中国航空学会 2007 年学术年会 动力专题 20

民航发动机非计划换发成本的建模及优化
佟欣，王荣桥
（北京航空航天大学能源与动力工程学院，北京 100083）

摘要 非计划换发的成本占了民航发动机维修运营成本的很大比例，因此，非计划换发的成本成了航空公司非常关注

的问题。本文基于排队论理论建立了非计划换发的成本模型，运用这一模型对发动机机队的备用发动机数目进行了

优化，并通过计算分析了不同情况下发动机机队非计划换发成本的变化。这种方法可以有效地预测和估算非计划换

发的成本，并可以为航空公司提供经营决策的依据。

关键词 民航发动机 非计划换发 成本模型 排队论 备用发动机

1 引言
在目前航空公司的维修运营中，航空发动机维修运营的成本占了总维修运营成本的很大比例。
因此，对于航空发动机维修运营成本的预测和优化成了航空公司和航空发动机维修公司非常关注的
问题。航空发动机的维修可主要分为计划换发和非计划换发。在这其中，计划换发的数量、时间和
成本是易于进行估算和预测的。但非计划换发的成本及数量由于其不可预测性，变得较为难以进行
估算和预测。非计划换发的成本和数量也极大程度的影响着航空公司运营的情况。因此，建立非计
划换发成本的模型，对非计划换发的成本进行预测及优化，就成了航空发动机成本预测的关键问题。
国内对于航空发动机维修成本的研究已经取得了一定的成果，如采用回归模型、灰色理论、神
[1-2]
经网络模型及统计粗集方法等建立维修成本的模型 。但针对非计划换发的成本模型建立的相关文
献却非常少。本文将针对航空发动机非计划换发成本进行建模计算，并着重分析和优化不同情况下
的影响非计划换发成本的最关键的问题—备用发动机数目。得到的结果将为不同的航空公司的发动
机机队提供决策经营的依据和发动机维修成本的评估。

2 非计划换发成本模型的建立
基于排队论建立非计划换发成本的模型。马尔可夫链是离散状态下的马尔可夫过程。最初是由
俄国数学家马尔可夫于 1896 年提出的一个试验模型：在已知过程的“现在状态”的条件下，
“将来
[3-4]
状态”与“过去状态”独立 。在建立非计划换发的模型时，将一个有 m 台发动机， mspare 台备用

发动机的发动机机队视为一个系统。系统将存在有 m  mspare 个可能的状态：

S0 - 所有发动机都可以正常工作；
S1 - 一台发动机正在进行维修，但仍有 m 台发动机可正常工作;
„

S mspare - mspare 台发动机正在进行维修，但仍有 m 台发动机可正常工作;

Smspare 1 - mspare  1 台发动机正在进行维修, m  1 台发动机可正常工作;

1
中国航空学会 2007 年学术年会 动力专题 20

S m  mspare - 所有发动机都在进行维修。

因此，在状态 S i 时有 mrep (i )  i 台发动机正在进行维修，而 mserv (i) 台发动机可以正常工作。

 m, i  mspare
且 mserv (i )   。
m  mspare  i, i  mspare

系统状态转移示意图如图 1：

01 12 m  m
spare 1, m  mspare

S0 S1 S2 … S m  mspare

10 21 m m spare , m  mspare 1

图 1 系统状态转移示意图

其中箭头表示状态之间的转移。我们认为事件是离散的马尔可夫过程，事件之间的间隔是满足

泊松分布的。因此，所有状态间的转移都是随机发生的。 i , i 1 是一定时间内，从状态 S i 转移到状态

Si 1 的转移概率。 i 1, i 是一定时间内，从状态 Si 1 转移到状态 S i 的转移概率。

可以导出时间为一年的 i , i 1 和 i 1, i 的表达式。令每台发动机平均年飞行小时数为 ,平均修理

间隔时间(MTBR)为 TMTBR ，平均修理时间(TAT) tTAT 。有：


i , i 1  * mserv (i )
TMTBR
365
i 1, i  * mrep (i  1)
tTAT
系统是定常的，系统的每一个状态都有稳定的概率 pi 。因此从状态 S i 到状态 Si 1 的概率和从状
态 Si 1 到状态 S i 的概率相等:

pi * i , i 1  pi 1 * i 1, i

因此，有：

i , i 1
pi 1  * pi
i 1, i
m
又有 p
i 0
i  1 。由此可以计算各个状态下的概率  pi  。

2
中国航空学会 2007 年学术年会 动力专题 20

接下来可以估算发动机机队维修系统的几个重要参数：
m
平均可正常工作发动机数: mserv   p *m
i 0
i serv (i ) .

m
平均正在维修发动机数: mrep   p *m
i 0
i rep (i ) .

mserv
服役水平： K SL  *100% ，表示平均可正常工作发动机在总需求发动机中的比例。
m

可以看出 K SL 随着 mspare 的增大而增大。但同时 mspare 的增大将带来更高的成本，因此需要解决

的是以下的优化问题：
100%  K SL
TC  *365* c penal  mspare * cspare  min ,
100% mspare

其中 TC 是总成本（每年）， c penal 是每天因飞机停飞待用而造成的间接成本， cspare 是购买一台备用

opt
发动机的成本。由此可以得到基于成本的最优的备用发动机数 mspare 。

在此基础上，由于服役水平总是小于 100%，即无论有多少个备用发动机都可能存在可正常工作
发动机数小于机队需求发动机数的情况，为了满足机队的正常运行，减少飞机停飞待用的时间，可
以用短期租赁替代非计划换发的发动机。
理论上，当采用短期租赁时，将用租赁所得的发动机填补所有非计划换发损失的发动机，即飞
机停飞待用的时间为零。但由于拆换发动机和运输租赁发动机需要损失时间，采用短期租赁之后，
仍不能使服役水平达到 100%。
短期租赁的租赁商通常是按照租赁天数，飞行小时数，飞行循环数来收取租赁费用的，另外，
短期租赁的运输费用也是短期租赁成本的一部分。而很多的发动机出租商规定了发动机的租赁最短
时间：即单次租用发动机的时间不能短于该期限。对于航空公司来说，这意味着将有可能不得不租
用发动机超过需要的时间，也就是说实际短期租赁的时间将大于需要租赁的时间。因此租赁期限将
带来租赁成本的大幅提高。非计划换发是在任意时间随机发生的，而其换发的时间长短也是随机的。
在此处非计划换发时间选择按照指数分布，可计算出租用时间超过租赁期限的比例，从而计算出实
际租赁的天数。由此可以得到短期租赁的成本为：

Cleasing  cleasing ,day * tdays  clesaing ,hour * thours  clea sin g ,cycle * tcycles  cdelivery * tdeliveries

其中 cleasing ,day、clesaing ,hour、clea sin g ,cycle 和cdelivery 分别为每天、每飞行小时、每飞行循环和每次

运输的费用，而 tdays、thours、tcycles 和tdeliveries 分别为租赁的天数、飞行小时数、飞行循环数和租赁运

输的次数。
此时，总成本变为：
100%  K SL
TC  *365* c penal  mspare * cspare  Cleasing  min
100% mspare

3
中国航空学会 2007 年学术年会 动力专题 20

按照上面的优化条件，对备用发动机数进行优化，可得到短期租赁时的最优的备用发动机数和
优化后的总成本。

3 计算结果及分析
运用之前建立的模型，可以初步计算当备用发动机数目变化时相应的维修成本。以成本最低作
为优化的目标，则可以得到对应的最优备用发动机数目。对于不同的发动机机队在不同的运营条件
下的维修成本的计算可以为我们提供决策发动机机队运营策略的依据，同时可以看出各个参数的变
化对于发动机机队运营成本的影响。
图 2 显示不同备用发动机数目时的停飞待用天数，其中，AOG days 为发动机机队的飞机停飞待
用天数，m spare 为备用发动机数，m 为发动机机队中的发动机总数。
从图 2 中可以看出，随着发动机机队备用发动机数目的增加，发动机机队的飞机停飞待用天数
是减少的，并且，随着发动机机队中的发动机数目的增加，要得到较少的飞机停飞待用天数的所需
要的备用发动机数目也在增加。

500
450 AOG days(m=1)
400
AOG days(m=5)
350
AOG days(m=10)
AOG days

300
250
AOG days(m=20)
200
150 AOG days(m=50)
100
50
0
0 1 2 3 4 5 6
m spare

图 2 不同备用发动机数目时的停飞待用天数

图 3 显示不同备用发动机数目时的维修成本，其中，TC 为发动机机队的总维修成本，m spare

为备用发动机数，m 为发动机机队中的发动机总数。
从图中可以看出，在改变发动机机队的备用发动机数目时，将存在一个使得总维修成本最小的
最优的备用发动机数目，并且这个数目是随着发动机机队中发动机总数的增加而增加的。

4
中国航空学会 2007 年学术年会 动力专题 20

900

800 TC(m=1)
700 TC(m=5)
600 TC(m=10)
TC 500 TC(m=20)
400 TC(m=50)
300

200

100

0
0 1 2 3 4 5 6

m spare

图 3 不同备用发动机数目时的维修成本

图 4 显示无短期租赁的不同平均每发动机年飞行小时数的最优备用发动机数及相应维修成本，
其中，TC min 为优化后的维修成本（每飞行小时）
，M spare opt 为最优的备用发动机数目，m 为发
动机机队中发动机的总数，eta 为发动机机队中平均每发动机年飞行小时数。而机队的其他各个参数，
在此是相同的。
由图 4 可以看出，对于同一发动机机队，随着发动机机队中平均每发动机年飞行小时数的增加，
需求的备用发动机数目是增加的，每飞行小时的维修成本却是递减的。而对于相同平均每发动机年
飞行小时数，不同发动机总数的发动机机队，随着发动机机队中发动机总数的增加，需求的备用发
动机数目是增加的，而每飞行小时的维修成本是递减的。即规模越大，年飞行小时数越多的发动机
机队，更容易得到较低的每飞行小时维修成本。

70 6
TC min (eta=1500)
60 TC min (eta=3000)
5
TC min (eta=5000)
50
m spare(eta=1500) 4
m spare(eta=3000)
M spare opt

40
TC min

m spare(eta=5000) 3
30

2
20

1
10

0 0
0 5 10 15 20 25 30 35 40 45 50

图 4 无短期租赁的不同平均每发动机年飞行小时数的最优备用发动机数及相应维修成本

图 5 显示有短期租赁的不同平均每发动机年飞行小时数的最优备用发动机数及相应维修成本，
图中各参数如图 4。

5
中国航空学会 2007 年学术年会 动力专题 20

16 3.5
TC min (eta=1500)
TC min (eta=3000)
14 3
TC min (eta=5000)
m spare(eta=1500)
m spare(eta=3000)
12
m spare(eta=5000) 2.5

10

M spare opt
2
TC min

8
1.5
6

1
4

2 0.5

0 0
0 10 20 30 40 50
m

图 5 有短期租赁的不同平均每发动机年飞行小时数的最优备用发动机数及相应维修成本

由前图 4 和图 5 对比，可以得出，在相同的发动机机队和平均每发动机年飞行小时数时，短期
租赁可以将每飞行小时维修成本大幅降低，同时减少发动机机队需求的备用发动机的数目。这其中
尤其以机队中发动机数目比较少的小规模发动机机队更为明显。当机队中发动机的数目达到 50 台
时，有没有短期租赁对于发动机机队的每飞行小时维修成本的影响已经很小了。由此可以看出，规
模较小的发动机机队更适于采取短期租赁的经营策略，他们将得到更大的维修成本降低。这是因为
大规模的发动机机队备用发动机有很高的利用率，因此他们适于购买备用发动机来填补由非计划换
发带来的发动机缺失。而小规模的发动机机队由于备用发动机的利用率不高，因此，较为适合短期
租用备用发动机。尽管短期租用发动机的费用要很大程度的高于购买备用发动机的费用，在一定的
条件下，这还是一个非常有效的降低维修费用的方法。

4 结论
文中论述的航空公司发动机机队非计划换发成本的模型，是基于排队论理论建立的，可以有效
地预测和估算非计划换发为发动机机队带来的成本。运用这种模型，可以基于成本对发动机机队持
有的备用发动机数目进行优化，从而得到较低的维修运营成本。
通过这种模型对于不同情况的发动机机队进行成本的预测和估算，如有无租赁，不同发动机机
队规模等。本文所提出的方法已经初步运用于航空公司的日常管理，得到的结果可以为航空公司发
动机机队的运营决策带来相关的依据，并可为非计划换发的成本进行较为准确的估算和预测。

参考文献
[1] 梁剑,左洪福. 民用飞机维修成本评估[J]. 交通运输工程学报,2002 ,2(4):95-98.
[2] 梁剑,左洪福,常继百,赵红华,周左成. 基于统计粗集模型的航空发动机维修成本组合预测方法[J]. 中国软科

学,2004,4:138-141.

6
中国航空学会 2007 年学术年会 动力专题 20

[3] 孙恒荣，李建平. 排队论基础[M]. 北京：科学出版社，2002.

[4] E.S. Wentzel ; translated from the Russian by Michael G. Edelev. Operations research[M]. Moscow :

Mir Publishers, 1983.

作者简介：佟欣（1985—）
，女，北京人，北京航空航天大学能源与动力工程学院在读本科生。Email：

tongxin@sjp.buaa.edu.cn.联系电话：010-68767536。