航空四站裝備退役的模糊聚類分析*

李　康　黃之杰　朱　倩

(空軍勤務學院航空四站系　徐州　221000)

?

航空四站裝備退役的模糊聚類分析*

李康黃之杰朱倩

(空軍勤務學院航空四站系徐州221000)

退役是航空四站裝備全壽命周期的重要階段之一，科學合理地判斷退役時機既能充分發揮裝備的效能，又能降低全壽命周期費用。目前，航空四站裝備的退役時機多以其設計使用壽命為主，缺乏有效的定量分析方法，論文分析了影響航空四站裝備退役的主要因素，并建立了相應的退役模型。運用模糊聚類分析法對裝備的退役問題進行量化分析，評估了裝備退役的優先順序。實例分析表明，該方法符合實際，為航空四站裝備的退役決策提供了一種定量分析手段。

航空四站裝備; 模糊聚類分析; 退役; 定量分析

Class NumberTJ089

1　引言

裝備的全壽命周期一般包括立項論證、方案設計、試驗試制、設計定型、生產定型、使用保障和退役處理等內容，其中退役處理是裝備全壽命周期的終結階段。同其他武器裝備一樣，航空四站裝備的退役也是一個十分復雜的問題，受到諸多因素影響。過早退役將無法充分發揮裝備的保障效能，退役晚了不僅存在安全隱患，而且浪費大量的軍費與人力、降低裝備的軍費效益，因此研究航空四站裝備的退役模型具有重要意義。

2　航空四站裝備退役處理條件

四站裝備超過使用壽命期限，或因性能下降、技術落后及其他原因不宜繼續使用的，應作退役處理。可申請退役的一般條件有[1]：

1) 超過規定使用年限，主要結構和零件已嚴重磨損，性能達不到戰技指標的最低要求；

2) 因戰損、意外災害或重大事故受到嚴重損害，無法修復使用的裝備；

3) 嚴重影響環保安全，繼續使用將會污染環境，引發人身安全事故與危害健康；

4) 淘汰機型專用、且不宜改作其他機型使用的保障裝備；

5) 技術改造和更新替換出、且不能利用或調出的舊裝備。

四站裝備配發部隊后，雖然對裝備的退役處理有相關規定，但一般比較籠統且停留在定性判斷方面，而且裝備使用方在使用過程中大多遵循“達到設計使用壽命即退役”這一基本原則，無法發揮裝備的最佳費效比，因此科學合理的定量分析方法對航空四站裝備的退役決策顯得尤為重要。

3　影響退役的主要因素分析

現役的航空四站裝備有幾十個型號，數量多達幾千臺(套)[1]，考慮到四站裝備的核心任務是保障飛機訓練作戰，認為影響四站裝備退役的主要因素可歸納為五個方面[2～8]：裝備保障效能、年使用維護費用、技術性能落后程度、超期服役系數和戰略重要權重。

3.1裝備保障效能

根據系統效能的定義：系統效能指系統在規定條件下完成特定任務的能力[9]。認為航空四站裝備的保障效能指裝備在一定條件下完成特定任務剖面的能力。不同的四站裝備有不同的任務剖面，即使同一類不同型號的四站裝備，也因其保障對象、操作環境等因素的差異而具有不同的任務剖面。評定系統效能的方法多種多樣，應用較為典型的是美國工業界武器系統效能咨詢委員會(WSEIAC)模型[10]，該方法運用可用性A、可信賴性D和能力C來表示裝備效能E，即E=ADC。

計算航空四站裝備的保障效能時，只考慮裝備的兩種狀態：正常狀態和故障狀態(分別用“1”和“0”表示)，同時假定裝備在保障過程中是不可修復的。

A=(a1,a2)

(1)

(2)

C=(c1,c2)T=(c1,0)T

(3)

由此可得：E=ADC=a1d11c1，對不同的四站裝備而言，a1、d11和c1的計算是不同的。結果E反映了不同裝備完成不同任務剖面的能力，其數值分布在 0和1之間，且隨著裝備服役年限的增加，E將逐漸下降。這種變化可歸結為兩方面原因：一是技術的進步；二是裝備在使用過程中的效能磨損。通過對各種四站裝備效能指數的計算和統計，其保障效能模型可近似表示為[11]

Et=Et0·exp[-λ1(t1-t0)]

·exp[-(λ1+λ2)(t-t1)]

(4)

Et0為t0年裝備研制成功時的效能值；λ1為技術發展系數；λ2為效能損耗系數，λ1和λ2可由專家評定得到。當裝備保障效能E下降到一定程度而無法滿足保障要求時，裝備應作退役處理。

3.2年使用維護費用

年使用維護費用指使用方在裝備采購費以外每年所需承擔的費用，其在裝備全壽命周期的全部費用中占很大比重，是發揮裝備最佳費效比、準確判斷退役時機必須考慮的因素。航空四站裝備的年使用維護費用C包括不定期支出的大修費Cd、中修費Cz和按年支出的年均使用維護費用Cm，其中年均使用維護費用又可進行細分，主要有年均油料費Cnyl、年均人員費Cnry、年均小修費Cnxx和年均營房費Cnyf，即：

Cm=Cnyl+Cnry+Cnxx+Cnyf

(5)

不定期支出的費用Cbz可采用一次所發生的費用在間隔期內的分攤值來估算[6]：

(6)

其中，Cdx和tdx表示一次大修費用及其與上次大修之間間隔的時間，Czx和tzx表示一次中修費用及其與上次中修之間間隔的時間，由此可得年使用維護費為：C=Cm+Cbz。

綜上分析，航空四站裝備的年使用維護費用可用圖1表示，隨著裝備服役時間的增長，裝備發生故障的頻率逐漸升高，維修間隔期tdx和tzx也隨之縮短，而維護費用Cdx、Czx和Cnxx將會升高，年使用維護費用將逐年增加，當其增長到一定程度時，裝備需作退役處理。

圖1　航空四站裝備年使用維護費用結構圖

3.3技術性能落后程度

技術性能落后程度主要反映與同類裝備相比，某型四站裝備的戰術技術指標落后程度，其結果需要進行綜合評定。由于四站裝備具有結構復雜、組成單元繁多等特點，能反映其性能特點的指標眾多，實際評估過程僅選取幾個對比明顯、影響突出、具有決定意義的指標。采用模糊綜合評價法對裝備技術性能進行評價的實施過程如下：

1) 選取n項指標組成評判因素集：

A=(α1,α2,α3,…,αn)

(7)

2) 利用AHP法確定各評價指標的權重：

(8)

3) 建立綜合評價集：

B=(β1,β2,β3,β4,β5)

(9)

其中β1～β5分別表示落后、較落后、一般、較先進和先進。

4) 采用專家評分法對n項指標進行評價，得到隸屬度向量Ri和隸屬度矩陣R：

(10)

其中rij(i=1,…,n,j=1,…,5)指多個評價主體對某個評價對象在αi方面作出βj評定的可能性程度，即第i項因素對應第j個等級的隸屬關系。

5) 計算綜合隸屬度向量S,S=W·R=(b1,b2,b3,b4,b5),根據模糊綜合評價原理，最大分量bi所對應的評價等級βi即為綜合評價的最終結果。

3.4超期服役系數

裝備的壽命一般分為經濟壽命、技術壽命和自然壽命三類[2]，經濟壽命是決定裝備最佳服役期和裝備更新的依據。裝備最佳服役期T1可采用年均費用法來確定，假定某型航空四站裝備在t0年開始列裝部隊，裝備采購費為Cg，其服役期間各年度的使用維護費為C1,C2,C3,…,Cm，退役殘值為R，年利率為i，將采購費與年使用維護費及裝備殘值折算到t0年的總費用為

(11)

3.5戰略重要權重

戰略重要權重多用于導彈、防空高炮等武器裝備的評價工作，主要指某型武器裝備雖然作戰效能低、使用維修費用高或服役年限超期，但可形成一種威懾或暫無新的型號取代，或在作戰體系中有一定作用等原因，暫不能退役。

將此概念引入航空四站裝備的退役評價，主要指某型四站裝備在飛行保障過程中的不可替代性，例如某國產戰斗機的地面電源保障只能使用某一型航空地面電源車，而該型裝備已服役多年且維護費用明顯高于同類裝備，但在無新裝備服役前，該裝備不可輕易作退役處理。對裝備戰略權重進行綜合評價的評判集為

E=(e1,e2,e3,e4)=(不太重要，一般，較重要，重要)

4　航空四站裝備退役決策的模糊聚類方法

選取n型航空四站裝備作為研究對象，考慮m項影響其退役的主要影響因素，由于不同指標之間可能存在對比性不明顯、量綱不一致以及數量級不同等情況，在運算過程中可能會突出數量級較大的特性指標對分類的影響，或降低數量級較小的指標對分類的作用，所以應對各指標值進行量化和標準化處理，這里采用均值方差標準化的方法，即：

(12)

其中

(13)

(14)

利用相關系數法計算樣本之間的相似程度(貼近度)[12]：

(15)

式中：當i=j時，rij=1;當i≠j時，rij取值在0和1之間。由此可以得到模糊相關相似系數矩陣R=(rij)n×n。對R進行若干次復合運算，直到R2k=R2k+1為止。此時R2k已是一個模糊等價關系。

給定聚類水平λ，由式(16)可得聚類矩陣R1,并且R1中一行或一列中數值為1的樣本應歸為一類。

(16)

上述的聚類水平λ表示把不同樣本歸為同一類的嚴格程度。若λ為1，則表明聚類程度控制的非常嚴格，此時的聚類結果n是個樣本各自歸為一類。若λ為0，則表明聚類程度較為寬松，此時的聚類結果是n樣本歸為一類。若n個樣本中某一個樣本的各項指標均為最優或最差，則該樣本可作為聚類的基準樣本。當按照一定順序不斷調整聚類水平λ的數值時，根據各樣本與基準樣本相聚類或相分離的順序，便可以判斷各類的優劣次序。

5　算例

假設現需要對五個型號的航空四站裝備進行退役分析，為其退役處理工作提供參考依據，五類指標值如表1所示。

表1　五種四站裝備的五類指標值

首先對數據進行量化和標準化處理： 1) 技術性能落后程度分為落后、較落后、一般、較先進和先進五個級別，依次賦分100、80、60、30和10； 2) 戰略重要權重分為不太重要、一般、較重要和重要四個級別，分別賦分100、80、40和10； 3) 保障效能數值取倒數進行計算。預處理后的數據如表2所示。

表2　五種四站裝備的五類指標值預處理結果

利用式(15)計算相關相似系數矩陣：

因為相似相關系數矩陣為對稱矩陣，因此可簡化為矩陣R0，即

經過四次復合后得到R2k=R2k+1，說明此時的R2k已是一個模糊等價關系，且其值為

令λ=0.732，則R1為

此時可以分為兩類：{2}，{1,3,4,5}，裝備2首先與樣本分離。

令λ=0.918，則R1為

此時可以分為三類：{1}，{2}，{3,4,5},裝備1與裝備2與樣本分離。

令λ=0.925，則R1為

此時可以分為四類：{1}，{2}，{3,4}，{5},裝備1、裝備2和裝備5與樣本分離。

根據表1中樣本的數據特征，裝備4的各項指標較差，可作為基準樣本。上述聚類過程中，裝備2首先與基準樣本分離，其次是裝備1和裝備5，由此可知裝備3和裝備4可首先作退役處理，其次是裝備裝備5，裝備1不太適合退役，而裝備2不應作退役處理。

6　結語

影響航空四站裝備退役的因素眾多，不同的裝備在退役問題上反應在不同的方面，并且反應強烈程度不同，有的在技術性能上表現突出，有些則在使用維護費用上更加明顯。傳統的退役處理方法已無法滿足裝備全壽命管理的需要，采用模糊聚類分析法，可以綜合考慮多種因素，對裝備的退役順序進行客觀定量地評判，為航空四站裝備的全壽命管理工作提供參考。

[1] 胡連桃,周俊.四站保障學[M].徐州:藍天出版社,2014:85-87.

[2] 燕廣慶,楊建軍,趙英俊.地空導彈武器退役的模糊聚類分析[J].裝備指揮技術學院學報,2002,12(2):23-26.

[3] 李東巖,陳永革.地空導彈武器裝備退役模型研究[J].彈箭與制導學報,2006,26(2):193-195.

[4] 龔旭,劉建一,徐青海,等.防空兵高炮武器裝備退役的模糊聚類分析[J].現代防御技術,2005,33(5):19-21.

[5] 徐子彬,汪民樂,李朋飛.基于模糊聚類分析法的地地導彈退役決策模型[J].戰術導彈技術,2011(4):52-55.

[6] 顧麗娟,司守奎.模糊聚類分析應用于炮兵精確打擊效能評估[J].兵工自動化,2015,27(2):13-16.

[7] 彭鵬菲,全文彬,于錢.基于模糊聚類與灰色關聯的艦船裝備技術狀態評估方法[J].艦船科學技術,2015,24(4):9-10.

[8] 李艷,李英浩,高峰,等.基于互信息法和改進模糊聚類的溫度測點優化[J].儀器儀表學報,2015,13(2):12-15.

[9] 郭齊勝,郅志剛.裝備效能評估概論[M].北京：國防工業出版社,2005:17-69.

[10] 朱雪平.防空兵作戰效能分析[M].鄭州：鄭州防空兵學院,1999:83-107.

[11] 趙寶軍,楊建軍.防空導彈武器系統退役模型研究[J].系統工程與電子技術,2002,13(9):35-37.

[12] 汪應洛.系統工程[M].第4版.北京：機械工業出版社,2008:32-79.

Analysis of Retirement of Aerospace Ground Equipments Based on the Method of Fuzzy Clustering

LI KangHUANG ZhijieZHU Qian

(Department of Aviation Four Stations, Air Force Logistics College, Xuzhou221000)

Retirement is one of the important stages during aerospace ground equipments’ life-cycle, judging the time of retirement scientifically can fully exert its efficiency andreduce the cost of life-cycle. At present, the time of retirement of aerospace ground equipments mainly rely on its designed life and the effective method of quantitative analysis is absent.This message analyses the primary influencing factors and the corresponding retirement model is established.Then the quantitative analysis of equipments' retirement is carried on using the method of fuzzy clustering,which also gets the priorities of equipments' retirement.According to the example, the result is accordance with the actual case and provides a method of quantitative analysis for retirement policy-making question of aerospace ground equipments.

aerospace ground equipments, fuzzy clustering analysis, retirement, quantitative analysis

2016年4月11日,

2016年5月13日

李康，男，碩士研究生，研究方向：航空四站保障技術與信息化。

TJ089

10.3969/j.issn.1672-9730.2016.10.028