試驗裝備維修保障數智化轉型發展研究

趙黎興，侯興明

（航天工程大學航天保障系，北京 102206）

0 引言

隨著試驗模式轉型升級和試驗任務高密度、多場區的持續推進，試驗任務對試驗裝備的狀態完好率和裝備性能要求日趨嚴格。人工智能和大數據技術在社會各領域的廣泛應用，使軍事大數據建設和人工智能的軍事應用需求愈發強烈，給試驗裝備的維修保障模式的數智化轉型帶來了變革性的發展機遇。試驗裝備的信息化、智能化發展使傳統的計劃性維護、小修標準計領、大中修項目管理的方式難以適應精準化、集約化和全壽命周期維修保障要求，信息化、智能化時代的到來，使裝備的維修保障必須緊跟試驗裝備信息化、智能化的發展，才能更好地為保持、恢復和改善試驗裝備的技術狀態和性能提供各種保證性的措施和活動。

1 試驗裝備維修保障的時代內涵

試驗裝備維修保障是裝備效能發揮的前提和基礎，是保證武器裝備好用、管用、耐用的關鍵，也是裝備試驗部隊試驗裝備保障的重點和難點[1]。試驗機構改革和試訓一體、試戰一體、試保一體的新變化賦予試驗裝備的維修保障新的時代內涵。

1.1 試保同步開展

新形勢下，試驗能力錘煉、作戰能力提升、訓練效果轉化、保障同步跟進呈現四維一體相互融合的發展模式。試驗、訓練、作戰、保障的一體化發展對試驗裝備的維修保障的及時性、準確性、針對性等提出了更高的要求。試驗裝備維修保障涉及面廣、涵蓋內容多，是一項復雜的系統工程，在提升維修保障能力的前提下，注重裝備維修保障效益是新形勢下裝備維修保障建設發展的內在要求，是統籌應用有限的維修保障資源，使其發揮最大的效用和價值。

1.2 目標更具導向

新時期，試驗裝備的維修保障從資源的綜合應用、力量的統籌運用、行動的配合協同和方式方法的優化優選等更具目標導向，針對不同的維修保障內容和不同的維修保障階段制定特定的維修保障目標，使維修保障效益最大化。構建預知預覺、靈活有效、可見可知、全域聯動、鏈路暢通、集約高效的維修保障體系是試驗裝備維修保障發展的必然要求，也是維修保障目標導向的具體體現。

1.3 技術更加多元

維修保障技術是維修保障發展的前提和基礎，也是提升維修保障效益的關鍵?？萍嫉难该桶l展使裝備維修保障技術向多元化的方向發展，故障診斷技術，電子技術手冊，數字化維修[2]、智能BIT（Built-In Test，機內測試）技術、預測與健康管理（Prognostics and Health Management，PHM）技術、便攜式維修輔助設備（Portable Maintenance Aid，PMA）、可穿戴計算機技術、自動測試系統技術、自動識別技術（Automatic Identification Technology，AIT）、網絡化遠程維修技術等的相關研究和應用已經成熟，尤其是大數據思想和人工智能技術在社會各個領域的成功應用，給裝備維修保障數據建設提供了方法和經驗。

1.4 軍民深度融合

試驗裝備的維修保障主要采取崗位人員自修和合同化維修的方式，崗位人員自修主要是依靠“操保修”合一的崗位人員，合同化維修主要是依靠裝備的研制方和具有維修能力、資質的地方企業通過訂立合同的方式進行裝備的維修。隨著試驗裝備綜合化、信息化、智能化的發展和試驗任務高密度、多地域的開展，受一線崗位人員能力和精力的限制，試驗裝備維修保障對社會化維修力量的依靠更加明顯，地方企業的技術優勢、資源優勢和能力優勢表現的更為突出，在充分利用地方企業優勢的同時，通過軍民的深度融合提升自身崗位人員或專修人員的維修保障能力也是軍民融合發展的重要內容。

2 試驗裝備數智化維修保障原則

新形勢下，試驗裝備維修保障的精益化、集約化要求必須采用新的方法和手段推動維修保障的高效發展。數智化維修是對試驗裝備維修保障的初始數據或觀測值，應用數據挖掘、數據工程和人工智能的思想方法，通過挖掘數據間相關關系和應用人工智能方法，實現“數據—信息—知識—智能”的轉換[3]，使無意義的數據轉變為業務優化的智能決策信息。

2.1 數據先導，預知預覺

試驗裝備故障一般分為突發故障和漸發故障[4]，突發故障具有隨機性且存在一定征兆，漸發故障有一定的規律且有跡可循。裝備故障直接影響試驗任務的開展，裝備頻繁動用和高負荷工作增大了故障發生的概率，在故障之初查知故障征兆和軌跡，使裝備在故障發生之前得到維修，降低裝備故障對試驗任務的影響。狀態監測就是通過對裝備“行為”數據的觀測和分析，建立裝備“健康履歷”，提前預知裝備的維修需求，在裝備未發生故障之前對有故障征兆的部件進行維修，從而達到預測性維修的目的

在裝備維修應用中，可以通過對業務數據的全方位采集，橫向分析業務數據之間的關聯，縱向分析數據輸入輸出的發展變化，通過對數據的綜合分析和數據模型應用，找準事物的發展變化的規律和各項業務活動的發展趨勢，從趨勢中定位維修保障需求。

2.2 數據為基，統籌協調

維修保障的數智化以數據為主體，注重事物的變化過程和發掘業務之間、屬性之間的相關關系，通過對業務輸入、輸出的整合和流程篩選、合并，達到優化業務流程的目的。比如，物資供應鏈和配送路徑的優化，需求方可通過定位和識別技術來跟蹤物資或運輸車輛，并根據實時的交通傳回的數據對運輸路線進行提前優化，幫助運輸流程更加省時省力。

2.3 數據為據，輔助決策

相對于樣本代替全體的統計方法，維修保障的數智化使用全局數據，統計和計算出來的結果更為精確，更接近事物真相，從數據發展變化的軌跡糾正人們對事物錯誤的認知和實踐，從數據分析結果歸納和演繹出事物的發展規律，應用可視化的展示和人機交互幫助人們進行科學決策[5]。

2.4 數據為跡，跟蹤問效

信息是通過對數據的挖掘、關聯分析和價值發現得到對試驗設備維修保障有用的信息，是為了特定的目的對數據進行處理和建立內在關聯，從而讓數據更有意義。知識是對信息進行綜合、提煉、篩選，是基于信息之間的聯系，總結出來的規律的方法論。數據驅動是“數據—信息—知識—智能化”的循環改進過程，人工智能和數據挖掘技術強大的搜索功能、運算能力和數據處理效率，增加了人類認知盈余，豐富的模型庫、龐大的數據倉庫、棄因果重關聯、前饋反饋相結合等優勢，提高了數據關聯挖掘的效率，構建了“尋跡溯源”無縫連接的證據鏈路，實現了資源整合和優化配置，推動了業務決策效益迭代提升和業務智能化的發展。

3 試驗裝備數智化維修的實現途徑

試驗裝備維修保障模式的數智化轉型主要通過數據賦能、平臺賦能和運用賦能實現維修保障的數字化、網絡化和智能化。數字化是基礎和前提，網絡化是紐帶和關鍵，智能化是核心和目的。數字化是指利用數字技術、數字手段和數字思維來實現試驗裝備、維修保障資源、維修保障能力、維修保障實施過程等信息的數據化描述，達成數據標準、格式的統一。網絡化是指利用現有內外部網絡，通過建立數據倉庫和數據存取規范，實現數據的分級分類管理和按使用權限對存儲在數據倉庫中的數據整合利用。智能化是在網絡化的基礎上，通過各種模型庫對數據倉庫中的數據進行綜合運用，實現從“需求—設計—資源配置—過程管控—效益評估—持續改進”的智能循環迭代，從而達到整個維修保障活動的智能化運行。

3.1 數字化——維修保障業務數字化，采集海量數據

3.1.1 試驗裝備基本信息的數字化

試驗裝備的基本信息是裝備管理的主要內容，主要包括裝備型號、研制單位、研制時間、技術規范、使用說明書、技術指標、裝備的兼容性以及備附件等內容。基本信息的數字化主要是通過統一編碼和規范各級裝備管理系統的統計內容、數據格式、單位量綱，建立統一的試驗裝備數字檔案。

3.1.2 維修保障資源、能力的數字化

維修保障資源、能力的數字化是運用快速發展的數字新技術，將資源、能力各要素數字化，并構建各要素之間的數字化關聯規則，以此為基礎構建全新的維修保障資源、能力整合模式，發揮數字化維修保障系統涌現性、作業流程高并發性、資源能力全局可見、全域可知的全局性特征，提升維修保障資源、能力整體效能發揮。

3.1.3 維修保障各階段活動的數字化

維修保障活動的數字化是實現對試驗裝備維修保障需求、維修保障設計、維修保障過程管控、維修保障效益評估、維修保障持續改進等各階段活動的數字化，維修保障活動的數據化從橫向上主要包括裝備使用方、研制方、承修方以及各級裝備管理部門維修保障活動的數據化，縱向上包括裝備論證、研制、驗收（出校驗收、靶場驗收）、使用、維修、報廢等全壽命信息的數字化。為了實現精準維修和各種資源的高效利用，就要實現裝備狀態、維修保障過程、維修保障環境、空間以及裝備維修保障資源的數量、位置、衡量參數、相互關系、業務活動等的數字化。除了數字化技術以外，還需要解決自然語言理解、語音/圖像/圖形識別，以及傳感器技術的應用，實現從維修支持文本、維修作業影像、機件圖像識別，直到監測儀器設備、維修支持設備乃至拆裝工具都實現數字化感知和數據采集[6]。

3.2 網絡化——數據的互聯互通，整合利用數據資源

網絡化是連接維修保障數字化和應用智能化的橋梁，通過建立統一的數據接口和數據存取規則，將各方維修保障數據進行統一存儲、統一管理。當前，試驗裝備維修保障部門分割、多頭管理、各自為政缺乏信息資源的互通互享，致使試驗裝備維修保障數據的隱性價值難以發揮。試驗裝備維修保障的網絡化主要包括以下兩個方面。

3.2.1 維修保障活動的網絡化

現行的試驗裝備管理系統在裝備的日常管理中發揮了重要的作用，但隨著大數據技術和人工智能的發展，系統內容的單一性和局限性逐步凸顯，難于為試驗裝備維修保障數據的應用提供基礎數據的支撐。拓展現有裝備管理系統功能，增加試驗裝備狀態信息、裝備使用信息、故障信息等基礎數據的統計，通過統一接口，打通維修保障資源管理系統、裝備管理系統和裝備維修管理系統之間的鏈路，采用條形碼、二維碼技術等對資源的動態過程實時上傳到系統，通過現有的局域網絡實現維修保障活動的網絡化互聯，使維修保障生成數據存儲在網絡互聯的環境中。

3.2.2 內外數據資源的網絡化

試驗裝備的研制方和維修方在長期的裝備研制和維修的實踐活動中積累了大量的數據，通過建立統一的網絡共享機制，實現各方數據資源的網絡化互聯。構建試驗裝備使用方數據、研制方數據、承修方數據的互聯互通，以及維修保障需求數據、裝備維修保障資源數據、維修保障過程數據和維修評估改進等維修保障過程數據的互通互享，促進維修保障數據的整合利用。

3.3 智能化——重塑維修保障方式、組織模式

3.3.1 以大數據+的方式，推進維修保障智能化

維修保障的智能化即維修保障方式的現代化、智能化，讓維修保障數據、信息在試驗裝備維修保障的每一個環節、流程中充分發揮數據的隱性價值。在整合維修保障各參與方維修保障生命周期數據的基礎上，通過大數據分析、人工智能方法分析和提取滿足裝備維修保障活動的屬性和相關數據，在重構維修保障體系中數據流、信息流、“物流”和價值流的基礎上，重組試驗裝備使用單位、研制方和維修方的組織關系，整合各參與方維修保障資源、能力優勢，實現維修保障活動的合理決策和裝備維修保障的持續改進[7]。

3.3.2 推進兩化深度融合，實現維修保障智能化

融合數字化和網絡化是實現裝備維修保障智能化的基礎，人工智能技術和數據挖掘技術是實現維修保障智能化的重要手段。數據挖掘是從大規模數據中發現新穎、深刻、有趣的模式和具有描述性、可理解、能預測模型的過程，人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學，人工智能的主要方法有神經網絡、遺傳算法、蟻群算法等。通過對維修保障數據的關聯規則挖掘，提取對相關維修保障活動的關聯屬性和因素，應用人工智能方法對裝備維修保障關聯屬性數據進行循環迭代，為維修保障活動的需求預測、維修設計、效果評估和持續改進提供數據支撐。

4 結束語

試驗裝備維修保障模式的數智化轉型，是軍事裝備信息化、智能化發展的迫切要求。緊跟國家和軍隊大數據建設發展步伐，積極適應試驗機構改革和裝備建設需求，運用人工智能、云計算、大數據等先進技術手段，構建“標準統一、要素齊全、一數一源、常態保鮮”的試驗裝備數據資源體系，形成分級分類試驗設備數據資源庫，強化數據統管分建共用、分級分類采集匯聚，把廣域分布的數據組織成邏輯統一的數據資源池。構建統一的數據資源共享交換平臺，按需提供數據共享交換和服務保障，實現數據資源多方采集、分級管控、統一調度和按需服務。緊貼備戰打仗需要，深化試驗裝備維修保障數據挖掘利用和技術創新，探索試驗數據應用創新實踐技術路徑和建設模式，進一步發揮數據價值，促進試驗裝備維修保障的數智化轉型，為提高試驗裝備維修保障的智能化發展提供強有力的技術支撐。