试验装备维修保障数智化转型发展研究

赵黎兴，侯兴明

（航天工程大学航天保障系，北京 102206）

0 引言

随着试验模式转型升级和试验任务高密度、多场区的持续推进，试验任务对试验装备的状态完好率和装备性能要求日趋严格。人工智能和大数据技术在社会各领域的广泛应用，使军事大数据建设和人工智能的军事应用需求愈发强烈，给试验装备的维修保障模式的数智化转型带来了变革性的发展机遇。试验装备的信息化、智能化发展使传统的计划性维护、小修标准计领、大中修项目管理的方式难以适应精准化、集约化和全寿命周期维修保障要求，信息化、智能化时代的到来，使装备的维修保障必须紧跟试验装备信息化、智能化的发展，才能更好地为保持、恢复和改善试验装备的技术状态和性能提供各种保证性的措施和活动。

1 试验装备维修保障的时代内涵

试验装备维修保障是装备效能发挥的前提和基础，是保证武器装备好用、管用、耐用的关键，也是装备试验部队试验装备保障的重点和难点[1]。试验机构改革和试训一体、试战一体、试保一体的新变化赋予试验装备的维修保障新的时代内涵。

1.1 试保同步开展

新形势下，试验能力锤炼、作战能力提升、训练效果转化、保障同步跟进呈现四维一体相互融合的发展模式。试验、训练、作战、保障的一体化发展对试验装备的维修保障的及时性、准确性、针对性等提出了更高的要求。试验装备维修保障涉及面广、涵盖内容多，是一项复杂的系统工程，在提升维修保障能力的前提下，注重装备维修保障效益是新形势下装备维修保障建设发展的内在要求，是统筹应用有限的维修保障资源，使其发挥最大的效用和价值。

1.2 目标更具导向

新时期，试验装备的维修保障从资源的综合应用、力量的统筹运用、行动的配合协同和方式方法的优化优选等更具目标导向，针对不同的维修保障内容和不同的维修保障阶段制定特定的维修保障目标，使维修保障效益最大化。构建预知预觉、灵活有效、可见可知、全域联动、链路畅通、集约高效的维修保障体系是试验装备维修保障发展的必然要求，也是维修保障目标导向的具体体现。

1.3 技术更加多元

维修保障技术是维修保障发展的前提和基础，也是提升维修保障效益的关键。科技的迅猛发展使装备维修保障技术向多元化的方向发展，故障诊断技术，电子技术手册，数字化维修[2]、智能BIT（Built-In Test，机内测试）技术、预测与健康管理（Prognostics and Health Management，PHM）技术、便携式维修辅助设备（Portable Maintenance Aid，PMA）、可穿戴计算机技术、自动测试系统技术、自动识别技术（Automatic Identification Technology，AIT）、网络化远程维修技术等的相关研究和应用已经成熟，尤其是大数据思想和人工智能技术在社会各个领域的成功应用，给装备维修保障数据建设提供了方法和经验。

1.4 军民深度融合

试验装备的维修保障主要采取岗位人员自修和合同化维修的方式，岗位人员自修主要是依靠“操保修”合一的岗位人员，合同化维修主要是依靠装备的研制方和具有维修能力、资质的地方企业通过订立合同的方式进行装备的维修。随着试验装备综合化、信息化、智能化的发展和试验任务高密度、多地域的开展，受一线岗位人员能力和精力的限制，试验装备维修保障对社会化维修力量的依靠更加明显，地方企业的技术优势、资源优势和能力优势表现的更为突出，在充分利用地方企业优势的同时，通过军民的深度融合提升自身岗位人员或专修人员的维修保障能力也是军民融合发展的重要内容。

2 试验装备数智化维修保障原则

新形势下，试验装备维修保障的精益化、集约化要求必须采用新的方法和手段推动维修保障的高效发展。数智化维修是对试验装备维修保障的初始数据或观测值，应用数据挖掘、数据工程和人工智能的思想方法，通过挖掘数据间相关关系和应用人工智能方法，实现“数据—信息—知识—智能”的转换[3]，使无意义的数据转变为业务优化的智能决策信息。

2.1 数据先导，预知预觉

试验装备故障一般分为突发故障和渐发故障[4]，突发故障具有随机性且存在一定征兆，渐发故障有一定的规律且有迹可循。装备故障直接影响试验任务的开展，装备频繁动用和高负荷工作增大了故障发生的概率，在故障之初查知故障征兆和轨迹，使装备在故障发生之前得到维修，降低装备故障对试验任务的影响。状态监测就是通过对装备“行为”数据的观测和分析，建立装备“健康履历”，提前预知装备的维修需求，在装备未发生故障之前对有故障征兆的部件进行维修，从而达到预测性维修的目的

在装备维修应用中，可以通过对业务数据的全方位采集，横向分析业务数据之间的关联，纵向分析数据输入输出的发展变化，通过对数据的综合分析和数据模型应用，找准事物的发展变化的规律和各项业务活动的发展趋势，从趋势中定位维修保障需求。

2.2 数据为基，统筹协调

维修保障的数智化以数据为主体，注重事物的变化过程和发掘业务之间、属性之间的相关关系，通过对业务输入、输出的整合和流程筛选、合并，达到优化业务流程的目的。比如，物资供应链和配送路径的优化，需求方可通过定位和识别技术来跟踪物资或运输车辆，并根据实时的交通传回的数据对运输路线进行提前优化，帮助运输流程更加省时省力。

2.3 数据为据，辅助决策

相对于样本代替全体的统计方法，维修保障的数智化使用全局数据，统计和计算出来的结果更为精确，更接近事物真相，从数据发展变化的轨迹纠正人们对事物错误的认知和实践，从数据分析结果归纳和演绎出事物的发展规律，应用可视化的展示和人机交互帮助人们进行科学决策[5]。

2.4 数据为迹，跟踪问效

信息是通过对数据的挖掘、关联分析和价值发现得到对试验设备维修保障有用的信息，是为了特定的目的对数据进行处理和建立内在关联，从而让数据更有意义。知识是对信息进行综合、提炼、筛选，是基于信息之间的联系，总结出来的规律的方法论。数据驱动是“数据—信息—知识—智能化”的循环改进过程，人工智能和数据挖掘技术强大的搜索功能、运算能力和数据处理效率，增加了人类认知盈余，丰富的模型库、庞大的数据仓库、弃因果重关联、前馈反馈相结合等优势，提高了数据关联挖掘的效率，构建了“寻迹溯源”无缝连接的证据链路，实现了资源整合和优化配置，推动了业务决策效益迭代提升和业务智能化的发展。

3 试验装备数智化维修的实现途径

试验装备维修保障模式的数智化转型主要通过数据赋能、平台赋能和运用赋能实现维修保障的数字化、网络化和智能化。数字化是基础和前提，网络化是纽带和关键，智能化是核心和目的。数字化是指利用数字技术、数字手段和数字思维来实现试验装备、维修保障资源、维修保障能力、维修保障实施过程等信息的数据化描述，达成数据标准、格式的统一。网络化是指利用现有内外部网络，通过建立数据仓库和数据存取规范，实现数据的分级分类管理和按使用权限对存储在数据仓库中的数据整合利用。智能化是在网络化的基础上，通过各种模型库对数据仓库中的数据进行综合运用，实现从“需求—设计—资源配置—过程管控—效益评估—持续改进”的智能循环迭代，从而达到整个维修保障活动的智能化运行。

3.1 数字化——维修保障业务数字化，采集海量数据

3.1.1 试验装备基本信息的数字化

试验装备的基本信息是装备管理的主要内容，主要包括装备型号、研制单位、研制时间、技术规范、使用说明书、技术指标、装备的兼容性以及备附件等内容。基本信息的数字化主要是通过统一编码和规范各级装备管理系统的统计内容、数据格式、单位量纲，建立统一的试验装备数字档案。

3.1.2 维修保障资源、能力的数字化

维修保障资源、能力的数字化是运用快速发展的数字新技术，将资源、能力各要素数字化，并构建各要素之间的数字化关联规则，以此为基础构建全新的维修保障资源、能力整合模式，发挥数字化维修保障系统涌现性、作业流程高并发性、资源能力全局可见、全域可知的全局性特征，提升维修保障资源、能力整体效能发挥。

3.1.3 维修保障各阶段活动的数字化

维修保障活动的数字化是实现对试验装备维修保障需求、维修保障设计、维修保障过程管控、维修保障效益评估、维修保障持续改进等各阶段活动的数字化，维修保障活动的数据化从横向上主要包括装备使用方、研制方、承修方以及各级装备管理部门维修保障活动的数据化，纵向上包括装备论证、研制、验收（出校验收、靶场验收）、使用、维修、报废等全寿命信息的数字化。为了实现精准维修和各种资源的高效利用，就要实现装备状态、维修保障过程、维修保障环境、空间以及装备维修保障资源的数量、位置、衡量参数、相互关系、业务活动等的数字化。除了数字化技术以外，还需要解决自然语言理解、语音/图像/图形识别，以及传感器技术的应用，实现从维修支持文本、维修作业影像、机件图像识别，直到监测仪器设备、维修支持设备乃至拆装工具都实现数字化感知和数据采集[6]。

3.2 网络化——数据的互联互通，整合利用数据资源

网络化是连接维修保障数字化和应用智能化的桥梁，通过建立统一的数据接口和数据存取规则，将各方维修保障数据进行统一存储、统一管理。当前，试验装备维修保障部门分割、多头管理、各自为政缺乏信息资源的互通互享，致使试验装备维修保障数据的隐性价值难以发挥。试验装备维修保障的网络化主要包括以下两个方面。

3.2.1 维修保障活动的网络化

现行的试验装备管理系统在装备的日常管理中发挥了重要的作用，但随着大数据技术和人工智能的发展，系统内容的单一性和局限性逐步凸显，难于为试验装备维修保障数据的应用提供基础数据的支撑。拓展现有装备管理系统功能，增加试验装备状态信息、装备使用信息、故障信息等基础数据的统计，通过统一接口，打通维修保障资源管理系统、装备管理系统和装备维修管理系统之间的链路，采用条形码、二维码技术等对资源的动态过程实时上传到系统，通过现有的局域网络实现维修保障活动的网络化互联，使维修保障生成数据存储在网络互联的环境中。

3.2.2 内外数据资源的网络化

试验装备的研制方和维修方在长期的装备研制和维修的实践活动中积累了大量的数据，通过建立统一的网络共享机制，实现各方数据资源的网络化互联。构建试验装备使用方数据、研制方数据、承修方数据的互联互通，以及维修保障需求数据、装备维修保障资源数据、维修保障过程数据和维修评估改进等维修保障过程数据的互通互享，促进维修保障数据的整合利用。

3.3 智能化——重塑维修保障方式、组织模式

3.3.1 以大数据+的方式，推进维修保障智能化

维修保障的智能化即维修保障方式的现代化、智能化，让维修保障数据、信息在试验装备维修保障的每一个环节、流程中充分发挥数据的隐性价值。在整合维修保障各参与方维修保障生命周期数据的基础上，通过大数据分析、人工智能方法分析和提取满足装备维修保障活动的属性和相关数据，在重构维修保障体系中数据流、信息流、“物流”和价值流的基础上，重组试验装备使用单位、研制方和维修方的组织关系，整合各参与方维修保障资源、能力优势，实现维修保障活动的合理决策和装备维修保障的持续改进[7]。

3.3.2 推进两化深度融合，实现维修保障智能化

融合数字化和网络化是实现装备维修保障智能化的基础，人工智能技术和数据挖掘技术是实现维修保障智能化的重要手段。数据挖掘是从大规模数据中发现新颖、深刻、有趣的模式和具有描述性、可理解、能预测模型的过程，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，人工智能的主要方法有神经网络、遗传算法、蚁群算法等。通过对维修保障数据的关联规则挖掘，提取对相关维修保障活动的关联属性和因素，应用人工智能方法对装备维修保障关联属性数据进行循环迭代，为维修保障活动的需求预测、维修设计、效果评估和持续改进提供数据支撑。

4 结束语

试验装备维修保障模式的数智化转型，是军事装备信息化、智能化发展的迫切要求。紧跟国家和军队大数据建设发展步伐，积极适应试验机构改革和装备建设需求，运用人工智能、云计算、大数据等先进技术手段，构建“标准统一、要素齐全、一数一源、常态保鲜”的试验装备数据资源体系，形成分级分类试验设备数据资源库，强化数据统管分建共用、分级分类采集汇聚，把广域分布的数据组织成逻辑统一的数据资源池。构建统一的数据资源共享交换平台，按需提供数据共享交换和服务保障，实现数据资源多方采集、分级管控、统一调度和按需服务。紧贴备战打仗需要，深化试验装备维修保障数据挖掘利用和技术创新，探索试验数据应用创新实践技术路径和建设模式，进一步发挥数据价值，促进试验装备维修保障的数智化转型，为提高试验装备维修保障的智能化发展提供强有力的技术支撑。