杨　华，朱　闽，邵文韬

(1.陆军军事交通学院 装备保障系， 天津　300161； 2.陆军军事交通学院蚌埠士官学校 装备保障系， 安徽 蚌埠　233010；3.陆军军事交通学院 研究生管理大队， 天津　300161)

requirements

车辆装备保障工作既涉及不同层级、不同地域的保障机关，还包括车辆使用分队、修理机构、器材仓库、地方修理厂、地方器材网点等保障机构。原有的车辆装备保障业务信息系统，分别部署在不同保障机关、保障机构，存在着数据资源散落、数据不准确、数据不及时、数据缺乏共享等问题。随着信息化建设推进，分散独立的信息系统显然不适应业务管理与决策的需要，忽略了数据的挖掘分析应用，以及各类数据之间的关联作用[1]。研发车辆装备保障数据服务平台，以各类保障机构末端为数据来源，从海量数据中分析、挖掘所需的信息和规律，结合已有经验和数学模型等生成更高层次的决策支持信息，获得各类分析、评价数据，为计划工作、修理工作、保养工作、器材保障工作等车辆装备保障管理活动提供决策支持。

本文在分析车辆装备保障数据服务平台的业务功能需求基础上，提出车辆装备保障数据服务平台应用方案与总体框架。从业务需求角度，明确了车辆装备保障数据服务平台建设中需考虑到的数据工程需求。

1　业务功能需求

车辆装备保障数据服务平台主要是服务于各类机关决策，对各类车辆装备保障活动实现从“监视-分析-响应-预警” 的管理目标[2]。

1.1　态势监控

包括：车辆装备数质量分布、车辆装备动态分布、库存器材分布等三项态势监控功能。

1) 车辆装备数质量分布

区分不同单位、不同地域环境、不同车型，对比显示车辆装备数质量的分布情况，也可以单独显示单个车辆装备履历信息。

2) 车辆装备动态分布

区分不同单位、不同地域环境，显示执勤车、封存车、当日完成保养的车、待(在)修车、待料车、待报废车、当日未完成保养车等车辆装备动态分布情况。

3) 库存器材分布

区分不同地域环境，展示后方器材仓库、部队器材仓库的储备布局，以及库存器材的储备品种、储备规模变化情况。

1.2　规律分析

包括车辆动用使用、故障规律、维修作业项目、器材消耗规律、维修经费开支、设备配套使用六项功能。

1) 车辆动用使用

统计历年不同单位、不同车型的车辆使用公里数目、使用频率，按年形成不同单位不同车型的车辆动用使用车公里数。

2) 故障规律

统计历年各车型总成、零部件的故障发生频度；区分不同车辆使用单位、不同地域环境、不同车型，分析不同的故障规律。

3) 维修作业项目

统计历年不同单位、不同车型的车辆维修间隔里程、维修间隔时间、维修更换器材、维修使用的工具、作业内容、维修工时等；区分不同单位、不同车型，展示车辆修理作业、车辆保养作业、维修工时定额、维修间隔里程、维修间隔时间等变化情况。

4) 器材消耗规律

统计不同单位、不同车型器材消耗历史数据；区分不同车型，展现器材消耗变化情况。

5) 维修经费开支

统计不同单位车辆修理、保养、器材购置、设备购置等维修经费消耗情况；区分不同单位，提供车辆修理、保养、器材购置、设备购置等维修经费标准的变化趋势。

6) 设备配套使用

统计不同单位，设备配套使用频率；根据不同单位、不同装备修理要求，分析设备配套数量情况。

1.3　需求预测

包括维修经费需求预测、器材需求预测两项功能。

1) 维修经费需求预测

区分不同单位、不同车型，预测各车型从配发部队直至车辆退役报废前各年度维修经费需求。

2) 器材需求数量预测

区分不同地域环境、不同单位、不同车型，预测下一年后方器材仓库、部队器材仓库库存需求与筹措需求数量。

1.4　指标预警

包括经费预警、维修预警、库存预警三项功能。

1) 经费预警

统计单台车辆单次维修经费开支情况、单台车辆年度维修经费开支情况、单位车辆年度维修经费开支情况。设置上限值，超出支出经费限额后，实现系统自动提醒功能。

2) 维修预警

统计单台车辆在修时间、上级下达的车辆送修时间、上级下达的车辆送检时间、车辆送军内修理机构次数、车辆送地方修理机构次数、在修的车辆等待器材采购时间等。设置上限值，超过上限后提示报警，实现单台车辆在修时间过长告警、失修告警、失检告警、修理次数过多报警、器材采购等待时间报警。

3) 库存预警

统计库存器材数量、金额、周转频率。监控仓库器材储存量、储存金额的上下限、周转频率情况，超出限定值后报警。

2　总体框架设计

2.1　应用层次设计

车辆装备保障数据服务平台在应用层次可分为三个层次，分别是数据层、执行应用层和管理决策层。应用层次设计如图1所示。

数据层主要分为数据源层、数据加工整理层和数据中心层。数据源层为部署在各级保障机关、车辆使用分队、修理机构、器材仓库、地方修理厂、地方器材网点的业务信息系统；数据加工整理层主要是各个部门的业务数据与标准数据进行比较转换；数据中心层主要是对各个业务信息系统的业务数据进行整合并按分析模型进行存储。

执行应用层主要是根据保障机关业务工作需求建立各种分析模型，以及数据分析、报表生成、数据查询等。

管理决策层主要是按照不同层级保障机关使用对象的权限不同，提供各类不同的信息服务。

2.2　总体框架设计

依据图1设计思路，将车辆装备保障数据服务平台的总体框架设计为由数据源、数据中心、数据分析平台和信息服务四个部分组成[3]。如图2所示。

数据源主要采集各单位的基础业务数据、统计数据。基础业务数据通过数据抽取和数据转换、数据过滤来获取，业务部门的一些统计信息则通过录入来获取。数据中心是集中存储经过统一标准转化的各个业务部门的业务数据的数据仓库。数据分析平台通过采取数据建模、数据挖掘、时序分析、关联分析、聚类分析等数据分析技术，面向机关内部综合计划、技术保障、供应保障等各个部门的管理人员，提供决策分析。

2.3　运行环境与技术方法

结合车辆装备保障信息系统的特点规律和实际要求，充分利用现有成熟技术结果，同时着眼技术发展与国产自主可控，确立运行环境与技术方法[4]。

1) 操作系统

客户端可结合实际情况采用Windows操作系统或Linux操作系统；服务器端采用Linux操作系统。

2) 数据库管理系统

数据库管理系统的客户端与服务器均采用国产“达梦”数据库管理系统。

3) 软件架构

业务流程以B/S架构为主，保障末端数据采集以C/S架构为主。其中B/S架构遵循J2EE规范，实现基于WEB的多层应用。

4) 数据体系

遵循已发布通用的相关数据标准和规范。

5) 信息交换

采用文件交换、数据库共享等方式实现与外部系统以及系统内部之间的信息交换。

3　数据工程建设需求

研发车辆装备保障数据服务平台重点是利用数据工程建设为决策服务，但数据工程建设不是一个单纯的数据采集、分析、利用的过程，其成败在于如何与相应业务应用相对应。如：是否与决策方向、业务流程密切相结合；是否体现数据潜在价值、数据分析技术；能否确定数据集范围和边界；可否支撑起业务和数据的完美结合等。因此，应从业务需求角度提出在车辆装备保障数据服务平台建设中需考虑到的数据工程建设需求。

3.1　标准规范

结合各类保障机构、保障机构的业务需求，分析业务数据采集、存储、分析管理以及信息的表达、发布、交换等过程，开展数据标准、服务规范、管理标准建设。包括：元数据标准、分类与编码标准、数据内容标准等方面的数据标准；数据发现服务规范、数据访问服务规范、数据分发服务规范等服务规范；数据发布规范、信息安全规范、数据网络建设规范等管理标准。

3.2　数据采集

围绕“要什么数据、有什么数据、数据怎么用”等问题，需明确车辆装备保障数据服务平台采集的业务数据规范化需求。按照各类业务运行关系、业务职能、业务流程、业务功能，设计基于数据共享条件下的数据分类框架，对数据的性质、种类、数量、质量和功能等方面进行具体描述和具体要求，明确各类数据由谁在哪个业务工作中采集。为了规范数据采集和传输的内容、手段，以数据分类框架设计为依据，构建一套数据采集规范，从数据定义、数据标准、数据结构、数据质量、数据来源、数据监控、数据周期、操作岗位等方面提出数据采集规范[5]。

3.3　数据质量控制

为了提高数据真实性、时效性，提高数据利用率，需明确车辆装备保障数据服务平台数据质量控制方案。从各类业务机关、保障机构采集到的原始数据可能存在噪声数据、缺失或异常数据、冲击扰动数据、不一致数据的问题，通过数据质量控制方案，针对性地提供相应的数据处理技术。经过处理后的数据可以为数据分析平台提供良好基础，可进一步提高数据服务决策的有效性。

3.4　数据挖掘

运用线性回归、分类分析、聚类分析、统计分析、主成分分析、支持向量机、神经网络、深度学习、优化算法等数据挖掘算法，可建立总成部件故障预测模型、器材消耗规律模型、器材库存量模型、保障方案优化模型、存储结构布局优化模型、维修经费预测模型、维修经费调整模型等[6]。针对不同模型，提供具体解决方法与算法步骤，满足软件研发需求.

3.5　数据即席查询

保障机关决策者重点关注车辆装备数质量分布、修理机构保障能力建设、器材库存问题、维修管理费投向、维修保障效益等问题。针对重点关注的问题，可提供灵活的业务分析查询。在分析汇总数据的同时，通过即席查询进一步深入到某个地域、某个重点单位、某项重要业务工作的细节数据中，以便更全面地反映车辆装备数质量分布、修理机构保障能力建设、器材库存问题、维修管理费投向、维修保障效益的情况。

3.6　数据多维分析

车辆装备保障数据服务平台汇总了各个单位上报的维修计划执行、维修经费开支、车辆故障、车辆检测、车辆修理、车辆保养、器材采购、器材库存、器材消耗等数据后，可按单位类型、按不同任务方向、按当年同期(同比)、按历年同期(环比)、按单位类型、按车辆构成、按地域环境等，设计不同“维”(影响因素)和 “指标”(衡量因素)来衡量。也可由保障机关决策者选择维度、指标，搭建自己所关心的分析主题。提供灵活的分析功能、直观的数据操作和分析结果可视化表示等，从而使保障机关决策者对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。

3.7　数据GIS展示

建立车辆、器材、修理机构、人员等情况数据与空间数据相关联关系。结合地图数据进行车辆、修理机构、人员等资源数据的检索、查询、分析。在基础空间数据的基础上以分段专题图与点密度图的形式展示车辆分类分级、修理机构维修任务完成情况、人员实力的空间分布。其中，分段专题图可包括各区域车辆完好情况、在储车辆情况、车辆随装配套情况、车辆分类分级情况、各区域修理机构完成任务情况、人员实力等的分段专题显示。点密度图可包括各区域新车、堪用车、待修车、待退役报废车等的点密度显示。

4　结论

车辆装备保障数据服务平台汇集了车辆装备调拨、使用、维修、退役报废、器材筹措等各类业务数据，使各类保障机关、各类保障机构的数据有序开放、交换共享，为保障机关决策者提供多方位数据服务，有利于构筑全新的基于信息系统业务管控的新模式。本文提出了车辆装备保障数据服务平台应具备态势监控、规律分析、趋势预测、指标预警等功能需求，完成了总体框架设计，明确了数据建设需求，为研发车辆装备保障数据服务平台提供了解决方案，也为装备保障信息化建设提供有价值的模式参考和示范应用。

参考文献：

[1]曹成俊.部队装备保障信息化建设浅析[J].装备学院学报，2015,26(4):42-45.

[2]于风竺，杨学强.基于决策支持的装备维修经费综合预算管理系统研究[J].中国管理信息化,2012(1):33-34.

[3]宋锦平.铁路局大数据分析平台研究[J].铁路计算机应用,2016(10):21-26.

[4]张天祖.基于RFID技术的物联网智能交通系统开发研究[J].兰州交通大学学报,2012(4):112-116.

[5]杜加刚，王涛，孙威.空军航材保障决策基础数据及模型建设研究[J].空军勤务学院学报，2015(1)：19-22.

[6]王玉琢，张建军.部队装备新旧状态的大数据分析[J].兵器装备工程学报，2017(8)：124-130.