雷火竞技首页

基于故障树分析法的供应链可靠性诊断方法及仿真研究
发布时间:2026-08-30
 为研究供应链中各因素对供应链运营造成的影响,提出了一种基于故障树分析法的供应链可靠性诊断方法。该方法以供应商、制造商和分销商组成的三级供应链为研究对象,分析供应链失效的原因,借鉴机器零部件失效诊断分析的方法,运用故障树分析法的原理,将供应链诊断这一抽象问题予以具体化处理,建立供应链失效诊断的一般模型。针对模型的复杂性特点,采取蒙特卡罗仿真的方法,求解相关可靠性指标和诊断关键因素。  如果说维修

  为研究供应链中各因素对供应链运营造成的影响,提出了一种基于故障树分析法的供应链可靠性诊断方法。该方法以供应商、制造商和分销商组成的三级供应链为研究对象,分析供应链失效的原因,借鉴机器零部件失效诊断分析的方法,运用故障树分析法的原理,将供应链诊断这一抽象问题予以具体化处理,建立供应链失效诊断的一般模型。针对模型的复杂性特点,采取蒙特卡罗仿真的方法,求解相关可靠性指标和诊断关键因素。

  如果说维修供应链是企业的下一个利润增长点,那么供应链的失效诊断就是这个点的源,探寻这个源就显得十分必要。

  所谓供应链失效诊断,就是通过运用管理科学、运筹学和系统工程等理论和方法,判断供应链的管理、运作是否正常,如有失效,则查出导致失效发生的关键因素。

  目前有关供应链诊断方面的研究文献并不多见,更多的文献是供应链的绩效评价,当然供应链诊断不同于供应链绩效评价,前者的目的是找出系统的薄弱环节,提供改进的对象,后者则是判断系统运行效果,以供评价。

  在供应链诊断方面,一部分文献从供应链运作参考(Supply Chain OperationsReference,SCOR)绩效评价体系角度,在评价企业的绩效水平基础上,探讨构建供应链诊断系统的基本框架,但笔者认为,其重点与实质还是供应链绩效评价,并非真正意义上的供应链诊断。还有文献提出了供应链伙伴关系诊断管理,来进行供应链节点企业之间信任合作状态的监控,通过采用供应链伙伴关系管理程序,在合作伙伴出现信任危机之前给予警示,以达到改善关系管理的目的。很明显,该文献重点在于改善合作伙伴的诊断管理。笔者认为,它虽属于供应链诊断范畴,但与本文的研究对象不同。另外也有文献从定量方面运用Petri网,选择供应链运作中的14个关键因素,建立了供应链的诊断模型,为供应链诊断提供了新的方法,但当导致供应链的失效因素增多,且它们因果关系越模糊时,此方法可能更加复杂且难以奏效。

  所谓故障树分析法(Fault Tree Analysis,FTA),是指把最不希望发生的故障状态(或失效状态)作为失效分析的目标,称为顶事件,追查导致这一故障所有可能发生的直接原因,称为中间事件,再跟踪追迹找出导致这些中间事件所有可能发生的直接原因,层层追踪,一直追寻到部件或元件或人为原因,称为底事件,用相应的代表符号及逻辑门把顶事件、中间事件和底事件连接成为一个图形,这个图形就像以顶端事件为根的一棵倒长的树,所以称为故障树或失效树。

  供应链诊断本是一项非常复杂的工作,本文运用FTA原理,借鉴机器零部件故障判断的原理,将供应链诊断这一抽象而复杂的问题具体化处理,认为供应链失效(顶事件)必然是由组成供应链上的成员企业失效(中间事件)引起的,即供应商、制造商或分销商中的一个或若于个失效引起的,而导致供应商、制造商和分销商失效的最直接原因就是它们各自的行为或相关活动(底事件),这样就可以建立起供应链的失效树诊断模型,最后通过仿真的方法求解相关可靠性指标和关键因素。

  为研究问题的方便,需对供应链的结构模型进行假定。对于供应链的结构,不同的文献提出了不同的模型。有文献提出网状模型,认为供应链是一个由计划、协调、原材料的控制及加工直至最终产品相联系的物流网络结构;有文献提出供应链的结构有链状结构和网状结构之分;还有的文献提出以核心企业为中心的结构模型。笔者认为,这几种结构模型是一致的,仅仅是从不同的角度,或者是从研究问题的不同方面提出来的。在此,在不失一般性的前提下,为简化问题和研究问题的方便,本文以供应商、制造商(核心企业)和分销商组成的三级供应链结构(其中供应商m个,制造商1个,分销商n个,如图1)为研究对象探讨相关问题。

  根据供应链的结构可知,供应链失效必然由供应商失效、制造商失效或分销商失效引起。在《基于SCOR绩效评价的供应链诊断模型》文献中指出导致供应链失效的14类因素,最根本的只有6类。在此基础上,本文根据供应商、制造商和分销商在供应链运作过程中发生失效的常见形式,分类如下:(1)供应商的失效原因有8类,即生产设备不完善、生产技术水平不高、生产计划不合理、运输设备不完善、运输计划不合理、原材料质量及性能有问题、信息沟通不畅通和其他人为过失;

  (2)制造商的失效原因有8类,即生产设备不完善、生产技术水平不高、生产计划不合理、运输设备不完善、运输计划不合理、产品质量及性能有问题、信息沟通不畅通和其他人为过失;

  (3)分销商的失效原因有6类,即市场预测不准确、销售计划不合理、运输计划不合理、运输设备不完善、市场信息反应迟缓和其他人为过失。

  可以构建供应链的失效诊断模型:将供应链的失效定义为顶事件;将不同供应商失效、制造商失效和不同分销商失效分别定义为中间事件;底事件分别由供应商的失效原因、制造商的失效原因和分销商的失效原因组成。各事件之间用逻辑门连接,“逻辑与”表示的意义是:输入事件同时发生,其上端输出事件才发生,由此可以建立供应链的失效树诊断的一般模型,如图2所示(各底事件中表达式的含义可参见2.1系统描述):只要供应商、制造商与分销商中有至少一类发生失效,供应链必然失效,所以“供应链失效”与“供应商失效”、“制造商失效”及“分销商失效”之间是逻辑或关系;而供应商有m个,只有它们全部失效,才表明供应商失效,所以“供应商失效”与“供应商1失效”、“供应商2失效”...“供应商m失效”之间是逻辑与关系;同理各供应商i(i=1,2,...,m)下的底事件只要有一个失效必然导致该供应商失效,所以供应商i(i=l,2,...,m)失效与其底事件是逻辑或关系。制造商与分销商的实效分析及与各底事件之间的逻辑关系分析类似。

  蒙特卡罗方法是一种以概率数理统计理论为基础,通过随机变量的统计试验和随机模拟来求解数学、物理及工程技术问题近似解的数值方法。采用蒙特卡罗方法,利用计算机模拟,不但可以迅速及时地进行大量数据处理,还避免了主观数据的需求,提高了评估结果的客观性。2.1 系统描述

  设S表示系统 gij(i=1,2,...,m,j=l,2,...,8)表示第i个供应商发生第j类失效原因,z

  (k=1,2,...,8)表示制造商发生的第k类失效原因,fst(s=1,2,...,n,t=1,2,...,8)表示第s个供应商发生第t类失效原因,于是系统可以用底事件表示为S={ gij(i=1,2,...,m,j=1,2,...,8),zk(k=1,2,...,8),fst(s=1,2,...,n,t=l,2,...,8)}。底事件的失效分布情况可以根据历史资料确定,当历史资料贫乏时,可以在供应链的运行过程中获取充分的数据资料并分析其分布情况,用X(k)表示在供应链的第k次运行中底事件发生的状态向量,

  假设N表示系统的仿真次数,Tgij(i=1,2,...,m,j=1,2,...,8)表示由第i个供应商发生第j类失效原因的次数,Tz

  (k=1,2,...,8)表示制造商发生的第k类失效原因的次数,Tfst(s=1,2,...,n,t=l,2,...,8)表示由第s个分销商发生第t类失效原因的次数,T表示系统总失效次数。算法步骤如下:(1)运用蒙特卡罗方法,产生系列随机数R

  (i=1,2,...,m,j=l,2,...,8),以判断供应商中各底事件的发生状态,从而判断供应商是否发生失效。若失效,则记下是由哪一类或几类失效因素引起,并记录Tg

  =Tgij+1(i=1,2,...,m,j=1,2,...,8),T=T+1,进行下一次仿真;若不失效,则转下一步。(2)再产生系列随机数Rk(k=1,2,...,8),以判断制造商中各底事件的发生状态,从而判断制造商是否发生失效。若失效,则记下足由哪一类或几类失效因素引起,并且T=Tz

  +1(k=1,2,...,8),T=T+1,进行下一次仿真;若不失效,则转下一步。(3)再产生系列随机数Rst(s=1,2,...,n,t=1,2,...,8),以判断分销商中各底事件的发生状态,而判断分销商是否发生失效。若失效,则记下是由哪一类或几类失效因素引起,并且Tfst=Tfst+1,T=T+1(s=1,2,...,n,t=1,2,...,8),进行下一次仿真;若不失效,则表明该次供应链运行正常,仿真转入下一次供应链运行。(4)重复以上过程,直至仿真结束,然后计算相关可靠性指标和各底事件重要度。整个仿线 供应链失效仿线 相关可靠性指标和重要度的计算

  (1)供应链不可靠度(也称故障度或失效度)的计算供应链的不可靠度表示供应链发生失效的可能性大小,在仿真中可以用系统失效的次数与总仿真次数的比值来表示,即T/N

  (2)各底事件关键重要度的计算各底事件关键重要度表示各底事件失效对系统失效的影响程度,表明各底事件在系统中所扮演角色的重要性,在仿真中以用“某底事件失效引起系统失效的次数/系统总失效次数”计算,即取Tgij/T,Tz

  /T,Tfst/T。该比值越大,说明某底事件是系统的薄弱环节,越重要,应该加以重点控制与改善。

  现以某一灯具装配公司为核心企业所组成的供应链为实例,验证基于FTA供应链可靠性诊断方法的可行性,以及应用仿真方法来确定关键因素的有效性与合理性。3.1 基本情况

  和f2表示)组成,各底事件是相互独立的(可以根据供应链失效的因素分类来推断),同时根据2007年6月至9月该供应链运行500次过程中的统计资料(如表1)分析可知,g1出现的失效原因有{g

  ,g13,g14,g16}(其含义与2.1系统描述相同,余同),出现的概率为{0.390,0.080,0.120,0.150}(即概率度,计算方法为底事件发生的失效次数与供应链运营次数之比,余同);g2出现的失效原因有{g24,g26,g28},概率为{0.040,0.180,0.100},g3出现的失效原因有{g31,g33,g34},概率为{0.080,0.170,0.060}。制造商Z出现的失效原因有{z6,z7},概率为{0.020,0.038}。分销商f1出现的失效原因有{f11,f12,f15,f16},概率为{0.034,0.140,0.012,0.010},f2出现的失效原因有{f21,f25,f26},概率为{0.010,0.026,0.140}。表1 某灯具装配公司供应链失效诊断情况3.2 仿真结果分析对于仿真次数的要求,一般来说仿真次数越大精度越高,但在实际操作过程中可以采用如下方法:当仿真次数达到一定的值时,再增大仿真次数,仿真结果几乎没有什么变化,说明此时已经达到仿线次真运行,可求得系统不可靠度为0.130 120,各底事件的关键重要度为:

  ,f25,f26}={0.013 065,0.029 204,0.181 525}。对于关键因素、次关键因素、非关键因素的评判标准,一般是把所有因素的关键重要度由大到小排序,排序靠前的即为关键因素,次之为次关键因素,排在最后面的即为非关键因素。至于关键因素、次关键因素、非关键因素的比例没有统一标准,可以通过一定的方法确定,如采取ABC分类法(activity basedclassification);当仅要确定哪些是关键因素、哪些不是关键因素时,也可以通过28原则来确定。该实例中导致供应链失效的有19个因素,根据28原则(即关键因素占20%,非关键因素占80%),可以选择4个作为关键因素。一般认为,底事件概率度大的即被认为是关键因素。该供应链各底事件概率度从大到小排序为{gllg

  g14g28g13=g31g34g24z7f11f25z6f15f16=f21},当选择前4项作为关键因素时,它们是{g11,g26,g33,g16}。而由仿真结果可知,各底事件关键重要度排序为{z7gllg26g33f26f26z6g28g31g16g34g14g13g24f11f25f15f21f16},当选择前面4项作为关键因素时,为{z7,g11,g26,g33},明显不同于由概率度所确定的关键因素,而由前面关键重要度的定义可知,由关键重要度确定的关键因素更加合理,这就为该供应链的诊断和绩效的改善提供了思路。同时供应链系统可靠性为0.869880,也有待进一步提高。4 结束语本文运用失效树的原理,借鉴机器零部件失效诊断的方法,将供应链失效诊断这项复杂而抽象的问题进行具体而简单化处理,并通过仿真的方法来求相关可靠性指标和关键因素。该方法较传统方法更加合理,为供应链失效诊断提供了新的思路。责任编辑:丁贤芳