基于差异度的装甲装备在役考核科目设计

李赫才，韦国军，闫 龙

（1.航天工程大学研究生院，北京 102200；2.航天工程大学航天保障系，北京 102200）

0 引言

在役考核是我军新的试验鉴定类型，对把住装甲装备的后续采购和改进升级关口非常重要，是考核装备在服役期间满足作战使用和保障需求的程度。这一特性要求在役考核科目的确定必须与部队实际工作相结合。通过分析装甲装备在役考核科目与部队实际工作的差异性，以考核科目与部队工作差异度为切入点，建立差异矩阵，确定装甲装备在役考核科目与部队实际工作的差异程度，构建与部队实际工作紧密结合的考核科目。

1 装甲装备在役考核科目设计概述

在役考核科目是在役考核任务和目的的具体化，是在役考核实施的依据。在役考核科目设计是对在役考核的具体筹划，考虑到在役考核必须依托装备使用单位实施，因此，在役考核科目的确定必须结合部队实际情况，既能满足在役考核的实施又要避免影响部队正常运转。

1.1 在役考核科目设计

在役考核科目设计是依据装备试验鉴定总案在役考核部分或在役考核方案，将在役考核指标转化为能够操作实施的具体考核科目。性能试验和作战试验设计是通过搭建试验环境和选择不同试验因素和水平，寻求利用最少的试验资源获取充足的试验数据，性能试验是按照装备的性能指标和标准规范确定试验科目；作战试验是从作战流程出发，建立涵盖试验指标、想定、环境等内容的具体试验科目。在役考核科目设计是依据在役考核指标，结合部队使用和保障要求，确定相应的考核科目。

1.2 考核科目与部队工作差异性分析

在役考核指标涵盖了需要考核的所有内容，依据在役考核指标能够生成理想的在役考核科目，但这些科目并不是都需要实施，比如岗位合理性、技术资料满足度、人机适应性等内容。部队工作主要包括训练、作战和保障等内容，是对装备的具体运用，可以分解为具体的行动或任务。考核科目与部队实际工作存在一对一、一对多、多对一的关系，甚至部分考核科目与部队实际工作无法形成一一映射关系，使得二者之间无法始终保持一致，存在一定的差异性。通过分析这种差异程度，建立相应的差异等级，能够筛选出与部队实际工作结合实施的考核科目和需要进行单独设计的考核科目，使在役考核科目更具有针对性，提升考核效率。

1.3 差异矩阵与差异度

差异矩阵（difference matrix，DM）代表在役考核科目和部队工作具有一定的差异关系，不能完全将考核科目照搬至部队实际工作中，差异度代表相应矩阵向量素之间的差异程度。通过分析考核科目与部队工作的差异性，建立考核科目矩阵向量和部队工作矩阵向量，通过计算差异度划分差异程度等级，不同等级采用不同的处理方式。构建在役考核科目与部队工作的差异矩阵，并通过专家打分计算得到相应矩阵向量素之间的差异等级，根据差异等级实现对考核科目的筛选。

2 装甲装备在役考核考核科目矩阵向量

考核指标是实现在役考核目标的依据，通过分解装甲装备在役考核指标，能够得到在役考核的具体内容，在役考核科目由在役考核指标生成。

2.1 装甲装备在役考核指标

在役考核包括装备适编性、装备适配性、服役经济性、部队适用性和质量稳定性，结合部队实际情况，对在役考核顶层内容进行逐层逐级分解，即可得到需要考核的底层指标。以服役经济性为例，分解得到装甲装备服役经济性指标如图1 所示。

图1 服役经济性指标

2.2 建立考核科目矩阵向量

在确定在役考核指标体系后，对指标进行分解、整合，形成初始在役考核科目，主要包括目的、对象、内容、背景、数据采集方法、考核过程，也可根据部队实际情况进行适当增减相关内容。

例如，某型坦克装甲车辆训练使用费用考核科目。考核目的：评估某型坦克装甲车辆完成年度训练任务所需费用是否在预期费用范围。考核对象：1 个建制某型坦克连装备体系。考核内容：训练使用费，包括专业训练、战术训练等费用。考核背景：装备按计划完成整年度各项训练任务。数据采集方法：记录在装备训练使用过程中消耗的人力、物力、财力，并进行折算为相等价值的度量方式。考核过程：相应的部队具体工作。

其中，与部队当年工作无关的指标也可进行舍弃。根据服役经济性底层指标，生成在某型坦克装甲车辆具体在役考核科目：年均训练使用费、年均物资消耗费、年均故障维修费、年均日常维护费、年均任务维护费、训练使用费效比、日常维护费效比、装备中修费效比、装备大修费效比、维护保养经费满足度、中修经费满足度、训练经费满足度、大修经费满足度。用向量表示为：

3 装甲装备部队工作矩阵向量

将部队工作分解为具体可以支撑在役考核内容的课目，作为在役考核结合的具体内容。

3.1 部队工作分解

装甲装备部队工作是在役考核的载体，对装备部队工作分解支撑着在役考核具体内容的实施和所需数据的采集。对部队工作分解可采用树状分析法，将顶层工作逐步分解为具体行动，在分解过程中要与部队实际情况和当前任务相结合，充分体现装甲装备在部队担负的具体任务和执行的相关工作，既要覆盖涉及部队装备使用的所有工作内容，又要剔除与装备无关的部队具体工作，如图2 所示。

图2 部队工作树状分解

装甲装备部队工作非常繁杂，涉及到装甲装备在部队的所有活动，必须始终坚持细致、全面，不同类型顶层工作分解出来的子工作会出现交织，但是产生的数据都是在役考核数据范畴，对在役考核具有一定的价值，需要综合衡量，不能轻易舍弃。以坦克装甲车辆装备管理工作为例进行分解，如图3 所示。

图3 装备管理工作分解

装备管理是指为使装备经常处于良好的技术状态以便完成各项任务而进行一系列管理和控制活动，是部队的经常性工作，贯穿于装备的所有时间和空间序列。装备管理任务主要包括调配保障、日常管理、保障资源管理、装备维修、战备管理、战时管理等任务。装备从列装部队到退役报废是一个长期过程，是部队经常性、持续性工作，能够持续产生满足在役考核的数据，并具有大样本、长周期的特点。装备管理工作与战备训练、日常训练、演习演练等工作存在交织的子工作，在战备训练、日常训练、演练演习中也存在装备的管理，只是分解的侧重点不同，形成了不同的子工作，这些子工作共同组成装备在所属部队的所有工作。

3.2 建立部队工作矩阵向量

分解得到子工作不是单纯的一件任务，可能在不同任务阶段都存在，也可能是某阶段的一项具体工作，比如装备退役报废工作是装备使用的最后一项工作，预防性维修工作则在装备的各个任务阶段都存在。而装备不执行相应管理工作时则可以不考虑，比如不执行作战任务时，战时装备管理工作可以不考虑。需要将部队管理子工作用向量方式表示的有装备申请补充、装备换装调整、装备退役报废、装备储备储存、装备动用使用、装备保养保管、装备封存启封、维修器材筹措、维修器材供应、维修设备建设、预防性维修、修复性维修、战备物资筹措、战备物资储备、人员编组训练、制定战备方案、进行战备演练等内容，还要深刻理解其背后代表的可能是跨任务阶段的具体工作，而非单一工作内容，部队装备管理工作矩阵向量为：

4 装甲装备在役考核差异矩阵

4.1 建立差异矩阵

以初始科目矩阵为列向量、部队工作为行向量，构建装甲装备在役考核差异矩阵。采用专家打分的方法对差异度进行评判，划分差异度等级为极小级、较小级、一般级、较大级、极大级，评判值0～2为极小级、2～4 为较小级、4～6 为一般级、6～8 为较大级、8～10 为极大级。选5 名在役考核和部队工作方面的专家，确保评判值具有较高的科学性，以专家打分的均值为初始科目向量与部队工作向量的差异度，以服役经济性科目和部队装备管理工作为例构建的差异矩阵模型如图4 所示。

图4 差异矩阵模型

4.2 确定差异度等级

根据得到的差异矩阵可以看出初始在役考核科目与部队具体工作的差异度等级，为优化在役考核科目提供参考。

1）极小级，代表极低的差异度等级，说明该在役考核科目与该部队具体工作能够充分结合。比如训练使用费与装备动用使用的差异度等级为0，表示可以将装备动用使用工作作为考核装备训练使用费的具体内容。

2）较小级，代表中差异度等级，说明该在役考核科目与相应的部队具体工作结合，并获得所需数据。比如故障维修费与装备动用使用的差异度等级为2.2，表示在装备动用使用工作中出现装备故障时，可以为故障维修费提供数据。

3）一般级，代表较高差异度等级，说明该在役考核科目与相应的部队具体工作需要慎重结合，比如日常维护费与战备物资储备的差异度等级为4.4，表示该项部队具体工作能够为相应在役考核科目提供的数据非常有限。

4）较大级，代表高差异度等级，说明该在役考核科目与相应的部队具体工作很难结合，比如训练使用费与装备封存启封的差异度等级为7.8，表示在装备封存启封工作中很难为考核装备训练使用费提供数据。

5）极大级，代表极高差异度等级，说明该在役考核科目与相应的部队具体工作无法结合，比如维修设备建设与训练使用费的差异度等级为9，表示维修设备建设工作无法与考核装备训练使用费提供数据。

4.3 生成装甲装备在役考核科目清单

通过分析得到的差异矩阵，完善装甲装备在役考核科目清单，将差异度等级高的结合项目舍弃，既可得到能够在役考核科目与部队实际工作结合的具体内容，也可以看出在役考核科目与部队实际工作的结合关系相对复杂，必须充分考虑能够为在役考核科目提供数据的部队具体工作，才能得到充分可靠的数据。特别是一项考核科目需要多项部队具体工作提供数据，需要将考核过程拓展至所有能够提供数据的具体工作，而针对一些能够为多项考核科目提供数据的工作，还需要制定有针对性数据采集方式，为在役考核评估提供充足的数据。

5 结论

在役考核是新的试验鉴定类型，科学合理的考核科目设计才能保证其顺利实施。在役考核贯穿装备的整个服役期，需要将在役考核的具体科目进行详细梳理，以便部队能够在完成自身任务的同时保障在役考核工作的完成，同时还需要进一步研究适用于在役考核的数据采集方法，使采集的数据更加真实有效。