（五）保障性分析方法

保障性分析（Logistic support analysis，LSA）作为系统工程过程的一部分，是专门用来分析装备系统在初步设计、研制、试验、生产、建造、使用及维修中的各种保障性和保障问题，并通过反复地迭代分析有力地支持制定保障性要求、制定与优化保障系统方案、进行保障性设计特性的设计、确定与优化保障资源要求，以及评估保障性等任务的完成。

保障性分析是一种系统分析的方法。它是运用系统工程的观点和思维推理，在确定或不确定的条件下，对所分析解决的有关保障性和保障问题，探索可能采用的方案，通过评价和权衡分析，为达到预期目标选择最优解决方案决策的一种辅助分析手段。也就是说，在某种意义上，装备的设计是在不断选择最佳的设计方案来满足各种使用需求的过程，这个优化过程在初步系统设计时是十分明显的；同样在研制后期制定保障计划和确定保障资源要求时，也需要选择最佳的备选保障计划和选择最佳的保障资源配置，因此，保障性分析有一个基本的分析步骤。只是，因所分析问题本身的复杂程度、分析的目标与要求以及解决问题的途径不同，运用

保障性分析辅助解决各种具体问题时，分析的程序与步骤允许有所不同。保障性分析的基本分析步骤见图4。

图4　保障性分析的基本分析步骤

1．规定分析问题

保障性分析在装备的整个寿命周期内应用的范围十分广泛，它支持保障性设计和综合技术保障工作，但是，应用的重点是在装备研制的各阶段，在装备研制的前期用于影响主装备的保障性特性的设计，在研制后期用于确定保障资源要求。

经常应用保障性分析的问题范围如下。

①在初步设计时，通过评定系统使用要求，协助制定保障性要求和维修方案。

②在装备设计时，通过备选方案的评价与权衡，选择最佳方案。

a．根据维修方案的约束，确定装备的各个部分是报废或是修理，以及在哪个维修级上修的修理策略的设计决策；

b．评价与确定设计方案对可靠性与维修性特性的影响，如保证可达性要求的组装方案、保证良好维修性的诊断测试方案等；

c．如新设计由于费用或交货时间等原因不合适，选用哪一种现成设备的设计决策。

③评定和详细确定保障资源要求，包括：保障设备的类型与数量，备件清单与库存量要求，人员数量、技术等级和训练要求，技术资料，保障设施，计算机保障资源，以及运输与装卸要求等。

④评估装备在使用环境中的保障性和保障效能。

根据装备研制阶段的保障性设计和综合技术保障工作的需要所制定的保障性分析计划，规定每一个需要分析的问题。

2．确定分析目标与要求

对分析的问题，要明确需要分析解决什么样的问题，有哪些约束条件，通过分析要达到什么目标和要求，以及有哪些解决问题的途径。

3．确定可行的备选方案

为了通过分析得出所分析问题的解决方案，开始时，可找出多个可能的备选方案，并对多个备选方案进行初步筛选，从中选出少数几个可行的备选方案，以避免因过多的分析工作量而造成人力、财力与时间的浪费。例如在确定维修方案、诊断方案、可靠性与维修性设计方案、装备组装方案的保障性分析时，都可以找出多个可能的备选方案，但在详细分析之前，一般都必须筛选出少数几个最具可能的备选方案。在确定可行的备选方案时，要考虑备选方案与费用、战备完好性、保障性的主宰因素的关系。

4．制定评价准则

为了从若干个备选方案中选出最优的方案，必须有一个评价其优劣的标准，这个标准就是评价准则。评价保障性分析的各种分析问题的准则，一般应该是用定量或定性的保障性的指标要求。由于分析的问题所在的层次和复杂性不同，需要用不同的保障性参数指标，图5给出了各个层次的评价参数。

图5　评价参数的层次

5．应用分析技术，建立分析模型

根据所分析的问题，应用系统工程和运筹学中的模拟技术、动态规划、排队论、概率论与数理统计，网络技术等数学方法，建立分析数学模型。例如，考虑经济因素的修理级别分析时建立费用网络模型；进行预防性维修分析时建立以可靠性为中心维修（RCM）的逻辑决断模型：进行备件分析时建立泊松分布函数模型。

对模型的要求是正确、全面、简单和便于扩充与修改。所谓正确，是正确地描述问题的内在关系，正确地表达输入与输出的因果关系，同时也能反映系统的动态特性和预测未来的事件：所谓全面，是要全面综合主要的影响因素；所谓简单，是要略去影响很小的因素，善于简化模型，以利于突出主要影响因素：所谓便于扩充与修改，是当分析问题的范围扩大时模型的规模也能很方便的扩展，当分析问题的约束条件、输入的数据变化或出现某些不定因素，或现有的模型不能满足分析的要求时能方便地修改模型。

保障性分析的模型包括：数学模型、仿真模型、逻辑模型与图形模型以及实体模型。模型可以用手工计算，也可以用计算机计算处理或计算机仿真。

某些与保障性分析密切相关的分析技术，如故障模式、影响及危害性分析（FMECA），以可靠性为中心的维修分析（RCMA），修理级别分析（LORA）等是用于解决特定问题的分析技术。它们已经有一套比较成熟的数学方法、数学模型和分析步骤，从广泛意义讲它们也属于保障性分析的范畴。

6．收集输入数据

能否得出正确、有效的分析结果，达到分析的目标，除了建立一个良好的模型，还必须输入有用的数据，因此要收集分析所必须的输入数据，在某种意义上，保障性分析的成效取决于收集数据的范围与深度。在研制早期，所能收集的数据是有限的，分析工作是经常利用现有类似装备系统的历史数据和由这些数据得出的估算关系式，以及结合以往的经验进行预计和主观判断。随着研制的进展，当研制出装备的硬件并进行试验和现场使用后，除了有装备的设计数据外，还可以获得大量的试验数据和现场使用保障数据，使得分析工作有了充实的输入数据，保证分析更有效、更深入地进行。

保障性分析的主要数据来源如下。

（1）现有数据库的数据　现有数据库的数据主要是国内外现有类似装备的数据，包括根据这些数据建立的数学模型和估算关系式。在研制早期，利用现有数据库的数据进行比较分析是制定保障性要求、进行可靠性维修性分配与预计、分析并找出现有装备的保障性与保障的缺陷，以及制定初始的使用方案、设计方案和保障方案的备选方案的主要途径。

（2）装备设计数据　装备设计数据主要包括：正在研制装备的各类规范、设计图样等描述装备技术状态的产品定义数据、可靠性维修性的分配与预计数据、可靠性分析与维修性分析等相关分析数据，以及备件、保障设备、保障设施等保障资源的数据在内的产品保障数据。随着研制的深入，这一类可供保障性分析的研制装备的设计数据将不断地得到充实。

（3）装备试验数据　装备的试验数据主要包括：正在研制装备的研制试验、使用试验与定型试验的数据。这些数据范围，包括性能试验和保障性试验（如可靠性试验、维修性试验及综合技术保障演示试验等）的数据。这类数据能反映正在研制装备的功能、作战性能与保障性能的情况，是保障性分析的重要数据来源。由于装备的试验贯穿于装备整个研制与定型的过程，因此，必须在研制的各个阶段不断地收集各种试验数据，充实与更新现有的试验数据。

（4）装备现场使用保障数据　装备现场使用保障数据是新研装备部署到部队以后，在部队使用环境中利用现场信息收集系统所收集装备的使用、供应、维修与训练数据。装备使用现场使用保障数据包括装备初始部署期间和使用与保障阶段收集的全部使用保障数据。利用这些数据进行保障性分析，不仅可以进一步评估新研装备的保障性和初始作战能力，及时发现保障缺陷和提出改进硬件、软件及保障计划的建议，而且为后续装备的研制或改型提供历史数据。

上述几类数据中与装备保障有关的数据应按规定的数据格式存入保障性分析记录或装备保障数据库，以保证数据的准确性、一致性和完整性。