美空军采用LCOM模型评估现役维修中队的维修能力

陈伟 任淑霞

1 背景

近年来，美国空军部队的战备水平大幅降低。美空军财务管理和审计助理部长指出，造成这一现象的原因包括装备部署频率加快、飞机机队老化、资源缺乏以及人员流失等。美空军认为，增加财政支出可以解决机队的老化、资源短缺以及人才流失问题，但却无法解决装备部署频率加快带来的问题。高頻率的部署行动需要对武器装备进行反复装卸、运输，进一步加速了装备的磨损与老化以及故障的出现，由此带来了维修保障需求的大幅增长。这进一步导致了维修人员工作时间的延长和工作强度的加大，从而引起了大量维修人员离职和跳槽。随着新员工的大量入职，空军维修保障人员的经验水平大幅降低，导致了维修效率的不断下降。这种螺旋式的恶性循环又加重了维修人员的工作负担。

后勤复合模型（Logistics Composite Model，LCOM）是一种评价使用与后勤之间交互作用的计算机动态仿真模型，是基于蒙特卡洛仿真、资源排队论的系统工程工具。美空军通过LCOM对人力、备件、保障设施和设备等在内的后勤资源进行优化组合。目前，空军期望的机队出动能力与保障单位实际可提供的维修能力之间仍然存在一定差距。分析维修能力的制约因素对于提高维修保障效率至关重要。因此，本文重点研究维修人员数量、工作班次以及可用零部件数量对维修中队维修保障能力的影响。

2 研究方法

2.1研究对象

本研究采用LCOM模型对坎农空军基地的两个Block 30型（第522和523中队）和一个Block 40型（第524中队）F-16维修中队进行模拟。美国坎农空军基地位于新墨西哥州克洛维以西11.2千米处，隶属于美国空军空战司令部。驻扎有第27战斗机联队，主要装备为F-16战斗机，负责执行特种作战任务。

2.2数据采集

对坎农基地维修人数、飞机数量、飞行计划数据以及零部件供应等数据进行采集。其中：

维修人数分为授权人数和在编人数。授权人数和在编人数均由坎农基地人力办公室提供，但随着人员的新增与流失，在编人数信息会不断变化。因此，在编人数采用年度平均水平。

机队规模采用每个中队的初级授权飞机（Primary Authorized Aircraft，PAA）年度平均数据，该数据由美国空军总部授权确定1。

飞行计划数据包括计划出动架次数和实际出动架次数，以及由此而产生的出动架次率（实际出动架次数/计划出动架次数，Sortie Generation Rate，SGR），零部件供应数据采用因供应不能执行任务率（Not Mission Capable for Supply，NMCS）来反映2。上述两类数据均由空军联队分析办公室每月以电子表格的形式提供。

2.3研究过程

维修中队的维修能力通过该中队产生的出动架次数来评估。理想情况下，为坎农基地的飞行任务建模的最准确方法是建立与坎农基地的日常飞行任务相匹配的飞行计划。但由于这种情况执行起来非常繁琐且不易实现，因此该研究采用每个中队的出勤可用率（UTE）对飞行计划建模。UTE表示每架飞机每月可以出动的次数。某财年，522、523和524中队计划和实际出动架次数如表1所示。

设置不同的参数条件，对模型进行运行。将表2所示的8种参数配置方案分别应用于522、523和524中队，因此产生了24种方案。

第一组方案（方案1和2）：每个中队的基准配置方案（方案1）应用该中队的实际在编人数（记为“AS”）、工作班次（记为“O班次”）3和NMCS（记为“B数量”）。方案2将在编人数改为授权人数（记为“AU”），其他条件保持不变。

第二组方案（方案3和4）：将第一组方案的工作班次变为“N班次”。方案3和4的其他参数条件分别与方案1和2一致。

第三组方案（方案5和6）：将第一组方案的零部件供应数量变为无限量（记为“U数量”）4。方案5和6的其他参数条件分别与方案1和2一致。

第四组方案（方案7和8）：将第二组方案的零部件供应数量变为无限量。方案7和8的其他参数条件分别与方案3和4一致。

3 结果分析

3.1仿真结果分析

（1）522中队

522中队的仿真结果见表3。结论一：保持其他因素不变，将其人员由在编变为授权，飞行架次数随着人数的增加也有所增加。如配置方案522-2相比基准方案（522-1），其实际平均出动架次数由3881.27提升到4085。

结论二：方案522-3和522-4将工作班次更改为N班次，其他参数设置同522-1和522-2。与前两个方案相比，出动架次数显著减少，分别由3881.27降至1935.2和由4085降至1844.01；而相应的NMCS也大幅提高。零部件维修人员生产率下降直接导致了NMCS显著提高，NMCS的升高导致了出动架次数的下降。

结论三：方案522-5～522-8为增加零部件供应至U数量。与方案522-1～522-4相比，522-5～522-8中的出动架次数量明显增加。522-5和522-6方案在O班次下，NMCS显著降低（等于或接近零）。

（2）523中队

523中队的仿真结果（见表4）与522中队相似，因此，分析结论也相似。

（3）524中队

524中队的仿真结果见表5。除方案524-3和524-4外，其余方案的结论与522和523中队相同。对比方案524-3和524-1，當执行N班次时，二者的出动架次数之间几乎没有区别；但524-3的NMCS却为524-1的两倍。对比方案524-4和524-2，亦有相同的变化趋势。

3.2基准方案结果验证

采用Z检验的方法对仿真结果进行验证。检验结果（见表6）表明，对于522和523中队，不能拒绝原假设，即认为LCOM可以模拟实际的出动架次数；对于524中队，原假设不成立，即LCOM不能准确模拟实际的出动架次数。因此，下文只针对522和523中队的结果进行研究。

为了进一步验证不同因素对出动架次数产生的影响及大小，采用多因素方差分析对522和523中队仿真结果进行检验分析。检验结果（见表7）表明，至少有一个因素（人数、班次或零部件供应数量）对522和523中队的出动架次数有影响。

接下来，采用t检验判断何种因素对522和523中队的出动架次数产生影响，见表8、表9和表10。

（1）维修人数的影响

保持工作班次和零部件供应数量相同，分别对在编人数和授权人数产生的出动架次数的差值进行t检验。结果表明，当班次处于加班且周末工作时，增加维修人数，其出动架次数也会增加；当班次为不加班且取消周末工作时，增加人数对出动架次数没有产生影响。如下表所示，522和523中队的结论相同。

（2）工作班次的影响

522和523中队所有的方案均表明，延长工作时长可以增加出动架次数。

（3）零部件供应数量的影响

522和523中队所有的方案均表明，增加可用零部件数量可以增加出动架次数。

如表11所示，根据F值大小进行排序，对出动架次数的影响由大到小分别为：工作班次、可用零部件数量和维修人数。

4 结论及建议

4.1研究结论

通过LCOM对美军不同维修中队产生的出动架次数进行建模仿真，研究表明：

（1）增加维修人数，可以提高维修中队的维修效率，从而提升其维修能力。当维修人数由在编变为授权时，人数增加，出动架次数会有小幅增长（约增加190架次）。

（2）通过延长班次时间以及周末加班等方式，维修能力会有明显的提升。当缩短上班时长以及取消加班时，出动架次数会明显减少（约减少2000架次）。因此，通过提升员工的工作效率，可以缓解人员短缺的压力。

（3）增加零部件可用数量，可以大幅提升维修单位的维修能力。当可用零部件供应数量由基准水平增加到无限供应时，出动架次数明显增长（增加约2000架次）。在条件允许的情况下，努力降低NMCS，从而提升维修保障单位的维修能力。

（4）在研究的影响因素中，工作班次对维修中队的维修能力影响最大，零部件供应数量影响次之，人力因素的影响最小。文中出现人力因素对提升维修中队维修能力影响较小的原因可能是在设施、设备等资源无闲置的情况下，出现了人员等待的问题。通过延长班次时间以及周末加班等方式，维修能力会有明显的提升；但是，如果过度地延长工作时间，则会导致维修人员的维修工作效率下降，进而影响维修能力的提升。

4.2启示建议

美军采用LCOM模型精准地对装备维修能力进行评估，为我军评估装备维修保障单位的维修保障能力，提高维修保障效率具有实际的借鉴和参考意义。

（1）系统评估我军维修保障资源，找到关键制约因素

系统评估我军维修人力、设施、供应链等资源，找出存在的短板及制约因素，通过对关键环节的弥补，提升维修保障效率与能力。例如，当设施设备充沛时，由于任务繁重，消极怠工的情况普遍存在。此时增加工作人数，维修能力提升较为明显。

（2）开发具有我国自主知识产权的维修保障仿真模型

LCOM的成功应用得益于完善的、全面的数据系统支撑。目前，我军装备维修保障领域应用仿真建模的生态环境尚不健全。相关软件不具备自主知识产权，欠缺核心开发能力；数据采集效率低、可用性不高。因此，维修保障领域相关问题的深层次分析无法展开。我军应加大装备维修保障领域仿真软件的自主研发力度，通过仿真结果为维修保障提供重要有价值的参考依据。同时，健全支撑模型运行的环境，包括数据采集的标准化、数据应用的协同化。一方面提高信息采集处理的效率和数据的利用价值；另一方面加强各军兵种、各战区与工业部门之间的数据共享。

（3）综合考虑影响维修保障能力的各种因素，使仿真结果更具实际意义

美军LCOM模型应用中没有考虑维修人员技术熟练程度等因素，而在实际维修单位中，新员工、熟练工以及高水平工人的维修生产效率是不同的，因此模型具有一定的局限性。因此，我军在维修保障仿真模型开发中，可进一步考虑维修人员技能水平对维修能力的影响。通过制定不同的生产率系数，分别对不同能力水平的维修人员进行建模，从而更精准地评估人力因素对维修保障能力的影响。