131-9型APU备件需求量预测方法研究

段斐翡 涂龙

摘要：在目前飞机维修公司的支援保障中，对于航空备件的预测和计算正占有越来越重要的位置。同样的APU修理也需要有科学的方法来准确预估备件数量，一方面可以降低公司成本，避免浪费;另一方面也可以保障生产的正常进行，实现公司效益的最大化。本文通过对以往数据的分析，采用齐次泊松分布过程的方法计算备件数量，这种方法简单、快捷，并可以实现很好的预测结果。并在APU修理的工作实践中对缩短周期进行了验证。

Abstract： Estimate and calculate the quantity of aviation spares is playing a more and more important role in the aircraft maintenance corporations. The same APU repair also needs a scientific method to accurately estimate the number of spare parts. Accurate estimate the quantity of aero-spares could reduce the corporation cost，avoid waste，and could also ensure the normal production， achieve the maximization of the corporation profits.This article analysis the data from last few years， use the Poisson distribution method to calculate the quantity of spares， this easy and quick method could achieve a good result. It is verified in the practice of APU repair.

关键词：APU维修;数据分析;备件预测;缩短周期

Key words： APU overhaul;data analysis;spares estimate;short TAT

中图分类号：V231                                 文献标识码：A                                  文章编号：1674-957X（2022）01-0193-03

1  研究的目的和意义

在目前飞机制造公司和飞机维修公司的支援保障中，备件支援占有极其重要的地位。由于现代民航飞机的安全性和可靠性水平有了很大提高，使得飞机零部件和设备数量和种类大量的增加，且备件的价格普遍昂贵，若无严密的计划，盲目地或凭经验地大量购买备件，难免造成大量的积压和浪费。另一方面，若缺乏必要的备件储备，又会因缺件无法排除故障而造成生产的延误，并带来严重的经济损失[1]。

本文主要研究131-9型APU修理中航材的备件问题，合理的备件数量一方面能够缩短APU修理周期，为客户提供及时可靠的服务;另一方面，减少APU备发数量，避免机队缺少APU时不得不租用APU的可能性，从而减少APU项目方面占用流动资金等。对备件数量的准确预估，可以保证车间生产的正常进行，从而为整个公司带来巨大的经济效益。

2  修理流程和周期分析

随着APU修理量的增加，航材的需求量也在不断增加（如图1所示），常常出现因为等待航材到货而影响修理周期的情况。必须找到合适的计算方法来降低修理周期，提高生产效率。

由图1可得，2015年开始，修理量有了很大的变化，到2018年APU修理已经达到200多台（131-9型为203台），因为目前主要型号为131-9，因此这里只分析131-9型APU的备件计算。分析203台APU的修理数据，其平均修理费用约为150.82万元，单台平均修理周期约为34天。

为了提高生产效率，首先分析车间的生产流程，了解整个修理流程和时间分配情况（如图2所示）。要缩短修理周期，可以从两方面着手：一是降低车间自身的可控时间，包括前段（包括进场检查、分解清洗、零件检查）和后段（平衡、装配、试车）时间;二是车间不可控时间（中段航材流转时间）。

对于车间可控时间，由于受到厂房设备、车间人员数量，人员能力等自身条件限制，提高空间有限，这里暂时先不研究。本文主要从航材流转阶段着手研究。航材流转涉及部门多，范围广，要想从流程控制上减少环节难度太大。尤其是涉及国外修理厂家时，由于时差，物流、沟通以及厂家自身的修理流程限制等多方面影响，对了修理时间把控更难。对于送修到国内的生产厂家，也同样涉及与国外厂家相同的问题，相比之下，国内外委厂家在沟通方面能简单一些，物流时间也相对较短。但是，由于厂家手册的限制，大部分件（比如周转件、核心部件等）只能送修国外原厂，而且国内的零件修理水平很多也达不到手册要求标准，且国内厂家有APU零件（尤其核心件）的CAAC/FAA/EASA修理能力的相对较少，因此在价格方面能谈判的裕度较小。因此想要从航材流转方面解决问题，则优先选择购买备件的方式，這种方式简单易行，可以很好地规避复杂流程涉及的各个环节。怎样才能合理的购买备件？既能满足生产需求，又不会增加资金占用率，给公司增添太大的经济负担。这就需要合理科学的进行计算。本文选取齐次泊松分布的数学模型来研究计算APU可修零件的备件数量。

3  影响备件需求的因素分析及计算

影响备件需求的因素很多而且复杂，有些因素又是多变的。因此，准确的预测备件数量是一件很困难的事情。

3.1 影响备件需求的主要因素

经过长期的工作经验和各方面数据分析可将主要的影响因素分为以下几类：

①APU维修数量;

②每台APU零件的安装个数;

③零件的损坏次数;

④零件的拆换总数;

⑤APU阶段预计修理量。

根据预算的时间长短，可选择年为单位进行备件计算，为了更准确的监控备件使用情况及准确性，也可以以季度为单位进行备件验证，并随时根据各种突发情况或者其他突发因素来微调年度备件量。

3.2 备件需求量计算方法

备件需求量可分为可修理件和不可修理件两大类：

3.2.1 不可修理件

不可修理件，顾名思义就是坏了直接需要换新的的零件，那么这类零件只需要考虑其损坏数量即可，提前备货，随坏随换。

Q=（UN×AN×MF）/MT（1）

式中：Q为年备件需求量，UN为单机件数，AN为下年APU预计修理台数，MF为送修个数，MT为年总拆换个数。

通过公式（1）计算出下一年会损伤的零件个数，提前订货即可保障下一年全年的供应量。

3.2.2 可修理件

APU上的多数备件为可修理件，除了较短的送修时间外，又完全恢复了其原有的可用状态。仅当其出现故障、在修理状态的期间才需要备件[2]。故可修理件的在修件数可表示为：

E=Q×（MR-A）/365（2）

式中，MR为实际平均修理时间，包括往返路程和维修单位修理时间，Q为年备件需求量，A为目标待件时间（车间可根据实际的工期需要确定该值大小）。

进入修理状态的故障零件次数是一随机变量，其实际发生故障i次的概率符合平均发生故障E次条件下的泊松分布模型[3]，那么所需备件数可通过计算满足下式的整数获得：

式中β为需要进行备件更换时，有可用备件的概率，一般被称为备件保障率。保障率是由车间确定的一个目标值，根据测算不同的保障率下需要的备件数，以及备件占用资金情况，测算过85%，90%，95%以及98%的保障率后，综合考虑决定选取β值为90%。当i=0，i=1……i=m发生的概率之和小于等于90%时，此时的m便是我们需要的备件数量。在计算中（3）式可以通过查询泊松分布表来计算备件数值，但对于大量数据计算并不方便，可通过MATLAB编程计算，减少工作量。

3.3 备件计算实际应用

根据上面（1）～（3）的公式，根据2018年零件修理数据，选取目标周期为10天，将APU的不可修件和可修件分解进行计算。根据不同件号的零件修理损伤情况，分别计算出所需的备件数，并将保障率90%和98%进行了对比，数据显示要达到98%保障率则备件的订购数量增大很多，对于高价航空器材来说，占用资金量太大，因此选择90%的保障率采购备件[4]。另外，由于前期不同程度订购过一些备件，需要将已经在流转的备件数量减去，不够的再进行增加。另外根据单个零件的价格、修理内容，以及之前出现的特殊情况（如临时因为全球紧缺件造成的周期超长，会使得计算结果偏大）等内容，再逐个对每个件号进行审核，最终确定每个零件需要采购的备件数量。

4  结论

2018年底确定了订货数量，2019年初，采购备件陆续到场，投入到生产中并发挥左右，为了保障备件的准确性，在各个季度分别对所购备件进行了监控，并做了不同程度的微调，2019年最终的修理周期平均约27天，比前一年降低了7天。为了保障改方法的准确性，2020年依旧对各个零件的备件使用本文方法进行了计算，2020年平均周期为26天，与2019年基本一致，详细数据如图3所示。

2020年是非常特殊的一年，由于疫情影响，航班量极大的减少，APU的使用率也相应的下降了很多。影响最大的就是APU的预计拆换量，尤其前三个月，APU修理量仅是上一年的一半。由于采取的是季度更新，季度微调，因此可以及时避免年初的预计修理量偏差问题。虽然2020年的最终修理量仅有158台，而周期保障依然维持在平均26天的水平。

备件周转率是衡量备件使用效果的参数，周转率=虚拟资金量/占用资金量;占用资金量=订货单价*备件量;虚拟资金量=订货单价*周转次数。对比2018到2020年的备件周转率（如图4所示）。经过科学计算备件以后，2019年的备件周转率比2018年提高了约50%，2020年周转率与2019年基本一致，也没有受到太大的影响。

5  备件需求趋势预测

按照APU使用的具体情况，对备件需求趋势进行客观的分析和预测，以制定适宜的备件支援发展战略和中长期规划。此外，为了保证备件支援始终正常进行，就必须采用一定的技术方法，对备件的需求趋势进行正确的预测，使得备件管理有一定的预见性。进行备件需求预测应考虑的主要方面有：

①若航空运输需求趋旺（如旅游旺季），则APU备件需求一般较少（APU拆换量少），反之，则备件需求增大。

②公司飞机交付计划和飞机订单状况分析。若交付飞机增多，APU机队扩大，则备件需求相应增多，反之，则减少。

③按照APU改装通告等文件预知某些备件的需求。

④从客户送修数量趋势上掌握一定备件需求信息。

⑤对比分析已有的统计资料，特别是APU在各阶段的备件消耗数量，掌握一定规律性的备件消耗资料。

总之，备件需求预测方法是搞好备件计划和备件支援的技术基础，我们应重视和发展本部门的备件数量预测，为其他部门甚至整个公司的发展奠定坚实的基础。

参考文献：

[1]侯甲凯.航空公司航材周转件需求预测研究[D].四川广汉：中国民用航空飞行学院，2015，4.

[2]李崇明.基于可靠性分析的航材采购模型研究[D].天津：中國民航大学，2016，5.

[3]张永莉，梁京.航材需求预测方法研究综述及启示[J].中国民航大学学报，2014，32（01）.

[4]虞文胜，韩庆田，张毅.航材备件需求模型与应用研究[J]. 价值工程，2015，34（14）.