This study is concerned with a military activity operating fleet of multiple units essential for national defense in an operational base and repair depot combination. Analysis of the fleet operations is necessary not only to maintain effective national security but also to efficiently utilize the defense funds available.
Interactions of major factors in fleet operations are modeled in the framework of a closed queueing network system with a finite number of units assigned to the fleet. The factors affecting the fleet operations, such as unit's characteristics and population, operational policies and constitution of repair depot including specialized repair facilities and spare module inventory, are intended to approximate the real situations more closely than other related works in the literature.
A recursive computing algorithm is developed to evaluate the effect of operational policies and investment decisions for repair depot supportability on fleet availability. Fleet availability is an important part of operational effectiveness for such fleet deployed at forward areas of conflict and can be measured as average fraction of units operable at a random instant.
In addition, this study provides a resource allocation program for improving the fleet availability when a limited amount of funds is available. The program focuses on allocating the funds available to multiple repair and inventory stations in the repair depot competing for their use. The optimization problem on hand is a mixed integer-nonlinear programming problem. Since an adequate programming algorithm has not yet been developed in solving the problem, heuristic methods based on gradient techniques are employed. Approximate solutions, although not optimal, can be obtained efficiently by the method.
이 논문은 국가안보에 필수적인 고성능무기를 운용하는 단일작전기지의 제반 군사활동을 그 연구의 대상으로 하고 있다. 고성능무기는 그 성능, 신뢰도, 자동조작능력등을 높이기 위해 복잡한 구조로 설계되며 그 결과 작동중(in-operation)에 고장이 빈번히 발생하는 취약성을 지닌다. 이러한 고장에 대한 취약성 때문에 고성능무기의 운용을 위해서는 정비지원이 항상 뒤따라야 한다.
제한된 수의 장비(즉 고성능무기)를 할당받은 fleet가 다음과 같은 상황에서 대치하고 있는 적세력보다 군사우위를 유지하기 위한 필수요건중에는 효과적인 정비지원체계도 포함된다. 즉,
i) 가상 적의 전쟁도발을 방지하기 위하여 전진기지에 fleet가 배치운용될 때, 그리고
ii) 상호대치하고 있는 두 군사세력이 장비의 보유수량 및 성능면에서 균형을 이루고 있을 때,
특히 fleet가 보유하고 있는 장비들이 고도의 성능을 가질수록 군사우위에 대한 정비지원체계의 중요성은 더욱 높아지게 된다.
그러나 정비지원활동은 상당히 많은 양의 국가자원을 소모하게 되므로, 정비지원체계가 fleet의 작전운용을 적절히 지원할 수 있도록 설계운용된다면 국가안보상 필요한 군사우위를 효과적으로 유지하는데 그리고 가용 국방자원을 효율적으로 사용하는데 크게 기여할 것이다.
이 연구의 구체적인 목적은 장비군 운용효과의 적절한 척도 (measure) 의 하나인 fleet availability를 평가할 해석적 모형을 개발하고, 그 모형을 통하여 제한된 자원으로 fleet availability를 크게 향상시킬 수 있는 효과적인 자원사용기법을 제공하는데 있다.
Fleet availability에 영향을 미치는 주요 요소(factor)들은 대략 다음과 같다.
i) fleet에 할당된 장비의 수량 및 장비의 설계특성
ii) 작전임무 요구량 및 운용정책 (operational policy), 그리고
iii) 전문화 정비업무 및 주요 부품의 재고업무를 취급하는 정비창 (repair depot)의 구성과 기능의 한계 등.
이 연구에서는 fleet 운용에 관련된 상기요소 (factor) 들이 가능한 실제상황을 잘 반영할 수 있도록 노력하였으며, 이들 요소들의 복잡한 상호의존관계를 아직까지 이 분야의 연구에서 그 응용이 시도되지 않은 폐쇄대기행렬 network (closed queueing network) 기법으로 모형화해서 fleet availability를 효과적으로 평가할 수 있도록 하였다.
정비창은 개념상 많은 정비반(repair station) 과 재고반 (inventory station) 으로 구성되어 있다고 할 수 있다. 이들 station들은 하나의 작전운용반(operating station) 과 함께 폐쇄 network (closed network) 를 형성하며 유한한 수의 장비들이 이 network 내에서 계속 순환하게 된다.
이 연구는 다음과 같은 가정아래서 진행되었다. 즉,
i) 어느 하나의 장비가 한 station 을 떠날때 다음 특정 station의 선택은 확률 (conditional probability) 로 주어지며 그 이동은 순간적으로 이루어진다.
ii) 재고반은 (S-1, S) 재고정책에 의해 운용된다.
iii) 정비창은 고장정비 (corrective maintenance) 기능만을 갖는다.
iv) 정비반의 정비시간(repair time), 재고반의 주문도착시간 (replenishment time) 및 장비의 고장시간(failure time) 은 지수분석(exponential distribution) 를 따른다.
이러한 가정아래서, 다음과 같이 network을 형성하고 있는 station들의 우발적 행태(stochastic behavior)를 관찰할 수 있게 된다.
i) 재고반은 장비에 대한 지원기능면에서 정비반 및 작전운용반과는 다른 행태를 갖는다.
ii) 정비반 및 작전운용반은 물론 재고반에서도 평형상태(equilibrium state)에서는 장비의 도착률(input rate)과 출발률(output rate)은 동일하다.
iii) network state를 각 station에 있는 장비의 수를 나타내는 요소(component)들로 이루어진 벡터(vector)로 정의한다면, network state는 Markov process의 한 특수 형태인 Markov population process를 따른다.
따라서 network state가 비가략적(irreducible)이고 그 총수가 유한(finite)하므로 우리는 평형상태에서의 network state 분포의 유일한 해를 얻을수 있게 된다. 그렇지만 network state 분포를 실제계산시에는 station 및 장비의 수가 많을 경우 그 계산량이 너무 많기 때문에 효률적인 반복계산방식(recursive computing algorithm)을 개발하였다. 또한 평형상태에서의 운용 가능한 장비대수의 분포(즉 marginal distribution)는 이 반복계산방식에 의거 network state 분포로부터 직접 유도해낼 수 있으므로 우리는 쉽게 fleet availability를 평가할 수 있게 된다.
다음에는 fleet availability를 증가시키기 위해 현재의 정비창 지원능력(repair depot supportability)을 어떻게 개선할 것인가 하는 문제를 다루었다. fleet의 작전운용에 대한 정비창의 지원능력은 그 정비창을 구성하고 있는 정비반 및 재고반들의 지원능력으로 세분되어지므로, 이 개선책에 대한 연구는 제한된 가용자원을 이들 station들에 적절히 배분해서 fleet availability를 크게 향상시킬 수 있는 최적자원배분기법의 개발에 초점을 두었다. 그러나 이 최적자원배분문제는 아직까지 효과적으로 그 해를 구하기 힘든 혼합정수계획법(mixed integer-nonlinear programming)문제에 해당되므로 gradient기법을 기초로한 heuristic method를 개발하였다. 이 방법으로 얻은 해가 비록 최적해가 아닐 경우를 배제하지는 못하지만, 이 방법은 비교적 간편한 절차로서 효률적으로 근사해를 얻을 수 있는 강점을 갖는다.
이 연구에서 얻은 결과들은 다음과 같이 유용하게 활용되리라 기대된다. 즉,
i) fleet의 작전운용을 적절히 지원하기 위한 정비창의 최적설 계 혹은 개선방법의 제공
ii) fleet의 작전운용과 정비창의 지원활동을 통합 조정할 수 있는 방안의 제시
iii) 가용자원과 달성될 fleet availability와의 상호연관성을 밝혀줌으로써 무기체계에 대한 비용-효과 분석의 기초자료 제공, 및
iv) war game model의 입력자료제공 등.
또한 이 연구는 고성능무기를 운용하는 군사활동을 그 연구의 대상으로 삼았지만 연구결과는 군사장비운용체계뿐만 아니라 일반 산업분야에서도 이와 유사한 장비운용체계에 널리 적용함으로써 그 체계의 성능을 향상시키고 부수적으로 체계운용에 필요한 비용을 감소시키는데 기여할 수 있으리라 기대된다.
