MRO科研团队成果展示1

MRO科研团队研究成果展示（一）

状态监测条件下的维修用易损备件需求预测问题研究

（2015年7月24日）

本研究项目面向制造企业的维修型备件需求，分析与备件需求相关的各项因素，利用设备状态监测数据和其他各类数据源挖掘与备件需求相关的信息，预测未来一段时间内企业在各地区的易损备件消耗情况，指导企业根据备件需求情况合理的备件采购计划，在保证备件正常供应的前提下帮助企业减少库存积压。

本科研项目创新了研究手段、模型和方法，取得了预期的成效。

1. 确定了与易损备件需求相关的一系列因素并进行了系统的分析与分类，提出了各类因素对应的特征提取方法。

2. 在对现有备件预测方法全面调研的基础上，提出了结合设备状态监测数据的易损备件需求预测方法。主要包括：基于回归的单地区备件预测模型；基于矩阵分解的多地区协同备件预测方法；用于提高备件满足率的偏差改进方法；一系列关键评价指标。

3. 提出一系列备件需求相关工况数据的处理方法，作为使用状态数据进行备件预测的基础。

本科研项目进行了应用验证。以三一泵车常用易损件——砼活塞为研究对象，使用三一提供的实际备件需求和采购数据，并结合积累的泵车状态监测数据；运用新预测方法对砼活塞备件需求量进行预测。

以三一集团北京分公司2012年10月中旬到2013年6月下旬的相关数据进行统计，在26个备货周期内，砼活塞备件采购量与下一个备货周期实际需求量的误差为73.325、误差率34.44%、最大负误差（即未达到100%现货满足率应该准备多少缓冲库存）为111，总呆滞库存率高达61.213%。见图1，从图中可以看出，企业实际备货量与实际备件需求量非常不切合，而使用基于矩阵分解的多地区协同预测方法预测的结果与实际需求量贴合比较紧密。

图1. 北京分公司历史备件需求量、实际备货情况和本文模型预测结果的对比图

以2013年2月中旬为例，这一段时间内实际需求量很少，但备货量远高于需求量很多，高出的部分将全部成为呆滞库存占用不必要的库存维护费用，也面临着存储过程中可能带来的备件生锈损坏性能下降等意外损失。

给定同样的初始库存，使用新的预测方法指导备件采购和企业实际采购情况的各月的累积呆滞库存金额如下表2 :

图2. 北京分公司目前呆滞库存价值和新预测方法下的呆滞库存价值对比

从图中可见，使用多地区协同预测方法后，北京地区9个月内，砼活塞累积呆滞库存价值减少13.76万元。

以上结果说明本文提出的备件预测模型能够切实帮助企业提高需求预测准确度、减少呆滞库存，节约运营成本。

（本文摘编自同题目硕士生毕业论文 / 作者 曹原 / 导师 张力教授 / 编辑 严进军 ）