基于大数据的现役雷达装备预测性维修保障平台研究

李德世 孙云哲

(1.陆军西安军代局 西安 710032；2.西安电子工程研究所 西安 710100)

0 引言

当前正处于陆军装备转型建设的关键期，陆军首长多次提出陆军装备建设要加强“信息主导、数据支撑”，形成创新为先的局面。目前正在进行的陆军装备维修保障体制改革也要求形成“快速机动，精确保障”的新模式，需要进行维修保障方法进行研究与创新。本文基于大数据技术的挖掘、分析、研究，将状态监测、故障诊断、状态预测和维修决策合为一体，形成在预防性维修基础上更为精准有效的预测性维修保障的新模式、新思路。

1 大数据技术概况

大数据是IT领域的又一次颠覆性的技术变革，它正在变革着我们的生活、工作和思路，开启着重大的时代转型。在处理数据及信息时具有三个重大变革，一是可以分析更多的、更全面的数据，而不是少量的随机样本，二是追求的不仅是精确性还有混杂性，三是不再热衷于寻找因果关系，转而更关注相关关系[1]。

大数据的特点可以归纳为4“V”(Volume体量,Variety种类,Value价值,Velocity速度)，即数据规模大、数据类型多、数据价值高、数据处理快。

大数据挖掘就是从大量的、不完全的、实际应用的数据中提取潜在有用的信息和知识，帮助决策者找寻规律、预测趋势、防范疏漏[2]。大数据社会各个领域和各个层面都在发挥着巨大作用，例如谷歌2011年成功预测美国流感爆发就是典型案例。在医学领域可以筛选出各种疾病发病原因，筛选出最佳治疗方案，更可以做到预防、预报、预警，在教育领域可以筛选出各类人才的最佳成长路径和环境，改变教育的盲目性和低效率等等。

大数据挖掘的主要方法有决策树分类、神经网络、回归算法、聚类分析等。

2 应用构想

雷达装备作为典型的信息化装备，配备的数量越来越大，功能越来越强，集成度越来越高，故障模式也越来越复杂，同时雷达装备在使用过程中产生出大量的信息与数据，然而目前这些信息、数据并未被得到充分搜集或者有效利用，造成数据资源的极大浪费，挖掘使用装备的维修保障的相关数据、信息，建立雷达装备的维修保障大数据资源库，建立“装备云”平台，利用先进的大数据精准挖掘分析技术，实现信息资源的挖掘利用，实现雷达装备的故障预测和健康管理，实现维修保障战备资源的优化配置。可以改变传统的雷达装备维修保障模式，由基于故障现象的事后维修转变为基于大数据分析的预测性维修，由维修保障资源固定配置模式的转变为精准动态调整，充分提高维修保障资源的使用效能，实现维修保障的主动、快速、精准、高效[3]。平台的主要功能如下：

1)装备综合状态查询

上级机关可以查询雷达装备运行状态信息以及装备维修保障信息，通过大数据分析对装备可靠性和寿命进行评估，上级机关以及部队装备管理部门可以及时了解装备服役状态。对于异常状态的装备，系统可以给相关部门发出报警提示信息。

2)维修保障方案优化

通过型号装备运行状态和基本数据的分析，对不同型号雷达装备维修保障方案提出优化提出决策支持，对维修器材目录有效修订，对年度维修保障计划优化，对维修保障资源配置(备件、耗材、人员、工具、资料等)进行动态调整等等。

3)装备故障预测

通过对装备使用状态、运行数据、环境信息、用户使用习惯信息的大数据分析，对装备可能发生的故障进行预测，对维修保障部门进行提示，形成雷达装备的健康管理模式和基于状态的维修模式，最终达到预测性维修和保障的目的和效果。

4)装备维修保障资源个体定制

通过建立每个装备的个体维修保障档案，针对装备个体特性和及其故障的特征，自动匹配解决故障所需要的备件、耗材、人员、工具资源的种类和数量。

3 设计思路

平台共分为三层结构：数据采集层、数据处理层和数据应用层[4-5]。

1)数据采集层

对部队用户在装备使用过程中各种影响雷达装备维修保障的数据信息采集。数据采集内容包括两方面：一是部队用户信息、列装时间、使用情况、维护情况等基本信息；二是通过开发雷达装备运行数据实时采集器，能够实时动态采集雷达装备运行状态数据、机内BITE故障数据和环境数据等[6]。

2)数据处理层

在数据采集过程中，雷达装备数据构成多样、异构且呈现海量增长趋势。因此，必须要建立数据整理、存储和访问的有效途径。本平台采用了基于HaDoop架构的云存储平台，设计了多源、异构海量数据存储与访问算法。可以实现对各种数据的高效存储与访问[7]。

3)数据应用层

数据应用层利用大数据挖掘技术，设计多种算法，实现对雷达装备各类数据的分析，找出数据的内部关联，确定产品的改进方向。

4 结束语

计算机处理速度的不断提升、基础数据的不断积累，促进了大数据技术不断应用于各行各业，并取得了意想不到的效果。利用大数据技术对装备运行和保障过程中积累的海量数据进行分析、挖掘，在装备保障预测、质量提升、新产品开发等应用方面具有广阔前景。