深度學習在工程裝備戰(zhàn)場搶修中的運用探討

吳曉磊，王清，陳海松

（陸軍工程大學野戰(zhàn)工程學院，江蘇 南京 210001）

全軍開訓動員令中強調，要深化實戰(zhàn)實訓，堅持以戰(zhàn)領訓、以訓促戰(zhàn)，加強戰(zhàn)爭和作戰(zhàn)問題研究，加強實案化對抗性訓練，加強應急應戰(zhàn)專攻精練，加強軍事斗爭一線練兵，推動戰(zhàn)訓深度耦合，實現(xiàn)作戰(zhàn)和訓練一體化，確保全時待戰(zhàn)、隨時能戰(zhàn)。這深刻揭示了“仗怎么打，兵就怎么練”的必要性、緊迫性，為備戰(zhàn)向打仗靠攏提供了科學的理論依據(jù)。一直以來，工程裝備是我軍戰(zhàn)斗裝備的重要構成部分，是戰(zhàn)場保障的必要物質基礎，是打贏實戰(zhàn)的關鍵一環(huán)。戰(zhàn)場搶修作為現(xiàn)代戰(zhàn)爭中部隊鞏固戰(zhàn)斗力的倍增因子，有效彌補了工程裝備的戰(zhàn)損（傷），對部隊在實戰(zhàn)環(huán)境下戰(zhàn)斗力保持有著不可替代的重要作用。因而，在新時代強軍目標的牽引下，提高工程裝備的戰(zhàn)場搶修能力迫在眉睫。

1 工程裝備戰(zhàn)場搶修的特點與要求

1.1 釋義

工程裝備戰(zhàn)場搶修是迅速恢復受打擊等損壞的工程機械裝備的技（戰(zhàn)）術性能的必要措施和行動過程，其目的是保證工程裝備能夠在戰(zhàn)時發(fā)揮最大效能，在短時間內把戰(zhàn)損工程裝備恢復到戰(zhàn)斗或準備戰(zhàn)斗的狀態(tài)。工程裝備戰(zhàn)場修復包括戰(zhàn)場損傷評估和戰(zhàn)場損傷修復，快速確定工程裝備戰(zhàn)場損傷情況，及時確定搶修方法、步驟和所需資源，使受損裝備恢復到能夠完成任務或完成自救過程的狀態(tài)。

1.2 基本特點

（1）修理時限緊湊。戰(zhàn)場態(tài)勢瞬息萬變，特別是現(xiàn)代化戰(zhàn)爭分秒必爭的特性要求受損的工程裝備能夠在有限的時間內迅速及時地修復，使其及時投入戰(zhàn)斗，戰(zhàn)時工程裝備維修時間基本以小時甚至精確到分鐘計。特別地，在交戰(zhàn)雙方工程裝備損耗嚴重的情況下，爭取時間恢復己方戰(zhàn)傷（損）裝備作戰(zhàn)能力，就能掌握后繼戰(zhàn)場主動權。

（2）維修環(huán)境惡劣。作戰(zhàn)過程中工程裝備的修理條件復雜，需要面對多方考驗。來自地、海、空、天的襲擊和電磁脈沖干擾，高溫、潮濕、高寒、風暴等惡劣自然環(huán)境，核武器、化學武器、生物武器等襲擊，均構成搶修現(xiàn)場不可抗拒的環(huán)境背景。在這種惡劣環(huán)境下展開搶修作業(yè)，疊加官兵臨戰(zhàn)壓力，直接干擾維修人員的心理、生理狀態(tài)。

（3）戰(zhàn)損原因復雜。日常工程裝備故障通常由系統(tǒng)設備故障或結構疲勞損傷引起，表現(xiàn)形式、發(fā)展過程有內在規(guī)律可循，定期檢修可將部分故障消除在萌芽狀態(tài)，使裝備發(fā)揮最好性能。而工程裝備戰(zhàn)場搶修通常面臨工程裝備受炮（導）彈碎片或者核武器沖擊波（輻射）造成的損傷，帶有充分的偶然性、隨機性、不可預知性，在進行工程裝備戰(zhàn)時搶修中會面臨各式未知原因。

（4）維修標準特殊。工程裝備戰(zhàn)時搶修強調速度，與平時修理的規(guī)程、方法、指標、參數(shù)不通用，修復后的工程裝備允許技（戰(zhàn)）術指標下降，必要時可弱化無關性能全力保障實現(xiàn)戰(zhàn)役（戰(zhàn)斗）動機。因而，戰(zhàn)時工程裝備維修通常結合戰(zhàn)場態(tài)勢，有計劃放寬技術標準，調整規(guī)定的使用壽命、預防性維修時限、安全系數(shù)和強度儲備，采用應急方法和技術手段。

2 工程裝備戰(zhàn)場搶修現(xiàn)狀

2.1 現(xiàn)實背景

工程裝備戰(zhàn)場搶修涉及裝備全系統(tǒng)、全壽命過程，其技術與管理、工程與軍事、傳統(tǒng)經(jīng)驗與新技術新條件結合程度高，涉及作戰(zhàn)指揮、部隊部署與行動、后勤保障等諸多要素，涵蓋裝備論證、研制、試驗、使用、維修。必須靈活運用所有可用的技術手段。我軍長期以來重視戰(zhàn)場搶修工作，具有這方面的優(yōu)良傳統(tǒng)，特別是建國后的歷次重大戰(zhàn)役中，維修人員排除困難、不畏犧牲、積極搶修，確保了戰(zhàn)役（戰(zhàn)斗）的勝利，汲取了寶貴的實戰(zhàn)經(jīng)驗。

2.2 主要技術手段

（1）采取預防性維修與靠前搶修。戰(zhàn)場搶修不同于平時修理，具有極強的時間觀念，戰(zhàn)備條件下正確及時的預防性維修保養(yǎng)，能夠使工程裝備常態(tài)化處于良好狀態(tài)，利于延長戰(zhàn)場使用壽命，提高戰(zhàn)時搶修的效率。當工程裝備在戰(zhàn)場上出現(xiàn)故障時，修理單位的位置越靠著戰(zhàn)場一線越好，最好是維修人員就在現(xiàn)場對戰(zhàn)損工程裝備展開修理，或由上一級保障部隊派出機動維修力量迅速趕赴現(xiàn)場投入搶修。如果不能現(xiàn)場修理好，則要將裝備送回具有相應修理能力的單位進行修理，以便盡快將戰(zhàn)場損壞的裝備重新投入戰(zhàn)斗。

（2）依托高機動化的搶修機構。工程裝備搶修機構須具備與其保障的作戰(zhàn)部隊相同的機動能力，同步跟上作戰(zhàn)部隊節(jié)奏，第一時間為損壞裝備提供所需的維修勤務保障，通常按照投入戰(zhàn)斗所需修理時間和工程裝備損壞程度區(qū)分戰(zhàn)時修理機構級別。

（3）以換件、拼修的操作方式為主。在正常情況下，戰(zhàn)場上沒必要將損壞的工程裝備完全恢復到設計出廠的水平。戰(zhàn)場環(huán)境下，一般采用通用化的零部件或模塊化的快修組件，甚至在零部件供應基本不足的情況下，拆卸部分受損裝備進行戰(zhàn)場組裝維修，使工程裝備的作戰(zhàn)能力迅速恢復。

2.3 存在不足

現(xiàn)行模式下，工程裝備戰(zhàn)場搶修實際操作方面的不確定因素仍然較多，維修人員在實戰(zhàn)情況下多是憑已掌握的故障數(shù)據(jù)（現(xiàn)象），結合以往處置類似故障的經(jīng)驗進行主觀分析，部分情況下只能定性、不能定量。因此，受制于維修人員的能力水平、故障信息獲取的數(shù)量與維度、戰(zhàn)場其他干擾因素等制約，許多工程裝備的維修質效比低下，特別是戰(zhàn)場搶修情勢下更加犧牲成本，過度浪費寶貴的戰(zhàn)場資源，并且修復后的工程裝備往往隱患系數(shù)偏高，不便再次投入后期戰(zhàn)備訓練，對現(xiàn)有工程裝備的可持續(xù)性使用產生極大影響。

3 深度學習對工程裝備戰(zhàn)場搶修的啟示

3.1 深度學習釋義

深度學習（DL，Deep Learning）源于人工神經(jīng)網(wǎng)絡（ANN，Artificial Neural Network）的拓展研究，含有n個隱含結點的隱含層就是一種深度學習結構，深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示（見圖1）。

圖1 深度學習（Deep Learning）的典型結構

深度學習是一種復雜的機器學習算法，其目的是讓機器具有人的“思維”，即有邏輯地分析和學習，識別各類型數(shù)據(jù)，以解決復雜模式下的各類識別問題，深度學習技術可以廣泛運用于大數(shù)據(jù)搜索、人機仿真對話、自然語言翻譯、個性化推薦等不同領域。當前，深度學習在生產生活中的應用日漸廣泛，使得AI這一新興技術取得長足的進步與發(fā)展。

3.2 作用機理

工程裝備的戰(zhàn)場損傷類別多樣，不僅體現(xiàn)在機械本身的結構差異化上，還與工程裝備在戰(zhàn)場上的戰(zhàn)略（戰(zhàn)術）布局、承擔的任務性質有深刻關系。不同的工程裝備在戰(zhàn)場上產生的故障現(xiàn)象不同，某一相同表征故障現(xiàn)象放在不同的工程裝備或結構上差異也很大。面對此類工程裝備搶修難題，深度學習技術以其學習能力強、覆蓋范圍廣、適應能力強、可移植性好等優(yōu)點，在處理信息的性能上提升巨大，將能大幅提升戰(zhàn)場故障的辨識效率，輔助查驗具體故障情況，生成最優(yōu)戰(zhàn)場搶修方案。特別是在當前工程裝備信息化、機械化、集成化高的情況下，復雜故障的特征維度（Characteristic Dimension）急劇膨脹，需要處理的數(shù)據(jù)繁雜多樣。在追求時效的戰(zhàn)場維修保障模式下，深度學習技術能通過多項式模型的交叉項關聯(lián)優(yōu)勢，構建嚴謹?shù)纳窠?jīng)網(wǎng)絡。這樣既能學習特征的非線性信息，又能學習變量的交叉效果。針對工程裝備的典型故障特點，盡可能多地采集故障數(shù)據(jù)，生成工程裝備技（戰(zhàn)）術故障參數(shù)數(shù)據(jù)庫，建立深度學習模型（圖2），通過平時大量的定量數(shù)據(jù)識別訓練，提高基本故障識別的準確性。

圖2 深度學習模型

在此基礎上，提高數(shù)據(jù)特征提取精度并進行有效分類，采用合理的降維方法剔除不敏感因子，獲得故障數(shù)據(jù)的顯著特征。針對隨機故障、偶然事故等顯現(xiàn)特征不明顯的數(shù)據(jù)，利用大數(shù)據(jù)交叉檢測分析，獲取相對合理的置信區(qū)間，供維修人員決策。

3.3 前景展望

（1）實施精準維修。利用深度學習技術處置工程裝備戰(zhàn)場搶修問題，能提高發(fā)現(xiàn)故障甚至隱患的敏感度，極大縮短故障檢測排查時間，為精準修理提供先決條件。同時，能較精準地測算出維修方式、零件配號、修復程度等關鍵內容，更加適應現(xiàn)代戰(zhàn)場靈活多變的態(tài)勢，為部隊打贏高技術條件下局部戰(zhàn)爭提供有力支撐。（2）便于平戰(zhàn)轉換。在日常戰(zhàn)備訓練中，人為設置、模擬各類工程裝備故障，通過部隊一線的反復試驗，詳盡掌握裝備損傷數(shù)據(jù)參量。引入人工智能概念，通過對大數(shù)據(jù)的批處理與深度學習，全面儲備工程裝備的故障特征及解決策略，為戰(zhàn)場搶修提供先知先覺的優(yōu)勢，為戰(zhàn)時儲備力量。（3）輔助戰(zhàn)場決策。俗話說，知己知彼，百戰(zhàn)不殆。當前戰(zhàn)爭形式多樣，具有很強的隨機性、縱深性和立體性，各種非線性信息互相交織。通過深度學習技術實時高效地處理戰(zhàn)場上的各種信號，能較好地感知敵我雙方工程裝備戰(zhàn)損趨勢，透過復雜的戰(zhàn)場現(xiàn)象剖析戰(zhàn)斗規(guī)律，智能分析戰(zhàn)場態(tài)勢與演化趨勢，生成科學合理的用兵原則與攻防方案，為戰(zhàn)役（戰(zhàn)斗）指揮員提供更加科學的決策依據(jù)。（4）支持迭代升級。以目前的研究進展來看，深度學習的算法和神經(jīng)網(wǎng)絡的性能與理論性能相去甚遠。站在可持續(xù)發(fā)展的角度，未來我們可以憑借改善的網(wǎng)絡架構和更好的訓練方法，用更少的成本、更少的參數(shù)來搭建工程裝備故障識別神經(jīng)網(wǎng)絡，便于后期更好地維護管理，進一步節(jié)約軍費成本開支，同時，能夠輕松增容各類新式裝備，進一步提高工程裝備戰(zhàn)場搶修效能。

4 結語

將深度學習技術深入廣泛地用于工程裝備戰(zhàn)場搶修領域，是提升現(xiàn)代化戰(zhàn)爭條件下快速恢復工程裝備戰(zhàn)斗力的有效途徑，是實現(xiàn)工程裝備戰(zhàn)場搶修增效降費的重要手段，對提高工程裝備戰(zhàn)場搶修效率、提升搶修響應能力具有深遠影響。當前，全球對深度學習技術下的工程裝備戰(zhàn)場搶修能力提升仍在不斷研究和探索中，如何進一步把握機遇、迎接挑戰(zhàn)，將深度學習理念更廣泛深入地融入工程裝備戰(zhàn)（平）時保障中，對我軍的工程裝備維修保障能力提升起到深遠影響。