風(fēng)機(jī)行業(yè)備件零庫存存儲策略及預(yù)測模型研究

□ 劉元浩 □ 閆云龍 □ 張長弓 □ 趙 光 □ 索海龍

1.西安陜鼓動力股份有限公司 西安 710075

2.西安交通大學(xué) 機(jī)械工程學(xué)院 西安 710049

零庫存的概念可追溯到20世紀(jì)60年代，日本豐田汽車公司實(shí)行拉式生產(chǎn)以實(shí)現(xiàn)在生產(chǎn)過程中基本沒有積壓的原材料和半成品［1］，即指物料（包括原材料、半成品和產(chǎn)成品）在采購、生產(chǎn)、銷售等一個或幾個經(jīng)營環(huán)節(jié)中，不以倉庫儲存的形式存在，而均是處于周轉(zhuǎn)的狀態(tài)。真正的零庫存因?yàn)樾枨箢A(yù)測的不準(zhǔn)確性、市場的變化、供應(yīng)鏈的成熟度等基本不可能實(shí)現(xiàn)，只能無限接近。

風(fēng)機(jī)行業(yè)的透平設(shè)備屬于大型動力裝備，具有自身價值高、結(jié)構(gòu)復(fù)雜、備件生產(chǎn)周期長等特點(diǎn)，在冶金、石化、空分等領(lǐng)域承擔(dān)重要的生產(chǎn)任務(wù)。對這些流程式生產(chǎn)企業(yè)來說，透平設(shè)備的停機(jī)將帶來巨大的經(jīng)濟(jì)損失。如果每個風(fēng)機(jī)應(yīng)用企業(yè)均存儲備件，固然可以保障風(fēng)機(jī)持續(xù)安全運(yùn)行，但是會給風(fēng)機(jī)應(yīng)用企業(yè)帶來較大的備件存儲成本?；诖?，建立風(fēng)機(jī)行業(yè)備件零庫存，旨在降低用戶備件存儲成本，實(shí)現(xiàn)備件資源共享，實(shí)現(xiàn)備件快速供應(yīng)，提高用戶滿意度。

此備件零庫存與傳統(tǒng)的零庫存相比，具有以下特點(diǎn)。

（1）該備件零庫存使用對象是用戶，用于對用戶檢修機(jī)組、事故機(jī)組做出快速反應(yīng)，最大限度降低用戶損失，可以說該零庫存是為用戶建立的零庫存。

（2）該備件零庫存實(shí)現(xiàn)多家用戶備件共存共享，減少用戶投入資金，提高備件使用率。

（3）基于多源信息建立科學(xué)可靠的備件預(yù)測模型，為備件的安全可靠性提供保障。

（4）該備件零庫存要求比傳統(tǒng)零庫存高。傳統(tǒng)零庫存要求盡量提高備件各環(huán)節(jié)周轉(zhuǎn)率，實(shí)現(xiàn)“準(zhǔn)時制”生產(chǎn)，從而減少庫存管理成本。而此備件零庫存除了基本的庫存管理要求外，還具有契約化要求，即要求在簽約用戶需要備件時能100%的滿足，同時盡可能逼近“零庫存”，這對備件零庫存的需求預(yù)測和存儲策略提出了很高的要求。

1 備件零庫存存儲策略

1.1 備件分類及特性

國內(nèi)文獻(xiàn)對于備件的特性和分類主要有以下研究，包菊芳［2］結(jié)合包頭鋼鐵（集團(tuán)）有限責(zé)任公司實(shí)際，提出備件分類主要有以下幾種方法。

（1）按備件通用性可分為通用件和專用件。

（2）按備件屬性可分為事故件、計劃件、常用件和準(zhǔn)計劃件。

（3）按進(jìn)貨渠道分為進(jìn)口備件、國產(chǎn)備件和自制備件。

尚柏林［3］把飛機(jī)備件分為三種類型：飛機(jī)的初始備件、后續(xù)備件和飛機(jī)的有壽備件。

對于備件特性，決策者主要關(guān)心的指標(biāo)是：關(guān)鍵性、可靠性、維修性、經(jīng)濟(jì)性。崔南方［4］基于AHP方法，選擇了三個指標(biāo)：關(guān)鍵性、易得性、經(jīng)濟(jì)性來計算備件的綜合重要度。

Huiskonen［5］根據(jù)備件在物流系統(tǒng)中的作用，提出了備件的4個控制特性：關(guān)鍵性、專用性、需求模式、備件價格，并提出以下結(jié)論。

（1）對于標(biāo)準(zhǔn)的備件，由于消耗量大而容易實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)儲備，所以供應(yīng)商愿意與采購者合作；對于采購者專用的備件，供應(yīng)商不愿意儲存這些專用的而且消耗量低的備件。

（2）部分專用的備件，具有需求極低且無規(guī)律、關(guān)鍵性程度高和價格高的特性，這些特性決定了備件控制的責(zé)任主要由采購者承擔(dān)。

本文提出的備件零庫存是為大型透平裝備檢、維修提供備件，屬于更換頻次較低、價格較貴的慢速流動備件。由于大型流程式企業(yè)的裝備停機(jī)成本巨大，備件的滿足率成為重要的控制特性。因此，備件根據(jù)自身特性可分為：通用件、專用件、標(biāo)準(zhǔn)件，其控制特性可分為備件滿足率和備件價格。

1.2 備件零庫存存儲策略

根據(jù)備件分類及特性，提出了一種多用戶備件共享存儲的模式，如圖1所示。該模式根據(jù)不同備件類型采取不同的存儲策略，包括通用備件共享存儲策略、專用備件成套共享存儲策略、標(biāo)準(zhǔn)備件虛擬存儲策略。

這些策略在滿足用戶需求的基礎(chǔ)上降低了庫存成本，通過科學(xué)的預(yù)測模型算法來保證不同用戶的備件滿足率，具體闡述如下。

（1）通用備件共享存儲策略。葉片、軸承、靜葉軸承等屬于通用備件，此類備件消耗量大，且存在備件共性，采用多用戶存儲可有效降低庫存成本。存儲策略見表1。

表1 通用件存儲策略

通用件中葉片是核心備件。以軸流壓縮機(jī)為例，不同級數(shù)的葉片對應(yīng)不同的葉長，且葉片作為通用件在不同型號的機(jī)組之間交叉使用。如果按照每臺機(jī)組葉片的BOM物料清單信息進(jìn)行存儲，會出現(xiàn)大量相同圖號不同葉長的葉片，備件庫將極其臃腫雜亂。圖2展示了軸流機(jī)組葉片歸一化構(gòu)架，即葉片葉長按同圖號中最長葉長儲備，葉片數(shù)量以不同機(jī)型不同級別中最大數(shù)量為基礎(chǔ)，通過預(yù)測模型進(jìn)行數(shù)量優(yōu)化后存儲，存儲形式為半成品。

▲圖1 多用戶備件共享存儲模式

（2）專用備件成套共享存儲策略。根據(jù)專用備件通用性差、種類繁雜、加工周期長、備件成本高等特點(diǎn)，提出了專用備件成套共享策略，如圖3所示。具體表現(xiàn)為：根據(jù)應(yīng)用行業(yè)進(jìn)行分類，同行業(yè)的用戶可以將同規(guī)格機(jī)組的轉(zhuǎn)子部件進(jìn)行多用戶共享儲備。以備件零庫存為平臺，共享機(jī)組成套備件，降低存儲成本，提高備件滿足率。

（3）標(biāo)準(zhǔn)備件虛擬存儲策略。虛擬存儲，即通過零庫存平臺將用戶備件需求信息進(jìn)行分析、整合，讓備件供應(yīng)商按零庫存系統(tǒng)的要求進(jìn)行儲備，儲備倉庫分布在各供應(yīng)商。

通過零庫存系統(tǒng)平臺的多用戶聯(lián)合存儲，可以取得規(guī)模經(jīng)濟(jì)優(yōu)勢，從整個行業(yè)的角度降低了備件儲備成本。其次，采用虛擬存儲，有利于加強(qiáng)與備件供應(yīng)商之間的戰(zhàn)略合作關(guān)系，提高備件質(zhì)量和反應(yīng)速度。

2 備件零庫存預(yù)測模型

2.1 BP 神經(jīng)網(wǎng)絡(luò)簡介［6］- ［7］

神經(jīng)網(wǎng)絡(luò)于20世紀(jì)80年代由Rumelhart和McCelland提出，該方法是一種通過運(yùn)用訓(xùn)練誤差反向傳播算法，從而進(jìn)行訓(xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)不用解釋輸入與輸出之間映射關(guān)系的數(shù)學(xué)方程，而是通過使用梯度下降法，反向傳播訓(xùn)練誤差從而確定使誤差平方和最小的網(wǎng)絡(luò)參數(shù)（比重和閾值），存儲輸入與輸出模式之間的映射關(guān)系，然后進(jìn)行相應(yīng)的預(yù)測。具有高度自學(xué)習(xí)和自適應(yīng)的能力。

▲圖2 軸流葉片歸一化架構(gòu)

▲圖3 專用件成套共享策略架構(gòu)圖

2.2 基于BP神經(jīng)網(wǎng)絡(luò)的多源信息備件預(yù)測模型

數(shù)學(xué)理論證明三層的神經(jīng)網(wǎng)絡(luò)就能夠以任意精度逼近任何非線性連續(xù)函數(shù)，這使其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問題。風(fēng)機(jī)設(shè)備備件需求受到備件歷史消耗、在役產(chǎn)品數(shù)量、產(chǎn)品健康狀態(tài)、產(chǎn)品服役壽命、客戶維修計劃等多種信息的影響，且各信息間相互影響，內(nèi)部關(guān)系復(fù)雜?；诖耍岢隽艘环N基于神經(jīng)網(wǎng)絡(luò)模型的多源信息備件預(yù)測模型，預(yù)測模型的架構(gòu)圖如圖4所示，此預(yù)測模型分為三級優(yōu)化。

第一級優(yōu)化采用BP神經(jīng)網(wǎng)絡(luò)方法對歷史數(shù)據(jù)的時間序列分組并訓(xùn)練，預(yù)測下一個需求發(fā)生時間節(jié)點(diǎn)的需求量，形成基本庫。利用MATLAB 2008b對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，輸入層神經(jīng)元個數(shù)為n個，輸出層神經(jīng)元個數(shù)為1個，隱含層為一層；選用Tan－Sigmoid函數(shù)［8］作為從輸入層到隱含層的傳遞函數(shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)時采用 Levenberg－mMarquardt（LM）算法［9］，該算法適于中等規(guī)模的前饋神經(jīng)網(wǎng)絡(luò)，速度較快。對于隱含層到輸出層的函數(shù)，為了讓輸出結(jié)果的范圍限定在0～1之間，得到需求是否發(fā)生的概率P，這里選擇的傳遞函數(shù)為Tan－Sigmoid函數(shù)。

第二級優(yōu)化，在基本庫的基礎(chǔ)上，根據(jù)客戶滿足率對基本庫進(jìn)行靜態(tài)調(diào)整。所需的信息源主要包括客戶ABC分類信息［10］、客戶產(chǎn)品信息、備件BOM信息和客戶備件保障策略。對每個客戶按照所屬的分類，即是ABC類中的哪一類客戶，按照客戶備件保障策略分配給不同的客戶滿足率，例如，A類客戶中簽約客戶100%、戰(zhàn)略客戶為90%、B類客戶為60%、C類客戶為20%等，具體數(shù)值可以按照企業(yè)實(shí)際自行調(diào)整，調(diào)整公式如下：

式中：si為第i種型號的備件經(jīng)過計算客戶滿足率后所需儲備的總量參考值；h為擁有含產(chǎn)品中含有第i種型號備件的客戶總數(shù)；k為由客戶產(chǎn)品信息和備件BOM信息得到的每家客戶中含有第i類型號備件的機(jī)組產(chǎn)品總數(shù)；λy為第y家客戶對應(yīng)的客戶滿足率；Φx為由備件BOM信息得到的第y家客戶第x個機(jī)組產(chǎn)品中擁有的型號為i的備件數(shù)目；δi為第i種型號備件的統(tǒng)計周期消耗率，即消耗量與總量之比。

式中：si′為第i種型號備件經(jīng)過根據(jù)客戶滿足率調(diào)整后靜態(tài)調(diào)整儲備建議量；basei為第i種型號的備件在基本庫中的初始庫存建議量。

▲圖4 備件需求預(yù)測模型

S′為基于客戶滿足率的靜態(tài)調(diào)節(jié)的庫存模型。經(jīng)過這一步的庫存調(diào)節(jié)，從理論上可以對ABC類客戶在對應(yīng)的客戶滿足率框架下，庫存量可以保證同時供應(yīng)ABC類客戶的備件需求。

第三級優(yōu)化，在相關(guān)靜態(tài)因素考慮后，對動態(tài)的、實(shí)時的需求予以考慮，加入對庫存量的調(diào)節(jié)當(dāng)中，使最終的庫存量能滿足未知需求的同時，也能滿足實(shí)時動態(tài)的消耗需求。

根據(jù)產(chǎn)品健康狀態(tài)評估信息，反饋回來預(yù)警信息，并結(jié)合備件BOM信息，得到該產(chǎn)品需要預(yù)投的備件數(shù)目，同時在指定的預(yù)測時間段t1～t2內(nèi)。如果某類型號的備件有用戶維修計劃信息及其它預(yù)知消耗信息用到，則累積統(tǒng)計。因此，有以下數(shù)學(xué)模型：

sdi=si′+ΣΦi+ΣΔi（4）式中：sdi為第i類型號的備件經(jīng)過動態(tài)調(diào)節(jié)后庫存建議量；ΣΦi為第i類型號的備件經(jīng)過健康狀態(tài)評估反饋信息后結(jié)合BOM信息得到的所需備件數(shù)目總和；Σ Δi為第i類型號的備件由用戶維修計劃信息和其它預(yù)知消耗信息得到的所需備件數(shù)目總和。

最終的庫存模型為：

Sfinal=｛sd1，sd2，．．，sdi｝ （5）

3 備件零庫存預(yù)測模型驗(yàn)證

以某壓縮機(jī)廠YS8系列軸流機(jī)組為例，檢驗(yàn)?zāi)Ｐ湍芊駶M足實(shí)際需求，并且有效地降低庫存量，以2008年～2012年的歷史數(shù)據(jù)結(jié)合相關(guān)信息源預(yù)測2013年的備件儲備，并與2013年實(shí)際消耗量對比。預(yù)測與實(shí)際結(jié)果如圖5所示，對整個結(jié)果作如下說明。

（1）對于4類圖號的備件，預(yù)測和實(shí)際都沒有消耗量，這4類備件理論上可以減少庫存量，降低庫存成本。這 4類備件圖號分別是 25106、25108、2590、4796；

▲圖5 結(jié)果對比

（2）對于13類圖號的備件，在基本庫建立時預(yù)測的消耗量為0，但是由于實(shí)際的客戶備件保障策略的要求，對于這些類型的備件不能為0，經(jīng)過靜態(tài)調(diào)節(jié)和動態(tài)調(diào)節(jié)后，得到建議儲備量，雖然2013年實(shí)際沒有消耗，這個建議量理論上是可以滿足ABC類客戶的實(shí)際需求，這13類圖號的備件分別是：4735a、25156、4791、4763、2579、4734a、2525、25163、4735、25107、25101、4765、4734；

（3）對于14類圖號的備件，大部分經(jīng)過初始預(yù)測建立基本庫時，是與2013年實(shí)際消耗量基本相符的，只有一類備件不能滿足實(shí)際需求，即2577。

總之，2013年預(yù)測庫存總量為17 241件葉片，實(shí)際消耗13 605件葉片，基本能滿足實(shí)際需求，起到了良好的指導(dǎo)作用，并節(jié)約了盲目儲備的資金成本。

4 結(jié)論

針對風(fēng)機(jī)設(shè)備，提出了一種多用戶備件共享的備件零庫存模式。并通過存儲策略的優(yōu)化，降低用戶備件的存儲成本，提高備件響應(yīng)速度，提高用戶的滿意度。通過建立多源信息融合的備件預(yù)測模型，提取多種影響因素的特征，對預(yù)測模型進(jìn)行多級優(yōu)化，對備件需求進(jìn)行可靠預(yù)測，利用實(shí)踐數(shù)據(jù)對該模型進(jìn)行了驗(yàn)證，取得了滿意的結(jié)果?；贐P神經(jīng)網(wǎng)絡(luò)的預(yù)測模型在訓(xùn)練時，能夠通過學(xué)習(xí)自動提取輸入、輸出數(shù)據(jù)間的“合理規(guī)則”，并自適應(yīng)地將學(xué)習(xí)內(nèi)容記憶于網(wǎng)絡(luò)的權(quán)值中。隨著數(shù)據(jù)的增加，模型的自我學(xué)習(xí)，該預(yù)測模型的準(zhǔn)確性將不斷提高，具有非常實(shí)用的指導(dǎo)意義。

［1］ 華欣，呂俊平.豐田零庫存管理對我國企業(yè)庫存管理優(yōu)化的啟示［J］.學(xué)理論，2010（35）:103-105..

［2］ 包菊芳.備件儲備定額研究［J］ 物流技術(shù),2002（7）.

［3］ 尚柏林，張恒喜.航空備件可拓聚類分析［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識，2002（2）.

［4］ 崔南方，羅雪.維修備件基于AHP的ABC分類模型［J］.工業(yè)工程與管理， 2004（6）.

［5］ Huiskonen.Maintenance Spare Parts Logistics:Special Characteristics and Strategic Choies［J］.Production Economics，2001，71（1-3）.

［6］ 李萍.基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的設(shè)計［J］.計算機(jī)應(yīng)用與軟件，2008（4）.

［7］ 徐黎明，王清，陳劍平，等.基于BP神經(jīng)網(wǎng)絡(luò)的泥石流平均流速預(yù)測［J］.吉林大學(xué)學(xué)報，2013（1）.

［8］ 羅兵，黃萬杰，楊帥.基于Tan-Sigmoid函數(shù)參數(shù)調(diào)整的BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法［J］.重慶大學(xué)學(xué)報，2006（1）.

［9］ 張翼鵬，陳亮，郝歡.一種改進(jìn)的量子神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法［J］.電子與信息學(xué)報， 2013（7）.

［10］呂勝利.怎樣用ABC分類法對客戶進(jìn)行管理［J］.管理工程師，2002（3）.