第３６卷第２期 ２０１４年４月 文章编号：１６７３—３８１９（２０１４）０２—００５８・０３ 指挥控制与仿真 Ｃｏｍｍａｎｄ Ｃｏｎｔｒｏｌ＆Ｓｉｍｕｌａｔｉｏｎ Ｖｏｌ＿３６ Ｎｏ．２ Ａｐｒ．２０１４ 基于ＳＤ的战时装备维修器材消耗预测模型 赵摘美，王海丹，王立欣 ０５０００３） （军械工程学院，河北石家庄要：从影响战时装备维修器材消耗的主要因素入手，基于系统动力学方法构建了战时装备维修器材消耗的ＳＤ 模型。通过对模型的运行与仿真得到了装备维修器材的消耗数据，验证了模型的适用性和方法的可行性，为科学预 测战时装备维修器材消耗、做好维修器材保障工作提供了新的方法指导。 关键词：系统动力学；维修器材；消耗；预测 中图分类号：Ｅ２３７ 文献标识码：Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—３８１９．２０１４．０２．０１４ Ｐｒｅｄｉｃｔｉｏｎ Ｍｏｄｅｌ ｏｆ Ｅｑｕｉｐｍｅｎｔ Ｍａｉｎｔｅｎａｎｃｅ Ｍａｔｅｒｉａｌ Ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ Ｗａｒ Ｂａｓｅｄ ｏｎ Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ ＺＨＡ０ Ｍｅｉ．ＷＡＮＧ Ｈａｉ—ｄａｎ．ＷＡＮＧ Ｌｉ．ｘｉｎ （Ｏｒｄｎａｎｃｅ Ｅｎ￣ｎｅｅｒｉｎｇ Ｃｏｌｌｅｇｅ，Ｓｈｉｊｉａｚｈｕａｎｇ ０５０００３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｉｆｒｓ＠ａｎａｌｙｚｅｓ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓ ｏｆ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉａｌ ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ ｗａｒ，ｔｈｅｎ ａ ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ ｍｏｄｅｌ ｏｆ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉａｌ ｃｏｎｓｕｍｐｔｉｏｎ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ ｏｎ ｔｈｉｓ ｂａｓｉｓ．Ｔｈｒｏｕｇｈ ｏｐｅｒａｔｉｏｎ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｏｎ ｃｏｍｐｕｔｅｒ，ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉａｌ ｃｏｎｓｕｍｐｔｉｏｎ ｄａｔａ ａｒｅ ｏｂｔａｉｎｅｄ，ａｎｄ ａｐｐｌｉｃａｂｉｌｉｔｙ ａｎｄ ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｅ ｍｏｄｅｌ ａｒｅ ａｌｓｏ ｂｅ ｖａｌｉｄａｔｅｄ，ｗｈｉｃｈ ｐｒｏｐｏｓｅｓ ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ｓｃｉｅｎｔｉｉｆｃａｌｌｙ ｐｒｅｄｉｃｔｉｎｇ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉｌ ａｃｏｎｓｕｍｐｔｉｏｎ ａｎｄ ｄｏｉｎｇ ｅｑｕｉｐｍｅｎｔ ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉａｌ ｓｕｐｐｏ￣ｊｏｂ ｉｎ ｗａｒ． Ｋｅｙ ｗｏｒｄｓ：ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ；ｍａｉｎｔｅｎａｎｃｅ ｍａｔｅｒｉａｌ；ｃｏｎｓｕｍｐｔｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ 未来信息化战争具有爆发时间短、对抗强度大、破 坏性强等突出特点，这些特点也导致战争对维修器材 表现出前所未有的依赖性。研究并掌握战时装备维修 器材的消耗规律，对于保证武器装备在战时具备较高 通过模型的运行与仿真，从不同侧面揭示了战时器材 消耗的规律性，为做好战时装备维修器材的保障工作 提供了方法支撑和科学指导。 的完好率，及时、高效地完成装备维修器材的战时保障 工作，保持和恢复战斗力具有重要意义。然而，传 统的器材消耗研究主要将重点放在微观层面对具体的 器材消耗量的计算方法上，对实际作战中器材消耗的 宏观规律和趋势研究甚少。如灰色预测模型” 计算方 便、便于检验，但需要对原始数据样本的波动性或奇异 数据进行人为弱化与处理；指数平滑模型 解决了移 动平均预测滞后的缺点，但对客观环境因素考虑较少； 回归分析模型 可进行预测分析，但当样本数据量较 １ 战时装备维修器材消耗影响因素分析 装备维修器材的消耗紧紧围绕着装备的维修过 程，与平时相比较，战时装备维修器材的消耗量主要取 决于装备的战场损伤。战场损伤是指装备在战场上需 要排除的妨碍完成预定任务的所有事件，包括战斗损 伤、随机故障、耗损性故障、人为差错、偶然事故，以及 维修供应品不足和装备不适于作战环境等不能完成预 定任务的事件。而引起这些事件的决定性因素主要有 受击损坏、技术损坏和自然损坏三类 。 少时，其预测精度较低。 为克服以上模型在器材消耗预测方面存在的问题 与不足，更好地把握战时器材消耗的宏观规律，选择具 有“战略和策略实验室” 美称的系统动力学（Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ，ＳＤ）方法，按照对影响因素宏观把握和微观 １．１ 受击损坏 在作战过程中，由于受到敌机、炮及其他爆炸物的 袭击和破坏造成的装备部件损坏，属于受击损坏 。 未来信息化作战，随着大量高精尖技术武器的投入使 分析的基本思想，建立器材消耗的系统动力学模型。 收稿日期：２０１３．１０．２７ 修回日期：２０１３．１１—１２ 用，对装备的软、硬杀伤力与攻击手段日趋多样化、远 程精确火力打击与毁伤能力越来越强，使得受击损坏 成为装备战场损伤的主要原因。根据抗美援朝战争的 战例分析，受击损坏约占装备总损坏数的８０％，技术损 坏和自然损坏仅占２０％。 １．２人为损坏 作者简介：赵美（１９８０一），女，河北河间人，讲师，研究方向 为军事系统建模与仿真。 王海丹（１９６５一），女，副教授。 王立欣（１９７４一），女，讲师。 由于操作不当、维护保管不良、擦拭维修不周，如 第２期 指挥控制与仿真 ５９ 违反操作规程、连续超速发射等人为原因造成装备部 件损坏，属于技术损坏 。虽然技术故障是平时就有 的，但在战场上可能加剧。如由于作战时的心理紧张， 平时不会出现的人为差错在战时却可能出现。尤其在 高强度、长时间的作战过程中，技术故障率会比平时要 高出许多。如在抗美援朝战争中，参战由于技术 原因造成的火炮损坏率达到１２．３％，而平时仅为５％ 左右。 １．３ 自然损坏 由于锈蚀、磨损、元件老化失效、油液变质等自然 原因造成的装备部件损坏，属于自然损坏 。一般而 言，恶劣的自然环境总会加速装备的故障率，因此，装 备的环境适应性已成为制约装备性能发挥、影响战争 进程，甚至决定战争胜负的重要因素。在战场环境下， 由于装备环境适应性差造成的装备故障，不但大大降 低了的战斗力，还增加了器材的额外消耗量和保 障难度。美国国防部曾做过一项调查：战时由于温湿 度、风沙、振动等环境因素所引起的装备部件损坏，占 整个装备使用损坏的５０％以上，超过了受击损坏。 战时，装备受损除受击、技术、自然因素外，还受到 诸如作战类型、作战持续时间、激烈程度、气候、地形等 因素的影响，建模时将这些因素统一归类到其他影响 因素中，不再单列。 ２战时装备维修器材消耗预测ＳＤ模型 ２．１ 方法选择与建模原理 考虑复杂多变的战场环境因素对装备损坏程度与 维修器材消耗的影响，各因素间相互制约、相互作用， 构成了一个相互衔接、相互影响的多级动态维修保障 反馈控制系统。而对这样的系统进行建模，系统动力 学方法有着较强的优越性。 系统动力学（Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ，简称ＳＤ）方法是建 立在控制论、系统论和信息论基础上研究复杂系统的 结构、功能和动态运行的一种计算机模拟方法。它从 系统的微观结构入手，根据系统结构和功能的相互作 用构造系统模型，并通过其专用系统动力学仿真软件 Ｖｅｎｓｉｍ展示模型实施各种不同策略方案的仿真结果， 寻求解决问题的正确途径 。 系统动力学模型是一种因果机制性模型。首先， 通过对影响器材消耗的各关键因素进行分析，确定系 统要素变量及相互关系，构建系统因果关系图。然后， 在因果图的基础上，绘制相应的系统流图，用来将各变 量之间的关系定量化、程序化。最后，通过系统动力学 专用软件Ｖｅｎｓｉｍ实现模型的运行与结果输出，并通过 试验，来验证模型的有效性并对仿真结果进行 分析。 ２．２战时装备维修器材消耗ＳＤ模型 ２．２．１ 系统边界和变量选取 系统的边界是一个想象的轮廓，把建模目的所考 虑的内容包括进去，而与其他部分隔开，在边界内部， 凡是涉及与所研究问题有重要关系的概念和变量均要 考虑进模型，反之，排除在模型之外 。在对装备维修 器材消耗的诸多影响因素进行分析的基础上，简化掉 次要因素，选取参战装备数量、战损装备数量、战损装 备器材消耗量和维修器材累计消耗量等作为主要变量 对装备维修器材消耗进行预测研究。 ２．２．２因果关系分析 因果关系分析是用因果关系图来表示影响器材消 耗的各因素之间的促进或抑制关系，可采用ＳＤ专用软 件Ｖｅｎｓｉｍ绘制因果关系图。 由于器材消耗主要源于装备战损后的维修需要， 因此需首先分析战时装备战损后进行故障维修的一般 流程。战时，战场上损坏的装备一般先进人一级维修， 维修成功的装备马上投入战场作为补给装备；一级维 修无法修复的装备转入二级维修，二级维修存在一定 的时间延迟。同理，二级维修成功的装备将直接投入 战场使用，二级维修也不能修复的装备只能报废。其 中，一级维修和二级维修均会引起器材消耗，属于战损 装备器材消耗，也是战时器材消耗的主体。 基于以上装备维修流程，将该流程中的关键因素 提取出来作为系统变量，分析各变量间的因果关系，便 可绘制装备维修器材消耗因果关系图，如图１所示。 图１中，带“＋”号的箭头表示正因果关系，即一个变量 数量的增加会引起另一个变量数量的增加；带“一”号 的箭头表示负因果关系，即一个变量数量的增加会引 起另一个变量数量的减少。各变量间的因果关系构成 因果反馈回路，图１中有三个主反馈回路，１个正反馈 回路会引起器材消耗速度的增加，２个负反馈回路会引 起器材消耗速度的减少。 ２．２．３系统流图的建立 因果关系图只能定性地描述装备维修器材消耗的 反馈机制，不能区分不同性质的变量，要对器材消耗量 进行预测，必须进一步建立定量化的流图。同样，可采 用ＳＤ专用软件Ｖｅｎｓｉｍ绘制流图。在图１基础上生成 的系统流图，即为战时装备维修器材消耗预测模型，如 图２所示。 图２中用于描述各变量数学关系的主要动力学方 程如下： １）某型装备参战数量＝ＩＮＴＥＧ（装备补给速度一装 备损坏速度，１００） ６０ 赵美，等：基于ＳＤ的战时装备维修器材消耗预测模型 第３６卷 图１ 战时装备维修器材消耗因果关系图 耗因子 皂签堡… １＼。 …望一菌享～ 萁他损耗 耗因子 一 ２）装备补给速度＝一级修复装备数＋ＤＥＬＡＹ１１（二 级修复装备数，补给延迟，０）＋ＤＥＬＡＹ１１（装备缺口，２， ０） ３）装备损坏速度＝参战装备数量 战损率 ４）维修器材消耗量＝战损装备维修器材消耗量 （１＋人为损耗因子） （１＋自然损耗因子） （１＋其他 损耗因子） ５）战损装备维修器材消耗量＝（一级修复装备数十 二级修复装备数） 单装器材消耗标准 由以上动力学方程可知，在给定战损率后，便可由 战损率计算出战损装备数量，进而计算出该型装备的 维修器材消耗量。 ３ 战时装备维修器材消耗预测仿真分析 对装备维修器材消耗进行仿真预测，首先要进行 作战条件想定。假设某次战斗中，我军某师投入某型 参战火炮数量为８０门，该型火炮的期望保障数量为 １２０ ｆ－ｉ，火炮损坏后可通过维修或后方投送得到持续增 补，补给延迟１天。装备维修程度取决于修复率，根据 历史数据分析 结合我军实际确定一级修复成功率为 ０．７５，二级修复成功率是０．４５，可修复率为０．８５。装备 损坏则取决于战损率，战损率由作战方案给定，选择 ０．２、０．４、０．６和０．８四种不同的战损率下的装备维修 器材消耗量进行分析。仿真采用系统动力学专用 Ｖｅｎｓｉｍ软件平台，仿真时间设置为３０天，仿真步长 ０．５，仿真结果如图３所示。 维修器材消耗量 ４００ ｊ３ｏｏ — ｜ 厂 叉 ＃ 。Ｔ ｛’ １． ｌ。 ２ｏｏ 叫 一｝ 一 ｊ ； 尸｛球 ｛ ＾ ｛ １ ； － － １ｏｏ ～ １ ～ … Ｉ－ Ｏ ‘ｆ ｛ ４ ６ ８ １Ｏ １２ １４ １６ １８ ２Ｏ ２２ ２４ ２６ ２８ ３０ 战损率０—２— ．—０— —｛＿—＿ｍｆＤａｙ） ｝＿—＋—斗 战损率０—４丢—丢—．２＿—÷—丢—壬——｝一 战损率０—６＿｛卜—３＿—号— — 卜—争—号一 战损率０—８—４— —— —斗—４—＾ｈ４——４ｒ＿ 图３维修器材消耗预测仿真曲线 图３中，横坐标为作战持续时间（单位：天），纵坐标 为整个作战期间维修器材的消耗量变化情况（单位： 件）。由图３可知，随着战损率的增加，维修器材消耗量 随之增加，维修器材消耗波动在作战初期也较大，这是 由于在高战损率下战损装备仍处于维修之中，受补给延 迟的影响，装备补给速度降低，导致器材消耗速度变化 明显。随着战争的进行，以及我方维修保障能力的不断 提升，器材消耗速度趋于稳定，这也与实际作战情形相 符，符合“作战－战损一修复一作战”的循环规律。此外，当 战损率变化时，器材消耗的输出曲线形状并没有太大变 化。说明模型对参数变化不敏感，模型结构良好，采用该 模型进行器材消耗预测是可行的。当然，在实际作战运 用时，还可以根据实际情况对模型进行扩充。 ４结束语 从器材消耗的源头“装备战损”出发，综合考虑了 影响器材消耗的各类主要因素，构建了战时装备维修 器材消耗预测的系统动力学模型。该模型简化了器材 消耗预测的程序与步骤，克服了以往大多从微观角度 分析预测器材消耗量的不足。通过运用Ｖｅｎｓｉｍ软件 对装备维修器材消耗情况进行仿真预测，得出了一次 战斗中某型装备的器材消耗数据，验证了采用系统动 力学方法进行装备维修器材消耗预测的可行性，同时 为做好战时装备维修器材保障的筹措与供应工作提供 了新的方法支持。 （下转第６４页） 海伟，等：贝叶斯网络在潜艇远航隐蔽性评估中的应用 第３６卷 参考文献： ［１］ 吴欣，郭创新．基于贝叶斯网络的电力系统故障诊断方 法［Ｊ］．电力系统及其自动化学报，２００５，１７（４）：１１－１５． ［２］ 王永强，律方成，李和明．基于粗糙集理论和贝叶斯网 络的电力变压器故障诊断方法［Ｊ］．中国电机工程， ２００６，２６（８）：１３７－１４１． Ｂｏｕｄａｌｉ Ｈ．ｄｕｇａｎ Ｊ Ｂ．Ａ Ｄｓｃｒｅｔｅ—ｔｉｍｅ Ｂａｙｅｓｉａｎ Ｎｅｔｗｏｒｋ Ｒｅｌｉａｂｉｌｉｔｙ Ｍｏｄｅｌｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ Ｆｒａｍｅｗｏｒｋ［Ｊ］．Ｒｅｌｉａ— ｂｉｌｉｔｙ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｓｙｓｔｅｍ Ｓａｆｅｔｙ，２００５，８７：３３７—３４９． 刘志强．因果关系，贝叶斯网络与认知图［Ｊ］．自动化学 报，２００１，２７（４）：５５２—５６６． Ｌａｎｇｓｅｔｈ Ｌ，Ｐｏｒｔｉｎａｌｅ Ｌ．Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋｓ ｉｎ ｒｅｌｉａｂｉｌｉｔｙ ［３］ Ｗｅｉｄｌ Ｇ，Ｍａｄｓｅｎ Ａ Ｌ，Ｌｓｒａｅｌｓｏｎ ｓ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｏｂｊｅｃｔｏ— ｒｉｅｎｔｅｄ Ｂａｙｅｓｉａｎ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｃｏｎｄｉｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｒｏｏｔ Ｃａｕｓｅ Ａｎａｌｙｓｉｓ ａｎｄ Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ ｏｎ Ｏｐｅｒａｔｉｏｎ ｏｆ ［Ｊ］．Ｒｅｌｉａｂｉｌｉｔｙ Ｅｎｇｉｎｅｅｉｒｎｇ ａｎｄ Ｓｙｓｔｅｍ Ｓａｆｅｔｙ，２００６，９２： ９２．１０８． 刘东，张春元，邢维艳，等．基于贝叶斯网络的多阶段系 Ｃｏｍｐｌｅｘ Ｃｏｎｔｉｎｕｏｕｓ Ｐｒｏｃｅｓｓｅｓ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ ａｎｄ Ｃｈｅｍｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，２００５，２９：１９９６・２００９． 统可靠性分析模型［Ｊ］．计算机学报，２００８，３１（１０）： １８１４—１８２５． ［４］ 尹晓伟，钱文学，谢里阳．贝叶斯网络在机械系统可靠 性评估中的应用［Ｊ］．东北大学学报（自然科学版）， ２００８．２９（４）：５５７—５６０． 赵礼玲．基于模糊贝叶斯网络的信用卡信用风险的定 量分析研究［Ｄ］．重庆：重庆工商大学，２０１１． ● ｒＬ ｒｌ ｒＬ ｒＬ ｒＬ ◆◆●◆ 引 （上接第６０页） 参考文献： ［１］ 徐廷学．基于灰色预测法的装备维修器材消耗规律 ［Ｊ］．火力与指挥控制，２０１１，３６（１１）：１６３—１６７． ［２］ 王宏焰，高崎，王家鹏．装备维修器材消耗预测综述 ［Ｊ］．四川兵工学报，２００８，２９（５）：９２—９４． ［３］董鑫，宋贵宝，徐珂文．器材消耗预测方法综述［Ｊ］．四 川兵工学报，２０１１，３２（９）：１４７—１５０． ［５］ 高崎．装备维修器材管理学［Ｍ］．北京：国防工业出版 社，２０１２：２７—３１． ［６］ 朱小冬，刘广宇，葛涛．信息化作战装备保障［Ｍ］．北京： 国防工业出版社，２００７：１９１—１９３． ［７］ 张方玉，高崎，何鹏．战时维修人员配置模型［Ｊ］．军事 运筹与系统工程，２００５，１９（２）：２３—２６． ［８］ 舒华，高永刚，等．基于系统动力学的装备战场抢修能 ［４］ 王其藩．系统动力学［Ｍ］．上海：上海财经大学出版社， ２００９：３１． 力生成模型研究［Ｊ］．中国管理信息化，２０１２，１５（２１）： ４８．４９．
