中国指挥与控制学会会刊 
随着新时代军队改革的持续深入,智能化已成为军队发展的必然趋势,航材保障作为军队保障工作的重要组成部分,其智能化程度直接影响未来战场的走向。
近年来,我军的航材供应保障工作取得了一定的进展,空军航材系统基本普及了计算机,并在开发航材信息管理系统方面做了很多工作,取得了初步的成功。空军航材信息管理系统的开发与应用,使航材管理与航材信息系统建设实现了网络化和规模化,为航材保障的网络建设奠定了良好的基础[1],但与发达国家相比,还存在着较大的差距。
美国空军于20世纪80年制定了“空军后勤现代化管理系统规划”,用于全面改进后勤自动化[1],并将航材保障纳入该自动化系统。得益于其先进的保障理念,美军航材保障总体呈现出方式灵活,供应链供应能力强,需求响应及时,需求与供应对接精确等特点。
针对我军航材保障特点,学者们也开展了大量的研究,其中,对航材库存管理[2],需求定制[3-4],供应链运行[5-6],航材共享[7]等具体细节的研究论证比较充分,但对航材保障的整体运行模式关注不够,对航材智能化保障工作缺乏系统的研究。
本文以智能化保障系统设计为基础,以系统功能实现为落脚,从开发工具、总体设计思路以及功能实现三个方面对航材智能化保障展开研究。
1 开发工具
与C语言相比,Python语言没有指针、地址等计算机系统结构元素,对于变量无须定义直接使用,由解释器自动匹配;语言代码十分简洁,可以支持面向过程和面向对象两种程序设计方法,并不要求程序通过函数封装,代码行数可以缩减为C语言同样功能的1/5到1/10。Python语言的可移植、可扩展等特点,使得Python成为人工智能首选的编程语言[10]。
在航材智能化保障系统设计中,利用Python语言可高效地处理数据,实现数据挖掘和分析的目的。如:利用Python中的Matplotlib和Seaborn两个可视化库,对某单位某段时间内某件消耗性航材消耗量进行分析,使用Matplotlib绘制按日期序列分组统计的消耗量折线图(见图1 ),代码节选如下:
import matplotlib
import matplotlib. dates as mdates
import matplotlib.pyplot as plt
matplotlib.rcParams['font. sans-serif ']=
['SimHei']
x=logs_y_ date['Time']
Y=logs by_ date['wastage']
plt.gca().xaxis.set_majore_formatter(mdates.Date Formatte('%m/%Y))
plt.gca().xaxis.set_major_ locator(mdates.MonthLocator(interval=1))
plt.plot(x,y,'r')
plt.gcf().autofmt_xdate()
plt. xlabel('日期')
plt.ylabel('消耗量')
plt.title('航材消耗量统计')
plt. show()
2 系统总体设计
航材智能化保障系统设计分为业务层、逻辑层及数据层。针对各层级的功能需求,利用Python语言进行设计,系统的层级图如图2 所示。
2.1 业务层
业务层面向航材管理机构、使用机构、供应商、系统开发设计人员等从事航材保障的全体人员,是使用人员获得信息的直接窗口,用于显示数据和输入数据,是人机交互的介质。
2.2 逻辑层
逻辑层是系统设计的核心部分,连接着数据层和业务层,包含着航材保障的逻辑思维。针对使用对象和机构的不用,为不同用户设计对应的功能模块,开放相应的数据查看和管理权限。航材需求制定模块可以制定选定时间段内航材需求目录及明细;航材库存实力呈现模块根据人员权限的不同呈现单个仓库、辖区仓库各类航材库存余量;航材运输路径选择模块通过判断距离、运输成本、时效等因素选择最优配送路径;航材共享模块可在军兵种之间、军民航空机构之间实现航材借用、租赁等融合式保障;航空维修模块通过长期的故障积累,生成故障树,在日常的航空维修保障中提供飞机故障排除、解决方案。
2.3 数据层
数据层是系统的基础层级,主要负责数据的采集、储存及访问。数据的采集设备包括传感器、条码扫描器、摄像头、通信终端等各种硬件设备。采集的数据包括航材的使用、维修、消耗、周转等航材供应链各个环节产生的数据以及维修文件、管理规定、保障要求、上级指示等航材保障指导文件资料。采集而来的数据生成数据库、txt文档、记事本、二进制文件等数据在服务器、云端等进行储存。用户通过各机场的局域网、军网、互联网等网络对服务器、云端储存的数据进行访问。
3 系统功能实现
航材保障过程中,各类人员负责的具体工作的差异造成了信息需求的不同,如航材使用人员需要掌握航材的生产日期,使用、修理情况等状态信息,基层航材库管理人员需要掌握航材需求、库存情况等,航材管理机构需要掌握所属仓库实力,航材供应商需要掌握指定时间内航材订单信息等。针对不同人群的需求,将正确的信息向特定的人群呈现便是系统各功能模块设计的基本目标。分析各类人员对信息的需求,将航材保障各类信息分为需求、库存、运输、航空维修、航材共享等几类信息,各功能模块的实现可从以下几个方面展开讨论。
3.1 航材需求制定
准确的航材需求预测和合理的航材库存的设计不仅依赖与保障人员的专业素养,更多的还得仰仗丰富的保障经验,这对航材保障人员提出了较高的要求。采用数据挖掘、机器学习等手段找出各单位的航材消耗规律,结合年度(季度)训练任务和库存余量制定准确的航材需求,设计合理的航材库存。航材管理人员只需要输入训练时间、训练科目、参训人员(飞机)、库存余量等重要变量,根据大数据的分析系统便可计算出年度(季度)的航材需求量,这对减轻航材保障人员工作量,协助开展工作发挥重要作用。
航材需求系统对某一特定时期(如某月、某季度等)的消耗数值进行编码、记录,经年累月便形成了一个历史记录空间。在往后的保障过程中,系统通过横向、纵向的对比,在指定的更新规则下对数据进行管理,该空间可为系统自主学习提供判决依据,系统将按照指定的自学习策略对历史记录空间进行分析,从而针对不同时期、不同机构提出最优的保障方案,如图3 。在运行过程中系统对已有行为的正确性或优良度进行评估,自动修改参数,从而改进系统自身的品质[11]。
3.2 航材库存实力呈现
航材库存实力的呈现,可通过感知航材的出入库情况、库存余量等信息予以实现,而信息的采集可以通过安装RFID标签以及标签阅读器予以实现。利用以RFID为代表的自动识别技术,采集所有航材的型号、属性等信息,将任一单件物品纳入航材信息管理系统,实现网络覆盖范围内航材可视化。在每件航材上加装RFID标签,将航材信息写入标签,如航材名称、生产商、生产时间、使用时限等,在各航材库出入口安装标签阅读器,采集航材出入库信息,将此信息及时传入航材库存管理系统,系统对航材库存数据实时进行更新。
入库时,仓库入口处的RFID标签阅读器自动读取电子标签内的航材信息,并将信息自动传输到航材库存系统。系统对航材库存信息及时更新。同时,还可利用标签阅读器采集的入库信息与供货清单进行对比,若信息有误,系统自动发出告警信息。
库存盘点时,操作人员可通过手持的或者固定的标签阅读器,采集航材信息。由于RFID具有非接触性、多数据读取的特性,在使用RFID技术进行库存盘点时可以同时自动采集库存航材多方面数据,包括航材数量、名称和货位等,库存系统自动将采集信息与盘点清单中的全部航材内容互相比对生成清库账单,如果有误,可以及时进行核对,将问题报告管理人员进行解决,完成库存的盘点工作[12]。
出库时,系统可查询到各仓库的库存情况,根据出货清单自动提供最佳供货方案,通过系统显示的位置(货架)信息,指引人员、叉车进行出库操作。当航材经过仓库出口时,出口处的阅读器自动读取航材信息,确认出库后,自动将航材调出信息传入系统,系统生成出库清单并与订单进行比对,出现错误时发出告警,提醒相关人员处理;比对无误则保存数据,修改库存,具体操作如图4 。
将RFID技术运用于航材的出入库管理、查询、调配以及飞机故障排除等方面,将大大降低航材的运转成本,提高航材的保障效率。国外一些航空公司对RFID技术在航空维修、航材管理方面的运用进行了尝试,并取得了一定的效果。如空客公司在A380的总装线上运用RFID技术,将标签贴于各航材上,利用RFID技术跟踪每件航材的流向,实现了整个航材供应链的实时自动化和准确可视性,有效减少了总装过程中的人为差错,大大提高了生产效率[13]。
3.3 航材运输路径选择
航材调配方案的确定需要综合库存、需求、运输路径、费用等各项指标,从而选择路径最短,费用最低的航材调配方案。这属于路径最优化的选择问题,可以运用最优化方法的基本思想协助制定调配方案。
最优化方法主要是运用数学方法研究各种系统的优化途径及方案[14],航材调配方案追求路径最短,费用最低,可采用最优化方法中多目标规划的数学模型进行求解。下面以某种航材的调配为例,建立数学模型,求解最优的调配方案。
假设某种航材分别存放在 个仓库里,各个仓库的存量分别为 件,又假设有 个需求点,各需求点的需要量分别为 件,由 到 的路程为 km,单位运输费用为 元。设从 运到 的货物量为 件,假设航材供需平衡,即 ,则有最优化问题:
$\begin{aligned}&\min \sum_{i=1}^{m} \sum_{j=1}^{n} d_{i j} x_{i j} \quad \text { (总运输量千米最小) } \\ &\min \sum_{i=1}^{m} \sum_{j=1}^{n} c_{i j} x_{i j} \quad \text { (志运输费用最低) } \end{aligned}$
通过对该数学模型求解即可求出最优的调配路径和调配方案。
3.4 航材共享
20世纪末,欧美的大型航空公司提出了航材共享的理念,发展至今,该理念已在民用航空领域得到广泛的运用[15]。基于现代社会信息化条件,特别是云技术、大数据等现代信息技术的不断推进与发展,“分散航材集中使用,集中航材分散服务”的航材共享理念,使得部队航材保障工作的内涵变得更为丰富,包含的内容有了更多的延伸,由此,必然导致不同形态的航材共享。
在此背景下航材共享更显得意义重大,通过建立统一的共享平台,各军兵种可以有针对地实现部分通用航材的共享,充分发挥联勤保障,联合作战的优势。同时,在解决网络安全,信息防护的条件下也可与部分民航机构实现航材共享,这对缩短航材配送时间,提高保障效率意义重大。航材共享旨在改变以往单一的直线供给关系,在建立完善的审批机制的基础上,拓宽供货渠道,压缩保障时间,提高保障效率。
根据目前联勤保障的理念,在军种之间建立沟通渠道,在信息互通的基础上建立航材共享平台,该平台主要负责接收基层航材部门的求援信息,发布各级供给机构的共享数据。军内各单位可将各自的库存信息在专用平台上进行发布,在与民用航空公司、航材制造厂等地方企业建立战略合作关系后,也要求其发布部分航材库存信息,当共享平台收到求援信息时,可根据信息可视范围内的航材供给单位库存实力、运送成本等因素综合考虑,确定最佳的调配方案,如图5 。
军内、军地的航材共享可以优化航材库存布局,降低库存成本,提高航材保障效率,既符合军民深度融合的发展策略,也使军地优势资源得到充分的发挥和运用。
3.5 航空维修
传统维修模式下,机务人员需要经历漫长的带教培训过程才能满足岗位的技能需求,然而现代战争的节奏不断加快,这就要求机务人员尽快胜任本职工作,提高维修效率。通过建立航空维修故障管理系统,将维修资料、法规、经验纳入数据库管理,将维修过程中的故障现象、故障成因、排除方法等历史数据进行编码,形成数据库。将故障进行归类总结,形成故障树,如图6 。在飞机维修的过程中不断丰富故障树内容,当故障再次出现时,将故障现象、关键词等输入系统进行查询,对故障进行诊断,生成排故指导方案,从而减少故障排除的时间耽误,也将排故经验进行有效传承和积累。
航空维修工作一直坚持“以可靠性为中心”的原则,事后维修、定期检修在预防飞行事故、排除飞机故障中发挥了重要作用,但依然存在着安全隐患处置不及时,过度维修损耗装备等问题。随着部队信息化、实战化的不断推进,航空维修面临着更加严峻的挑战。故障预测是航空维修的基础,也是现代先进维修理念——基于状态维修(CBM,Condition-Based Maintenance)的重要组成部分[16]。RFID技术在故障预测、航材健康状态、健康寿命监控等方面表现突出。
4 结束语
本文对航材智能化保障系统进行了设计,提出以Python语言为主要设计工具对系统进行设计,从业务层、逻辑层、数据层三个方面对系统进行总体设计,并从航材需求、航材库实力、航材调运、航材共享以及航空维修等几个方面具体功能的实现进行分析,从而确定了以系统自学习方法为需求定制提供技术支撑,以RFID技术和物联网为基础解决库存实力呈现的问题,以最优化技术协助制定航材调配方案,以军民融合为背景对航材共享进行探索,以故障树方法和物联网技术为支撑指导航材智能化维修工作开展。