大数据时代可靠性课程体系建设

程志君 罗鹏程 蒋平 郭波

【摘要】本文从大数据时代可靠性人才需求出发，针对当前可靠性课程体系存在的问题，依托“大数据+可靠性”创新科研成果，开展相应课程体系建设改革的研究，分别从课程体系框架构建、课程体系内容设计和教学手段改革三方面进行积极探索，提出对策和建议，为相关研究生培养方案和课程大纲修订提供支持。

【关键词】大数据时代 可靠性课程体系

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2018）16-0241-01

一、引言

在现代军事、航天、航空等高科技领域中，以减少故障、提高产品质量为目的的可靠性，在相关设备研制、生产和使用过程中扮演举足轻重的角色。所谓可靠性，是指产品在规定的条件下和规定的时间内，完成规定功能的能力。通俗地说，可靠性就是产品无故障完成任务的能力[1]。可靠性经过50多年的发展，已经成为一门综合性的新兴交叉学科，国内外许多著名大学不仅设立相关专业，建立完整的课程体系，而且其中某些课程也成为其他工科专业的必修课程[2]。

进入21世纪以来，以大数据、人工智能、无线网络等为代表的技术变革彻底改变了原有产品的发展轨迹[3]，高技术设备性能指标多样，组成结构复杂，在其需求论证、设计研制和保障使用中，通过传感器或终端能够获取海量数据，如卫星每秒产生的在轨性能监测数据达数万条。一方面，这些性能或环境监测数据从不同方面反映设备的状态，能够为其可靠性分析提供更多的数据支撑，从而成为推动可靠性技术发展的战略资源。另一方面，这些数据大多并非故障数据，而且往往具有非结构化、非线性特点，因而对传统基于经典统计的可靠性理论方法和手段提出了新的挑战。大数据强调数据间相关关系的挖掘，抽样及数据精度已非其研究和应用的关注点，原有经典的统计抽样、因果分析建模方法难以奏效[4]。因此，未来从事可靠性工程相关领域研究的人员，需要更新原有的可靠性知识體系，掌握大数据相关的新理论与新方法。在这种形势下，必然对现有的可靠性课程体系提出新的、更高的要求。为此需要结合当前可靠性大数据的特点，对原有课程体系进行改革与创新，建设“大数据+”可靠性方向研究生课程体系。

二、“三类四层”的课程体系框架构建

现有的装备可靠性课程体系是 “三类四层”框架结构，其中，“三类”是指装备可靠性研究和应用的“故障诊断”、“寿命预测”、“风险分析”三个方面领域知识。“四层”是指“基础-专业-应用-展望”四个层次的知识划分。所谓“基础”课程包括军事装备相关的领域基础课程和“概率统计”、“随机过程”等数学基础课程；“专业”课程即“故障诊断”、“风险分析”等专业基础课程；“应用”主要是指解决应用领域现实问题的案例分析课程，是基础和专业课程知识的综合应用；“展望”是指针对装备可靠性未来发展的综合研讨类课程。

而大数据理论的引入，将彻底改变上述“三类四层”框架结构的内涵与关系。一是三类领域知识的重新设置，原有三类领域边界较为清晰，但大数据理论从整体着眼的特点使三者结合更为紧密，重新划分三类领域的边界，涉及到不同内容的扩展与综合；二是四层结构中课程的调整与知识更新，如“基础”课程中需要增加与大数据相关课程（如人工智能、机器学习、深度学习等），“专业”课程中应结合大数据更新原有“故障诊断”、“状态预测”等课程知识体系；三是原有内容与大数据相关新理论方法的整合问题，将新的知识和传统方法协调综合为一个整体。从上述三方面出发，研究和梳理解决当前装备可靠性三个领域问题对大数据新理论、新方法的需求，结合我校研究生培养的特点，构建“大数据+”装备可靠性方向研究生课程体系的“三类四层”新框架，从而确立各门课程之间的支撑关系。

三、“三个有机结合”的课程体系内容设计

大数据为解决可靠性问题提供了庞大的数据基础，但可靠性与大数据结合，将不再追求抽样与统计结果的精确性，而注重从整体数据上分析，强调相关关系分析或潜在关系的挖掘。因而需要分析这一特点，基于“三类四层”的新框架，设计各门课程的教学内容。课程内容将按照“大数据与经典统计结合”、“大数据与可靠性理论结合”、“大数据与装备应用结合”（简称“三个有机结合”）的总体思想进行设计，具体包括：

（1）“大数据与经典统计结合”：“基础”课程中要兼顾经典数理统计和大数据理论方法，“专业”课程中可靠性理论内容应涉及经典数理统计与大数据理论方法相结合来研究故障诊断、寿命预测、风险分析等领域问题。

（2）“大数据与可靠性理论结合”：大数据理论知识与可靠性专业知识应尽量相互呼应、关联承接，“专业”课程中的装备故障诊断、寿命预测、风险分析等专业理论课程内容要包含解决这些领域问题的大数据理论方法，而“基础”课程中增加的大数据相关理论方法应涉及可靠性领域应用。

（3）“大数据与应用结合”：“基础”课程中应包含军事装备论证、研制、试验等基本理论及其中涉及的可靠性问题和大数据问题等内容，“应用”课程应突出大数据理论方法应用于装备可靠性问题的解决方案，“展望”课程针对可靠性专业理论当前存在的现实紧迫问题，结合大数据方法解决装备可靠性问题的未来发展，进行展望性研讨。

四、结合新一代信息技术的课程体系教学手段改革

大数据等新一代信息技术为课程教学手段改革提供了新的发展思路[5]。考虑到当前装备性能或环境监测等数据海量、多样、非结构化等特点，利用Hadoop、NLP等软件，依托学校优质的教学实验环境、“雨课堂”、军队“梦课”等网络教学平台，设计适应“大数据+”课程体系的教学方法，探讨翻转课堂、在线互动式课堂、研究型教学、项目式教学等手段在课程教学中的应用，推动大数据工具与教学结合的实践验证。其中，对部分“基础”课程，强调Hadoop等大数据分析软件的应用，尝试基于“梦课”平台的翻转课堂，或结合“雨课堂”开展在线互动式教学；对部分“专业”课程，可通过研究型教学方法，突出如何运用大数据理论方法解决装备故障诊断、寿命预测、风险分析等问题的研究；对“应用”课程，可采用项目式大作业贯穿，并在相关实验室中进行授课，结合经典可靠性软件和NLP软件来解决项目作业；对“展望”课程，可邀请相关院校教授、知名学者以及国防工业部门的工程专家，采用讲座、研讨、交流等方式进行。

参考文献：

[1]郭波等.系统可靠性分析[M].长沙：国防工业出版社，2002.

[2]孙权，罗鹏成，周经纶.装备可靠性工程人才培养研究[J].高等教育研究学报，2008（3）： 25-27.

[3]AC Tan， A Heng， J Mathew. Utilising reliability and con？鄄dition monitoring data for asset health Prognosis. Enigneering Asset Management Review， 2012： 89-103.

[4]孔德智，刘群兴，王颍凯，张莹莹.大数据技术及其应用研究[J].电子产品可靠性与环境试验， 2013，18（1）： 90-95.

[5]金陵.大数据与信息化教学变革[J].中国电化教育，2013（10）：8-14.

作者简介：

程志君（1978.06-），女，汉族，国防科技大学系统工程学院副教授，研究方向：可靠性建模与分析、维修决策。