現場可更換單元劃分權衡研究綜述

郭志明，王 丹，劉 英，趙 丹，李 陽，陳 巖

(兵器工業質量與可靠性研究中心， 北京 100089)

裝備的研制工作中，其可靠性、維修性、保障性和測試性(簡稱RMST)水平將直接決定裝備戰斗力的發揮，并影響戰場以及戰爭的勝負[1]。RMST之間有著密切關系，需要運用系統工程的思想進行綜合分析。目前，大多數研究提出的方法只能單獨分析RMST的某一個參數，或者對可靠性、維修性、保障性和測試性依次進行分析，還缺乏RMST并行設計分析的方法。LRU(Line Replaceable Unit)是裝備中實施RMST設計、分析和評價等工作的典型對象，是實現RMST并行設計分析技術的一個突破口。LRU劃分權衡是裝備RMST并行設計分析環節的重要工作，目前部分研究人員已經開展了LRU劃分與權衡工作，但實際中主要依靠經驗，導致LRU劃分權衡的科學性不強。本文系統梳理國內外LRU劃分權衡相關研究，并提出基于機器學習和優化的LRU劃分權衡方法，對開展LRU劃分權衡工作具有一定參考價值。

1 LRU劃分權衡概述

LRU的概念最早是在1996年美國國防部頒布的MIL-PRF-49506《后勤管理信息性能規范》中被正式提出，即指在外場可以通過移除或更換來恢復產品工作準備狀態的必備保障單元[2]。國內是在GJB/Z 91—1997《維修性設計技術手冊》中給出了正式的定義，即在使用環境即處于外場或戰斗環境中可更換的產品及其組成部分[3]。雖然國外LRU概念側重于保障，國內LRU側重于維修，但都強調在現場拆裝的快捷性。LRU劃分權衡是首先根據LRU劃分的影響因素初步確定LRU劃分方案，再綜合權衡性能、RMST和經濟性等要求優選LRU方案的過程。LRU劃分權衡主要目的是為了方便現場維修保障提升裝備的戰備完好性，這包含幾方面含義：一是在裝備發生故障后能夠快速診斷并定位到發生故障的LRU；二是確定其發生故障后要能迅速將其拆卸，需要具有良好的可達性；三是在拆卸后對其進行安裝更換，需要現場攜帶備件；四是不能片面為了追求維修保障而忽略其它約束，如經費約束。可見針對不同的目標要求會有多種LRU劃分方案，而最終選取哪種方案應對各種要求及約束進行綜合權衡。LRU劃分權衡步驟分為LRU方案劃分和LRU方案權衡，從這兩方面介紹并概括其研究進展情況。

2 LRU方案劃分

近年來，國內外都逐漸開始重視LRU劃分工作，在研究中引入了多種理論來解決LRU劃分權衡問題，一方面在應用中制定了相關設計準則指導LRU劃分，另一方面通過建立數學模型實現LRU的科學劃分。Pradeep Kumar從維修性的角度評估LRU設計的合理性，通過虛擬維修驗證維修性是否滿足要求，檢驗LRU劃分是否合理。在此基礎上，JEP Puig針對LRU劃分問題以部件更換和購置備用部件的費用之和最小為目標建立了一個混合整數線性規劃模型，并結合仿真試驗對模型有效性進行了驗證[4]；通用電氣醫療公司提出了現場維修備件(FRU，Field Replaceable Unit)的概念， FRU劃分策略主要考慮了兩個目標：最小客戶停機時間和最小化壽命周期費用，結合制定的LRU劃分定性評價準則，形成了一套操作性較強的流程和方法。在軍工領域，狂風戰機采用了LRU思想，維修工時比現有的其它飛機減少一半；LRU理念也被波音、空客、英特爾、GE航空等公司所采納，用來降低裝備產品的壽命周期費用及提高顧客使用滿意度。表1為通用公司CFM56-3航空發動機的部分LRU及更換時間[5]。

國內研究者也是從定性、定量兩方面開展研究。張策、呂川等研究了LRU劃分與產品設計的關系，結合RMST的設計準則要求，建立了LRU劃分的實施流程，對LRU規劃設計進行了綜合分析評價[6-7]；文獻[8]分析了影響維修性相關的各個因素，建立零部件相關因素樹，運用動態聚類方法解決可維修性驅動的模塊劃分問題。由模塊和LRU的定義可知，LRU很大程度上是模塊，也有研究人員從面向維修的模塊劃分角度開展研究，文獻[9]運用模塊化理論分析了軍用機械維修設備模塊劃分的基本原理，基于解釋結構模型對戰時軍用機械維修設備模塊化進行了研究，得出了可行的維修設備模塊編配方案；文獻[10]通過在設計階段引入維修相關的驅動要素和維修階段的策略選擇，提出了一種面向維修的復雜裝備模塊化設計方法。此外，LRU還特別強調現場拆裝的快捷性，在面向拆裝的模塊化設計方面，主要通過構建拆卸評價參數和建立優化模型的方法解決問題，文獻[11]分析了影響產品可拆卸性的因素并構建了產品可拆卸性評價模型，提出了基于產品拆卸過程特征的產品結構可拆卸度和模塊度的量化指標用于評價模塊化方案。文獻[12]提出了以聚合度、耦合度、綠色度3個參數為目標的多目標模塊劃分模型。類似地，文獻[13]以可拆卸度、內部聚合度、外部耦合度為優化目標進行模塊劃分，利用免疫算法求解模塊劃分的最優方案。

表1 CFM56-3發動機的LRU及更換時間

3 LRU方案權衡

LRU劃分方案有來自裝備性能、RMST和經濟性等多方面的需求，針對不同的目標的LRU方案必然是不同的。不同目標的劃分方案間甚至可能存在相互沖突，實際中各方面需求所占比重需要通過權衡分析方法才能給出滿意的LRU方案。研究者們已經將權衡分析法應用在多個領域，權衡分析為決策者提供了一個科學的方案偏好列表，國外多家研究機構已經開展關于權衡分析理論和方法的研究，亞歷桑那州立大學的Terry Bahill教授給出了權衡分析的標準過程[14-16]，如圖1所示。

國內研究人員已經認識到了權衡分析的巨大價值，并將權衡分析方法引入到產品RMST設計分析中。在LRU方案權衡方面，文獻[17]根據圖1流程建立了平均失效質量、平均失效修復時間和平均失效故障漏檢率三個評估指標，并采用仿真方法評估LRU方案的優劣，這一研究為LRU方案權衡提供一個量化手段，但指標在LRU劃分權衡需求的覆蓋方面還存在不足。在RMST權衡分析方面，文獻[18-20]針對單個RMST指標和經濟性方面開展了研究，文獻[21]提出了考慮研制進度和風險的性能、RMS與費用的權衡模型，考慮了多個RMST指標和影響因素。系統效能作為裝備作戰能力評價的重要指標，研究者們將其引入到RMS權衡中：文獻[22]提出了以使用可用度為中心的RMS權衡分析技術；文獻[23]通過仿真方法以系統效能為目標對RMS指標方案進行權衡優化；文獻[24]則建立了系統效能模型，并提出了基于比較的和基于靈敏度分析的權衡分析方法。效能雖然是一個反映RMST綜合能力的指標，但效能模型涉及參數較多且難以獲得，用于LRU劃分權衡難度較大。

4 待解決的重點問題

由于LRU劃分貫穿設計、使用和維修保障過程，涉及的需求和影響因素較多，且定性和定量因素互相交織，難以形成通用的標準方法。綜合前述，筆者認為LRU劃分權衡待解決的重點問題有兩個，分別闡述如下。

4.1 LRU劃分參數集構建

LRU劃分的影響因素種類較多，其中有很多定性要求都無法給出明確的參數，如裝備的可達性和在知識產權保護、儲存運輸過程中是否有特殊要求等等。因此，需要一種定性和定量相結合的LRU劃分方法。機器學習可以處理定性和定量的參數[25]，將LRU劃分需求和影響因素作為LRU劃分的特征集，對產品是否被劃分為LRU作為模式，或將產品被劃分為LRU的概率作為評價目標，收集大量LRU劃分成功示例作為機器學習的訓練樣本，從而開展基于機器學習的LRU劃分研究，流程如圖2所示。而用機器學習算法解決問題的基礎是構建特征參數集，目前還缺乏能夠有效打通性能設計和RMS設計之間的LRU劃分參數集，因此，構建LRU劃分參數集是基于機器學習的LRU劃分研究的基礎和重點。

4.2 LRU權衡模型與優化算法

以機器學習劃分的LRU方案不盡相同，因此需要權衡優化尋找最合適的LRU劃分方案。LRU劃分權衡是對LRU劃分的方案在性能、可靠性、維修性、保障性和經濟性等方面的需求及約束，在設計中根據實際需求平衡各目標對LRU劃分的影響來實現LRU劃分方案的最優化。通過構建系統、直觀的量化評估參數，建立LRU劃分方案優化模型，并對備選方案進行評估排序從而得出偏好解，從而達到權衡優化的目的。這是一個多目標、多約束的非凸優化問題，但由于目前還缺少有效的量化評估參數來刻畫LRU劃分方案與需求和影響因素之間的關系，導致目標函數的構造比較困難，同時多目標優化問題一般很少存在唯一的全局最優解，而是存在一個非劣解集(Pareto最優解集)，在最優解的尋找上目前沒有通用的數值計算方法[26]。因此，LRU權衡模型與優化算法是LRU劃分權衡工作中待解決的重點和難點問題。

5 結論

總的來說，在LRU劃分權衡上，國內外開展了一些相關研究，由于缺少可用于評價劃分方案的量化參數，在應用方面側重于LRU的應用，多數是依靠人工經驗制定設計準則指導產品設計。從管理的角度看，LRU劃分是一個決策問題；從數學的角度看，LRU劃分又是一個多目標優化問題。未來，LRU劃分技術的研究將由定性向定量方向發展，通過提出量化參數，建立 LRU劃分模型，構建LRU劃分權衡算法，統籌考慮設計、使用、維修保障等多方面需求來達到最優劃分，力求在LRU劃分方案與需求之間建立起直觀、全面映射關系，實現LRU的科學劃分，為提升裝備的維修保障能力及作戰效能的發揮提供支撐。