基于故障樹的備件需求預測研究*

任 喜 趙建軍 孫懷亮

(1.海軍航空工程學院 煙臺 264001)(2.91202部隊 葫蘆島 125004)(3.中國水產科學研究院黃海水產研究所 青島 266000)

?

基于故障樹的備件需求預測研究*

任 喜1,2趙建軍1孫懷亮3

(1.海軍航空工程學院 煙臺 264001)(2.91202部隊 葫蘆島 125004)(3.中國水產科學研究院黃海水產研究所 青島 266000)

作為裝備備件需求預測的重要方法之一,故障樹分析法是對現有成熟裝備的主要預測方法。在分析裝備結構的基礎上,結合裝備故障情況建立相關故障樹模型,并通過某型導彈的例子給出了在保障度一定的前提下,如何對裝備中備件進行有效的預測配置,為備件需求預測研究提供了必要的理論基礎。

備件; 需求預測; 故障樹; 保障

Class Number E92

1 引言

故障樹分析法(Fault Tree Analysis,FTA)是分析裝備的可靠性分析的重要方法。FTA可以用來進行定性與定量分析。FTA是由美國Bell實驗室科技人員在1962年進行火箭發射系統的安全評估時提出的。隨后波音公司分別在定性與定量上發展了故障樹分析法。如今,它已經是可靠性分析和風險評估的最常用分析方法之一。

2 故障樹結構的建立

故障樹的建立是從頂事件的確定開始的,主要是解決該頂事件發生的最終原因是什么的問題,最終分解到不能再分解的單元結束。該分析方法一般從裝備的組成結構入手,通過對裝備原理分析,在結構圖的基礎上給出該裝備的故障樹,然后通過最小割集的方法對系統系統可靠性進行評估計算。

圖1 用最小割集的串聯結構表示的系統結構框圖

如圖1所示,若令n代表某一故障樹中不同底事件的個數,則可稱該故障樹為n階故障樹。考慮到一個具有k個最小割集的系統(K1,K2,…,Kk)。該系統可以用并聯的k個最小割集的串聯結構來表示。

(1)

設所有的最小割集結構相互獨立,則頂事件在時刻t發生的概率Q0(t)為

(2)

由于在多個最小割集結構中可能會發生同樣的底事件,則最小割集并聯結構之間顯然是存在正相關性的,故有

(3)

當所有的qi(t)均非常小時,則有

(4)

這一估計通常被用做計算機編程中進行故障樹分析。當至少一個qi(t)的數量級在10-2左右時,上式同樣適用。

(5)

顯然有

(6)

3 實例分析

某型導彈彈體的組成結構如圖2所示。

圖2 導彈彈體的組成結構

在導彈實際使用過程中,由于導引頭、發動機、彈身、彈翼以及引戰系統的可靠性指標水平很高,所以現在下面故障圖的繪制中,以上因素均不作考慮。進而根據結構圖可以得到導彈的故障樹如圖3所示。

圖3 導彈的部件級故障樹

根據上述分析,該故障樹的結構函數為

Φ(x)=X1∪X2∪X3∪X4∪X5∪X6X7∪X8X9

(7)

假設導彈貯存的保障可靠性要求指標不小于90%,各部件的貯存可靠性指標分配方法按照最少工作量分配法進行分配。慣性測量裝置、彈上計算機、舵機、燃燒舵組件、空氣舵以及各型熱電池組的貯存可靠性指標表示為R1,R2,R3,R4,R5,R6,其值分別為:0.90,0.97,0.92,0.94,0.89,0.90。

理論表明,對于串聯系統只提高那些可靠性較低的部分單元的可靠性,即可保證實現系統的可靠性指標,又可使提高系統可靠性所需的總工作量最少,該方法即被稱為最少工作量分配法。

根據上述分析可得,對備件的需求分別是:由于彈上慣導裝置的貯存可靠性指標僅有0.90,故應儲備有相應的備件,而對于彈上計算機、舵機、燃燒舵組件、空氣舵等組件,由于其貯存可靠性指標均大于0.90,故原則上可以不儲備相應的備件,而對于熱電池組,由于其為兩組并聯形式,該結構的貯存可靠性指標為0.988,遠遠滿足該導彈的裝備保障指標需求。

4 結語

在實際情況中,應該根據彈庫貯存導彈的數量進行合理備件和需求預測,在實際使用中,由于導彈平時的測試難免會存在誤操作,故實際需求中將略大于理論的備件需求。

[1] GJB768.1.故障樹分析方法:建造故障樹的基本規則和方法[S].1989:19-24.

[2] 李葆文.設備備件管理庫存結構及備件管理構想[J].設備管理與維修,2004,6:6-8.

[3] Wang, W., Syntetos, A. A. Spare parts demand: Linking forecasting to equipment maintenance[J]. Transportation Research Part E.,2011,47:1194-1209.

[4] 曲力,張群.備件庫存管理綜述[J].實驗室研究與探索,2006,25(7):875-880.

[5] Ericsson, N. R. Forecast Uncertainty in Economic Modeling[C]//International Finiance Discussion Paper, No.697, Board of Governors of the Fedreal Reserve System, Washington, D.C.,2001.

[6] Porras, E., Dekker, R. An inventory control system for spare parts at a refinery: An empirical comparison of different re-order point methods[J]. European Journal of Operational Research,2008,184:101-132.

[7] Eaves, A. H. C., Kingman, B. G. Forecasting for the ordering and stock-holding of spare parts[J]. Journal of the Operational Research Society,2004,55:431-437.

[8] Moore R. Establishing an Inventory Management Program[J]. Plant Engineering,1996,50(3):113-116.

[9] 韓興才.航材管理工程[M].北京:藍天出版社,2003:47-56.

[10] Ronald H. Ballou. Business Logistics Management: Planning Organizing and Controlling the Supply Chain[M]. New Jersey: Pearson Education, Inc,2004:11-24.

Prediction of Spare Parts Demand Based on Fault Tree Analysis

REN Xi1,2ZHAO Jianjun1SUN Huailiang2

(1. Naval Aeronautical and Astronautical University, Yantai 264001) (2. No. 91202 Troops of PLA, Huludao 125004) (3. Chinese Academy of Fishery Sciences Yellow Sea Fisheries Research Institute, Qingdao 266000)

As one of the important methods and equipment spare parts demand forecasting, fault tree analysis is a major prediction of the existing mature equipment. Based on the analysis of equipment structure, combined with the establishment of related equipment failure fault tree model, and through the example of a certain type of missile under the protection degree is given certain preconditions, how the spare parts and equipment for effective forecasting configuration, the demand for spare parts prediction provides the necessary theoretical basis. Case studies demonstrate the effectiveness of this method.

spare parts, demand forecasting, fault tree, support

2014年11月7日,

2014年12月30日

任喜,男,博士研究生,研究方向:武器裝備保障。趙建軍,男,博士生導師,研究方向:武器裝備保障及系統標校。孫懷亮,男,工程師,研究方向:核工程與核技術。

E92

10.3969/j.issn1672-9730.2015.05.030