对严格，故其准确性相对不足。

相关任务背景描述下的器材配置过程，相对减少了器材配置过程的不确定因素，在一定程度上提高了器材需求确定的准确程度，文献［23］分析了面向任务保障性工程理论指导下的舰船随舰备件配置问题，明确了任务与备件配置之间的关系，并规定了最大、最小两种维修策略的应用时机；区别于以可用度或可靠性为中心的预防性维修备件需求量的确定方式，文献［24］以修复性维修和预防性维修总费用为约束条件，优化了备件更换间隔期，并以此为基础，确定备件需求量。

2.2 未涉及维修要素

相当一部分文献，并未直接涉及维修要素，但其研究的切入角度，为装备器材需求的预测与确定过程的优化，提供了相对有价值的参考。

2.2.1 面向器材历史数据的预测方法

1）传统预测方法

相对规模的器材历史数据积累以及周期性器材需求间相对平缓且具有一定关联性的变化，是面向器材历史数据的预测方法应用的前提，此类方法相对简单，但实用性较强，应用较为广泛的方法包括指数平滑法［25］、简单移动平均法［26］、支持向量机法［27］等。

2）面向间断性历史数据的预测方法

较早用于归纳间断型历史数据规律、预测器材需求的方法是Croston法［28］，其区分器材需求产生的时间与需求量的确定为两个相对对立的阶段，且均采用指数平滑法进行预测，并在此基础上，用后者与前者的比率来估算每单位周期内的平均需求；Syntetos and Boylan不仅证明了Croston法是一种有偏估计法［29］，并且设计了 SBA 估计法［30］，实现了其偏差的纠正；Teunter等［31］在充分考虑器材储存期间失效可能性的背景下，修正了Croston法。

现阶段应用较为广泛的另一种预测方法是由Efron开发的 Bootstrapping法［32］，后来，Willemain等［33］、Hua 等［34］、Porras and Dekker［35］、Teunter and Duncan［36］和 Zhou and Viswanathan［37］分别对其进行了针对性改进，提高了其适用性。

2.2.2 面向不完整知识的器材需求预测方法

由于器材需求确定过程所涉及定量、定性因素较多，且部分因素难以准确描述，故器材需求确定过程所需信息呈现不完整性。文献［38］将舰艇随行备件库存管理系统定义为有冗余度的单级定期补给模型，提出了基于灰集的备件需求计算方法，根据需求分布的双隶属度函数备件的期望短缺数，采用边际分析法以装备完好率作为主要目标进行了优化。

3 器材需求分析与预测方法研究展望

现有的研究工作，促进了初始装备器材需求分析与后续器材预测工作的发展，特别是保障性分析法的应用，为初始器材需求分析的合理性与有效性奠定了基础；但后续器材的预测过程仍存在一定的问题，以提高后续器材需求预测准确性为目标的器材需求分析与预测方法的研究，还需在许多方面展开进一步研究。

3.1 器材需求分析与预测过程将更充分地考虑维修因素

如前所述，维修是器材需求产生的直接原因，为提升器材需求分析与预测过程的科学性及准确性，需更加合理、有效地描述维修因素，充分考虑装备维修与器材管理的相互影响，统筹装备维修保障体制、维修保障任务分工、维修能力约束、维修方式与维修策略选择、器材储存分布、供应方式组合等因素，预测后续器材需求，进一步提升其科学性与准确性。

事后维修引起的“维修不足”与预防性维修引起的“维修过剩”，逐渐成为阻碍装备维修保障效益提升的瓶颈，伴随高新科技在装备维修保障中的应用，预测性维修的方式逐步得到应用，不仅提升了维修保障的效益，而且提高了器材需求预测的精度，降低了器材库存积压的可能性。统筹事后维修、预防性维修与预测性维修的方式，并以此为基础，确定装备器材需求成为下步的研究热点之一。

3.2 器材需求分析与预测将更多面向动态、短期、任务型分析预测过程

军用装备的集团属性、相对特殊的装备保障体制、机制等因素，影响了器材需求分析与预测过程的确定性，且由于器材筹措、供应的时间跨度相对较长，进一步增加了其不确定性，故下一步的器材需求预测过程，将更多地面向动态、短期与任务型过程，从而明确需求预测背景与约束、压缩预测面向过程的时域，从根本上提高器材需求分析、预测的准确性，但器材保障工作为相对复杂的系统工程，动态、短期、任务型的器材需求预测，需统筹器材筹措、储备、供应过程。

3.3 开展面向初始器材需求与后续器材需求衔接段的器材需求确定的研究

目前的研究，多割裂初始器材需求分析与后续器材需求预测的研究过程，而装备保障能力的生成过程，为相对系统的工程，需统筹考虑装备动用、装备维修以及装备器材保障等子环节，涉及装备动用计划、送修计划、维修设备设施配置、维修人员培训、维修策略选择、库存结构调整、供应方式确定等一系列工作，故其时间跨度相对较长，而此阶段器材需求确定的准确程度，不仅影响了新型装备战斗力的生成与维系，而且在一定程度上影响到后续的器材需求确定过程，故应统筹考虑初始器材需求分析与后续器材需求预测过程，具体研究面向衔接段的器材需求分析与预测过程，从而提高装备全寿命管理过程中器材需求预测的准确性，在一定程度上降低器材库存积压的可能性，提升器材管理的效益。

4 结论

通过综述国内外初始器材需求分析、后续器材需求预测研究的进展，探讨了其理论研究的发展方向，明晰了其研究重点，为初始器材需求分析的科学性、后续器材需求预测准确性的提升提供了理论支撑，对“平战一体化”背景下平时器材管理模式的优化，提供了相对有益的借鉴，为装备器材管理效益的提高奠定了理论基础。

［1］敬军.新研舰艇随船备件需求量的数学模型研究［J］.舰船工程研究，2011，11（1）：13-16.

［2］黄健，程中华，李欣玥.基于维修任务分配的新型装备备件品种确定方法研究［J］. 装备环境工程，2012，9（4）：101-105.

［3］刘福胜，单志伟，黄海.修复性维修备件需求确定研究［C］//北京：中国兵工学会装备保障专业委员会装备保障支撑理论与关键技术学术研讨会，2006.

［4］单志伟，刘福胜.备品备件需求确定方法探讨［J］.装甲兵工程学院学报，2005，19（3）：1-4.

［5］任喜，赵建军，王毅，等.基于备件需求预测的两步法理论［J］.指挥控制与仿真，2014，36（6）：85-87.

［6］胡起伟，贾希胜，赵建民.考虑预防性维修的备件需求量计算模型［J］.兵工学报，2016，37（5）：916-922.

［7］陈晓慧，盛天文，易树平，等.周期预防维修下多部件系统的备件订货策略［J］.华南理工大学学报（自然科学版），2009，37（4）：95-99.

［8］蒋云鹏，陈茂银，周东华.两阶段退化单部件系统的视情维护和备件供给策略建模［J］.南京航空航天大学学报，2011，43（S）：147-151.

［9］张帅，李军亮，吕卫民，等.有限维修能力下舰载机可修复件库存优化模型［J］.北京航空航天大学学报，2015，41（6）：1034-1041.

［10］周伟，蒋平，刘亚杰，等.考虑需求相关的可修复系统备件配置模型［J］.国防科技大学学报，2012，34（3）：68-73.

［11］郭小威，李保刚，藤克难.面向多阶段任务可用度的装备群维修决策模型［J］.系统工程与电子技术，2016，38（3）：582-587.

［12］张晓红，曾建潮.可修组件的视情更换维修与备件订购联合优化［J］.计算机集成制造系统，2014，20（4）：909-917.

［13］王慎，李庆民，王文斌，等.面向两级可修复备件库存系统的动态管理模型［J］.计算机集成制造系统，2015，21（3）：788-799.

［14］刘照青，李梅，张一瑫.基于使用可用度的备件预测模型［J］.空军装备研究，2015，9（5）：49-51.

［15］李云峰，王瑞林，贾云非，等.考虑储备期间失效的可修复备件需求模型 ［J］. 现代电子技术，2010，14（22）：133-135.

［16］肖慧鑫.装备维修中备件需求率的计算方法［J］.火力与指挥控制，2008，33（4）：150-152.

［17］DE SMIDT-DESTOMBES K S，VAN DER HEUJEDN M C，VAN HARTEN A.On the availability of a K-out-of-N system given limited spares and repair capacity under a condition based maintenance strategy［J］.Reliability Engineering&System Safety，2004，83（3）：287-300.

［18］DE SMIDT-DESTOMBES K S，VAN DER HEUJEDN M C，VAN HARTEN A.On the interaction between maintenance，spare part inventories and repair capacity for a k-out-of-N system with wear-out［J］.European Journal of Operational Research，2006，174（1）：182-200.

［19］DE SMIDT-DESTOMBES K S，VAN DER HEUJEDN M C，VAN HARTEN A.Availability of k-out-of-N systems under block replacement sharing limited spares and repair capacity［J］.International Journal of Production Economics，2007，107（2）：404-421.

［20］DE SMIDT-DESTOMBES K S，VAN DER HEUJEDN M C，VAN HARTEN A.Joint optimization of spares part inventory，maintenance frequency and repair capacity for k-out-of-N systems［J］.nternational Journal of Production Economics，2009，118（1）：260-268.

［21］刘天华，张志华，李大伟，等.Weibull型多部件备件需求量的改进算法［J］.海军工程大学学报，2012，24（4）：41-45.

［22］陈凤腾，左洪福，王华伟，等.基于非齐次泊松过程的航空备件需求研究和应用［J］.系统工程与电子技术，2007，29（9）：1585-1588.

［23］胡涛，狄鹏，王树宗，等.随舰备件需求分析中维修策略问题［J］.海军工程大学学报，2009，21（5）：73-76.

［24］丁原，宋宁哲，刘庆华.基于寿命更换策略确定备件需求量［J］.信息与电子工程，2009，7（5）：480-482.

［25］任敏.备件供应学［M］.北京：国防工业出版社，2013，179-182.

［26］高钰榕，戚君宜，程世辉.维修用备件需求预测方法［J］.火炮发射与控制学报，2008，12（4）：75-78.

［27］赵建忠，徐廷学，刘勇，等.基于粗糙集和熵权以及改进支持向量机的导弹备件消耗预测［J］.兵工学报，2012，33（10）：1258-1265.

［28］CROSTON J D.Forecasting and stock control for intermittent demands［J］.Operational Research Quarterly，1972，23（3）：289-303.

［29］SYNTETOS A A，BOYLAN J E.On the bias of intermittent demand estimates ［J］.International Journal of Production Economics，2001，71（1）：457-466.

［30］SYNTETOS A A，BOYLAN J E.The accuracy of forecasting intermittent demand estimates［J］.Int.J.Forecast，2005，21（2）：303-314.

［31］TEUNTER R H，SYNTETOS A A，BABAI M Z.Intermittent demand：Linking forecasting to inventory obsolescence［J］.European Journal of Operational Research，2011，214（3）：606-615.

［32］EFRON B.Bootstrap methods：another look at the jackknife［J］.Ann Stat，1979，7（1）：1-26.

［33］WILLEMAIN T，SMART C，SCHWARTZ H.A new approach to forecasting intermittent demand for service parts inventories［J］.Int.J.Forecast，2004，20（1）：375-387.

［34］HUA Z，ZHANG B，YANG J，et al.A new approach of forecasting intermittent demand for spare parts inventories in the process industries ［J］.J.Oper.Res.Soc，2007，58（1）：52-61.

［35］PORRAS E，DEKKER R.An inventory control system for spare parts at a refinery：an empirical comparison of different re-order point methods［J］.Eur.J.Oper.Res，2008，184（1）：101-132.

［36］TEUNTER R，DUNCAN L.Forecasting intermittent demand：a comparative study.［J］J.Oper.Res.Soc，2009，60（3）：321-329.

［37］ZHOU C，VISWANATHAN S.Comparison of a new bootstrapping method with parametric approaches for safety stock determination in service parts inventory systems.［J］Int.J.Prod.Econ，2011，133（1）：481-485.

［38］包磊，李庆民，杨平律.带冗余度的舰艇随行备件库存优化模型［J］.海军工程大学学报，2012，24（5）：31-34.