大數據時代可靠性課程體系建設

程志君 羅鵬程 蔣平 郭波

【摘要】本文從大數據時代可靠性人才需求出發，針對當前可靠性課程體系存在的問題，依托“大數據+可靠性”創新科研成果，開展相應課程體系建設改革的研究，分別從課程體系框架構建、課程體系內容設計和教學手段改革三方面進行積極探索，提出對策和建議，為相關研究生培養方案和課程大綱修訂提供支持。

【關鍵詞】大數據時代 可靠性課程體系

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2018）16-0241-01

一、引言

在現代軍事、航天、航空等高科技領域中，以減少故障、提高產品質量為目的的可靠性，在相關設備研制、生產和使用過程中扮演舉足輕重的角色。所謂可靠性，是指產品在規定的條件下和規定的時間內，完成規定功能的能力。通俗地說，可靠性就是產品無故障完成任務的能力[1]。可靠性經過50多年的發展，已經成為一門綜合性的新興交叉學科，國內外許多著名大學不僅設立相關專業，建立完整的課程體系，而且其中某些課程也成為其他工科專業的必修課程[2]。

進入21世紀以來，以大數據、人工智能、無線網絡等為代表的技術變革徹底改變了原有產品的發展軌跡[3]，高技術設備性能指標多樣，組成結構復雜，在其需求論證、設計研制和保障使用中，通過傳感器或終端能夠獲取海量數據，如衛星每秒產生的在軌性能監測數據達數萬條。一方面，這些性能或環境監測數據從不同方面反映設備的狀態，能夠為其可靠性分析提供更多的數據支撐，從而成為推動可靠性技術發展的戰略資源。另一方面，這些數據大多并非故障數據，而且往往具有非結構化、非線性特點，因而對傳統基于經典統計的可靠性理論方法和手段提出了新的挑戰。大數據強調數據間相關關系的挖掘，抽樣及數據精度已非其研究和應用的關注點，原有經典的統計抽樣、因果分析建模方法難以奏效[4]。因此，未來從事可靠性工程相關領域研究的人員，需要更新原有的可靠性知識體系，掌握大數據相關的新理論與新方法。在這種形勢下，必然對現有的可靠性課程體系提出新的、更高的要求。為此需要結合當前可靠性大數據的特點，對原有課程體系進行改革與創新，建設“大數據+”可靠性方向研究生課程體系。

二、“三類四層”的課程體系框架構建

現有的裝備可靠性課程體系是 “三類四層”框架結構，其中，“三類”是指裝備可靠性研究和應用的“故障診斷”、“壽命預測”、“風險分析”三個方面領域知識。“四層”是指“基礎-專業-應用-展望”四個層次的知識劃分。所謂“基礎”課程包括軍事裝備相關的領域基礎課程和“概率統計”、“隨機過程”等數學基礎課程；“專業”課程即“故障診斷”、“風險分析”等專業基礎課程；“應用”主要是指解決應用領域現實問題的案例分析課程，是基礎和專業課程知識的綜合應用；“展望”是指針對裝備可靠性未來發展的綜合研討類課程。

而大數據理論的引入，將徹底改變上述“三類四層”框架結構的內涵與關系。一是三類領域知識的重新設置，原有三類領域邊界較為清晰，但大數據理論從整體著眼的特點使三者結合更為緊密，重新劃分三類領域的邊界，涉及到不同內容的擴展與綜合；二是四層結構中課程的調整與知識更新，如“基礎”課程中需要增加與大數據相關課程（如人工智能、機器學習、深度學習等），“專業”課程中應結合大數據更新原有“故障診斷”、“狀態預測”等課程知識體系；三是原有內容與大數據相關新理論方法的整合問題，將新的知識和傳統方法協調綜合為一個整體。從上述三方面出發，研究和梳理解決當前裝備可靠性三個領域問題對大數據新理論、新方法的需求，結合我校研究生培養的特點，構建“大數據+”裝備可靠性方向研究生課程體系的“三類四層”新框架，從而確立各門課程之間的支撐關系。

三、“三個有機結合”的課程體系內容設計

大數據為解決可靠性問題提供了龐大的數據基礎，但可靠性與大數據結合，將不再追求抽樣與統計結果的精確性，而注重從整體數據上分析，強調相關關系分析或潛在關系的挖掘。因而需要分析這一特點，基于“三類四層”的新框架，設計各門課程的教學內容。課程內容將按照“大數據與經典統計結合”、“大數據與可靠性理論結合”、“大數據與裝備應用結合”（簡稱“三個有機結合”）的總體思想進行設計，具體包括：

（1）“大數據與經典統計結合”：“基礎”課程中要兼顧經典數理統計和大數據理論方法，“專業”課程中可靠性理論內容應涉及經典數理統計與大數據理論方法相結合來研究故障診斷、壽命預測、風險分析等領域問題。

（2）“大數據與可靠性理論結合”：大數據理論知識與可靠性專業知識應盡量相互呼應、關聯承接，“專業”課程中的裝備故障診斷、壽命預測、風險分析等專業理論課程內容要包含解決這些領域問題的大數據理論方法，而“基礎”課程中增加的大數據相關理論方法應涉及可靠性領域應用。

（3）“大數據與應用結合”：“基礎”課程中應包含軍事裝備論證、研制、試驗等基本理論及其中涉及的可靠性問題和大數據問題等內容，“應用”課程應突出大數據理論方法應用于裝備可靠性問題的解決方案，“展望”課程針對可靠性專業理論當前存在的現實緊迫問題，結合大數據方法解決裝備可靠性問題的未來發展，進行展望性研討。

四、結合新一代信息技術的課程體系教學手段改革

大數據等新一代信息技術為課程教學手段改革提供了新的發展思路[5]。考慮到當前裝備性能或環境監測等數據海量、多樣、非結構化等特點，利用Hadoop、NLP等軟件，依托學校優質的教學實驗環境、“雨課堂”、軍隊“夢課”等網絡教學平臺，設計適應“大數據+”課程體系的教學方法，探討翻轉課堂、在線互動式課堂、研究型教學、項目式教學等手段在課程教學中的應用，推動大數據工具與教學結合的實踐驗證。其中，對部分“基礎”課程，強調Hadoop等大數據分析軟件的應用，嘗試基于“夢課”平臺的翻轉課堂，或結合“雨課堂”開展在線互動式教學；對部分“專業”課程，可通過研究型教學方法，突出如何運用大數據理論方法解決裝備故障診斷、壽命預測、風險分析等問題的研究；對“應用”課程，可采用項目式大作業貫穿，并在相關實驗室中進行授課，結合經典可靠性軟件和NLP軟件來解決項目作業；對“展望”課程，可邀請相關院校教授、知名學者以及國防工業部門的工程專家，采用講座、研討、交流等方式進行。

參考文獻：

[1]郭波等.系統可靠性分析[M].長沙：國防工業出版社，2002.

[2]孫權，羅鵬成，周經綸.裝備可靠性工程人才培養研究[J].高等教育研究學報，2008（3）： 25-27.

[3]AC Tan， A Heng， J Mathew. Utilising reliability and con？鄄dition monitoring data for asset health Prognosis. Enigneering Asset Management Review， 2012： 89-103.

[4]孔德智，劉群興，王潁凱，張瑩瑩.大數據技術及其應用研究[J].電子產品可靠性與環境試驗， 2013，18（1）： 90-95.

[5]金陵.大數據與信息化教學變革[J].中國電化教育，2013（10）：8-14.

作者簡介：

程志君（1978.06-），女，漢族，國防科技大學系統工程學院副教授，研究方向：可靠性建模與分析、維修決策。