航空发动机全寿命周期成本估算.docVIP

航空发动机全寿命周期成本估算【摘　要】 随着航空发动机的全寿命周期成本不断攀升，如何对其全寿命周期成本进行更好的估算和管理以便降低成本成为亟待解决的一个问题。文章以作业成本法的思想为基础，提出了一种新的全寿命周期成本估算思路。 【关键词】 航空发动机； 全寿命周期； 成本估算； 作业成本法 一、引言 20世纪以来，随着航空发动机技术的不断突破，其性能得到了很大的提高。与此同时，航空发动机的各相关成本也在节节攀升，而且在与其性能权衡的过程中逐步凸显出来，成为一个关键问题。 全寿命周期成本（Life Cycle Cost， LCC）最早是由美国国防部提出的，对于航空发动机来说，LCC是指政府或者其他机构在项目的全寿命周期内所花费的全部支出，这里所提到的全寿命周期一般包括研制、生产和维护、弃置三个阶段。LCC的提出为我们进行成本管理提供了一个新的思路，它的作用至少体现在以下方面：（1）评价竞争项目；（2）寻找成本驱动因素，降低成本；（3）更加准确地预测详细成本；（4）权衡性能与成本。这四个方面的作用都要以LCC的估算为基础。 本文试图以作业成本法的思想为基础，结合已有的研究成果，提出一种新的LCC估算思路，以此改进现有的LCC估算方法。 二、文献回顾 美国国防部于20世纪60年代中期提出了“LCC”的概念，在此之后，包括武器装备在内的产品或系统的LCC估算模型和方法获得了广泛的研究。从国外的情况来看，这些研究主要是集中于美国的一些研制单位和研究机构，比如兰德（Rand）公司、美国国防分析研究所（Institute for Defense Analysese，IDA）、美国航空航天学会（AIAA）等。最早提出的方法是参数估算法（Parametric），它是以航空发动机的性能参数为基础来对LCC进行估算的，运用该方法可以在项目的方案设计阶段对项目的LCC进行估算。J.R.Nelson（1978）在《航空涡轮发动机的全寿命周期成本》一文中提到了兰德公司提出的航空发动机的LCC估算模型，这个模型便是参数估算模型的一种，它是兰德公司在研究了美国29种涡轮发动机的数据以后所建立的，模型中用到了推重比、涡轮进口温度和耗油率等参数。与参数估算法几乎同一时间出现的还有类推估算法（Analogous），这种方法是以参照发动机的LCC为基础来估算新研制发动机的LCC。Boehm（1981）在《软件工程经济》一文中提到了类推成本估算法，这种方法简单易行，通常也用于项目的早期阶段，但其估算结果很大程度上取决于新研制发动机与参照发动机的相似性。随着项目的逐步推进，详细的工程分析得以进行，这便为“自下而上（Bottom-up）”估算法的提出创造了条件。这种方法也被称为工程估算法，它是利用工程分解结构自下而上地逐项计算成本，将整个项目在寿命周期内的所有成本单元累加起来得出LCC的估计值。以上提到的三种方法是较为传统的方法，R.Curran（2004）等人在《航空工程成本模型回顾：遗传因果关系的方法》一文中对近些年来所提出的一些新的方法作了阐述，包括基于特征建模法（Feature-based modelling）、模糊逻辑法（Fuzzy logic）、神经网络法（Neural networks）、不确定性法（Uncertainty）、数据挖掘法（Data mining）。除了美国学者在这方面所作出的贡献外，英国南安普顿大学的S.V.Tammineni（2009）等人提出了基于知识的航空燃气涡轮发动机的成本建模方法，这也是一种较为新颖的方法。 国内的相关研究起步较晚，较早对这一问题进行系统研究的是李屹辉（2000），在其硕士论文《军用航空发动机全寿命费用分析研究》中，李屹辉构建了航空发动机在寿命周期各个阶段的成本估算模型，但由于数据较难搜集，没能确定模型中变量的系数。在这之后，很多学者将研究的重点放在了研制成本的估算上，比如徐哲、刘荣（2005）用偏最小二乘回归法来估算武器装备的研制成本，杨梅英、沈梅子（2006）用灰色组合模型来估算发动机的研制成本，但这两篇文章所用的数据都是美国的。也有学者由于数据较难搜集转而提出一些成本估算的框架，比如尹峰、刘劲松（2006）在《发动机研制费用的测算》一文中以工程估算法为基础构建了成本要素框架，谭云涛、郭波（2007）提出了基于CAIV的航空发动机性能与费用的综合权衡模型框架。除了以上提到的参数估算法和工程估算法，周琦、李震模（1999）用神经网络法对导弹武器系统的研制成本进行了估算。总的来说，国内的研究由于数据搜集问题较难开展。 从国内外的研究情况来看，不论是传统的估算方法，还是较新的估算方法，都有一个共同的缺陷——细化程度不够，成本估算以主要性能参数为输入，直接以LCC为输出，不能对成本