大數據時代下對裝備計量管理的思考

劉 琦

（1.吉林大學，吉林 長春 130000；2.92493部隊，遼寧 葫蘆島 125000）

0 引言

當數據和黃金一樣成為一種新的經濟資產，當科研處于以數據為基礎進行科學發(fā)現的第四范式，這些無不宣告著我們已經進入了大數據時代，不同的學科領域正在不同的層面上廣泛地關注著大數據對自己的研究和實踐帶來的深刻影響，裝備計量領域也不例外[1-3]。在信息技術飛速發(fā)展的時代背景下，不斷探索如何更好地發(fā)揮計量資源作用，加快拓展和提升計量信息服務水平的步伐，已經成為裝備計量信息化建設的重要發(fā)展方向[4]。

1 大數據分析在裝備計量管理中的應用

1.1 合理調整裝備檢定周期

通過同一計量技術機構對某裝備進行長年累月的檢定測試，可以積累大量的計量檢定數據，這些數據真實有效，可以有效反映裝備工作狀態(tài)。通過對這些數據進行大數據分析，有利于計量技術機構分析裝備故障率，有針對性地調整裝備檢定周期。特別是對于軍用裝備而言，受軍事任務不確定性、配備環(huán)境復雜性等不良因素的影響，軍用裝備往往無法按照國家技術規(guī)范要求的檢定周期進行計量檢定。例如，配備在艦艇上的某些裝備，對于某些僅僅起到性能參考而不用于指示具體數值的儀器儀表，是否可以考慮適當延長其檢定周期，這樣既避免了頻繁拆裝裝備的不便，又可以減少計量成本。而對于某些處于惡劣條件下的軍用裝備，受惡劣環(huán)境因素的影響，裝備故障率可能會大大提高。通過大數據分析，可以得到一個更為合理的裝備檢定周期，提高計量工作針對性和可靠性。

1.2 影響裝備采購機制與裝備生產工藝

大數據分析在為計量檢定工作提供信息參考的同時，也為裝備生產制造帶來了重大影響。由于生產廠家不同，同一規(guī)格的裝備的生產工藝也不盡相同，這就可能使得裝備生產質量良莠不齊?，F如今的裝備準入機制主要采取在裝備投入使用前由指定的計量技術機構進行型式評價試驗的方式，但是對于后續(xù)裝備的總合格率檢測并沒有提供匹配的監(jiān)督機制。通過大數據分析，可以對多個廠家、多種型號裝備的計量檢定數據進行對比，針對特定環(huán)境、特殊使用用途提出最為合適的裝備采購建議，這將為裝備采購部門提供重要的參考，同時也將從根本上對裝備生產制造過程起到督導作用。例如，經過多年的計量檢定數據積累，通過大數據分析方法發(fā)現對于某型艦船而言，甲廠家生產的壓力表故障率遠高于乙廠家，A型號的壓力表故障率遠高于B型號，那么計量技術機構可以將數據分析結果提交給裝備采購部門，在同等條件下優(yōu)先選擇乙廠家生產的壓力表，在計量性能符合要求的條件下，優(yōu)先選擇B型號壓力表。

1.3 完善編制體制

大數據的應用不僅體現在“物”的管理上，也體現在“人”的管理中。結合計量大數據，可以根據安全環(huán)境與實戰(zhàn)需要對現有計量體系編制進行適時調整改革，合理建設計量技術機構和配備計量技術人員，達到資源最大化利用，以適應未來聯合作戰(zhàn)需求。

1.4 構建計量服務平臺

通過計量大數據的建設，可對計量需求進行分析評價，了解計量在量值溯源方面存在的問題，建立計量需求數據庫，為開展計量科學研究，規(guī)劃計量標準建設，構建計量服務平臺[5]。

2 大數據分析對裝備計量管理帶來的思考

2.1 提高數據采集質量

在大數據時代，數據量呈指數型增長，多種數據形式并存，如何從冗雜的數據中采集價值數據，是大數據分析人員必須面對的一個重要課題。理論而言，在擁有足夠數量的價值數據條件下，完全可以通過對數據模式、數據特征、數據規(guī)律等要素進行分析，得到用戶感興趣的數據狀態(tài)分析和數據未來發(fā)展趨勢。然而對于裝備計量保障工作而言，計量數據呈現數據種類更多、數據量更豐富、數據保密性更高的特點，再加上數據采集技術的限制，數據采集質量難以達到預期目標，導致大數據在裝備計量保障方面的應用在理論上和實際上還存在較大的差距。這就要求裝備計量技術機構要結合本單位實際情況提前做好數據規(guī)劃，并對數據采集的全過程做好監(jiān)管監(jiān)察，全面提升數據采集質量，為數據服務和管理決策提供技術基礎。

2.2 加強大數據的基礎平臺建設

基礎平臺建設同樣是大數據發(fā)展的基礎性工作，必須予以重視。不能單純地只考慮對計算能力的要求和存儲能力的建設，要結合裝備計量保障工作特點，遵循未來可持續(xù)發(fā)展的建設思路，強調建設與完善基礎架構，使大數據技術能夠應用于裝備全壽命計量保障工作中，滿足未來計量大數據基礎平臺拓展建設的要求。充分利用虛擬技術、云計算等技術，建設靈活可擴展的、適合數據多級集中的資源池，使基礎設施架構建設與應用建設規(guī)劃相互結合，支撐數據存儲、數據分析系統(tǒng)的高效、穩(wěn)定、安全運作，更好地管理數據和提高系統(tǒng)數據處理能力[6]。

2.3 重視數據整合規(guī)范

隨著大數據技術發(fā)展，已有許多計量技術機構推動搭建了基于大數據的計量管理系統(tǒng)，但由于信息化建設仍然處于初期階段，各計量技術機構都是基于本機構需求，采取豎井式開發(fā)建設，以單機單節(jié)的模式，圍繞業(yè)務為核心，沒有從整體上考慮可擴展性，發(fā)展存在瓶頸[6]。我們應該認識到，所謂大數據的發(fā)展基礎是“大”，但是大數據的精髓在于“用”。如果計量管理系統(tǒng)僅僅是被當作數據庫，將數據存儲起來，那么大數據將徹底失去其意義。要想真正實現數據互聯互通的綜合利用，這就需要對數據模型、數據規(guī)約進行整合規(guī)范，將系統(tǒng)模型化、接口規(guī)范化，使數據更具可操作性，打破各專業(yè)的壁壘，實現信息和數據暢通。

2.4 注重信息化人才培養(yǎng)

要想讓裝備信息化建設不成為“雞肋”，那就要依靠裝備計量人才開展信息化建設。以往的大數據分析系統(tǒng)大多都是由裝備計量技術機構提出需求，地方信息公司搭建具體系統(tǒng)，然而由于地方信息公司無法深入理解計量工作，設計出的系統(tǒng)往往重“表”不重“里”，反而為計量工作人員增添負擔，成為“雞肋”，無法真正發(fā)揮大數據分析系統(tǒng)的優(yōu)勢。因此，培養(yǎng)精于大數據分析的計量人才具有重要意義。然而，大數據分析與處理涉及數據挖掘、聚類分析、機器學習等多種算法與計算機關鍵技術，人才培養(yǎng)不是一朝一夕能夠完成的。這就要求裝備計量技術機構在人才引進時充分考慮信息化人才的需求，并在信息化人才培養(yǎng)過程中持續(xù)用力。

2.5 注重數據安全管理

數據集中存儲在很大程度上增加了數據泄露的風險，特別是對于客戶至關重要的計量數據一旦泄露，如果被別有企圖的企業(yè)利用起來進行生產制造等活動，將有可能引發(fā)知識產權等方面的爭議，從而使客戶造成巨大損失。對于軍方涉密裝備的計量保障而言，計量數據有可能隱含著裝備實力、部隊動態(tài)、軍事活動等重要信息，不能有絲毫泄露。這就對計量技術機構在數據安全管理層面提出了更高的要求，不斷強化安全意識，做好防火墻、安全網關、防入侵系統(tǒng)等平臺數據監(jiān)控，在注重數據備份的同時更要兼顧提高應急處理能力，實現數據處理、安全防護、應急維護一體化的數據管理體系。

3 結束語

信息技術的發(fā)展催生了大數據理論，大數據的廣泛應用又推動了傳統(tǒng)計量的轉變。通過計量信息的大數據建設，將進一步推動裝備計量管理體制變革和信息資源共享水平的提高，加快裝備管理現代化步伐，促進提高部隊戰(zhàn)斗力和地方企業(yè)生產力。