基于故障树的备件需求预测研究*

任 喜 赵建军 孙怀亮

(1.海军航空工程学院 烟台 264001)(2.91202部队 葫芦岛 125004)(3.中国水产科学研究院黄海水产研究所 青岛 266000)



基于故障树的备件需求预测研究*

任 喜1,2赵建军1孙怀亮3

(1.海军航空工程学院 烟台 264001)(2.91202部队 葫芦岛 125004)(3.中国水产科学研究院黄海水产研究所 青岛 266000)

作为装备备件需求预测的重要方法之一,故障树分析法是对现有成熟装备的主要预测方法。在分析装备结构的基础上,结合装备故障情况建立相关故障树模型,并通过某型导弹的例子给出了在保障度一定的前提下,如何对装备中备件进行有效的预测配置,为备件需求预测研究提供了必要的理论基础。

备件; 需求预测; 故障树; 保障

Class Number E92

1 引言

故障树分析法(Fault Tree Analysis,FTA)是分析装备的可靠性分析的重要方法。FTA可以用来进行定性与定量分析。FTA是由美国Bell实验室科技人员在1962年进行火箭发射系统的安全评估时提出的。随后波音公司分别在定性与定量上发展了故障树分析法。如今,它已经是可靠性分析和风险评估的最常用分析方法之一。

2 故障树结构的建立

故障树的建立是从顶事件的确定开始的,主要是解决该顶事件发生的最终原因是什么的问题,最终分解到不能再分解的单元结束。该分析方法一般从装备的组成结构入手,通过对装备原理分析,在结构图的基础上给出该装备的故障树,然后通过最小割集的方法对系统系统可靠性进行评估计算。

图1 用最小割集的串联结构表示的系统结构框图

如图1所示,若令n代表某一故障树中不同底事件的个数,则可称该故障树为n阶故障树。考虑到一个具有k个最小割集的系统(K1,K2,…,Kk)。该系统可以用并联的k个最小割集的串联结构来表示。

(1)

设所有的最小割集结构相互独立,则顶事件在时刻t发生的概率Q0(t)为

(2)

由于在多个最小割集结构中可能会发生同样的底事件,则最小割集并联结构之间显然是存在正相关性的,故有

(3)

当所有的qi(t)均非常小时,则有

(4)

这一估计通常被用做计算机编程中进行故障树分析。当至少一个qi(t)的数量级在10-2左右时,上式同样适用。

(5)

显然有

(6)

3 实例分析

某型导弹弹体的组成结构如图2所示。

图2 导弹弹体的组成结构

在导弹实际使用过程中,由于导引头、发动机、弹身、弹翼以及引战系统的可靠性指标水平很高,所以现在下面故障图的绘制中,以上因素均不作考虑。进而根据结构图可以得到导弹的故障树如图3所示。

图3 导弹的部件级故障树

根据上述分析,该故障树的结构函数为

Φ(x)=X1∪X2∪X3∪X4∪X5∪X6X7∪X8X9

(7)

假设导弹贮存的保障可靠性要求指标不小于90%,各部件的贮存可靠性指标分配方法按照最少工作量分配法进行分配。惯性测量装置、弹上计算机、舵机、燃烧舵组件、空气舵以及各型热电池组的贮存可靠性指标表示为R1,R2,R3,R4,R5,R6,其值分别为:0.90,0.97,0.92,0.94,0.89,0.90。

理论表明,对于串联系统只提高那些可靠性较低的部分单元的可靠性,即可保证实现系统的可靠性指标,又可使提高系统可靠性所需的总工作量最少,该方法即被称为最少工作量分配法。

根据上述分析可得,对备件的需求分别是:由于弹上惯导装置的贮存可靠性指标仅有0.90,故应储备有相应的备件,而对于弹上计算机、舵机、燃烧舵组件、空气舵等组件,由于其贮存可靠性指标均大于0.90,故原则上可以不储备相应的备件,而对于热电池组,由于其为两组并联形式,该结构的贮存可靠性指标为0.988,远远满足该导弹的装备保障指标需求。

4 结语

在实际情况中,应该根据弹库贮存导弹的数量进行合理备件和需求预测,在实际使用中,由于导弹平时的测试难免会存在误操作,故实际需求中将略大于理论的备件需求。

[1] GJB768.1.故障树分析方法:建造故障树的基本规则和方法[S].1989:19-24.

[2] 李葆文.设备备件管理库存结构及备件管理构想[J].设备管理与维修,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,张群.备件库存管理综述[J].实验室研究与探索,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] 韩兴才.航材管理工程[M].北京:蓝天出版社,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:武器装备保障。赵建军,男,博士生导师,研究方向:武器装备保障及系统标校。孙怀亮,男,工程师,研究方向:核工程与核技术。

E92

10.3969/j.issn1672-9730.2015.05.030