大数据平台视域下对武器装备的分析与评估系统研究引言近年来,大数据存储与计算技术已经在商业和金融领域发挥了巨大作用,而我军装备领域对大数据技术的应用还相对较少也不够成熟。武器装备具有类别多、型号多和保障信息多的特点,这为大数据技术的应用提供了基础。因此,如何利用大数据技术提升我军装备管理、故障分析和保障决策能力,提升我军战斗力服务,是目前亟待研究解决的问题。本文将阐述以大数据为平台构建的分析与评估系统,并对系统的体系架构、功能特点和技术可行性进行了论述。1、大数据技术应用现状大数据是指超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集,其数据的容量、数据的获取速度或者数据的表示限制了使用传统关系方法对数据进行分析处理,需要使用水平扩展的机制以提高处理效率,并通过高速捕获、发现和分析技术,从大规模多样化的数据中挖掘数据的价值。庞大的数据正在改变着人类发现问题、解决问题的基本方式,采用最简单的统计分析算法。在科技领域,将大量数据不经过模型和假设直接交给高性能计算机处理,就可以发现某些传统科学方法难以得到的规律和结论。以数据为中心,分析数据的相关性,打破了千百年来从结果出发探究原因的科研模式,大规模的复杂数据使得新的科研模式成为可能。2、武器装备大数据系统的功能及优势随着科技的不断进步,现代战争中的武器也在不断地更新换代,其包含的高科技成分越来越多,信息化程度也越来越高。技术密集、结构复杂、损坏机理多且损坏率高是现代高科技战争武器的几大新型特点,装备保障难度可见一斑。为更好地实施武器装备的管理保障,对大数据技术的利用也成为必然。武器装备大数据系统应该具备以下几个基本功能:2.1装备全寿命周期资源的可视化应用目前部队的武器装备零部件寿命信息、状态信息、使用维修信息等历史数据分散,无法及时和全面掌控产品技术状态和产品质量的问题。建立大数据系统,按照单机-分系统-全系统的树状结构,通过装备编号查询产品出厂数据、使用维修履历、寿命信息,实现装备资源的全资可视和状态的全面监控,为装备管理保障提供技术支持。2.2装备保障信息的便捷采集武器装备的测试数据分散于各型装备配套的测试设备,数据格式多样、存储方式不集中,给部队的装备信息管理带来很大困扰;此外,各型装备相关产品履历信息、测试信息等多采用纸质记录的方式,造成数据应用困难。建立大数据系统,可实现装备出厂信息、测试数据、产品履历等全寿命周期主要数据的自动获取,以及使用、故障、维修信息的半自动采集,为大数据技术应用提供基础。2.3装备保障过程精细化管理通过对装备技术准备流程与测试进程的信息进行监控与管理、测试数据自动判读、定检维护信息管理、消耗件信息管理,为实现保障过程精细化管控提供技术支撑。此外大数据技术还具有以下优势:(a)存储与计算技术装备保障信息具有多样性,并且随着历史数据的不断累积,数据量巨大,需要具有高可靠存储和扩展能力的数据中心进行支撑。此外,对于海量数据只有通过分析和挖掘才能发掘数据的价值,数据挖掘需要在海量数据上进行多种复杂算法的迭代处理,这需要高性能的计算技术进行支撑。大数据存储与计算技术通过分布式文件系统、分布式数据库和分布式计算框架的结合使用,通过对于普通服务器的集群化就能够实现海量数据的高可靠存储、高性能计算,且具备水平扩展能力,是解决装备保障信息管理最为有效的技术手段。(b)分析与挖掘技术装备数据中蕴含着大量的知识和规律,但这些知识隐藏在数据深处并不能够通过直接观察数据的方式发现。大数据分析与挖掘技术可以从海量装备数据中发掘数据价值,建立用于健康分析、任务决策支持的模型。大数据分析与挖掘技术已经应用于商业、金融、医疗、制造、能源等多个领域,其中在商业、金融领域的应用效果最为明显。包括基于推荐算法的精准营销,基于回归算法的价格趋势预测等。数据挖掘技术应用于装备武器的设计和试验中,通过对于试验数据的关联分析算法发现关键技术参数间的隐含关系,用于故障和设计缺陷定位。此外,利用对于测试数据的分析挖掘,对于单机性能和质量稳定性进行评价和打分,为部队使用提供辅助支撑。(c)质量评级与风险分析设计技术质量评级是在掌握装备设计特性基础上,按照质量定级要求,基于单机、系统的质量定级模型,通过大数据分析挖掘技术与先验知识结合,实现质量分析评估模型的设计,并将质量评估结果结合性能可靠性分析等方法,实现对装备任务完成的风险分析与辅助决策。因此,质量评级与风险分析设计需要结合各装备的专业领域技术、数据分析挖掘技术、质量定级模型等多种技术综合应用,提出符合武器装备实际质量情况的评估算法,构建科学的评估模型,并采用综合验证手段。3、武器装备大数据系统的构建基于装备使用特点及大数据技术的优势,我们可以构建出装备保障大数据分析与评估系统模型(以下简称“大数据分析与评估系统”)。该系统能提供保障信息采集、基础数据有效传递、测试信息集中管理、测试数据自动判读、装备使用维护信息综合管理等功能,依托大数据、云计算技术,实现装备保障大数据分析、计算与存储,实现装备健康状态管理、装备保障辅助决策等技术保障支持,实现装备装备保障的信息化与精益化。同时围绕武器装备全周期进行状态管理,为基础勤务、装备管理及任务决策等业务需求提供全面的信息保障。系统应用模式为按照用户不同级别对信息的不同需求,分权限为一线操作人员、中间级指挥人员、部队首长三个级别用户提供基于大数据技术的定制化的数据分析与信息服务。系统按应用可分为三类终端,包括日常管理应用终端、分析评估与管理应用终端、任务决策应用终端。按照功能分类大数据分析与评估系统可以分为三大部分:数据采集平台、基于大数据技术的数据中心、集成应用平台,其中集成应用平台包括全寿命周期信息管理平台、大数据分析挖掘平台和技术资料管理平台,系统体系架构如图1所示。数据采集平台用于屏蔽各类设备硬件接口、数据格式的差异,将产品信息、测试数据、使用数据等自动采集到数据中心,通过移动端或固定测试设备进行数据采集,并将数据上传到数据中心。图1数据中心基于云计算、大数据及分布式计算等技术建立,对装备数据提供高可靠、高安全、可扩展的存储环境。为装备信息管理、测试数据分析判读、大数据分析挖掘提供高性能的底层计算服务。集成应用平台按照系统应用功能划分为全寿命周期信息管理平台、大数据分析与挖掘平台和技术资料管理平台,针对不同用户需求提供不同应用界面,实现“勤务管理”、“分析评估与管理”、“任务决策”的金字塔应用模式。大数据分析与评估系统以部队保障使用流程为主线,通过对装备保障过程信息的采集、分析与评估,一是实现装备保障信息的采集与可靠存储;二是实现装备保障过程的全面支持与精确管理;三是为装备保障组织指挥提供技术支持。4、结束语大数据技术的发展势必成为装备领域发展和建设重要的技术手段,加强大数据的理论和技术研究,充分融合云计算、智能制造技术,将有利于推动装备保障建设的快速发展,提高我军能力建设和整体作战水平。参考文献：[1]曹会智,李沛,刘俊杰,谢军军.大数据时代背景下装备保障建设发展研究[J].中国管理信息化,2014,17(17):52-54.[2]王超刘建成.结合大数据技术的军事装备管理保障分析[J].技术在线,2019(18):30-32.[3]张雯皓,王学智.浅析大数据应用于装备保障决策的必要性[J].中国管理信息化,2015,18(9):70-71.[4]刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报,2014,48(6):957-972[5]程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰.大数据系统和分析技术综述[J].软件学报,2014,25(9):1889-1908.[6]严霄凤,张德馨.大数据研究[J].计算机技术与发展,2013,23(4):168-172.李耀阳,李珏,刘佳雯.基于大数据平台的武器装备分析与评估系统研究[J].电子制作,2020(11):94-96.
