試驗裝備維修保障數據應用體系構建分析

趙黎興，侯興明，賈 超，和琳子

（1.航天工程大學航天保障系，北京 102206；2.解放軍63850 部隊，吉林白城 137001）

0 引言

試驗裝備維修保障數據是指為保持、恢復和改善試驗裝備良好技術狀態采取的各項保障性措施及相應活動的定性和定量的描述，是對裝備維修保障最原始、最直接的反映。試驗裝備維修保障數據具有涵蓋范圍廣、種類多樣化、“生命周期”數據體量巨大、數據粒度小、隱性價值高等特點。近年來，我軍在試驗裝備維修保障數據的理論研究與實踐探索方面取得了一定成績，但由于試驗裝備維修保障主體多元、產權保護、商業競爭和保密要求，維修保障數據建設仍然處于自建自用的狀態，數據壁壘、數據荒島現象明顯，嚴重制約著維修保障數據的應用和試驗裝備效能的發揮。

為貫徹精準化、集約化維修和全壽命管理理念，借鑒大數據技術在智慧城市[1]、智慧交通[2]、智能制造[3]等領域應用的成功經驗，構建試驗裝備維修保障數據應用體系，是實現試驗裝備維修保障軍民融合深度發展的重要支撐，也是提升試驗裝備維修保障效益的客觀需要。試驗裝備維修保障數據應用涉及資源、能力、技術、標準規范、法規制度、資金投入等多個要素[4]，包含維護、小修、大中修和加改裝等多項內容，是一項復雜的系統工程。價值鏈模型強調內部和外部資源的優化重組，使互不相同卻又相互關聯的各環節連接成為具有價值增值功能的動態鏈式系統，具備處理各環節要素的自組織和自適應能力[5]。路徑分析基于“分析主題”，關注“森林”多于“樹木”[6]使主題分析和數據應用更具針對性。因此，本文從價值鏈的視角構建試驗裝備維修保障數據應用鏈路，進而建立試驗裝備維修保障數據應用體系價值鏈模型及其增值架構，應用路徑分析的方法對維修保障的增值過程進行主題分析，為軍地雙方在試驗裝備維修保障工作實現協同維修、裝備維修效益增長等增值活動提供方法和思路。

1 試驗裝備維修保障數據應用現狀分析

近年來，關于維修保障數據應用的研究在逐步深入，并取得了一定的研究成果。姬觀華[7]從大數據在航空裝備維修保障的應用出發，分析了大數據的本質、特點和具體應用，提出了提升大數據應用效益需加強的建設重點。葉耀祖等[8]結合大數據在社會各領域的應用成果，分析了基于大數據的航空裝備維修，闡述加強航空裝備維修大數據運用效益措施。朱興動等[9]針對自然語言描述的維修記錄難以用數學方法進行分析的問題，提出了故障維修記錄關聯規則分析的FP-Growth 方法。裝備維修保障數據涵蓋范圍廣、隱性價值大，對裝備的維修保障活動具有重要的支撐作用。但是，試驗裝備維修保障軍地主體之間數據互通機制尚未建立、互享平臺尚未形成，數據自建自用、用管分離、條塊分割難以發揮數據的整體效益，試驗裝備的數據應用仍處于組織無序、軍地發展失衡、進展緩慢的狀態，究其原因在于：

（1）缺乏統籌建設。試驗裝備維修保障涉及部隊、地方企業等不同部門，因部門間安全保密、商業競爭、知識產權保護等原因，使維修保障數據壁壘難以打通，數據共享實現困難，維修保障數據的價值難以發揮。在大數據廣泛應用的背景下，通過建立軍方主導地方企業廣泛參與的數據存儲和應用平臺，應用數據加密手段和數據處理技術實現不同粒度、標準化數據的分級分類取存、分級別訪問、按需應用等，為維修保障數據的綜合應用提供平臺支持。

（2）缺乏理論支撐。隨著大數據技術的發展，數據已經從描述業務特征、記錄事物狀態提升到了促進業務、裝備智能化發展的核心要素。現有的裝備維修保障建設缺乏一個通過裝備維修保障數據全面分析試驗裝備維修保障活動的理論，缺乏軍地通用的維修保障數據應用模型庫，致使試驗裝備維修保障活動與維修保障數據應用脫節。

（3）缺乏技術支持。試驗裝備維修保障涉及參與主體多元、背景復雜，試驗裝備性能在一定程度上反映了武器裝備的發展趨勢，維修保障數據是試驗裝備的核心數據保密要求較高，企業出于自身利益和商業隱私等原因獲取真實數據比較困難。數據壁壘限制了企業數據的互聯互通，阻隔了各參與主體間的資源統籌應用，切斷了維修保障各項活動的相互關聯，制約了維修保障數據的價值增幅。如何在保護各方隱私、維護各方利益的基礎上，實現維修保障參與主體真實數據的統一存儲、統一管理，實現數據的軍地集成、過程集成、部門間集成和網絡集成是亟待解決的問題。

因此，為了更好的發揮試驗裝備研制方、使用單位、承修方、院校等裝備維修參與主體對試驗裝備維修保障的作用，必須摒棄各自為政的觀念，創新理論方法，逐步開展試驗裝備維修保障數據應用體系的理論研究和實踐探索，才能實現試驗裝備維修保障向精準化、集約化、智能化發展。

2 試驗裝備維修保障價值鏈

2.1 價值鏈理論基本思想

價值鏈概念是在哈佛大學商學院教授邁克爾·波特于1985年所著的《競爭優勢》一書中提出的，波特認為企業內部和外部的價值創造是由一系列互不相同又相互關聯的活動構成的，可以分為基本活動和輔助活動兩類。基本活動包括內部后勤、生產作業、外部后勤、市場和銷售、服務等，輔助活動包括采購、技術開發、人力資源管理和企業基礎設施等。按照創造價值的不同來源可將價值鏈分為企業內部價值鏈、競爭對手價值鏈和產業價值鏈，產業價值鏈是由不同企業相互關聯的活動構成的。

在價值鏈視角下，企業智能化發展必然需要企業內外數據資源的互通互享和整合利用，使企業內部數據集成向企業數據集成和網絡互聯互享的方向發展，整合產業數據的價值增值鏈路，把相互關聯的價值增值活動數據資源統一標準、統一平臺、統一管理，實現價值增值鏈路的數據共享，為企業各項業務活動決策提供必要的數據支持。

2.2 試驗裝備維修保障價值鏈模型

試驗裝備維修保障價值鏈是指在試驗裝備全壽命周期中，以保持、恢復和改善試驗裝備的良好技術狀態和性能為目的，對試驗裝備維修保障活動進行科學統籌和合理規劃，實現維修保障過程增值的關聯活動的總稱。運用價值鏈思想結合試驗裝備維修保障實際，建立試驗裝備維修保障價值鏈，如圖1 所示。

圖1 試驗裝備維修保障價值鏈模型

試驗裝備維修保障數據鏈的基本活動主要包括確定維修保障需求、維修保障設計、維修保障資源配置、維修保障過程管控、維修保障效益評估和維修保障改進[4]，是試驗裝備維修保障主要價值增值活動。輔助活動主要包括維修保障資源建設與管理、維修保障技術管理、試驗裝備維修保障質量管理、維修保障模式的確定等，為基本活動的價值增值提供支撐和保障。

3 試驗裝備維修保障數據應用體系價值鏈

3.1 模型構建

在試驗裝備維修保障價值鏈中，每個價值活動都具有物理層面和數據層面的雙重含義。在物理層面，價值活動是需要進行的物理任務；在數據層面，是執行物理任務必需的數據，價值活動是物理元素和數據元素的結合體。維修保障數據應用是通過對所要執行的物理任務數據進行收集、處理、整合和利用，來促進物理任務的價值增值，使維修保障各項活動成為具有相互關聯和價值增值功能的鏈式系統。

在試驗裝備維修保障價值鏈模型的基礎上，構建試驗裝備維修保障數據應用體系價值鏈模型需要重點關注以下4 個問題：①維修保障數據倉庫建設，將軍地不同部門的維修保障數據通過數據編碼、數據清洗、數據集成、數據變換等數據處理，統一存儲在數據倉庫中，按照數據級別分類、用戶訪問權限和應用需求使用數據，通過統一標準的數據倉庫為數據的互通互享和維修保障各階段增值提供平臺支撐；②將試驗裝備維修保障生命周期過程中參與主體及其相關活動按照數據價值鏈的數據輸入、數據流、價值輸出3 個部分進行流程重組；③試驗裝備維修保障價值活動的物理任務按物理元素的輸入、轉化過程和結果輸出，分為資源輸入端、能力過程域和維修保障效益輸出端3 個部分進行優化組合；④應用可視化技術，對試驗裝備維修保障價值鏈的物理任務和數據信息的輸入端、實現過程、輸出端進行可視化展示，目的是從宏觀和微觀的角度突出數據流和物流在試驗裝備維修保障價值鏈中的流動和增值過程，如圖2 所示。

圖2 試驗裝備維修保障數據應用體系價值鏈模型

試驗裝備維修保障數據應用體系價值鏈模型由組織體系、法規體系和技術體系3 部分組成。組織體系和法規體系是實現試驗裝備維修保障數據應用體系價值鏈的支持和保障性活動。法規體系主要包括試驗裝備的管理規范、法規制度和相應的技術標準，是裝備日常管理、維護以及維修的標準性文件，是維修保障活動開展的基礎和準繩。組織體系是由各級維修保障機關綜合統籌、各維修參與方協作完成維修保障任務的協調組織體系，主要包括各級裝備維修保障機關和軍地維修力量等。軍地維修力量是維修保障活動的具體實施者，各級維修保障機關主要負責維修方案的評審、維修方的篩選、維修等級的確定、維修資源的統籌和維修效益的綜合評定。技術體系主要包括資源層、數據處理層、交互層、數據建模層和應用層。

（1）資源層：試驗裝備維修保障數據既包括裝備的基本數據、業務數據、運行數據、故障數據和維修數據，也包括維修保障的縱向延伸數據，即從立項論證到裝備退役報廢的全壽命周期數據，還包括同型號裝備維修保障橫向延展的研制方數據、承修方數據、相關地方企業和院校的數據。將收集到的原始數據經過數據處理統一存儲到可實現數據互通互享的數據倉庫中，并隨著維修保障活動的進行，不斷豐富和完善數據倉庫的數據信息。原始數據包括統計性數據、衍生數據、系統生成數據和描述性數據等。

（2）數據處理層：數據處理層主要是應用數據處理方法對數據進行抽取、清洗、轉換和整合，將相互關聯的數據進行集成，為后續的數據取存提供高質量、高信度的標準化數據。首先，從原始數據層中抽取數據，通過數據清洗光滑數據噪聲、填充缺失值和冗余內容過濾；其次，通過數據轉換解決數據格式和標準化問題。最后，通過數據整合集成，將多個數據源中的數據合并存放到數據倉庫中。

（3）交互層：主要是根據維修保障需求，對裝備的研制方數據、維修方數據、使用方數據在同一的平臺架構和數據標準下，對各方數據資源的綜合集成和統一應用。交互層是在打破各方數據壁壘的基礎上，通過數據的綜合應用提升數據價值的。數據交互不僅需要政策制度的支持，還需要相關數據倉庫技術和數據平臺的支持，是一項復雜的工程。數據的交互是在保證數據安全的前提下，按需按級別權限對數據倉庫數據的應用。

（4）數據建模層：數據建模是通過對數據的分析和應用，探索數據間、屬性間的相關關系、關聯，形成對物理任務和數據流增值過程的直觀認識。不同維修主體可以根據階段物理任務需要，從數據倉庫中提取所需數據，通過數據的建模實現數據應用，并通過數據模型的積累，完善和豐富數據模型庫，達到一次建模多次使用、模型豐富、滿足各種數據應用需求的目的。數據模型主要包括維修保障需求模型、維修保障設計模型、維修保障資源配置模型、維修保障過程管控模型、維修保障評估改進模型和維修保障效益模型等。

（5）數據應用層：主要是根據價值增值活動對數據應用的需求，利用可視化技術實現各階段物理任務的可視化展示。數據的可視化應用主要包括維修保障需求可視化、維修保障資源可視化、維修保障能力可視化、維修保障過程可視化、維修保障效益可視化和各階段物理任務可視化等。

3.2 增值架構

為了對試驗裝備維修保障數據應用體系價值鏈中的數據資源進行系統管理、有效應用和物理元素的轉換過程進行有效控制，以及物理資源、能力的組織優化，建立數據增值架構和資源—能力—效益增值架構。

3.2.1 資源—能力—效益增值架構

維修保障資源—能力—效益增值模型如圖3 所示，維修保障資源生成了維修保障的能力，維修保障能力和資源的應用產生了維修保障效益，而維修保障資源又消耗了維修保障效益，維修保障資源—能力—效益是一個循環促進的過程。資源轉化為能力的效率用資源配置效率來衡量，資源、能力生成維修保障效益的效率用能力創收效率表示，通過消耗維修保障效益獲取資源的過程用資源獲取效率來表達[6]。

圖3 資源—能力—效益增值模型

按照資源—能力—效益的輸入、輸出將試驗裝備的維修過程分為維修方和維修需求、資源配置和維修的實施，資源—能力—價值的具體轉化過程如圖4 所示。

圖4 資源—能力—效益價值增值過程

3.2.2 數據增值架構

數據增值架構如圖5 所示，維修保障主體利用維修保障歷史數據，經過數據處理、維修信息提取、維修信息加工、維修信息管理、維修信息應用、維修信息展示和維修信息反饋7 個步驟，實現維修保障的決策和維修保障價值增值過程的持續改進。在數據增值過程中，通過對維修保障原始數據的處理，實現數據的第1 次增值，使數據變為有用的信息；經過處理后的數據，作為試驗裝備維修保障數據應用體系價值鏈的信息輸入端，通過構建維修需求模型得到維修保障的主要內容、所需各種資源的數量、質量情況和維修保障活動開展的時機等具體的維修要求，實現數據的第2 次增值；通過對維修信息的加工和各方數據資源的統籌應用，構建維修設計模型，從中得出維修的類別、時機、方式和主要內容等，實現數據的第3 次增值；在確定維修計劃的基礎上，對參與裝備維修各方的資源進行綜合利用、揚長避短，發揮不同維修方的優勢，實現維修保障資源的優化配置，為實現維修保障效益的最大化提供前提和基礎，實現數據的第4 次增值；在維修保障活動實施的過程中，通過建立維修保障過程管控模型對各種資源數據、業務過程數據等的應用，實現對資源的可視化管理和維修實施過程的有效監管，通過觀測模型變化趨勢找到差異點和存在問題的步驟，及時進行整改，確保裝備維修過程可管可控朝著預期的方向發展，實現數據的第5 次增值；在匯聚各方維修數據的基礎上，建立試驗裝備數據可視化模型，根據不同階段物理任務數據應用需求對結果進行可視化展示，實現數據的第6 次增值；在試驗裝備維修保障結束之后，維修保障機關組織裝備的維修保障驗收評估，根據評估結果倒推問題環節和問題過程進行改進，實現數據的第7 次增值。

圖5 數據增值架構

增值架構能及時發現試驗裝備維修保障各階段價值增值不明顯、“物流”（資源—能力—效益）轉化效率不徹底的癥結所在，及時將各種問題和不足消滅在萌芽初期，也能實現維修保障各參與主體維修與改進同時進行，提高裝備維修保障的效果。

4 試驗裝備維修保障數據應用體系價值鏈增值路徑分析

4.1 分析路徑法的基本思想

分析路徑法是將問題分解為一個個“分析主題”，一個“分析主題”是一個分解的對象，或是一個需要通過分析來解決的問題。路徑分析法是圍繞著需要解決的問題展開的，各種數據應用是實現主題分析的手段，保障了整個分析始終是服務于問題而展開的。路徑分析法關注“森林”多于“樹木”，通過路徑彰顯了解決問題的思路，一次分析路徑就是一個完整的分析體系，能夠從宏觀的角度發現在問題分析時還缺少什么數據，使整個通過數據來求解問題的過程更加科學、更加全面。

4.2 維修保障數據應用體系價值鏈增值路徑分析

維修保障數據應用體系價值鏈增值路徑分析如圖6 所示。將試驗裝備的維修保障各階段的增值過程分為維修保障需求、維修保障設計、維修保障資源配置、維修保障過程管控、維修保障效益和維修保障改進6 個主題，再根據不同主題包含的子主題進一步進行細化。裝備的運行狀態數據，構成了維修需求狀態識別和維修需求級別層次劃分的信息來源，維修保障需求主題包含裝備的故障情況、重要度、運維情況、管理情況4 個子主題。裝備故障通過裝備故障率、裝備故障等級、故障次數、維修頻率、故障類別等來衡量；裝備重要度可以通過裝備動用頻率、裝備貢獻率、任務完成率、保障任務重要等級和裝備替換率等指標來表示。

圖6 維修保障數據應用體系價值鏈增值路徑分析

按照維修保障資源的配置要素，可以分為人力資源、物質資源和信息資源，按照路徑分析法的思路，就可以衍生出管理人員滿編率、管理人員稱職率，技術人員滿編率、技術人員稱職率、技術人員專業對口率，維修器材配置率、配套率、維修儀表設施設備配置率、配套率、備品備件配置率，技術資料完備率、計算機軟件配置率和信息系統配置率等13 個子指標。通過細化支撐各增值階段主題分析的子指標，利用試驗裝備維修保障的業務數據、過程數據、能力數據、資源數據以及衍生數據，應用數據挖掘、人工智能等方法對各階段增值過程進行分析、展示和反饋改進，使試驗裝備維修保障的相關決策更加精準，過程優化持續進行。試驗裝備維修保障數據應用體系價值鏈路徑分析能夠減少數據應用的盲目性，盡量減少冗余數據的產生，能夠按照應用需求按需提取相關數據，提高數據建模和數據應用的效率。

5 結束語

價值鏈體現了系統和整體的思想，是全面管理、全程控制、實現業務增值的重要手段，依托任務各階段的增值路徑，利用數據技術不斷整合各參與主體的數據資源，通過對數據的分析和應用，保持競爭優勢，實現可持續發展。路徑分析將增值階段劃分為需要分析的主題，通過主題的衍生和細化，尋找各階段價值增值的底層要素，以實現階段主題為目標控制各階段增值的“骨干要素”，使數據的應用更具有針對性。在構建試驗裝備維修保障數據應用體系價值鏈的過程中，運用價值鏈理論，可實現各維修保障參與主體各階段維修保障數據的互通互享。價值鏈生成的路徑分析能夠有效避免數據冗余和數據應用的盲目性，使數據驅動維修保障發展緊緊圍繞維修保障各增值階段的主題展開。因此，為了實現維修保障數據隱性價值的充分挖掘和價值的進一步增值，應在試驗裝備維修保障數據應用體系價值鏈的建設上，通過走出去和引進來，豐富技術手段和基礎建設，開辟試驗裝備維修保障全壽命周期數據應用體系價值鏈更為廣闊的應用前景。