刘挺，柏林
（1.空军勤务学院 研究生大队，徐州 221000）
（2.空军勤务学院 航材四站系，徐州 221000）
部署备件包的概念来源于美军F-35的全球备件保障模式，是供应商的一个小规模的零部件供应库，它能提供充足的零部件供军方在合同规定时限内战时或应急使用，但需要军方单独购买。部署备件包与我军战储有些类似，但又有区别。部署备件包由供应商提供，备件品种和数量可以灵活配置，满足不同用户、不同时段、不同地区的需要；
而战储动用权限高、备件不能及时更新、品种数量固定难以变动，无法满足今后战场瞬息万变的局势需求。因此，我军建立部署备件包，意义重大。
建立部署备件包，备件品种确定是其首要问题，王铁宁等分析影响战时装备备件品种确定的因素，运用模糊综合评判（Fuzzy Analytic Hierarchy Process，简称FAHP）确定品种；
Ren X等针对影响因素边界界定不清的问题，提出灰色理论研究备件品种；
Jiang M等结合模糊综合评判和灰色理论的优点，提出基于层次分析法（Analytic Hierarchy Process，简称AHP）和灰色理论的组合研 究 方 法；
Zhang Z等针 对AHP主 观 性 强 的问题，引入数据包络分析法（Data Envelopment Analysis，简称DEA）模型构建客观性的比较矩阵，使得评价方法更加科学；
池阔等应用粗糙集系统决策，通过对决策表中备件属性数据进行挖掘，约简了属性并简化了品种确定决策规则；
《备件供应规划要求》规定：进行损坏模式及影响分析（Damage Mode and Effect Analysis，简称DMEA），分析易损部位和损坏程度，确定战损备件品种；
刘喜春以战伤抢修需求为分析重点，建立了战时航材重要度评价指标体系，并采用品质功能配置法（Quality Function Deployment，简称QFD）和模糊综合评判相结合的方法，确定了作战航材的重要度，以此为依据，进行航材配置决策；
卜新旺等和季嘉伟等也以战伤抢修需求为重要依据，同时引入作战相关性、战时损耗性等因素，完善了作战航材重要度评价的指标体系。
以上方法本质上就是对航材品种指标得分进行排序，以经济或者其他因素为限制，最终确定航材品种。然而在品种指标选择时，有定性因素和定量因素，统一衡量难以实施，且各因素之间交叉重叠；
在品种确定时只有航材部门，忽略了重要的维修部门。
逻辑决断图可以快速决断定性问题，主成分分析法（Principal Component Analysis，简称PCA）可以综合各因素重叠部分，因此本文提出逻辑决断图—主成分分析法确定部署备件包品种，由维修部门根据逻辑决断图进行定性判断，再由航材部门根据主成分分析法进行综合评价，最终决策出部署备件包品种。
（1）关键性：指该零部件对飞机系统性能的影响程度，包含定量和定性分析，其定量分析依据严酷度划分，可从故障模式、影响及危害性分析（Failure Mode，Effect and Criticality Analysis，简 称FMECA）查询。严酷度越低，关键性越低，配置的效果越差。严酷度设置标准如表1所示。
表1 严酷度等级评分准则［11］Table 1 Severity rating criteria［11］
其定性分析主要指该零件是否影响联合作战任务基本功能的完成，若影响则必须配置。
（2）可更换性：指该备件进行维修更换的级别和难易程度，按照外场是否能更换来区分，外场不能更换的，部署备件包不配置。
（3）寿控性：有寿命控制要求的一般都是重要器材，必须配置。
（4）作战损伤性：作战时是否容易被敌方武器损伤，容易受到损伤的就需要配置。该因素应采用定量分析，但我军缺乏相关数据，改通过维修人员工作经验进行定性判断。
（5）可靠性：是指产品在规定的时间和条件下，完成规定功能的能力。选取备件可用度衡量，可用度越小，产品越容易故障，配置的必要性越高。
（6）通用性：各型飞机之间备件是否通用，能够保障的飞机型号越少，则配置该种备件的必要性越高，用备件可保障机型数量计算。
（7）冗余结构：冗余是指产品中具有多种手段执行同一规定功能的结构形式，冗余度为备份部件与总部件的比值，冗余度越低，越需配置。
（8）消耗性：备件年平均消耗数量，历史消耗多的越需要储备。
（9）经济性：备件成本费用。成本过高和过低的备件都不适宜配置在部署备件包里，在两者之间的情况下，成本越高说明备件越贵重，越需配置。
（10）筹措性：从提出备件申请到最终获得备件的时间。备件越不容易筹措，越需要配置，用筹措时间衡量。
以上因素大致可分为军事性因素（前7项）和经济性因素（后3项），军事效益是航材备件的根本属性，其比经济效益更重要，但军事效益受到经济效益牵绊，因此需两者统筹兼顾。
以上10种因素包含定性和定量分析，无法统一比较，因此本文采取逻辑决断图—主成分分析法确定部署备件包品种。
2.1 逻辑决断图
逻辑决断图由方框和矢线组成，决断的流程从决断图的顶部开始，由对问题的回答“是”或“否”确定分析流程的方向。部署备件包属于战时装备备件范畴，与作战对象、作战规模、作战样式、作战条件、作战环境有关。因此品种确定非常关键，应由维修部门和航材部门共同确定。
部署备件包品种确定流程如图1所示，在参考了文献［13］之后，按照重要程度依次确定以下4个问题进行筛选：
图1 部署备件包品种确定流程图Fig.1 Flow chart for determining the type of deployed spare parts package
（1）是否影响联合作战任务基本功能完成？
（2）外场是否能更换？
（3）是否有寿命控制要求？
（4）作战是否易损伤？
以上问题依次从关键性、可更换性、寿控性和作战损伤性因素出发，更多是从备件机理、技术角度上提问，因此由维修部门根据历史经验回答，决定配置和不配置哪些备件。但是实际中，因为其他客观原因导致不能全部配置，这时需要航材部门综合评价备件重要度。
前4个因素（包含第一个因素定性分析）由维修部门回答，后7个因素（包含第1个因素定量分析）由航材部门综合评价。这样的流程安排兼顾到各专业特性，避免了两个部门交叉重复工作，更符合实践操作。而且如果时间紧迫，可以直接略过航材评价步骤，能快速决策。
2.2 主成分分析法
航材综合评价7个指标：关键性、可靠性、通用性、冗余结构、消耗性、经济性、筹措性。以上评价指标多且指标间的关系错综复杂，难以利用传统综合评价方法（模糊综合评价、AHP等），因此本文采用主成分分析法（PCA）。
主成分分析是利用降维的思想，把多指标转化成为少数几个综合性指标，它能消除指标之间的相关关系，同时得到主要指标的权重值，具体步骤如下：
（1）样本数据标准化变换
设备件品种集合M={x，x，…，x}，共m个品种；
影响备件品种的因素有n个，则评价矩阵：
式中：i为第几行；
j为第几列。
标准化数据矩阵Y为
（2）构建样本相关矩阵
则
式中：r=r，r=1，因此R是对称矩阵，主对角线上的元素均为1。
求解 矩阵R的特 征值λ，λ，…，λ，特征 向量L，L，…，L：
（3）按累计贡献率提取主成分
主成分贡献率计算公式为
主成分累计贡献率计算公式为
式中：k为第几个主成分，计算出k，并提取前k个主成分。
式中：Z为得分矩阵。
（4）用主成分进行综合评价
式中：Z为得分值。
某型飞机长期在某地执行任务，常年伴随大量航材，但使用率极低，严重影响航材经济效益。为了提高保障能力，现在当地组建部署备件包，涉及备件编号为1～14，需从中筛选出重要备件进行部署，现用逻辑决断图—主成分分析法进行配置。
3.1 逻辑决断图判断
逻辑决断过程如表2所示，可以看出：3、4、6、12不需要配置，1、2、5、7、8、9、10、11、13、14需配置，进行下一步主成分分计算。
表2 逻辑决断过程Table 2 Logic decision process diagram
3.2 主成分分析计算
逻辑决断后的备件各项指标数据如表3所示，因计算公式复杂，本文采用R语言进行主成分分析。
表3 备件各项指标数据Table 3 Spare parts index data
各主成分方差的解释比率也叫做碎石图，如 图2所示，分别为0.329、0.280、0.154、0.087、0.070、0.047、0.033。通过观察碎石图可以找到第2个点，在这个点上，下一个主成分解释的方差比例突然减少，这个点叫做肘，因此可以通过前两个主成分解释大部分方差。
图2 各主成分方差的解释比率图Fig.2 Explanatory ratio diagram of variance of each principal component
各主成分载荷向量计算结果如表4所示。
表4 各主成分载荷向量Table 4 Load vector of each principal component
第一主成分向量和第二主成分向量双标图（同时显示主成分得分和主成分载荷）如图3所示，将7种影 响 因 素 设 为x1、x2、x3、x4、x5、x6、x7，PC1是第一主成分向量、PC2是第二主成分向量，黑色的数字代表备件品种序号（编号重新排序）在前两个主成分的得分数值（图下方和左方的数轴），例如1号PC1得分为-2.141，矩阵Z给出了具体得分数值；
红色箭头表示前两个主成分的载荷向量（图上方和右方的数轴），例如x1在PC1载荷是-0.29，在PC2载荷 是-0.39。分 析PC1，x6和x7在PC1有较大权重（同载荷），其他变量权重较小，说明PC1主要解释价格和筹措时间；
分析PC2，x2占较大权重，说明PC2主要解释可用度。
图3 双标图Fig.3 Biplot
本文采用累计贡献率超过85%衡量，累计方差解释比率如图4所示，通过计算发现，前4个主成分累计贡献率达到85%，因此采用前4个主成分解释，将原有8项指标约简为4个指标。
图4 累计方差解释比率Fig.4 Cumulative variance interpretation ratio
各主成分的得分矩阵：
最后得分：
备件评估结果如表5所示。
表5 备件品种配置评估结果Table 5 Evaluation results of spare parts configuration
部署备件包品种可按照此评估结果进行选择，根据不同策略，进行不同配置。表5给出了一种配置策略：评估分数为负数的不配置。
将结果与实际情况进行对比验证，8号备件评估分数最高，1号备件最低，对比分析备件指标数据发现，8号备件严酷度低于1号备件、年平均消耗个数接近1号备件，其余5项配置影响指标均重要于1号备件，因此8号配件更需配置，与实际情况相符。
（1）本文创新综合了维修和航材两个部门，提出的逻辑决断图—主成分分析法很好地处理了定性和定量指标，解决了快速决策和指标冗余问题，使得部署备件包品种确定结果更具信服力。
（2）本文依据10个影响因素建立备件品种指标体系，并且给出了灵活的配置方案，为装备精确保障提供了新思路、新方法。
猜你喜欢航材备件分析法面向满足率与利用率的通用备件优化配置方法航空学报(2022年5期)2022-07-04航材共享模式研究科学与财富(2021年9期)2021-07-04浅析二手航材在中国的使用航空维修与工程(2021年1期)2021-04-12基于层次分析法的智慧城市得分比较智富时代(2019年5期)2019-07-05基于层次分析法的智慧城市得分比较智富时代(2019年5期)2019-07-05从“人”的角度浅谈对航材管理的认识知识文库(2019年5期)2019-06-11供应链管理的航材仓储保障与发展现代企业(2018年7期)2018-10-18基于层次分析法的投资性住房选择模型智富时代(2018年4期)2018-07-10基于层次分析法的投资性住房选择模型智富时代(2018年4期)2018-07-10电化学发光分析法测定糖尿病相关二肽分析化学(2017年12期)2017-12-25