大数据时代下对装备计量管理的思考

刘 琦

（1.吉林大学，吉林 长春 130000；2.92493部队，辽宁 葫芦岛 125000）

0 引言

当数据和黄金一样成为一种新的经济资产，当科研处于以数据为基础进行科学发现的第四范式，这些无不宣告着我们已经进入了大数据时代，不同的学科领域正在不同的层面上广泛地关注着大数据对自己的研究和实践带来的深刻影响，装备计量领域也不例外[1-3]。在信息技术飞速发展的时代背景下，不断探索如何更好地发挥计量资源作用，加快拓展和提升计量信息服务水平的步伐，已经成为装备计量信息化建设的重要发展方向[4]。

1 大数据分析在装备计量管理中的应用

1.1 合理调整装备检定周期

通过同一计量技术机构对某装备进行长年累月的检定测试，可以积累大量的计量检定数据，这些数据真实有效，可以有效反映装备工作状态。通过对这些数据进行大数据分析，有利于计量技术机构分析装备故障率，有针对性地调整装备检定周期。特别是对于军用装备而言，受军事任务不确定性、配备环境复杂性等不良因素的影响，军用装备往往无法按照国家技术规范要求的检定周期进行计量检定。例如，配备在舰艇上的某些装备，对于某些仅仅起到性能参考而不用于指示具体数值的仪器仪表，是否可以考虑适当延长其检定周期，这样既避免了频繁拆装装备的不便，又可以减少计量成本。而对于某些处于恶劣条件下的军用装备，受恶劣环境因素的影响，装备故障率可能会大大提高。通过大数据分析，可以得到一个更为合理的装备检定周期，提高计量工作针对性和可靠性。

1.2 影响装备采购机制与装备生产工艺

大数据分析在为计量检定工作提供信息参考的同时，也为装备生产制造带来了重大影响。由于生产厂家不同，同一规格的装备的生产工艺也不尽相同，这就可能使得装备生产质量良莠不齐。现如今的装备准入机制主要采取在装备投入使用前由指定的计量技术机构进行型式评价试验的方式，但是对于后续装备的总合格率检测并没有提供匹配的监督机制。通过大数据分析，可以对多个厂家、多种型号装备的计量检定数据进行对比，针对特定环境、特殊使用用途提出最为合适的装备采购建议，这将为装备采购部门提供重要的参考，同时也将从根本上对装备生产制造过程起到督导作用。例如，经过多年的计量检定数据积累，通过大数据分析方法发现对于某型舰船而言，甲厂家生产的压力表故障率远高于乙厂家，A型号的压力表故障率远高于B型号，那么计量技术机构可以将数据分析结果提交给装备采购部门，在同等条件下优先选择乙厂家生产的压力表，在计量性能符合要求的条件下，优先选择B型号压力表。

1.3 完善编制体制

大数据的应用不仅体现在“物”的管理上，也体现在“人”的管理中。结合计量大数据，可以根据安全环境与实战需要对现有计量体系编制进行适时调整改革，合理建设计量技术机构和配备计量技术人员，达到资源最大化利用，以适应未来联合作战需求。

1.4 构建计量服务平台

通过计量大数据的建设，可对计量需求进行分析评价，了解计量在量值溯源方面存在的问题，建立计量需求数据库，为开展计量科学研究，规划计量标准建设，构建计量服务平台[5]。

2 大数据分析对装备计量管理带来的思考

2.1 提高数据采集质量

在大数据时代，数据量呈指数型增长，多种数据形式并存，如何从冗杂的数据中采集价值数据，是大数据分析人员必须面对的一个重要课题。理论而言，在拥有足够数量的价值数据条件下，完全可以通过对数据模式、数据特征、数据规律等要素进行分析，得到用户感兴趣的数据状态分析和数据未来发展趋势。然而对于装备计量保障工作而言，计量数据呈现数据种类更多、数据量更丰富、数据保密性更高的特点，再加上数据采集技术的限制，数据采集质量难以达到预期目标，导致大数据在装备计量保障方面的应用在理论上和实际上还存在较大的差距。这就要求装备计量技术机构要结合本单位实际情况提前做好数据规划，并对数据采集的全过程做好监管监察，全面提升数据采集质量，为数据服务和管理决策提供技术基础。

2.2 加强大数据的基础平台建设

基础平台建设同样是大数据发展的基础性工作，必须予以重视。不能单纯地只考虑对计算能力的要求和存储能力的建设，要结合装备计量保障工作特点，遵循未来可持续发展的建设思路，强调建设与完善基础架构，使大数据技术能够应用于装备全寿命计量保障工作中，满足未来计量大数据基础平台拓展建设的要求。充分利用虚拟技术、云计算等技术，建设灵活可扩展的、适合数据多级集中的资源池，使基础设施架构建设与应用建设规划相互结合，支撑数据存储、数据分析系统的高效、稳定、安全运作，更好地管理数据和提高系统数据处理能力[6]。

2.3 重视数据整合规范

随着大数据技术发展，已有许多计量技术机构推动搭建了基于大数据的计量管理系统，但由于信息化建设仍然处于初期阶段，各计量技术机构都是基于本机构需求，采取竖井式开发建设，以单机单节的模式，围绕业务为核心，没有从整体上考虑可扩展性，发展存在瓶颈[6]。我们应该认识到，所谓大数据的发展基础是“大”，但是大数据的精髓在于“用”。如果计量管理系统仅仅是被当作数据库，将数据存储起来，那么大数据将彻底失去其意义。要想真正实现数据互联互通的综合利用，这就需要对数据模型、数据规约进行整合规范，将系统模型化、接口规范化，使数据更具可操作性，打破各专业的壁垒，实现信息和数据畅通。

2.4 注重信息化人才培养

要想让装备信息化建设不成为“鸡肋”，那就要依靠装备计量人才开展信息化建设。以往的大数据分析系统大多都是由装备计量技术机构提出需求，地方信息公司搭建具体系统，然而由于地方信息公司无法深入理解计量工作，设计出的系统往往重“表”不重“里”，反而为计量工作人员增添负担，成为“鸡肋”，无法真正发挥大数据分析系统的优势。因此，培养精于大数据分析的计量人才具有重要意义。然而，大数据分析与处理涉及数据挖掘、聚类分析、机器学习等多种算法与计算机关键技术，人才培养不是一朝一夕能够完成的。这就要求装备计量技术机构在人才引进时充分考虑信息化人才的需求，并在信息化人才培养过程中持续用力。

2.5 注重数据安全管理

数据集中存储在很大程度上增加了数据泄露的风险，特别是对于客户至关重要的计量数据一旦泄露，如果被别有企图的企业利用起来进行生产制造等活动，将有可能引发知识产权等方面的争议，从而使客户造成巨大损失。对于军方涉密装备的计量保障而言，计量数据有可能隐含着装备实力、部队动态、军事活动等重要信息，不能有丝毫泄露。这就对计量技术机构在数据安全管理层面提出了更高的要求，不断强化安全意识，做好防火墙、安全网关、防入侵系统等平台数据监控，在注重数据备份的同时更要兼顾提高应急处理能力，实现数据处理、安全防护、应急维护一体化的数据管理体系。

3 结束语

信息技术的发展催生了大数据理论，大数据的广泛应用又推动了传统计量的转变。通过计量信息的大数据建设，将进一步推动装备计量管理体制变革和信息资源共享水平的提高，加快装备管理现代化步伐，促进提高部队战斗力和地方企业生产力。