Optimization of Maintenance Strategies for Leased Equipment Considering Learning Effects and Spare Parts Inventory

現代の重工業や建設業界の世界では、ショベルカーやクレーンのような巨大な機械を、購入して所有するにはあまりにも高価すぎることがよくあります。そのため、企業はそれらをレンタルしており、機械の所有者とそれを使用する企業との間にパートナーシップが生まれます。この仕組みは、機器が稼働し続けている場合にのみうまく機能します。機械が故障すると、作業が止まるためユーザーは損失を被り、一方で所有者は修理費を支払わなければならないため損失を被ります。この関係における中心的な課題は、機械が故障する前にどの程度の頻度で整備を行うかを決定することです。もし所有者が整備をあまりに怠れば、機械は頻繁に故障し、ユーザーの怒りを買います。逆に、整備をしすぎると、機械がアイドル状態（稼働していない状態）になる時間が長くなり、双方にとって時間と金の無駄となります。さらに、修理が必要になった際、修理のスピードは適切なスペアパーツが手元にあるかどうか、そして修理チームが経験を通じてどれほど熟練しているかによって左右されます。

安徽工業大学の研究者たちは、これらの複雑なパズルを解くために、こうしたレンタル関係がどのように機能するかを示す詳細なモデルを構築することで、この問題に取り組みました。彼らは、従来の計画において見落とされがちな2つの特定の要素、「学習効果」と「スペアパーツの在庫管理」に焦点を当てました。学習効果とは、修理チームが同じ種類の機械を修理する回数が増えるにつれて、経験を積むことでより速く、より効率的になることを指します。スペアパーツの在庫管理とは、故障した機械を配送待ちにすることなく即座に修理できるよう、リース業者が備蓄しておく交換部品の在庫のことです。研究者たちは、これら2つの要素がどのように相互作用し、どのようにして機械の所有者と借受人の利益を一致させ、両者が単に自分たちの利益だけを追うのではなく、システム全体に利益をもたらすような意思決定を行えるようにできるかを知りたいと考えました。

研究は、まず双方の財務的な現実をマッピングすることから始まりました。機械の所有者は修理コストと修理時間を最小限に抑えたいと考えており、一方で借受人は収益を生み出すために、機械が実際に稼働している時間を最大化したいと考えています。典型的なレンタル契約では、これらの目標は衝突します。所有者は費用を節約するためにメンテナンスを遅らせるかもしれませんが、それは故障のリスクを高め、借受人に打撃を与えます。最善のアプローチを理解するために、研究者たちは2つの異なるシナリオを作成しました。第1のシナリオでは、所有者と借受人がそれぞれ独自の利益を最大化しようとして、独立して意思決定を行います。第2のシナリオでは、彼らは一つのチームとして行動し、パートナーシップ全体の総利益を最大化するように意思決定を行います。

研究者が独立したシナリオをシミュレーションしたところ、両者は自然と異なるメンテナンス・スケジュールを選択することが分かりました。メンテナンスに伴う時間消費とコスト負担を最小限に抑えたいと考える借受人は、メンテナンスの頻度を大幅に低く設定する傾向がありました。対照的に、メンテナンスコストと信頼性の向上とのバランスを取る所有者は、はるかに高い頻度を選択しました。この不一致により、機械はシステム全体にとって最適なレベルでの整備が行われない状態、具体的には、借受人が好む頻度は最適値よりも大幅に低く、所有者が好む頻度は最適値よりも大幅に高いという状態になっていました。しかし、研究者がモデルに学習効果を導入すると、状況は変化しました。修理チームが経験を積むにつれて、各メンテナンス作業にかかる時間とコストが減少しました。この改善により、所有者がより頻繁にメンテナンスを行うことがより魅力的になり、それが結果として機械の信頼性を向上させ、借受人の利益を増加させました。研究は、チームのスキルレベルが高まるにつれて、最適なメンテナンス回数が増加し、関係者全員の総利益も上がっていくことを示しました。

また、研究者たちはスペアパーツの役割についても調査しました。彼らは、手元にスペアパーツの在庫があることは、機械が故障した際の長期的な遅延のリスクを大幅に軽減することを発見しました。この可用性により、より迅速な修理が可能となり、借受人のダウンタイムの減少と操業の継続性の向上をもたらしました。興味深いことに、スペアパーツの存在はメンテナンス戦略にも変化を与えました。パーツがすぐに利用できる状態にあると、借受人は頻繁な予防点検を要求する圧力が弱まり、予定されたメンテナンス回数がわずかに減少しました。しかし、パーツの準備ができていることを知っている所有者は、機械を最高のコンディションに保つために、メンテナンスの頻度を増やすことに前向きになりました。この変化は、手元にあるパーツの恩恵が共有される一方で、その在庫を保持するためのコストは当初、所有者のみが負担するという新しいダイナミクスを生み出しました。

利益の不一致を解消するために、研究は所有者と借受人を再び合意へと導く2つの具体的な戦略を提案しました。第1の戦略は「故障制限ポリシー」と呼ばれるもので、レンタル期間中に機械が故障できる回数に厳格な上限を設けます。もし機械がこの制限を超えた場合、所有者はペナルティを支払います。これにより、所有者はペナルティを避けるためにメンテナンスへの投資を余儀なくされ、その行動が信頼性を求める借受人のニーズと一致することになります。第2の戦略である「アップタイム・ターゲット・ボーナス」は、これとは逆の働きをします。ここでは、機械が一定時間稼働し続けた場合、借受人が所有者に現金ボーナスを約束します。これは、所有者が機械を稼働させ続けることを奨励し、予防的なメンテナンスを行う動機付けとなります。

シミュレーションの結果、両方の戦略がサプライチェーンを調整し、所有者と借受人の独立した意思決定をシステム全体の最適解へと一致させられることが明らかになりました。どちらの戦略を選択するかは、具体的な状況によります。機械が頻繁に故障しやすく、故障によるコストが高い場合は、「故障制限ポリシー」が最も効果的です。機械が酷使され、ダウンタイムのコストが主な懸念事項である場合は、「アップタイム・ターゲット・ボーナス」の方がより効果的です。研究はまた、借受人がスペアパーツの在庫に関する財務的負担を分担すべきであることも強調しました。パーツを在庫するための補助金を所有者に提供することで、借受人は所有者が高い可用性を維持するためのリソースを確保できるようにし、それが最終的に双方の利益向上につながります。

研究者たちは、機械がどの程度酷使されるかや、レンタル期間がどのくらい長いかといった様々な要因を変化させて、モデルのテストを行いました。その結果、レンタル期間が長くなるほど、学習とメンテナンスの恩恵が蓄積されるため、一般的に全員の利益が高まることが分かりました。逆に、機械が非常に激しく使用されると、故障率が急上昇し、メンテナンスを大幅に増やさない限り、双方の利益は低下し始めます。この研究は、学習効果とスペアパーツの在庫が単なる些細な詳細ではなく、適切に管理されれば、対立するレンタル関係を極めて効率的なパートナーシップへと変えることができる強力なレバーであることを証明しました。経験と在庫がどのように相互作用するかを理解することで、企業は硬直化した一律のメンテナンス・ルールから脱却し、機器の実際のパフォーマンスに適応するダイナミックな戦略を採用することができるのです。