Verteidigungslogistik und Einsatzbereitschaft Live-Modell

Ein verallgemeinertes Sustainment-Netz auf dem Niveau öffentlicher Doktrin und Lehrbücher: 24 generische Plattformen, 8 Instandhaltungsteams, ein von Konvois versorgtes Depot, ein Funknetz mit 12 Kanälen und fünf Sensorstandorte. Kein reales System, keine reale Einheit und keine reale Operation wird modelliert — dies ist das Operations Research hinter der Einsatzbereitschaft.

Das lernen Sie

Simulator

Zeit 0 h
Operative Verfügbarkeit 100% · Versorgungstage 3,2 · Überwachungsabdeckung 95% · Blockierung von Prioritätsanrufen 0,9%✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓✓Depotbestand 500 · 3,2 d 📡 12 ch · 0,9%
  • Einsatzbereit
  • In Instandhaltung
  • Wartet auf Teile
  • Sensorabdeckung

Regler

Betriebsstunden pro Plattform und Tag. Mehr Tempo, mehr Ausfälle und Kraftstoff.

Von 8 Instandhaltungsteams; der Rest arbeitet an den Plattformen.

Ein Teil von einer Plattform nehmen, die bereits auf Teile wartet. Schneller, verdoppelt aber die Arbeit.

Stunden zwischen Versorgungskonvois (feste Ladung pro Konvoi).

Die Reichweite wächst mit der vierten Wurzel der Leistung; der Kraftstoffverbrauch wächst linear.

Routineanrufe dürfen die letzten r freien Kanäle nicht belegen.

Bucht eine Prioritätslieferung: Bis zu 4 offene Bestellungen treffen innerhalb von 24 h ein. Es kann immer nur eine Lieferung gleichzeitig unterwegs sein, und jede wird auf das Transportbudget angerechnet.

Fügt nach 3 h Aufbau 4 Kanäle hinzu; verbraucht etwas Kraftstoff.

Kennzahlen

Operative Verfügbarkeit
100%
normal
Versorgungstage
3,2d
normal
Überwachungsabdeckung
95%
normal
Blockierung von Prioritätsanrufen
0,9%
normal
Wartet auf Teile0
In Instandhaltung0
Vorhandene Ersatzteile6
Bestellte Teile0
Rückstände (geschuldete Teile)0
Genutzte Prioritätslieferungen0
Prioritätslieferung unterwegs (verbleibende Stunden)0 h
Depotbestand500 u
Blockierung von Routineanrufen0,9 %
Betriebsstunden der Flotte0,0 h
Aktive Sensorstandorte5

Verlauf

Operative Verfügbarkeit: — %1000

Krisenszenarien

Stufe 1 · Bereitschaftsspitze

Eine Übung lässt den Bedarf an Betriebsstunden vier Tage lang auf mehr als das Doppelte steigen. Die Ersatzteile sind knapp, regulärer Nachschub dauert vier Tage, und das Transportbudget deckt zwei Prioritätslieferungen. Liefern Sie die Stunden, ohne die Einsatzbereitschaft zu ruinieren, Rückstände anzuhäufen oder das Funknetz zu verstopfen.

  • Mindestens 790 Flottenbetriebsstunden während der Spitze
  • Mittlere operative Verfügbarkeit ≥ 86 % ab Stunde 30
  • Mittlere Rückstände ≤ 2 am letzten Tag
  • Höchstens 2 Prioritätslieferungen (Transportbudget)
  • Mittlere Prioritätsblockierung ≤ 2 %
  • Mittlere Routineblockierung ≤ 35 %

Stufe 2 · Versorgungsroute gesperrt

Ein Hochwasser sperrt die einzige Straße zum Depot für 60 Stunden. Die Konvois stauen sich dahinter. Strecken Sie den Bestand, ohne die Überwachungsabdeckung einbrechen zu lassen.

  • Das Depot wird nie leer (harte Grenze)
  • Mittlere Überwachungsabdeckung ≥ 89 %
  • Mindestens 60 Betriebsstunden an Einsätzen vor der Sperrung der Straße
  • Insgesamt mindestens 440 Flottenbetriebsstunden
  • Mindestens 255 Betriebsstunden nach der Wiederöffnung der Straße

Stufe 3 · Funkstörungen und Sensorausfälle

Störungen legen die Hälfte der Funkkanäle lahm. Zwölf Stunden später fallen zwei Sensorstandorte aus. Halten Sie den Prioritätsverkehr in Fluss und stellen Sie die Abdeckung wieder her.

  • Mittlere Prioritätsblockierung ≤ 3 %
  • Mittlere Abdeckung ≥ 88 % nach dem Sensorausfall
  • Mittlere Routineblockierung ≤ 40 % (den Routineverkehr nicht aussperren)
  • Mittlere operative Verfügbarkeit ≥ 80 %

Grundlage — das Modell hinter den Zahlen

Jede Beziehung, die der Simulator verwendet, mit ihrer Quelle. Als Annahmen gekennzeichnete Konstanten sind anschauliche Kalibrierungen.

Operative Verfügbarkeit: der Zeitanteil, in dem ein System bereit ist, einschließlich Logistikverzug.
Ao = uptime / (uptime + downtime) ≈ MTBF / (MTBF + MTTR + MLDT)[1][2]
Plattformen fallen im Betrieb zufällig mit exponentiell verteilter Zeit bis zum Ausfall aus.
P(fail during h operating hours) = 1 − e^(−h/MTBF), MTBF = 40 h[2]Annahme: MTBF, Teilewahrscheinlichkeit, Verbrauchsraten und Verkehr sind generische Planungszahlen, keine Daten über ein reales System.
Satz von Palm: Bei Eins-zu-eins-Nachschub folgen die Teile in der Versorgungskette einer Poisson-Verteilung.
pipeline ~ Poisson(mean = demand rate × lead time); backorders = (pipeline − S)⁺[4][3]
Reparaturen warten in einer Warteschlange, die von einer festen Zahl von Teams bedient wird.
c teams serve the maintenance queue (M/M/c); site teams + fleet teams = 8[9]Annahme: MTBF, Teilewahrscheinlichkeit, Verbrauchsraten und Verkehr sind generische Planungszahlen, keine Daten über ein reales System.
Versorgungstage (days of supply): wie lange das Depot bei heutigem Verbrauch reicht.
DOS = stock / daily consumption[10]Versorgungstage sind eine Planungsgröße der Sustainment-Doktrin; das Verhältnis selbst ist einfache Arithmetik.
Erlang-B-Blockierung und ihre exakte Erweiterung, wenn Kanäle für Prioritätsverkehr reserviert sind.
B(0)=1, B(k) = A·B(k−1) / (k + A·B(k−1)); with reservation r: exact birth–death chain[5][6]
Radargleichung: Die Erfassungsreichweite wächst mit der vierten Wurzel der Sendeleistung.
R ∝ P^(1/4) ⇒ πR² ∝ √P[7]
Weitere Planungskonstanten, die das Modell verwendet.
MTBF 40 operating h · part needed 40 % · repair Exp(6 h) · sites MTBF 300 h, repair Exp(8 h) · convoy 200 u · burn 1 u per operating h + 0.5 u/h per site at full power · relay +4 channels after 3 h · priority shipment: ≤ 4 open orders, lands within 24 h, one in flight at a time · ≥2 channels always open to routine trafficAnnahme: MTBF, Teilewahrscheinlichkeit, Verbrauchsraten und Verkehr sind generische Planungszahlen, keine Daten über ein reales System.
Boolesches Abdeckungsmodell: die Wahrscheinlichkeit, dass ein Punkt von mindestens einer von mehreren Sensorscheiben erfasst wird.
coverage = 1 − exp(−Σ πR_i² / A)[8]Annahme: MTBF, Teilewahrscheinlichkeit, Verbrauchsraten und Verkehr sind generische Planungszahlen, keine Daten über ein reales System.

Zufall: ein Mulberry32-Generator mit Seed; verwendete Verteilungen — gleichverteilt, exponentiell (inverse Verteilungsfunktion), normal (Box–Muller), Poisson (Knuth). Der Seed wird angezeigt und lässt sich teilen.

Quellen

  1. DoD Reliability, Availability, Maintainability, and Cost Rationale Report Manual (operational availability Ao) — U.S. Office of the Secretary of Defense, 2009
  2. MIL-HDBK-338B Electronic Reliability Design Handbook (exponential failure model, availability) — U.S. DoD, 1998
  3. C. C. Sherbrooke — METRIC: A Multi-Echelon Technique for Recoverable Item Control (Palm’s theorem, expected backorders) — Operations Research 16(1), 1968
  4. C. Palm — Analysis of the Erlang traffic formulae for busy-signal arrangements (Palm’s theorem on (S−1,S) pipelines) — Ericsson Technics No. 4, pp. 39–58, 1938
  5. ITU-D Study Group 2 — Teletraffic Engineering Handbook: Erlang B recursion E_x = A·E_(x−1)/(x + A·E_(x−1)); Erlang C — ITU, 2002
  6. F. P. Kelly — Loss Networks (trunk reservation) — Annals of Applied Probability 1(3), 1991
  7. MIT Lincoln Laboratory — Introduction to Radar Systems, Lecture 2: radar range equation S/N = P_t G² λ² σ / ((4π)³ R⁴ k T_s B_n L) — MIT Lincoln Laboratory
  8. P. Hall — Introduction to the Theory of Coverage Processes (Boolean model: vacancy = e^(−λ·E|disc|)) — Wiley, 1988
  9. D. Gross, C. M. Harris — Fundamentals of Queueing Theory (M/M/c, machine-repair models) — Wiley, 2008
  10. U.S. Army FM 4-0 Sustainment Operations — sustainment planning concepts (days of supply as a planning measure) — Headquarters, Department of the Army, 2026

Wer das beruflich macht

Lehrmodell — nicht für operative Entscheidungen geeignet. Reale Standorte kalibrieren jede Konstante auf ihre eigenen Anlagen und Daten.