艦船信息系統裝備質量數據智能采集與分析技術研究

賀 喆,王大翊,高 寧

(1.中國人民解放軍92942部隊，北京 100161; 2.北京鈦航信息技術有限公司，北京 100000)

0 引言

艦船信息系統裝備質量數據包括從列裝到退役期間裝備使用、定檢、修理、改裝等履歷信息以及維修記錄等。其信息量大，幾乎全方面涉及裝備使用及維修保障工作，是裝備使用與維修決策的重要依據。然而，目前由于數據收集形式不完備性、不確定性和不一致性，且缺乏先進數據與信息分析技術的應用，現有數據的利用尚停留在簡單計算輔助分析和人工判斷層面，對于數據的潛在價值挖掘與利用有限，對裝備使用與維修優化幫助較為原始。但是，質量數據分析的前提條件是對數據的高效率采集和獲取[1]。

1 智能數據采集系統的信息構成

1.1 信息種類

1)型號基本信息：主要包含艦船裝備的立項研制概況、戰術技術指標、技術狀態、部署單位、任務方向等信息。

2)武器全壽命質量信息：主要包括艦船裝備基本信息(配套、編號、生產廠家、出廠日期、有效期等)、履歷信息、各種測試數據、大型任務信息和戰斗發射數據等。

3)評估決策模型、知識庫：裝備經過長期的使用，積累了大量的經數據分析而提煉出的知識與成果，這些知識需要進一步獲取和利用，建立模型、知識庫，從而轉化為計算機可以識別的內容，更好地為輔助決策服務。

模型、知識庫的內容主要包括：數據處理模型庫、評估指標模型庫、數據分析模型、輔助決策模型庫等；裝備武器設計文書、使用文書，大型試驗的試驗大綱、快速分析報告、技術總結，操作規程、專業教材、把關要點。還包括數據預測知識、輔助決策知識等。

1.2 信息來源

智能數據采集系統的功能是在裝備現場或部隊級保障機構采集型號信息、裝備質量數據、評估決策模型、知識庫或收集維修管理信息和環境數據等，并進行結構化存儲。可以獲取的數據來源主要包含BITE上的歷史測試數據、裝備履歷信息、歷年貯存環境數據、維修記錄信息、維修經驗數據、試驗信息(試驗、訓練等)以及部分裝備的研制信息等。裝備質量評估與輔助決策所需信息類別多，數據量大，盡量采用數據接口和自動采集手段提高信息采集效率，并手工適當補充部分信息。如圖1所示。

圖1 信息來源圖

1)型號信息獲取：主要是從工業部門的設計文書或部隊使用文書等獲取各型號裝備的研究概況，戰術技術指標，技術狀態，大型試驗記錄等信息；并可根據部隊人員、裝備編配和部署情況錄入測試的人員和裝備信息。

2)裝備全壽命質量信息獲取：常態化運行的情況，可通過從裝備信息系統導入或手工錄入存儲到數據庫中。

3)評估決策模型、知識庫獲取：模型庫主要來源于對性能質量評估、數據分析、包絡分析、輔助決策技術等的研究成果。性能質量評估指標及準則知識的獲取主要依賴于專家經驗，主要包括型號研制單位提供的評估指標及準則、一線部隊在艦船裝備長期使用過程中總結出的評估指標及準則、通過大型試驗樣本分析得出的評估指標及準則。

知識庫內容主要是來源于型號裝備的設計文書、使用文書以及裝備使用過程中長期積累的資料和相關研究成果等。

2 裝備質量數據的獲取與智能采集技術研究

2.1 裝備測試數據的獲取與智能采集方法

測試數據主要存儲在裝備內部BITE或外部的通用和專用檢測設備上，采集系統通過USB或網絡接口與BITE或檢測設備相連，自動搜索數據存放位置，經人工確認后，提取數據并結構化存儲在移動采集設備上，供后期導入評估系統數據庫中[2]，如圖2所示。

圖2 測試數據采集方式(一)

對于部分專用檢測設備信息化水平不高的情況，可考慮對生成的紙質打印結果或人工登記的結果進行圖像采集，并結構化存儲于移動設備，如圖3所示。

圖3 測試數據采集方式(二)

2.2 裝備運行環境數據的獲取與智能采集方法

環境數據指的是裝備所存放的貯存環境或倉庫中的溫濕度記錄、重大環境事件(如惡劣天氣、自然災害發生時間)等信息，目前多數采取的是人工記錄的方式[3]。環境數據主要用于批次性評估裝備質量情況、以及性能評價時所需要考慮的外界應力條件。環境數據的采集方式可參考測試數據采集的第二種方式，即圖像采集方式，如圖4所示。通過在PMA或其他便攜式輔助設備上安裝CCD攝像裝置，采集裝備上的儀表信息并通過圖像處理(圖像識別)或深度學習技術識別儀器數據并進行結構存儲。

圖4 環境數據采集

2.3 裝備履歷信息和維修記錄的獲取與智能采集方法

裝備履歷信息和維修記錄主要包括兩種形式：電子資料和紙質資料，對于紙質資料通過OCR技術手段，采集并識別印刷品或手寫資料的文字信息并進行結構存儲。

采集系統的設計可兼顧多種方式獲取數據和信息，采集方式參考測試數據采集的兩種方式。編制數據采集軟件，實現電子采集方式。以便能方便的向綜合保障系統或健康管理系統軟件批量導入數據，從而減少人工輸入的工作量，并避免人工輸入可能發生的錯誤。

數據文件可分為以下三種類型：

1)數據報表：用來提供研制階段生成并交付的“靜態信息”。是事先規劃的裝備維修及其保障資源的知識和信息，用來為裝備維修與保障提供指導。靜態信息是不可輕易更改的信息，在使用階段只能由使用方指定的管理機構負責維護和更新，最終用戶一般不能修改這些信息。

2)管理報表：用來記錄使用階段活動的“動態信息”。是供基層部門用來記錄或匯總業務管理過程中產生數據的報表，其中部分信息需要向裝備研制方或上級管理機構報送。動態信息隨著維修和保障活動的展開而不斷更新，是用戶輸入的信息。

3)文本文件：提供說明性內容的文本類文件。功能與數據報表類似，為維修與保障提供指導。

裝備履歷信息和維修記錄的獲取與智能采集方法如圖5所示。

圖5 履歷信息和維修記錄采集

2.4 裝備試驗信息的獲取和智能采集方法

裝備試驗信息(試驗、訓練等)主要包含大型試驗及試驗、運行工作記錄等信息，采集方式參考維修記錄采集[4]。

3 智能采集軟件的功能與組成

數據采集軟件主要是根據裝備質量評估的信息需求，實現信息的前端獲取，全方位采集獲取評估所需的信息[5]。采集系統的主要采集功能模塊包括：測試數據采集模塊、環境數據采集模塊、維修記錄采集模塊、研制數據采集模塊、試驗信息采集模塊。采集系統的功能組成如圖6所示。

圖6 采集系統組成結構

為了支持每一個采集模塊的采集任務，采集系統提供了基礎支撐功能，主要包括裝備的分解結構管理、裝備的編碼管理、裝備的目錄管理、裝備結構化和非結構化數據的采集等內容。

3.1 編碼管理功能

編碼管理用于設定裝備分解結構的編碼和保障技術信息的編碼[6]。為便于系統對保障海量數據進行整合、整理，建立索引關聯關系，同時有利于保障信息的快速錄入過程，需對相關技術信息進行編碼，有效建立符合裝備全壽命周期保障信息的編碼體系。

3.2 目錄管理功能

目錄管理用于建立技術信息的管理方式，通過建立符合各個不同基層保障單位或部門的目錄管理結構層次，方便技術人員快速錄入技術內容信息。

3.3 文檔采集功能

文檔采集為數據采集模塊的一個核心子系統，完成圖紙、技術文檔、相關技術資料的采集、管理、確認流程，并提供對導入資料編碼進行相關檢查[7]，主要包括：數據錄入/導入功能、文件管理功能、版本管理功能及檢查功能等。

3.4 信息采集功能

信息采集為數據采集模塊的另一個核心子系統，完成結構化的保障數據的采集[8]，主要包括：標準數據的導入功能、FMEA信息、修復性維修分析信息、RCM分析信息及維修工作分析信息。

4 數據驅動的裝備質量狀況智能分析技術研究

在質量信息采集的基礎上，研究建立面向艦船信息系統裝備研制、試驗、運行、維護等多環節統一的數據環境，構建信息挖掘層，實現從數據到信息的分析過程[9]。結合裝備特點和業務需求，形成數據認知層，對信息關鍵度和關聯信息進行識別和決策。構建適合海量質量數據處理的支撐平臺，建立質量數據的高速處理和分析體系。在狀態信息儲存、信息采集、智能數據分析等關鍵技術的基礎上，設計典型裝備的數據采集系統[10]。在狀態信息儲存中，合理設計存儲數據庫模塊，實現各類信息數據的有效、非冗余管理，且方便調用。在信息采集中，根據需要采集狀態信息、故障信息等，利用轉接采集設備，完成信息采集工作。在智能數據分析中，能對采集的大量數據進行無效數據剔除、數據分析、獲取輔助裝備維修保障決策的有用信息。

4.1 裝備質量數據建模分析研究

質量數據分析應立足部隊需要，研究適合艦船裝備特點和部隊管理實際的質量數據分析方法，輔助部隊深入分析質量數據，準確掌握各部件技術性能及變化規律，為科學評估裝備質量性能提供基礎。

4.1.1 質量數據分析原則

1)注重歷史數據分析:對當前質量數據進行分析，只能給出靜態的、單一的結論，應結合歷史數據綜合分析參數變化曲線，科學判定其技術性能的穩定性。

2)注重突變數據分析:對一些質量數據參數變化異常的，我們著重分析其變化曲線及影響因素，找出部件設備技術性能變化規律，確定故障率高的裝備和元器件，分辨出技術性能不穩定的主導因素，為故障歸零提供準確依據[11]。

3)注重臨界數據分析:對接近參數合格邊界的數據進行重點分析，結合歷史數據分析其變化規律和趨勢走向，從而判斷其當前合格性和未來一段時間內的可用性，為摸清裝備質量變化規律和科學管理、使用裝備奠定技術基礎。

4)注重系統數據分析:綜合裝備配套設備的性能參數和歷年故障情況[12]，對重要性能參數進行橫向和縱向分析，為綜合判定裝備質量性能情況提供準確技術依據。

5)注重關鍵數據分析：對系統復雜、精度要求高的設備重點分析，對控制系統等復雜設備進行全面分析；對結構簡單的一般設備只進行超差分析，對故障重點出現的設備橫向比較分析，為視情維修提供依據。

4.1.2 分析內容及建模

質量數據分析的主要內容包括合格性判定、趨勢性分析、突跳參數分析、臨界值處理和批量裝備數據變化分析。

1)合格性判定：合格性是根據測試參數的技術性能要求，對測試結果是否超差進行判定，是質量數據分析的基本原則，可初步判定部件的基本性能狀態。

對當前參數進行合格性判定，即判斷當前質量數據是否超差，對歷史參數進行合格性判定，即判斷參數在歷史測試過程中存在的超差情況。當參數不合格時需要進一步判定，如果是環境、設備及人為因素造成的參數突變，則剔除，不參加分析與評估，如果是部件本身器質性變化造成的，代表參數不合格，根據情況分析處理。

2)趨勢性分析：按照要求，裝備測試后在一定期限內(測試保持期)可以直接使用，但由于存在不穩定性，有些參數雖然測試合格，也可能在保持期內失穩超差，不能滿足使用要求，因此在裝備參數分析時，需對這些參數要進行動態特性分析及趨勢性預測[13]。

參數動態特性分析及趨勢性預測通過歷次參數數據時間序列分析，建立設備逐次測試時間序列模型，以分析和預估設備特征參數隨時間變化的趨勢及其動態性能[14]，如圖7所示。

圖7 質量數據分析示意圖

為了準確預測參數變化趨勢，將隨機型時間序列看作由發展趨勢曲線和圍繞趨勢曲線的波動兩部分迭加而成，在對原始數據進行一次平滑、二次平滑的基礎上，以三次平滑為依據，計算參數變化趨勢曲線；用馬爾科夫概率矩陣預測方法去分析圍繞趨勢曲線上下波動數據的變化規律[15]，得到預測值。

3)參數突跳分析：一些參數盡管合格，但出現變化異常現象，著重分析其變化曲線及影響因素，根據部件設備技術性能變化規律，確定參數是否為突變參數，進而用以確定故障率高的裝備和元器件，分辨出技術性能不穩定的主導因素，為故障歸零提供準確依據，如圖8所示。

圖8 參數突跳示意圖

4)臨界值處理：臨界狀態是指參數處于合格與不合格的邊緣狀態，即測試的技術參數雖“合格”，但非常接近超差界限(接近程度不超過要求值的10%)，或測試的技術參數雖“不合格”，但超差不多(超差程度不超過要求值的10%)，則為“臨界”狀態，可以進一步對其“觀察”，以觀后效。

5)穩定性分析：穩定性分析是計算歷次參數的方差，該方差值越小說明參數越優。

6)可能性分析：可能性分析是將歷次參數數據的均值減去(或加上)其3倍方差，低于該參數最小值(或高于其最大值)的概率越小為優。

4.2 裝備成功數據包絡分析技術研究

成功數據包絡分析方法是針對裝備等產品，為辨識和評估具有一定成功樣本的試驗風險而開展的舉措。成功數據包絡法性能評估將裝備使用建立在已有成功數據的基礎上，是利用“測試數據+先驗知識”綜合評價裝備性能的方法[16]。其核心思想是利用先驗信息，尤其是裝備成功樣本的歷次測試信息，為后續裝備任務風險分析提供依據。

成功數據包絡法性能評估以歷次成功的裝備數據作為參照樣本，搭建成功數據包絡線，包括單個參數多裝備成功數據包絡線、單個參數隨時間變化成功數據包絡線、單個部件成功數據包絡線、全裝備成功數據包絡線和關鍵參數成功數據包絡線；以成功數據包絡空間向量為衡量標準，分析本次參數與包絡空間向量的落點范圍與距離，綜合評估裝備性能[17]。

4.3 批次裝備質量分析技術研究

批次裝備質量分析，結合裝備單元測試、綜合性能檢查，以及裝備主要關鍵部件的定量參數對比分析，給出一批或一組裝備的整體性能質量狀況，用于平時裝備管理和戰時裝備選擇[18]。批次裝備性能質量分析參考指標包括：

1)裝備故障率：裝備平時測試或使用前測試出現的典型故障的比例；

2)裝備貯存時間和延壽情況；

3)裝備使用記錄：本批裝備抽檢、試驗、演習、作戰的成功率和命中率統計分析。

4)裝備穩定性分析。

4.4 裝備性能評估準則研究

以指標及準則構建的完整性、目的性、無冗余性、協調匹配、可操作性為基本原則，采用層次分析法、關聯分析法、多元統計方法等，確定影響裝備性能的關鍵參數和關鍵部件，構建裝備性能的指標評價準則；合理分配“性能指標、部件、分系統”各層級的權重因子，為裝備的合格性判定、預警、性能質量評估提供性能指標評價支撐[19]。

4.4.1 構建裝備質量評估要素結構

裝備質量評估是基于日常使用管理和測試數據的橫向、縱向比對分析，在實際使用中可用于表征裝備質量狀態的技術數據包括功能測試定性參數(如各類開關量等)、性能測試定量參數(如慣性組合標定參數等)以及裝備使用記錄等。在建立裝備質量評估要素結構時重點應分析性能測試定量參數以及裝備使用記錄兩個方面，根據不同型號裝備設計要求和部隊使用經驗，可重點考慮慣性組合穩定性、綜合測試檢查等重要參數情況，同時結合裝備貯存、運輸、通電、故障統計等情況以及其它部件設備測試整體情況，建立裝備質量評估要素結構。

裝備質量要素結構分析遵循的基本原則是：

1)各要素的選擇以裝備使用要求為基礎，盡可能體現對上層要素的從屬性，且各要素之間盡可能相互獨立，避免重復交叉；

2)運用科學的方法，結合裝備構成的特點，以及各部分(系統)之間的聯系和工作過程，來確定質量要素名稱及涵義、計算途徑和方法。完成要素分析還須征求各方意見，進行修改、完善，為大家普遍接受，以進一步保證其科學性；

3)質量要素應易于理解，同時充分考慮各項質量要素的數據來源，能定量描述的盡量定量描述，不能定量描述但確實很重要的要素，也不回避定性描述，但應嚴格控制數量；

4)突出質量薄弱環節，抓住主要因素。影響裝備質量的因素很多，面面俱到有時會掩蓋主要因素，導致結果不可信，為此應重點突出質量薄弱環節，抓住影響質量的主要因素。

4.4.2 權重系數確定

由于不同參數對部件、系統性能的影響程度不同，所以在進行質量評估時應確定各參數的權重系數。權重系數確定方法主要有主觀法和客觀法兩大類。主觀法是根據對各要素的主觀重視程度進行賦權的一類方法，包括直接給出法、比較矩陣法、重要性排序法、二項系數加權和法、模糊子集法、環比分析法和層次分析法等。客觀法是根據一定的規律或規則對各指標進行賦權的一類方法，包括主成份分析法、熵值法和均方差法等，但對于復雜系統，這類方法通常難以找到正確、合理的規律或規則，因而實施較為困難。

進行系統評價時，常采用主觀法確定指標的權重系數。確定權重系數時，只要以客觀事實為依據進行歸納、綜合，即使是主觀估價的，其結果也是科學合理的。考慮到裝備武器系統的特點和實際，為了實施的簡單可行，可采用改進的層次分析(IAHP)和Delphi法(也稱專家征詢法)相結合的方法確定各子要素相對于其父要素的權重系數。其基本思想是：以專家征詢的方式把復雜的要素分解成各個組成因素，將這些因素按支配關系分組形成遞階層次結構。通過兩兩比較的方式，按規定標度確定層次中各要素的重要性排序等級。

4.4.3 性能指標量化

裝備質量性能評估指標包含不同種類物理量值、統計量、定性指標等，所以需要將不同要素進行統一量綱處理，用無量綱化指標定量分析評估。根據裝備使用特點和主要部件功能特點，運用多種專業知識，深入研究層次結構中各指標與測試數據之間的因果關系，確定定性指標定量化和定量指標統一量綱的方法和模型。

評估中大量要素雖然可以定量描述，但由于影響裝備性能的各種要素測試項目、量綱名不相同，數值量級相差也很大，所以綜合前必須將各種定量要素進行統一量綱處理，才能進一步比較綜合。為了實現無量綱化處理，首先要明確各性能要素要求量值(即期望值)，然后通過正確、合理的無量綱化模型，獲得各要素無量綱化評估值。該無量綱化評估值反映了各項要素的實際量值滿足需求的程度。

4.4.4 評估指標綜合

如何正確綜合影響裝備性能的多級多項因素，建立合理的綜合模型，是質量評估比較關鍵的一步。為使用盡可能少(一個或幾個)的指標來反映裝備的質量情況，在確定了質量要素結構及權重，并對質量要素進行了量化分析后，可采用模糊綜合評判[20]、TOPSIS(優劣解距離法)多目標決策等方法，將不同層次、不同功能、不同影響程度、不同量綱的諸要素進行綜合，并確定性能等級劃分標準。

當裝備各項參數測試均合格時，可采用加權和模型評價裝備性能量化值，其特點為：

1)適用于各子要素相互獨立的情況；

2)各子要素可線性補償；

3)權重系數作用較為明顯；

4)合成結果突出了量值較大和權重系數值較大的指標作用。

乘法模型適用于各子要素相互強烈關聯的情況，其權重系數作用不明顯，當有子要素出現零值時，綜合結果為零。當裝備功能測試出現不合格時，可利用該模型計算裝備性能評價值。

綜合上述兩種情況，根據裝備實際使用情況，綜合運用線性加權和模型和乘法合成模型，建立了加乘混合模型。

其中：μ(xi)為參數xi無量綱化值,m為綜合性能指數。

4.5 裝備輔助決策支持技術研究

針對裝備履歷信息、測試數據、壽命信息和評估信息等數據信息，采用證據理論、模板匹配、案例檢索等輔助決策預案生成和遴選方法，根據裝備試驗任務性質、作戰場景或者作戰保障特點的不同，給出本次任務的裝備配套及遴選方案、裝備質量鑒定認證報告、技術處置方預案和故障處置報告，快速、便捷地為使用人員、裝備質量分析人員提供技術決策支持。

4.5.1 輔助決策預案生成技術研究

根據輔助決策預案的不同類型，預案的生成主要依賴于裝備的性能質量等級和維修保障情況[21]。具體內容如下：

1)裝備遴選決策預案生成：在裝備等級判定的基礎上，利用裝備性能質量評估結果，以裝備性能評估及作戰任務具體需求為依據，對多個裝備的作戰使用性能進行分析遴選，提供裝備使用的決策建議。遴選預案生成研究包括了預案的構建原則、預案的內容、預案演化推理、預案效能評價等研究。其中，遴選基本原則包括：

(1)穩定性原則：利用裝備歷次測試參數的穩定性，確定裝備質量等級；

(2)精確度原則：利用制導工具誤差的估算結果，確定裝備質量等級；

(3)綜合性原則：利用評估得出的性能綜合指數，確定裝備質量等級；

(4)用舊存新原則：根據服役時間、通電時間、運輸距離等因素確定裝備質量等級。

根據裝備質量性能等級，結合裝備的履歷信息、故障情況信息、可靠性和壽命信息等裝備性能相關信息，從不同的側面，根據平時管理和作戰的需要，制定不同的輔助決策策略，為層級決策者提供技術依據。

2)質量預案生成：根據裝備質量評估結果，借助裝備履歷信息、歷史檢測信息、以及測試數據分析信息，采用模式、模板等方式，生成裝備質量統計分析報告。

4.5.2 可行性決策支持技術研究

根據任務的特點、作戰情況等實際應用環境，如何從輔助決策預案庫中找到最優的幾組可行性預案，是實現輔助決策支持的關鍵。

1)基于證據理論的決策預案遴選:由于裝備任務類型、目的、作戰環境、遴選原則的綜合因素影響，使得遴選決策的預案多樣，決策的推理需要對綜合因素影響下的預案進行評價，從而挑選最優預案進行決策支持[22]。基于證據理論的決策預案遴選是通過比對輔助決策規則和決策預案的證據特征是否匹配，從而找出最優的預案以及各個預案的信任度。

2)基于模板匹配的決策預案遴選:基于模板匹配方法的決策預案遴選是根據任務情況生成輔助決策假設模板結構，通過計算任務情況等與特定輔助決策預案模板結構的匹配度，來從現有的輔助決策預案模板知識庫中找出最優的輔助決策預案。

5 結束語

由于信息系統裝備形態多樣、技術狀態復雜、性能數據和質量數據龐大，需要采用信息化、智能化手段，實現對海量數據的采集、提取、整合與調用，供狀態監測和性能評估使用；輔助決策過程決策信息多、決策依據多、流程復雜，需要提供快速的決策手段。采用智能決策支持，與人工干預相結合，快速生成技術決策建議，縮短決策時間；通過數據采集、建模分析等技術實現多元數據的融合展現，供各級保障機構掌握裝備質量態勢。目前，艦船信息系統裝備在質量數據的采集接口不統一，質量數據存儲分散，數據分析和利用不夠，對質量數據進行有效分析的實用化方法不多，開展艦船信息系統裝備質量數據的采集和分析技術研究具有緊迫性和現實意義。