油料裝備維修管理信息化研究

周慶忠　曾慧娥

［摘要］ 本文在分析油料裝備維修管理信息化研究背景的基礎上，從發展模式、維修能力和維修流程3個方面論述油料裝備維修管理信息化特征，提出了相應的研究策略與目標。敘述了油料裝備維修管理信息化研究內容，主要包括基礎理論與關鍵技術研究、油料裝備故障智能診斷系統、油料裝備維修決策系統、油料裝備維修管理績效評價系統和油料裝備維修管理信息集成平臺研究。闡明油料裝備維修管理信息化研究，對于加強油料保障力度具有重要意義。

［關鍵詞］ 油料裝備； 維修決策； 智能管理； 信息化

［中圖分類號］E233； TE978［文獻標識碼］A［文章編號］1673 - 0194（2012）15- 0070- 02

１研究背景

油料保障是應對突發事件時的制勝關鍵，它取決于油料裝備可靠的效能。隨著科學技術發展，復合型油料裝備不斷問世，功能日趨復雜多樣，其性能對油料保障的作用日益增強，對油料裝備維修提出更高要求。為以較少費用和消耗，確保油料裝備可靠性，實施油料裝備維修管理自動化（Ｍａｉｎｔｅｎａｎｃｅ Ｍａｎａｇｅｍｅｎｔ Ｉｎｆｏｒｍａｔｉｚａｔｉｏｎ ｆｏｒ Ｏｉｌ Ｅｑｕｉｐｍｅｎｔ， ＭＭＩＯＥ）勢在必行。

ＭＭＩＯＥ以油料專業理論、信息工程、技術管理工程、系統科學和可靠性理論等為理論基礎，以計算機網絡遠程監控為實現平臺，以故障智能診斷、自動控制、遠程監控等為技術手段，以油料裝備維修方式、維修策略的優化為內容，實現油料裝備維修管理信息與技術信息集成，在信息技術平臺上將油料裝備維修保障的物質流、信息流、資金流集成為一體，利用維修保障信息資源，實現油料裝備全壽命周期內可靠使用的最優控制。

應急油料保障要求具有高適應性以及持續油料補給能力，必須具備優質、高效和經濟的油料裝備維修保障。實現ＭＭＩＯＥ，是縮短維修時間、提高維修效率、節約維修資源的關鍵。實踐表明，能否實現ＭＭＩＯＥ，已成為制約油料裝備維修保障有效性的“瓶頸”，其研究對于加強油料保障力度具有重要意義。

２油料裝備維修管理信息化特征

２．１油料裝備維修管理信息化發展模式

隨著信息技術的廣泛應用，油料裝備維修模式發生突變。高效能現代油料裝備，其維修過程或活動的重點已由傳統的以修復技術為主，轉變為以信息獲?。ㄑb備狀態監控，故障檢測、隔離和預測，維修資源信息獲?。?、處理和傳輸并做出維修管理決策為主。

ＭＭＩＯＥ的發展可概括為由信息技術映射出來的“三化”發展模式，即數字化、網絡化和智能化，“三化”相輔相成、協調發展?！皵底只保阂皇菙底只夹g的應用，使得維修信息的獲取、存儲、處理以及實際維修工作，更加實時快捷、精確可靠。二是維修單元的數字化，即為各維修單元配備數字化維修裝備，使維修人員與維修體系融為一體。“網絡化”是指油料裝備維修體系網絡化?！爸悄芑笔侵笇⑷斯ぶ悄芗夹g應用于油料裝備狀態監測、故障診斷和維修決策等方面，實現維修過程的智能化。

２．２信息成為油料裝備維修能力的重要影響因素

ＭＭＩＯＥ維修能力要素主要有信息、物質、人員等。信息成為維修能力的重要影響因素，主要體現為3種能力：一是油料裝備故障信息（故障檢測、故障定位、故障隔離等）獲取、傳輸和處理能力。二是油料裝備故障診斷信息的獲取、傳輸和處理能力，包括遠程技術支援和故障診斷專家系統等關于故障診斷信息的獲取、傳輸和處理的能力。三是油料裝備使用信息、電子化技術資料、油料裝備保障系統信息的獲取、傳輸和處理能力 。

維修能力中的物質要素，包括自檢設備、檢測設備、便攜式輔助維修設備、互聯網絡、技術資料和備件等。對應于ＭＭＩＯＥ“三化”發展模式，這些數字化維修設備、維修資料和作為維修對象的油料裝備本身，在網絡化維修體系中，處于智能化維修過程之中。維修能力中的人員要素，包括油料裝備維修體系中的各級各類維修機構中的人員、油料裝備資源保障供應鏈中相關部門的人員。所有人員應具備不同程度的信息技術專業知識和操作能力。

２．３油料裝備維修流程非線性化

ＭＭＩＯＥ在油料裝備維修各環節建立了非線性化的維修工作流程，取代了傳統維修“檢查與檢測—分析與診斷—制訂維修計劃—實施維修—評定維修結果”單一線性維修流程，打破維修時間順序、維修工藝順序、維修設備限制。

裝備維修按不同故障的特性，實行有針對性的維修流程，各維修環節可協同或并行工作，節省維修時間和費用。結合維修實際情況，提供靈活多樣的維修方案，從維修時間、維修成本、維修人力資源、維修質量、維修工作流程設計等方面進行管理和約束，以便實現油料裝備資源優化調度配置。

同一時間線上、多個維修點間，實現分時間段多人、多工種的協同維修。同一維修點、不同工種并行工作，如組件檢測、故障診斷、拆修、更換等維修活動的協同。完成一個維修活動后，通過消息機制，通告維修進程，及時進入裝備調試階段，實施維修評估，以便得到維修反饋信息，進行溝通協調。油料裝備維修流程的整體非線性化，將促進油料裝備保障信息化進程，利用各種先進技術的優勢，發揮出“１ ＋ １ ＞ ２”的集聚效應。

３研究策略與目標

ＭＭＩＯＥ采用面向未來的全新的維修策略：將眾多油料裝備維修信息源整合集成為一體，以系統為實現平臺，利用信息交互能力的優越性，針對不同的油料裝備維修需求，提供相應信息，優化配置油料裝備維修資源，實現油料裝備維修的診斷、監控、決策與保障的高度一體化。ＭＭＩＯＥ研究目標為：

（１） ＭＭＩＯＥ綜合油料裝備所有功能體的信息，利用信息系統平臺，實現各種油料裝備維修信息的實時傳遞、處理、存儲、傳輸與共享，提高整體維修能力，增強維修決策能力。

（２） 將油料保障相關單位，如總后油料部門、軍區聯勤油料部門、聯勤分部油料部門、作戰部隊、油庫、加油站、管線隊、生產廠家、供應商等，構成油料裝備資源保障供應鏈，通過維修保障信息共享，增強協作能力。

（３） 通過更新油料裝備使用過程中的動態信息，及時掌握油料裝備運行狀態，從而減少油料裝備維修與保障延誤和決策失誤，達到以較少的維修資源投入獲得最佳的保障效果。

４研究內容

４．１基礎理論與關鍵技術研究

從理論、方法和應用三方面協同進行研究，對ＭＭＩＯＥ基礎理論進行研究?；A理論主要有裝備工程、管理科學理論、系統科學原理、運籌學和人工智能理論等。關鍵技術主要涉及數字化技術、網絡化技術、融合技術等信息技術。著重研究：① 油料裝備維修的數字化定量表述和可視化表達；② 面向維修的油料裝備數字化設計與制造技術；③ 便攜式油料裝備維修輔助裝置；④ 油料裝備維修交互式電子技術手冊；⑤ 油料裝備智能維修系統基礎技術。信息技術能提高油料裝備維修效能，增強獲取、傳輸、處理和應用維修信息能力，提高油料裝備故障診斷、狀態感知能力，動態更新維修信息，共享維修信息。但ＭＭＩＯＥ也帶來安全隱患，易受攻擊，有被干擾的脆弱性，應強調ＭＭＩＯＥ安全性研究。

４．２油料裝備故障診斷系統研究

分析油料裝備故障模式與機制，將模糊故障樹方法、二級模糊綜合評判方法、智能模糊診斷技術和模糊神經網絡應用于油料裝備故障診斷，構建故障診斷模型。掌握油料裝備運行狀態，預測故障發展趨勢。根據油料裝備故障現象，利用維修領域專家知識和經驗建立專家系統，包括建立故障特征信息庫、知識庫、維修策略信息庫等，或采用基于安全推理的方式進行故障檢測與診斷，為油料裝備管理人員或維修人員提供故障檢測與診斷的智能決策支持，實現基于網絡的遠程油料裝備故障診斷。

４．３油料裝備維修決策系統研究

分析油料裝備維修策略決策影響因素，構建油料裝備檢測周期決策模型、基于微粒群優化算法的油料裝備維修策略模型，對油料裝備維修計劃制訂、維修任務協調與控制、維修備件儲備與購置、維修實施與檢驗等環節做出決策。

將灰色預測理論和神經網絡應用于裝備維修領域，建立油料裝備維修備件儲備策略模型。將維修人員思維能力、油料裝備工作規律和維修決策模型有機結合，以專家系統、數據倉庫技術以及可視化技術等為實現技術，力圖在維修專家知識的基礎上，依靠優化和學習，調整專家知識，完善推理機制，融合人工智能技術，采用分布式并行運行方式、快捷推理及優化分析，使之達到較高智能化水平，具有通用性、適應性。

４．４油料裝備維修管理績效評價系統研究

分析影響油料裝備維修管理績效因素，構建油料裝備維修管理績效評價指標體系，指標體系由若干評價指標參數組合而成，呈多層次結構。分析評價指標的不確定性和模糊性，研究以層次分析方法為基礎、以模糊數學為工具的、基于微粒群算法的維修績效模糊綜合評價模型。

針對評價指標歸一化處理及其權重確定這兩大模糊綜合評價難點，采用模糊隸屬函數對評價指標進行歸一化處理，運用微粒群優化算法ＰＳＯ確定評價指標的權重。

４．５油料裝備維修管理信息集成平臺研究

根據油料裝備非線性維修流程特點，在油料裝備維修管理信息集成平臺架構設計上，引入 ＳＯＡ（Ｓｅｒｖｉｃｅ－Ｏｒｉｅｎｔｅｄ Ａｒｃｈｉｔｅｃｔｕｒｅ）設計理念，將ＭＭＩＯＥ不同功能單元的服務，以組件形式加入。對油料裝備維修知識庫構建、維修知識獲取途徑、知識庫組織方法、知識庫修改與擴充等方面進行研究。分析油料裝備故障診斷與維修決策推理機制，探討模糊推理機和人工神經網絡推理機設計方法。用模塊化設計思想進行ＭＭＩＯＥ相關系統和維修功能單元設計，增強其獨立性，降低其耦合度。采用多專家協作系統、綜合知識庫、自組織解題機制與并行推理、人工神經網絡學習機制等人工智能技術來實現系統研究與設計，并通過油料裝備維修管理信息集成平臺將其集成為一體。

５結語

油料裝備維修管理信息化的研究，對于實現油料裝備資源的敏捷、有效保障，提高應對突發事件的油料保障能力，加強油料保障力度具有重要的實際意義。因ＭＭＩＯＥ受眾多因素制約影響，涉及面廣，形式復雜，過程多變，隨著科學技術的發展，ＭＭＩＯＥ研究將得到進一步完善和擴展，油料裝備維修管理信息化應用范圍將更為廣泛。

主要參考文獻

［1］ 周慶忠． 軍隊油料勤務［Ｍ］． 北京：國防工業出版社，２００８：２０－９６．

［2］ Paul M Ｆrank． Ｎｅｗ Dｅｖｅｌｏｐｍｅｎｔｓ Uｓｉｎｇ ＡＩ ｉｎ Fａｕｌｔ Dｉａｇｎｏｓｉｓ［Ｊ］． Ｅｎｇｉｎｅｅｒｉｎｇ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ，1997，１０（１）：３－１４．

［3］ 陳學楚． 現代維修理論［Ｍ］． 北京：國防工業出版社，２００3：５２－１６０．