基于统计数据和专家判断的新机作战适用性评估*

蔡忠义，金建刚，周彦卿，周立坤

（1.空军工程大学装备管理与无人机工程学院，西安 710051；2.空军工程大学研究生院，西安 710051；3.解放军95910部队，甘肃 酒泉 735018）

0 引言

作战试验是指在近似实战环境和对抗条件下，对装备完成作战使命任务的作战效能和适用性等进行考核与评估的装备试验活动［1］。其中，作战适用性是指装备作战使用的满意程度，是影响装备作战效能发挥的重要因素，主要由装备的战备完好性、任务成功性和服役期限等体现。作战适用性与可靠性、维修性、保障性、测试性、安全性、环境适应性、运输性、标准化、适配性、人机工效、兼容性，以及战时使用率、训练要求、综合保障要素、文件记录要求等因素有关［2］。

美国空军对于作战适用性的研究开始于20 世纪80 年代，在1995 年颁布了《作战适用性试验与评价（99-104）》手册，用于指导空军进行作战适用性试验与评价工作，后续还进行了内容更新。我国装备作战适用性试验起步相对较晚，曾天翔等较早研究了军用飞机作战适用性技术发展趋势［3］；国防科技大学武小悦教授系统阐述了装备试验与评价的理论、方法体系［4］。

对于作战适用性评估的研究，主要集中在作战适用性评估指标体系构建、指标赋权和评估方法的选取［5-6］。孙庶珲等从可用性、可靠性、维修性、保障性、安全性、测试性等方面，建立了18 个分项指标，但指标信息完全依赖于专家判断，并没有利用装备实际使用保障数据，过于主观［7］；张宇等将作战适用性评估问题单纯看作是一个多属性群决策问题，采用直觉模糊决策方法来开展装备作战适用性评估，但忽略了装备作战试验过程中产生的大量有用试验数据，与装备作战试验的实际目的不一致［8］；李皆乔等采用博弈论综合赋权方法来确定指标权重，对于提高指标赋权的可信性有一定帮助［9］。

针对现有研究的不足，结合当前我军作战试验的做法和经验，采用数据统计分析与综合评价相结合的方法，提出了一种基于统计数据和专家判断的新机作战适用性评估方法。

1 新机作战适用性评估指标体系

通过分析影响飞机作战适用性的相关因素，识别出影响飞机作战适用性的关键指标；结合飞机型号研制总要求、作战试验方案，区分为装备系统作战适应性和单装作战适用性，进一步细分，前者包括部署能力、出动能力、战备能力、训练能力；后者包括可靠性、维修性、测试性、保障性、安全性、环境适应性、电磁兼容性、人机功效。具体指标体系如图1所示，各指标量化方法及分项指标如表1所示。

表1 新机作战适用性评估指标量化方法Table 1 The quantitative method for evaluating indexes of newaircraft operational applicability

图1 新机作战适用性评估指标体系Fig.1 Evaluation index system of new aircraft operational applicability

2 新机作战适用性评估指标权重确定

目前，在多指标赋权问题中广泛采用专家群赋权方法，来提高赋权的科学性和准确性。

首先，邀请多位专家组成专家群对多个待赋权指标按照一定的评分标准进行打分，给出评分判断矩阵，计算出各专家的排序向量（即各专家对于待赋权指标的赋权结果）。然后，运用灰色聚类分析理论，将各专家的排序向量转变为专家群灰色关联矩阵，从而对专家进行聚类，将意见相近的专家聚为同一类；依据类容量（类中专家人数多少）来计算出专家所在类的类间权重。然后，依据专家的排序向量，运用熵权原理，计算出每个专家的熵权，即为专家的类内权重，则专家的最终权重就等于类间权重与类内权重的乘积。最后，将各专家的权重与其对应的排序向量进行综合集结，从而确定待评估指标的最终权重结果。这样使得专家群中灰色关联度较高，共识一致，数目较多的类别间获得较大的权重；在同一类中的专家，逻辑合理，评价清晰，不确定性小的专家获得较大的权重。指标赋权流程如图2所示。基于熵权和灰色聚类的指标赋权具体方法详见文献［10］。

图2 指标赋权流程Fig.2 The process of index weighting

3 新机作战适用性评估指标计算

3.1 定性指标综合评价

基于飞机在执行任务过程中记录的各类问题、故障等数据和飞行员、维修人员评述，采用专家综合评判、问卷调查、数据统计分析等方法，定性评估表1中定性指标实现情况。

3.2 定量指标统计计算

1）再次出动准备时间

主要是结合用户单位承担的战训任务，统计典型任务场景下不同外挂构型（挂载方案）、构型转换以及战时保障条件下，编队出动时再次出动准备时间数据，以反映出新机作战出动能力。

2）出动架次率

主要是度量飞机在规定的使用及维修保障条件下，每架飞机每天能够出动的次数，也称单机出动率或战斗出动强度，其计算公式为：

式中，TFL表示飞机每个日历时间的小时数，一般取24 h；TDU为飞机平均每次任务时间；TGM为飞机平均每次任务地面滑行时间；TTA为飞机再次出动准备时间；TCM为飞机每次出动架次的平均修复时间；TPM为飞机每次出动架次的平均预防性维修时间；TAB为飞机每次出动架次的平均战斗损伤修理时间。

该指标统计信息时，需在具体任务背景下，考虑飞机出动规模、战斗值班状态、武器挂载方案，以及外挂构型转换等各种复杂情况，对出动架次率的影响。

3）装备完好率

通过统计参试飞机完好架日和不完好架日情况，计算装备完好率的公式如下：

式中，TMC表示飞机累计完好架日；TNMC表示飞机累计不完好架日。

4）战斗等级转进时间

主要统计完成战斗等级三转一、二转一、一转起飞的时间，以衡量新机战备能力。

5）MFHBF

通过统计参试飞机飞行时间和故障数据，计算出飞机MFHBF单侧置信下限值，具体公式如下：

式中，Tf为飞机总飞行时间；r为飞机责任故障数；C表示置信度（根据工程经验取80%）；是自由度为2r+2 的卡方分布1-C上侧分位数，可通过查表获取。

6）MTBCF

通过统计飞机平台的总工作时间和严重故障数据，分别计算出整机MTBCF 的单侧置信下限值，具体公式如下：

7）MR

通过计算出飞机MTBCF的单侧置信下限值，计算出飞机MR的单侧置信下限值，具体公式如下：

式中，MTBCFL为平均严重故障间隔时间单侧置信下限值；Δt为新机研制总要求中规定的任务时间。

8）MTTR

通过统计飞机的部队级修复次数和修复时间，计算出部队级MTTR的样本均值和方差如下：

式中，Tci为第i次部队级修复性维修时间；nc为部队级修复性维修总次数。

MTTR的判定规则如下：

若

9）DMMH∕FH

通过统计飞机预防性维修性时间和修复性维修时间，计算出飞机部队级DMMH∕FH 的点估计值，具体公式如下：

式中，MDMMH为飞机平台的直接维修工时总数，包括外场级预防性维修性数据（包括部队飞行机务准备、外场周期性工作等）工时总数和修复性维修工时总数；Tf为飞机总飞行小时数。

10）FDR

通过统计具体任务系统的故障次数、BIT 故障检测次数和借助地面维修检测设备的故障检测次数，计算出FDR 的点估计值和单侧置信下限值，具体公式如下：

点估计：

式中，ND为正确检测到的故障数；N为实际发生的故障数。

单侧置信下限值γFDL：

式中，C为置信度，一般取80%；FD=N-ND表示故障检测失败的次数。

γFDL可通过查阅二项分布单侧置信下限表获知。若估计的下限值大于或等于最低可接受值，即符合研制总要求而接收，否则拒绝。

11）FIR

通过统计具体任务系统的故障检测次数和正确隔离到规定LRU∕LRM 的故障数，计算出FIR 的点估计值和单侧置信下限值，具体公式如下：

式中，NI为正确隔离到规定LRU∕LRM 的故障数；ND为正确检测到的故障数。

单侧置信下限值γFIL：

式中，FI=ND-NI表示故障隔离失败的次数。

若估计的下限值大于或等于最低可接受值，即符合研制总要求而接收，否则拒绝。

12）FAR

通过统计具体任务系统的虚警次数和故障指示次数，计算出虚警率的点估计值和单侧置信上限值，具体公式如下：

点估计：

式中，NFA为虚警次数，包括BIT 和测试设备指示故障而实际无故障发生（假报）、A发生故障却指示B故障（错报）；NF为真实故障指示次数。

单侧置信上限值γFAU：

其中，RL为故障指示成功率下限值，其公式如下：

式中，NA=NF+NFA表示故障指示次数，包括故障指示正确次数（真实故障指示次数）和故障指示失败次数（虚警次数）。

若估计的γFAU上限值等于最大可接受值，即符合研制总要求而接收，否则拒绝。

13）使用可用度（AO）

式中，MTBM表示平均维修间隔时间；MDT表示平均不能工作时间。

14）保障装设备满足率

式中，NSEA和NSEN分别表示能够提供的保障设备数和实际拥有的保障设备数。

15）备件满足率

式中，NSA和NSN分别表示能够提供的备件数和实际拥有的备件数。

4 新机作战适用性评估信息采集与处理

4.1 信息采集

由参试单位组成专门的数据收集与处理小组，进行外场跟飞，了解掌握飞机及地面装（设）备使用等情况，对重要的维修保障工作记录操作过程、时间及结果，并进行视频、照相管理；定期收集整理《外场质量控制软件》等数据库；查阅维护工作登记、履历本、各类维修工作卡片、飞行计划科目及实施情况；对总线、飞参等客观记录数据，全部从总线、飞参解析软件中提取，最大限度保证数据采集与处理的准确性。此外，收集用户单位日常战备、专项验证、演习等保障数据，包括机动转场部署、快速出动、等级转进、工具设备使用等，充实作战保障数据样本量。

4.2 信息处理

1）多源数据融合

为提高评估结果准确性，广泛收集同型机用户单位的同类数据，最大限度充实数据样本量，与作战试验数据进行多源数据融合分析。该方法主要应用于再次出动准备时间的评估。

2）数据统计分析

数据统计分析是通用质量特性评估应用最多的处理方法，通过日常对故障、误飞、影响任务、提前返航、使用保障事件的时间次数、维修保障事件的时间次数、飞机完好架日和不完好架日、维修停飞、缺备件停飞等各类数据统计，按照评估样本判据和指标计算方法，给出评估结果。该方法广泛应用于可靠性、维修性、保障性、测试性、安全性以及装备完好率的评估。

3）仿真测算分析

个别试验评估项目受组织实施难度大、保障资源有限、安全风险高、数据采集难等因素制约，采取仿真测算方法，根据作战试验任务和积累的大量保障数据，充分考虑各种外场保障要素和部队实际情况对计算模型的影响，完善修正仿真模型参数，分析计算出评估结果。该方法主要应用于出动架次率和使用可用度的评估。

4）问卷调查统计

难以单纯依靠试验和数据分析评估的项目，采用问卷调查统计方法，制作问卷调查表，组织填写，增加多样化评价和样本量，最后进行统计分析，给出定量与定性评估结果。该方法主要应用于保障装（设）备评价。

5）数据平滑处理

原始数据中很多数据需要进行平滑处理，剔除数据中的异常值，确保按模型计算的准确度。针对该类型数据，通常采用“3σ 准则”，计算出该段数据的标准差σ，每一个数据与均值的差的绝对值与3倍标准差σ 比较，若大于3σ 则剔除。该方法主要应用于飞机外场MTTR、DMMH∕FH等评估。

6）数据归约处理

有的评估指标数据采集周期长、工作量大，为节省人力物力、提高工作效率，采用数据归约处理方法，在保证计算精度的前提下，尽量降低数据的采样率。该方法主要应用于维修性评估，如评估周期内的预防性维修时间（包括飞行前准备、再次出动准备、飞行后检查、周期性工作等），统计一定次数的各类预防性维修项目时间，确定不同项目的平均时间，根据各项目总次数得出累计耗时。

7）总线数据解析

通用质量特性评估大部分数据需要人工记录，但有的数据通过人工采集和总线数据均可记录，为确保数据精确，优先使用飞机总线数据。该方法主要应用于战斗等级转进时间的评估。

5 新机作战适用性评估信息采集与处理

一般来说，指标中，可能含有“极大型”指标、“极小型”指标、“居中型”指标和“区间型”指标。因此，必须在综合集结前，将评估指标的类型作一致化处理，都转化为极大型指标，具体转化方式如下：

1）对于极小型指标X，令

2）对于居中型指标X，令

式中，m为指标X的一个允许下界；M为指标x的一个允许上界。

3）对于区间型指标X，令

式中，［q1，q2］为指标X的最佳稳定区间；M，m分别为X的允许上、下界。

再进行无量纲化处理后，采用线性加权模型进行综合集结，具体公式如下：

式中，Y记为某型飞机作战适用性综合评估值；Y1、Y2分别表示装备体系、单装作战适用性评估值；各分项指标的评估值记为Xij、对应的权重值记为ωij。

6 实例分析

以某型飞机为例，通过收集作战试验数据，结合本领域专家判断，分析评价该型飞机作战适用性情况。

6.1 指标权重确定

邀请本领域4 位同行专家，按照AHP 层次分析法的评分标准，对上述12个指标及其对应的分项指标进行打分，采用基于熵权和灰色聚类的指标赋权具体方法，进行指标权重确定，结果如表2所示。

表2 某型飞机作战适用性评估结果Table 2 The evaluation results of a certain aircraft operational applicability

6.2 指标计算及信息收集与处理

定量指标通过统计装备实际使用保障数据，依据指标统计计算公式，得到原始评估数据；定性指标均设定为极大型指标，采用相关领域专家在（0，1）取值范围内进行打分，给出原始评估数据；对照飞机型号研制总要求，经一致化、无量纲化、脱密处理后，得到处理后的各指标评估数据，进一步得到各分项指标评估结果，如表2所示。

6.3 指标信息综合集结

采用线性加权模型，计算得到该型飞机作战适用性评估值为0.705，基本满足作战使用要求。其中，装备系统作战适用性评估值为0.280，单装作战适用性评估值为0.425，反映出新机作战试验阶段对于装备体系作战运用还需进一步验证；而单机通用质量特性已得到充分验证，作战适用性表现相对较好。从分项指标结果看，X4（训练能力）评估结果较好，得益于空、地勤模拟训练能够满足作战使用需要，机载嵌入式训练系统能支持飞行员开展各种作战训练，与实际情况一致；X84（技术资料齐套性）评估结果较差，主要是因为飞机能力渐进式提升，技术状态更新较快，技术资料更新相对滞后，不能满足用户需求。

7 结论

本文从影响新机作战适用性的主要因素出发，构建了新机作战适用性评估指标体系；从新机作战试验的实际做法和经验出发，分别采用数据统计分析和专家判断的方法，来确定定量指标和定性指标评估信息；采用基于熵权和灰色聚类的指标赋权方法，确定各分项指标权重。结合实例分析，验证了本文方法的科学性，与新机作战适用性试验与评估实际情况相符，具有一定的工程实用价值。