基于DoDAF的航空裝備智能保障系統體系結構建模

苗學問, 董驍雄, 錢征文, 胡 楊, 李牧東

(中國人民解放軍93184部隊, 北京 100038)

0 引 言

保障系統是指使用與維修裝備所需的保障資源及其管理的有機組合[1],是裝備系統不可或缺的要素,保障系統對在有限的經費條件下最大化發揮裝備作戰效能具有重要意義。

當前,人工智能、高性能計算、大數據、傳感網等先進技術不斷加速發展,引領諸多行業實現重大突破[2],同時為裝備保障系統向智能化演進提供了先決條件[3]。2020年,美國國防部宣布采用新的“作戰數據集成網絡(operational data integrated network, ODIN)”系統取代F-35“自主保障信息系統(autonomic logistics information system, ALIS)”,并計劃在未來兩年內將ODIN基地套件(ODIN base kit, OBK)全面部署至F-35中隊[4]。ODIN系統的開發基于商業云技術,包括現代化的硬件、系統架構、軟件開發方法、數據環境和平臺。ODIN提供了一套智能信息基礎設施,將F-35 ALIS的所有關鍵概念綁定到一個更加輕量和高效的系統中,在F-35飛機、作戰人員、訓練系統、政府信息技術系統和保障的商業企業系統之間建立了適當的接口,為飛機的數據收集和分析、決策支持和行動跟蹤提供了一個綜合工具,實現了保障的先導化、敏捷化和智能化,是對航空裝備保障系統的重大變革。

目前,國內針對裝備智能保障的研究還處于起步階段,文獻[5]在傳統裝備保障概念的基礎上,回顧了近30年來武器裝備升級換代所帶來的軍事變革,根據人工智能技術支持的航空裝備保障范疇,提出航空裝備智能保障體系構建的思路。文獻[6]剖析了高端對抗條件下航空裝備保障現狀、問題和需求,提出智能保障系統的概念、目標圖像,從態勢感知、行動決策、作業執行、評估驗證4個方面論證了發展智能保障系統的關鍵技術。文獻[7]總結了智能保障發展趨勢,提出基于數字孿生的裝備智能保障體系結構,對裝備保障體系中的數字孿生等關鍵技術進行了闡述。文獻[8]分析了航空裝備智能保障場景,梳理了智能保障系統的關鍵技術,對以“智能”為特征的下一代航空裝備保障系統進行了初步研究。文獻[9]分析了人工智能應用對裝備保障決策、保障管理、保障力量結構和保障方式的影響,提出了建立統一規范的標準體系和智能保障系統模塊等對策建議。

上述文獻主要從概念、場景、目標、關鍵技術和發展趨勢等角度對裝備智能保障系統進行了探索性研究,尚未對保障系統的體系架構進行系統化的建模表征,難以有效牽引智能保障系統數據架構、應用架構和技術架構的開發。因此,本文從頂層設計理念出發,設計一種基于美國國防部架構框架(Department of Defense Architecture Framework, DoDAF)的航空裝備智能保障系統體系架構,給出航空裝備智能保障頂層、全面的描述,為構建航空裝備智能保障系統、加快航空裝備保障智能化建設提供理論依據。

1 基于DoDAF的體系結構建模方法

1.1 DoDAF概述

美國從20世紀90年代開始研究新的系統工程思想,總結復雜軍事大系統的多年開發經驗,軍事需求生成逐步向基于能力轉變[10-12]。為了改變各聯合司令部、各軍兵種、國防部各業務局自底向上構建、統一集成困難的問題,美國國防部頒布了C4ISR(command, control, communication, computer, intelligence, surveillance, and reconnaissance)集成架構2.0版[13-14]。隨著C4ISR的不斷完善,其適用性擴大至所有任務領域,逐步發展為國防部體系架構標準DoDAF1.0版[15],成為被廣泛認可的指導軍事工程項目研發的系統工程方法論。2009年5月頒布的DoDAF2.0版作為體系結構技術發展的標志,得到世界各國的廣泛認可和采用[16]。目前,最新的DoDAF2.02版的核心從架構產品轉移到架構數據[17-18],體現了以數據為核心的體系結構建模思想[19-20]。

DoDAF2.02架構是美國國防部各部門開展業務、指導業務輔助工具建設的具體承載。DoDAF2.02版本的核心為8個視圖與52個模型,劃分為全景視圖、作戰視圖、能力視圖、系統視圖,以數據為中心,基于模型和元數據的底層實現方式[21],為引入基于模型的系統工程(model-based systems engineering, MBSE)方法奠定了基礎[22-23],為體系結構研究在系統工程方面的探索實踐提供了很好的應用基礎[24]。

1.2 應用DoDAF開展體系結構建模的邏輯方法

(1) 視圖裁剪

航空裝備智能保障系統體系結構建模的核心關注點是智能化保障能力的生成、傳遞和驗證。由于DoDAF架構服務于美國國防部各部門的具體業務,除聯合能力集成與開發系統(joint capabilities integration and development system, JCIDS)外,還要支撐預算與規劃、采辦、作戰規劃等多維度業務[25-26]。在借鑒應用時,首先需要對DoDAF2.0的8類視圖進行裁剪,選取直接支撐航空裝備智能保障系統體系結構建模的全景視圖、作戰視圖和能力視圖,具體如表1所示。

全景視圖主要描述航空智能保障系統的基本概念、范圍邊界、研制目標、使用用戶、背景描述等信息,包括AV-1(總體概要模型、文字描述)和AV-2(綜合詞典、名詞解釋和縮略語清單)[27]。

作戰視圖用于描述航空裝備智能保障系統活動和信息交聯關系,主要包括OV-1(頂層業務概念圖,通常為圖片形式,用于直觀展現智能保障的頂層目標和基本運用方式)、OV-2(資源流圖,用于描述智能保障內、外部的信息/資源交聯關系)、OV-3(資源流矩陣,用于描述所有節點與保障活動的信息交聯關系)、OV-4(組織關系模型,用于描述各保障角色的組織指揮關系)、OV-5b(活動分解樹/活動模型,用于描述靜態的保障活動和信息流邏輯流程)、OV-6c(保障規則模型/保障狀態轉換模型/保障事件跟蹤模型,用于描述動態的保障活動和信息邏輯流程,并能推動相關模型/仿真模塊的分項演算)等。

能力視圖用于描述航空裝備智能保障系統能力需求。主要包括CV-1(能力愿景,能力的整體構想),CV-2(能力分類模型,對應能力指標框架)。

表1 航空裝備智能保障系統體系結構模型

(2) 應用邏輯

采用基于模型的系統工程方法,分析智能化保障流程,以分解智能保障活動為基礎,提煉智能保障系統關鍵能力的需求。具體應用時,以全景視圖的智能保障概念為引領,在問題域深入分析智能保障系統的基本概念和范圍邊界,以作戰視圖的保障活動分解為核心,在方案域詳細梳理航空裝備智能保障系統的典型運行方式(OV-5、OV-6)和信息交聯關系(OV-2、OV-4),以能力視圖的智能保障能力分類為抓手,在實現域全面解析智能保障系統的設計需求(CV-1、CV-2),按照AV-1、AV-2、OV-1、OV-2、OV-4、OV-5b、OV-6c、CV-1、CV-2的順序進行建模。需要注意的是,CV-2與OV-5b存在一定的映射關系。航空裝備智能保障系統體系結構開發序列如圖1所示。

圖1 基于DoDAF的航空裝備智能保障系統體系結構開發序列Fig.1 Development sequence of aviation equipment intelligent support system architecture based on DoDAF

2 航空裝備智能保障系統體系結構模型

由于航空裝備智能保障系統涉及使用保障、維修保障、訓練保障等多個應用場景,為簡化起見,本文基于最核心的維修保障場景建立航空裝備智能保障系統體系結構模型。

2.1 總體概要模型

航空裝備智能保障系統是以作戰訓練任務為牽引,以智能化航空裝備為核心,基于陸海空天多種平臺互聯的實時狀態感知網絡,構建航空裝備保障系統云平臺,利用大數據、云計算、物聯網、機器學習、數字孿生、虛擬現實、無人系統、3D打印等先進技術,生成智能保障方案,快速調動保障資源,動態優化保障流程,高效完成航空裝備精確保障的一種全新保障系統。本文分析智能保障系統完成維修保障任務所需的動態行為和結構特征,建立體系結構模型,為智能保障系統開發提供依據。

2.2 構建集成字典

集成字典AV-2包含體系結構數據和由體系結構表述的全部術語定義的數據知識庫[28]。在建立航空裝備智能保障集成字典的過程中,對智能化的保障決策、資源調度和作業實施的定義是區別于其他保障系統的關鍵要素。

(1) 能力。根據維修保障任務,明確智能保障系統的關鍵能力,即數據處理能力、通信能力、態勢感知能力、智能決策能力、自學習能力和智能作業能力等。

(2) 人員/系統。維修保障任務主要包含部署于機務指揮中心的智能保障系統云平臺與分布在機務中隊、修理廠、訓練中心、航材股、四站連、裝設備中心等機構的智能終端節點,這些節點負責維修保障任務的總體規劃和協調、制定維修保障計劃,下達維修保障任務和指令,接收反饋信息,具備最高指控權限。由傳感器、數據接口等構成的信息采集終端,主要從作戰任務系統、故障預測與健康管理(prognostics and health management, PHM)系統、地面測試設備、航材倉庫等軟硬件系統中收集作戰訓練任務、裝備與保障資源態勢數據,并將其傳遞給智能保障系統云平臺。具有智能化維修保障作業功能的保障設備/設施,可根據智能保障決策“云”發出的作業指令,自主完成一站式機庫維修作業、航材庫存管理、一體化訓練等保障作業,并將作業信息通過智能終端上傳給智能保障系統云平臺。

(3) 活動。維修保障活動主要包括:維修作業、航材供應和維修訓練等。

(4) 資源流。對活動之間數據、物資、人員流動或交換的表述,包括維修保障計劃指令、維修保障作業指令、態勢信息共享、作業信息反饋等。

(5) 規則。對智能維修保障的活動約束,包括裝備完好率、維修時限、保障資源數量等。

(6) 度量。度量數據主要包括裝備性能、智能保障云平臺性能、保障裝設備性能、保障費用、通信鏈路性能等。

(7) 信息。對智能保障活動相關和所需事物的表述,包括航空裝備數量信息、機務人員信息、保障設施信息等。

2.3 頂層業務概念圖

頂層業務概念圖OV-1以圖像和文字的形式直觀描繪系統概念,展現系統的目標、架構以及與相關系統的交聯關系[29],其組成包括人員/系統和資源流。航空裝備智能保障系統是機上與機下一體化、當前與未來預測精確化、中心與各要素協同化、輔助決策與作業智能化、訓練綜合化的保障系統,主要由智能保障決策“云”、保障態勢感知“端”和智能保障作業“邊”組成。根據AV-1和AV-2的綜合描述,繪制頂層業務概念圖如圖2所示。

圖2 頂層業務概念圖OV-1Fig.2 Top business concept diagram of OV-1

智能保障決策“云”由部署于機務指揮中心的智能保障系統云平臺,以及分布在機務中隊、修理廠、訓練中心、航材股、四站連等機構的智能終端節點組成。保障態勢感知“端”是由傳感器、數據接口等構成的信息采集終端,主要從作戰任務系統、PHM系統、地面測試設備、航材倉庫等軟硬件系統中收集作戰訓練任務、保障態勢數據,將其傳遞給智能保障決策“云”。智能保障作業“邊”是具有智能化保障作業功能的保障設備/設施,可根據智能保障決策“云”發出的作業指令,自主完成航材庫存管理、一站式機庫維修作業、一體化訓練等維修保障作業,在作業過程中可與相關智能保障作業“邊”進行協同,并可通過作業歷史數據不斷學習演進作業智能算法,不斷提高作業效率。

2.4 組織關系圖

組織結構圖OV-4是對保障節點、機構和人員之間指控關系的描述,如圖3所示,基于集成字典AV-2,智能維修保障組織節點包括作戰訓練部門、飛機平臺、機務指揮中心、機務中隊、修理廠、訓練中心、航材股、裝設備中心和四站連。

2.5 資源流圖

資源流圖OV-2主要對保障節點連接進行描述,包括保障節點、節點上執行的活動、節點和節點的關系和信息交換。本文資源流圖OV-2如圖4所示,圖4主要描述了航空裝備智能維修保障系統的數據流、物資流和人員的維修保障模式。

圖3 組織關系圖OV-4Fig.3 Organization relationship diagram of OV-4

圖4 資源流圖OV-2Fig.4 Resource flowchart diagram of OV-2

從圖4可以看出,在智能保障模式下,機務指揮中心(智能保障決策“云”)根據傳感器、數據接口等構成的信息采集終端(保障態勢感知“端”)感知的作戰訓練任務需求、裝備與保障資源狀態和監控數據,應用機器學習等智能分析技術,通過設計的算法實現狀態監控和預測,輔助決策生成戰時和平時維修保障方案,動態調度維修保障資源。同時,通過作業指令驅動具有智能化保障作業功能的保障設備/設施(智能保障作業“邊”)執行維修保障作業,并調用維修訓練系統進行一體化訓練。作業完成后,保障態勢感知“端”和智能保障作業“邊”將飛機狀態信息以及維修保障資源的使用情況實時反饋給智能保障決策“云”,輔助其智能決策算法的學習演進,不斷提高保障決策的精準性、敏捷性,從而提高裝備系統效率,降低保障成本。

航空裝備智能保障系統還將為飛行員、保障人員、航空裝備和系統之間提供交互信道。智能保障系統可以根據不同的作戰任務需求設計相應的保障方案,并可通過智能保障系統中的數字模擬器來實現仿真和驗證,經過迭代仿真,最終的最優保障方案可以由保障人員或機器人來執行和實現。航空裝備智能保障的最終目標和未來發展趨勢是基于優化控制的在線狀態監控和智能維護。智能保障系統為航空裝備智能保障提供了可能性,并且為航空裝備提供了更有效、高效的狀態監控和保障方案。

2.6 保障活動模型

保障活動模型用于表達智能維修保障活動的典型任務流程,即描述具體的活動邏輯關系及其相互之間的關系,包括維修的各項活動的執行主體、活動間的資源傳遞等信息[30]。航空裝備智能維修保障活動模型如圖5所示。

圖5 保障活動模型OV-5bFig.5 Support activity model of OV-5b

2.7 事件跟蹤描述

航空裝備智能保障系統的核心工作是確保維修保障任務順利完成,而業務事件追蹤描述提供了資源流的一種時序檢驗,作為特定場景想定的一個結果,能夠有效地被用于分析維修保障活動,確保整個維修保障工作完整有效。航空裝備智能維修保障事件跟蹤描述如圖6所示。

圖6 事件跟蹤描述OV-6cFig.6 Event track description of OV-6c

2.8 能力愿景

能力愿景是用于描述能力的高層背景,支持采用易于被非技術人員理解的語言描述關于能力方面的整體構想,旨在為所描述的能力提供一種戰略背景和高層范圍。航空裝備智能維修保障能力愿景可以分為能力、能力的活動、執行者的能力三部分。對應到智能維修保障工作,機務指揮中心通過智能保障系統云平臺向分布在機務中隊、修理廠、航材股、四站連、裝設備中心等機構的智能終端節點下達維修工作指令,機務中隊/修理廠通過智能終端節點接收維修工作指令自動生成維修保障方案,指派各個專業的機務人員和修理人員運用具有智能化保障作業功能的保障設備/設施自主完成一站式機庫維修作業、航材庫存管理、一體化維修訓練等作業,并把所有感知信息和工作情況通過智能終端傳遞給智能保障系統云平臺。

航空裝備智能維修保障能力愿景模型如圖7所示。

圖7 能力愿景CV-1Fig.7 Capability vision of CV-1

2.9 能力分類模型

依據航空裝備智能維修保障能力愿景CV-1以及智能維修保障活動模型OV-5b、智能維修保障事件追蹤描述OV-6c,將智能維修保障能力拆分為各項子能力,得到“能力層-需求層-技術層”之間的交聯關系。智能維修保障能力分類模型如圖8所示,其中能力層1對應CV-1模型,能力層2對應OV-5b模型和OV-6c模型。智能維修保障給相關技術提出了挑戰,但同時揭示了未來的發展趨勢,未來發展趨勢可以歸納為如下內容:從特定傳感到綜合傳感;從小范圍通信到廣域通信;從封閉的大數據基礎架構到通過云平臺共享的大數據服務;從固定數據分析到能夠使用高級機器學習算法進行監控和預測的交互式數字仿真系統;從手動設備維修到智能和自動維修。

圖8 能力分類模型CV-2Fig.8 Capability classification model of CV-2

3 結 論

(1) 根據航空裝備智能保障系統開發需求對DoDAF視圖進行定制化裁剪,提出了基于“概念-任務-能力”的體系結構開發序列,該方法能夠全面描述航空裝備智能保障系統體系結構,提高各類保障部門和保障資源的互操作性,實現保障的先導化、敏捷化和智能化。

(2) 從多個視角對智能保障系統功能、保障活動、保障要素的信息交互及組織關系進行建模,得到“能力層-需求層-技術層”之間的交聯關系,使模型信息更加立體,提高了模型的完整性與可理解性,使得研究人員能夠更加清晰準確地對智能保障系統進行分析設計。

(3) 提出并分析了智能保障系統在航空裝備保障中的應用。在航空裝備上安裝各種傳感器,可以獲得對裝備運行狀態的全面描述。通過集成了先進的數據處理和預測算法的云平臺能夠提供最優的保障方案,該方案可以根據作戰任務需求進行調整。智能保障系統可以實現航空裝備高效和有效的保障,為未來高強度持續作戰條件下的高可靠性智能航空裝備提供了創新見解。