装备维修保障资源配置优化研究综述

高颖杰，曹继平，雷 宁，王清晓

(火箭军工程大学 作战保障学院，陕西 西安 710025)

随着科技水平进步，装备向信息化、智能化方向大力发展，结构组成更加复杂、涉及领域更加广泛，装备的使用方式、损坏机理、故障规律和保障特点都发生了深刻变化，及时修复故障装备对部队完成战斗任务至关重要。当前部队各级维修机构维修资源配置不足及过剩的问题同时存在，因此，了解维修保障资源需求的规律，做好资源需求预测及配置优化，对装备可用度保持和装备寿命周期费用控制影响重大。

1 装备维修保障资源配置的目标

维修保障资源，根据《中国人民解放军军语》(2011年版)定义，是“可用于维修保障的人力、物力、财力、信息等资源的统称”。该定义包括了维修保障过程的相关要素，比较全面。“维修保障资源配置”可理解为静态，指资源分配后的结果和表现形式；也可理解为动态，指为达到保障要求，对资源进行筹措分派的过程。

2 优化研究现状

关于装备维修保障资源配置优化研究，国外始于上世纪60年代，研究成果已形成一套完整的理论体系[1-4]。我军于上世纪80年代开展相关研究，取得了一些成果，当前新形势下，武器装备无论是数量、种类、型号等都快速增加，特点呈现系统化、信息化、智能化、集成化，对装备维修保障资源配置的要求也更趋于“适时、适地、适量”，相关研究逐渐增多，主要包括如下方面。

2.1 装备维修人力优化

装备操作使用与维护排故都需要人的参与，人员是维修保障能力的核心。配发给基层部队的装备，在使用中会产生故障，如果没有专业修理人员进行维修保障，那么装备就不能发挥应有的效能。维修人力资源配置优化，使用较多的方法有以下3种。

2.1.1 维修工作分析法

维修工作分析法以维修视角将任务分解为不同阶段，得出装备使用环境、使用方式和使用时间等参数，结合以可靠性为中心的维修分析(Reliability Centered Maintenance Analysis，RCMA)和修理级别分析(Level Of Repair Analysis，LORA)方法分析得到装备维修需求，根据维修程序将维修需求转变为维修工序，之后分析每一工序对维修人员的需求，整合后就得到整个任务对维修人员的需求。文献[5]采用导弹使用与维修任务分析方法，将装备的使用与维护活动分解为流程步骤，通过整合各步骤维修资源需求，完成了导弹维修资源需求的预测。文献[6]针对部队任务背景，通过维修任务分解建立了维修人员工时矩阵，以维修工单位时间费耗为约束，总费耗最低为优化目标建模，求解得出维修人员配备的可接受次优解。维修工作分析法计算人员数量确定精度较高，但任务分析过程庞大复杂，且参数指标大多以全年维修量为单位，未考虑人员编组情况及维修任务的随机性和动态性。

2.1.2 排队论法

排队论(Queuing Theory)，在运筹学中是一项重要的分析方法，当装备出现故障需要维修时，到达维修场所的时间是随机的，所以维修服务需求是一个随机过程，因而可以用排队论法确定维修资源需求，使所需费用最小或某些指标最优。文献[7]采用排队论方法，以平均等待时间为优化目标建立了求解模型。文献[8]、[9]采用排队论的方法，进行实验室人员需求规划和软件维护人员需求预测。基于排队论的方法，要求装备出现故障的多少与起始时间无关，而与统计时间段有关。但对于预防性维修，由于故障规律不符合前提条件，所以不能用排队论法确定。

2.1.3 最小维修单元法

最小维修单元就是指能独自完成给予维修任务的最简资源组合，主要包括修理人员、维修设备和工具、材料和备件等[10]。该方法通过分析完成维修任务对最小维修单元的需求数量，进而得出维修所需的修理工数量。文献[11]基于最小维修单元，构建了维修人员预测算法。文献[12]基于最小维修单元法，区分维修人员专业,建立了人员需求预测方法模型。但该方法在确定最小维修单元配置上，需结合不同任务内容与不同装备特点来分别建模，通用性不强。

2.2 装备维修物力优化

装备维修保障物力资源主要指维修器材及维修场地、设备和材料等[13]。关于维修设备配置的优化，主要以设备平均满足率为优化目标，以设备利用率、设备运维费和设备规模等为约束条件[14]，运用Petri网[15]、排队论[16]等理论进行建模，采用遗传算法、粒子群算法等智能算法[17]及组合算法等进行求解，得出维修保障设备的最佳配置方案。

备件是维修器材的一部分，另外还包括工具和附品。据不完全统计，备件消耗经费占到装备保障总经费的1/3左右，开展备件配置的优化研究很有意义，研究主要体现在3个方面。

一是备件需求预测。通过优化精准预测备件种类和数量需求，为合理分配打下基础。文献[18]兼顾备件需求和修理组件类型，提出了使用零件维修信息来预测备件需求的两步法模型。文献[19]对粗糙集理论进行改进后提出了变精度粗糙集，并利用该理论构建了基于战时的装备维修保障资源配置优化模型，对不同精度条件下的多资源点、多需求点下的维修资源进行配置和优化。文献[20]提出了一种结合了信息标准、回归建模和人工神经网络的混合备件需求预测方法。

二是资源点设置。通过对资源储备点的数量及点位部署进行优化，使装备维修备件获得效率最高。文献[21]运用物流场理论的思想与方法，建立了车辆装备维修器材的战备储备布局优化评价模型，为资源点位设置提供了可选方法。文献[22]提出了一种基于鲁棒优化的维修器材仓库选址模型，有效避免了参数扰动的影响。

三是库存调控。通过调整备件库存种类数量，优化备件补充及出库模式，从而减少库存运行费，缩短响应时间。文献[23]提出了基于均匀交叉遗传算法的多产品库存优化模型。当前维修保障体制逐步由三级向两级发展，文献[24]基于虚拟库存理论建立两级库存模型，提高了备件库存控制度并缩减了管理经费。文献[25]基于多属性分类方法构建库存策略矩阵，确定备件最佳调控策略。

装备维修保障物力资源配置优化，主要是基于装备可用度、资源数量、所需经费等约束条件进行建模，采用智能算法优化，并进行仿真验证模型可用性，从而完成对装备维修物力资源配置的优化。

2.3 装备维修经费优化

装备维修保障经费是部队保持装备完好性、确保装备效能发挥不可或缺的支出，但经费不是无限的，为提高装备维修保障经费的使用成效，需对装备维修经费配置进行优化。近年经费配置优化的研究主要在经费预测和分配两方面，优化目标有两个，一是相等费用情况下装备维修效能最大，二是相等效能情况下装备维修费最小[26]。文献[27]在装甲装备基层级维修经费需求预测上，突出主要影响因子构建出模型，指导基层级经费配置。文献[28]采用数据挖掘相关技术，构建出舰船装备维修经费的预测模型。当前关于维修经费配置优化的研究还比较少，需要进一步的深入。

2.4 装备维修信息优化

维修保障信息资源是指在装备维修工作中产生的所有信息资源和信息活动的总和，能充分反映维修过程中的状态和特征[29]。当前装备机关对维修分队维修能力、资源底数不清楚，维修分队对维修需求不掌握的难题依然存在。通过维修保障信息化体系设计、维修信息规范化采集以及信息资源智能化运用技术的研究，可以实现维修保障信息资源充分共享，缩短维修感知与响应时间，提高装备维修保障效率。文献[30]基于远程状态监测和E-维修理论对海军导弹维修关键性技术进行分析。文献[31]对装备维修信息资源采集与管理方面的问题进行分析，并提出解决策略。文献[32]通过对海量维修信息进行分析并分类重组，有效去除了数据冗余，提高了装备维修效率。随着信息网络的发展以及大数据、物联网、3D打印和人工智能的广泛运用，装备维修领域的信息资源管理与运用将会明显提升。

3 优化研究存在问题

通过文献分析，当前装备维修保障资源配置优化研究存在以下问题：

一是配置优化研究不平衡。一方面，基于人力、物力资源配置优化的研究较多，对经费与信息资源优化的研究较少。例如新式装备信息化程度高，由装备系统计算机软件缺陷和错误引起的装备故障越来越多，这类故障不是仅更换备件就能排除的，必需加强装备维修信息化方面的研究。另一方面，基于考虑某一个或几个因素影响的配置优化研究多，而基于装备全寿命周期与装备维修保障资源体系的配置优化研究较少。

二是优化模型通用性不高。一方面装备维修保障资源配置优化模型多是某种背景下基于某具体型号装备的特点建立，导致模型间联系不紧、差异大，通用性不高。另一方面，算法运用多是传统算法(例如统计法、解析法、经验法等)[33]和启发式算法(遗传、神经网络、支持向量机、模拟退火等)的独立运用，单一算法都存在局限性，算法的结合运用较少。

三是地方研究机构参与度不高。从事装备维修保障资源配置优化研究的单位主要是陆军工程大学、陆军装甲兵学院、国防科技大学、海军工程大学等军事科研机构[34]。在当前军民融合大背景下，地方科研机构参与研究的力度不够，而地方物流技术、供应链技术、故障检测技术等对提升装备维修保障资源配置优化水平上有很大帮助。

4 优化研究展望

4.1 基于事例推理的维修保障资源配置优化研究

基于事例的推理技术(CBR)是充分获取过去求解问题的成功经验来解决新问题的一种方法[35]。该方法将过去装备维修资源配置优化的成功案例视为配置优化最优解，并借助计算机将事例形成数据知识库系统，针对新问题进行相似案例搜索，得到建议解，经过修正后得出新问题的资源配置优化方案，并作为新案例录入案例库。此方法能够有效利用过去装备维修资源配置优化中的成功经验，同时避免了个人经验带来的局限干扰。在当前大数据背景下，丰富的事例数据库为新问题的求解提供了强大的支撑，是今后研究的一个新方向。

4.2 基于信息化智能化技术运用的资源配置优化研究

新装备信息化、智能化水平不断提升，传统的经验法、类比法已不能满足需求，信息化、智能化技术在装备维修资源配置中的应用逐渐深入。在装备故障预测方面，基于BP神经网络、支持向量机[36]的自主式、智能化诊断提高了故障预测的准确性。维修资源需求配置方面，基于物联网、卫星定位、射频条形码感应识别等技术的可视化系统，缩短了响应时间，通过计算机与软件集成，使装备维修保障资源与维修保障需求实时沟通，通过配置优化系统，输出所需的装备维修保障资源配置方案，为决策者提供选择。维修资源供应方面，结合计算机辅助技术、物流与供应链技术，使所需维修资源以最短时间送达，减少修理等待时间，确保装备正常运行，恢复和保持部队战斗力。

4.3 基于军民融合的资源配置优化研究

现代战争中装备维修保障任务异常繁重，但军队储备的资源有限，难以满足长期需求。为解决上述问题，在军民融合式发展思想引领下，通过依托社会化保障资源，探索研究军民融合一体化维修保障模式，达到减轻部队库存压力，增强维修资源供应能力的目的。美军在伊拉克战争中依靠“现役、预备役、合同商”等多元保障力量，为美军部队提供了强有力的装备维修保障，使装备长期处于高可用度。下步基于军民融合一体化维修保障架构的建立，维修保障资源供应储存模式优化以及维修保障活动运行制度机制的制定，都将是研究的热点。

5 结束语

掌握装备维修保障资源需求规律，做好需求预测及配置优化，在现代战争中意义重大。当前，我国在装备维修保障资源配置优化方面取得了一定科研成果，但同西方发达国家尚存在较大差距，在战场态势感知、资源自主式配置、备件智能化配送方面仍需开展深入研究。随着军队信息化程度的提高，装备使用数据更加丰富准确，资源需求预测更加精准，资源配置的效率更高，将对实现维修保障资源的科学管理、保持装备战斗力和降低装备全寿命周期费用做出更大贡献。