裝備在役考核數據采集研究

齊分嶺，韋國軍，徐 軍，楊宏建

（1.航天工程大學，北京 102206；2.中國人民解放軍66389 部隊，山西太原 030031）

0 引言

在役考核作為裝備試驗鑒定工作中的重要環節，能夠檢驗裝備是否適用，及時發現裝備使用中存在的問題。當前，裝備試驗鑒定工作已經調整為性能試驗、作戰試驗及在役考核3 項內容，其中在役考核是在裝備列裝服役后，為檢驗裝備滿足部隊作戰使用與保障要求的程度所進行的持續性試驗鑒定活動[1]。在役考核作為檢驗裝備試驗鑒定工作中的重要一環，能夠持續考核裝備性能試驗與作戰試驗階段難以考核或因條件限制未能充分考核的指標，也能夠有效發現裝備服役期間的問題缺陷，從而推動裝備改進升級工作。

數據采集是試驗鑒定的基礎工作，裝備服役期間產生的使用、管理、維修等數據具有評估裝備效能的潛在價值，在大數據技術日益發展的今天，數據價值是推動裝備發展建設的重要源泉。在役考核階段數據采集工作較性能試驗與作戰試驗階段具有數據采集量大、數據類型多、采集時間長等特點，因此在役數據采集工作需要創新采集方法，建立采集規范，確保采集數據的質量。

1 裝備在役考核數據概述

1.1 裝備在役考核數據內容及分類

裝備列裝配發到用戶手中之后就進入了正常的在役考核期，也可以理解為服役使用期。無論是國防軍事單位還是大型國企民企，裝備在服役使用階段都會產生大量狀態數據與用戶數據，軍隊裝備在役考核階段或企業裝備配發后的壽命周期內需要采集的數據種類眾多，主要包含裝備服役期間的使用、維修、管理、故障等數據。雖然不同類型的裝備在役考核數據具體內容各有不同，但總體上可以從考核內容、涉及工作、考核方式及采集時序4 個角度進行分類（圖1）。

圖1 在役考核數據分類

在役考核數據，按照在役考核內容，可以分為在役適用性數據、適編性數據、適配性數據、服役經濟性數據；按照涉及部隊日常工作，可以分為戰備值勤數據、日常訓練數據、維護保養數據、聯合演訓數據；按照在役考核方式，可以分為結合式考核數據與專項考核數據；按照采集時序，可以分為歷史數據、現場考核數據。

1.2 裝備在役考核數據特點

數據是開展在役考核評估的基礎，數據采集質量的優劣直接關系到考核結果的好壞。裝備按照數量區分，主要包括大批量通用裝備和小子樣專用裝備。大批量通用裝備在役考核數據容易采集獲取，小子樣專用裝備因其服役樣本較少[2]，使命任務和工作環境特殊，在役考核數據量自然就相對較少，數據產生的規律也有所不同?？傮w來看，裝備在役考核數據主要有以下3 個特點。

1.2.1 數據總量大

裝備從列裝服役到退役報廢，在使用運用、維護保養、演習訓練過程中會產生大量數據。裝備狀態數據積累速度快，在役考核裝備包括各型主戰裝備及保障裝備，涵蓋的考核指標多、涉及工作廣、考核時間長，包括各類裝備出廠列裝數據、歷史記錄數據，以往考核試驗數據、日常訓練管理數據、告警故障數據、維修保養數據、支援部隊執行任務數據等。

1.2.2 分布范圍廣

裝備在役考核數據分布于裝備動用使用全過程，從列裝初期到壽命末期均有需要采集的在役數據。在役考核數據分布相對雜亂，分布于各部門試驗計劃文件（研制總要求、試驗大綱、方案），使用部隊裝備日常登記統計資料，歷次考核資料中，包括已經完成的性能、作戰試驗數據、裝備狀態數據、訓練演練數據、日常管理維護數據，以及裝備全系統、分系統、單裝數據，各類操作使用環境下的任務數據等[3]。

1.2.3 標準不統一

裝備型號種類眾多，試驗鑒定數據分散于各單位各平臺，各型裝備的在役考核數據采集標準要求還未做到統一。在役考核數據在數據格式、數據內容、問題記錄、數據精度、填寫要求、存儲、傳遞和維護等方面未做明確規范，導致采集數據距離元數據的標準相差較遠，可能導致某些數據無法運用到考核評估中。雖然裝備服役期間產生的數據量巨大，但是滿足在役考核標準要求的數據量不足，由于標準、規格、要素、粒度不同，應用難度大，挖掘價值小。

1.3 裝備在役考核數據采集現狀分析

裝備在役考核數據采集就是圍繞在役考核目的，采集裝備列裝服役后產生的各類數據，但當前裝備在役考核數據采集工作還缺乏統一管理的平臺[4]，數據采集效率與質量不高，采集標準規范不統一，不同部門間數據共享困難。

1.3.1 數據采集難度大

雖然裝備總體上數據量大，但是由于部隊缺少專門用于數據采集的手段和工具，平時缺乏數據采集意識，導致多數在役考核數據都流失了。在役考核工作涉及單位多，部門間協調難度大，長期跟蹤采集數據的難度大，一些實時性強的數據也無法及時采集。部隊任務多、專業采集人員少，由于缺乏制度保障，很難在不影響部隊日常工作的前提下采集到需要的在役考核數據。

1.3.2 采集數據質量低

當前部隊在役考核數據的采集手段還比較少，缺乏強有力的數據采集手段實現不同任務情況下的數據采集工作[5]，日常工作中的數據主要靠值勤人員文字記錄，容易導致所記錄的數據內容、格式不統一，容易出現差錯，數據可靠性不高。結合5G、云計算、人工智能等技術研究開發的智能化采集工具較少，機器采集與人工采集結合不緊密，采集到的有用數據少、質量低。

1.3.3 信息共享有困難

裝備在役考核過程涉及單位多，許多歷史數據分屬裝備全壽命周期的不同階段，分別保存于研制單位、使用單位、試驗鑒定部門等不同單位，數據庫建設不完善，缺乏系統高效的數據共享機制。各單位之間、各業務部門之間共享使用數據難度大，查詢調閱機制不順暢，一些歷史考核數據二次利用價值低[6]，導致在役考核數據不能高效傳遞交流。

2 裝備在役考核數據采集流程

裝備在役考核數據采集通常需要根據在役考核的目的進行詳細籌劃，制定切實可行的采集計劃，確保考核任務圓滿完成。數據采集流程通常包括5 步（圖2）。

圖2 在役考核數據采集流程

2.1 明確數據采集需求

成立在役考核領導小組，依據在役考核目的明確數據采集需求，根據考核要求，采用使命任務到具體能力指標的分析方法，自上而下、層層分解，構建在役考核指標體系。將需要采集的數據具體化，把數據采集需求定準定好，設計好數據的需求類型及采集方法，采集要做到完整、及時、精確，客觀真實地反映裝備運行真實情況[7]。

2.2 制定采集方案

在役考核多是結合部隊工作任務、值班備勤進行的，主要根據在役考核大綱要求和具體實施條件組織實施。為避免影響部隊工作任務，需要制定詳細的采集方案，緊密結合部隊戰備訓練、聯合演訓、裝備管理等工作任務來安排，當部隊工作調整時，采集方案應同步調整。同時對數據采集人員進行相應的培訓，明確數據采集人員職責分工，明確數據采集的范圍、內容、分工、進度與質量要求。

2.3 數據采集與錄入

考核部隊根據采集計劃和采集標準進行數據采集，基礎類數據（裝備出廠信息、出廠時間、平臺型號）通過查閱資料獲取，客觀變化類數據（故障時間、維修時間、告警次數）通過查詢登記資料或在裝備控制后臺服務器中提取，主觀感受類數據（人及功效、裝備數量滿足度、軟件系統界面操作性）應制定問卷組織裝備使用人員進行調查統計。數據采集應尊重客觀實際，由裝備操作人員配合數據采集人員完成現場數據采集和歷史數據收集，及時將采集到的數據梳理匯總到計算機，保存備份。

2.4 數據預處理

在役考核領導小組負責對采集到的數據進行檢查核查，根據需要建立數據狀態矩陣，進行壓縮、檢索、歸檔。做好裝備在役考核數據預處理工作，主要包括數據篩查清洗（補存缺失的數據值、平滑噪聲數據、識別剔除奇異值）、數據集成處理（處理對象匹配與冗余、重復問題）、數據變換（數據平滑處理、泛化處理）[8]，對數據進行標準化規范化處理，確保數據符合具體模型的挖掘評估要求。

2.5 數據應用管理

對采集的在役考核數據進行預處理后，可根據考核目的綜合運用聚類分析、關聯分析、回歸分析等算法進行挖掘評估[9]，為裝備運用及改進改型提供意見建議。制定在役考核數據管理制度，建立試驗數據標準體系，搭建數據管理軟硬件平臺，常態開展在役考核數據采集、維護、更新、存儲、應用等活動，并建立裝備在役考核數據庫，以便隨時查詢使用。

3 裝備在役考核數據采集方法

在役考核數據分散于操作手冊、登記統計資料中，有圖片、視頻、電子文檔、紙質資料等不同存在形式，針對不同類別的數據應采用不同的采集方法[10]。

3.1 人工采集

3.1.1 歷史數據采集

歷史數據是在役考核數據的重要來源，需要一線工作人員結合年度工作任務執行，平時注重積累在役考核數據，對于裝備在工作中出現的故障問題應及時做好記錄，可以將裝備歷史數據記錄按類別分為裝備質量類問題數據、裝備運用類問題數據、裝備保障類問題數據、裝備管理類問題數據4 類[11]。裝備服役期歷史數據包括裝備研制論證部門提供的操作使用手冊方面的數據資料、裝備管理部門積累的管理運用數據、試驗主管部門提供的前期性能試驗與作戰試驗數據，部隊掌握的使用維護數據，這些歷史數據大都需要按要求進行人工采集。

3.1.2 現場數據采集

在役考核實施過程中，任務部隊應當根據在役考核數據需求和要求，在考核小組的指導下指定專人進行數據采集、記錄，這些數據需要及時采集、定期匯總，逐級匯報給業務部門，并作為在役考核的重要參考資料。在需要考核裝備適編性、適配性、人機工效等主觀感受類數據時，要有針對性地設計問卷，做好登記統計。在進行專項在役考核時（比如服役期經濟性考核），應根據考核目的制定專用采集表格對重點關注的部分在役考核數據進行專門采集[12]。人工采集各類數據時，要堅持以任務為牽引，抓好可靠性指標的長期跟蹤采集，以制度規范為約束做好維護保養類數據的定期采集，做到每周登記統計、每月整理匯總，裝備出現重大問題時及時采集狀態數據。

3.2 機器設備采集

3.2.1 在線采集

在線實時采集數據對在役考核價值巨大，試驗鑒定中在線數據采集多采用機器設備自主采集，實時傳輸，在線采集設備主要包括各類傳感器、存儲器及配套軟硬件。采用智能采集設備進行實時數據采集是一種高效獲取試驗數據的方法，隨著人工智能、大數據、物聯網技術的發展應用，完全可以將裝備在役考核數據實時提取并傳輸至后臺服務器，甚至可以智能采集需要的關鍵數據，比如裝備正常工作時間、發生故障時間等在役適用性指標[13]。

3.2.2 離線采集

對于一些需要長期跟蹤采集或者由于技術條件限制難以實時采集傳輸的數據，應當進行離線采集。著力加快數據采集條件建設[14]，研發移動數據采集終端采集在役考核數據，移動采集終端具有接口互聯、軟件互通、區域網絡互聯等基本功能。在執行任務或訓練演習過程中將數據采集裝置安裝于裝備終端進行數據采集，自動記錄存儲，將采集的數據信息保存于內置存儲器，待任務結束后離線下載轉存于計算機。

4 加強在役考核數據采集工作的建議

為提高數據采集效率，充分發揮在役考核數據效益，應加強數據采集制度規范研究，建立符合裝備運用特點的數據采集規范。

4.1 完善數據采集制度規范

統一的制度規范是在役考核數據采集的基礎保證。通過對裝備擔負的使命任務進行分析，分解任務剖面，明確不同類型裝備數據采集類別及在役考核數據指標，規范數據采集組織指揮流程，提供統一的數據接口協議、測試測量工具、分析評估模型。利用制度固化采集數據的內容與要求，構建全域多維的數據采集、傳輸、顯示和共享體系[15]，規范數據采集、處理、存儲的技術要求，實現數據采集智能化自動化、數據傳輸實時化、數據格式標準化、數據處理批量化等要求。

4.2 培育專業數據采集人才

由于在役考核試驗體系龐大復雜，數據采集量大，如果沒有專業人才嚴格依據規范的數據采集流程和標準采集，就會導致采集的數據雜亂無章。加強專業人才隊伍建設，應著重培養既懂裝備使用又懂數據管理的數據采集人員，按編制科學配備數據維護管理人員，通過專項任務實踐鍛煉，提升數據采集維護人員數據采集和維護管理能力。加強頂層設計，合理配備數據采集相關人員?？梢栽谶B排級單位編配數據采集員、數據維護員，旅營級單位編配數據管理員、維護工程師，基地級單位編制數據開發工程師、運維工程師、總工程師。

4.3 建設在役考核數據工程

隨著大數據時代的到來，在役考核裝備數據管理應用也要向數據工程建設邁進。可根據實際需要將數據工程層次架構劃分為基礎層、系統層、應用層（圖3）。

圖3 在役考核數據工程架構

其中，基礎層主要包含裝備基礎數據庫、歷史數據庫、仿真實驗數據庫等底層數據；系統層主要包含數據建模標準規范、數據預處理、數據挖掘、信息檢索、數據集成；應用層主要包含數據評估可視化、數據信息服務、數據共享服務等其他服務產品。從管理機制、理論技術、運行保障等方面入手，深入分析典型裝備在役考核數據特點，研究數據采集方法，注重元數據的積累，不斷更新在役考核數據庫，規范底層軟硬件接口協議，添加必要的數據標簽、編碼，構設層次分明的在役考核數據工程，科學管理數據，按需共享數據。

5 結論

在役考核是裝備試驗鑒定最后一個環節，主要考核各型裝備的部隊適用性、適編性、適配性等內容，是發現裝備服役后質量問題的重要手段，是推動裝備戰法運用及改進改型的重要支撐。在役考核數據采集的工作復雜繁瑣，本文主要梳理了在役考核數據的參考分類與特點，分析裝備在役考核數據采集現狀，明確在役考核數據采集的一般流程，總結在役考核數據采集方法，提出加強在役考核數據采集工作的有益建議，可推廣應用于具體裝備的在役考核數據采集管理工作中。