中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
Command Control and Simulation

Command Control and Simulation >

2023 , Vol. 45 >Issue 1: 21 - 28

DOI: https://doi.org/10.3969/j.issn.1673-3819.2023.01.004

Research on the actual combat maintenance and support capability system of aerospace equipment

  • LI Pei-yue ,
  • ZHANG Yong-fu ,
  • LI He-cai
Expand
  • Space Engineering University, Beijing 102200, China

Received date: 2022-03-01

  Revised date: 2022-04-18

  Online published: 2023-02-20

Fold

Abstract

The complexity of the war and the density of high and new technologies have led to an increasing demand for the maintenance and support of space equipment in actual combat. The traditional maintenance support capability system is difficult to meet the dynamic and complex maintenance support needs. By analyzing the factors and relationships generated by the actual combat maintenance and support capability of aerospace equipment, the idea of constructing a capability system based on the decomposition of maintenance support activities is proposed, and the improved gray correlation analysis method is used to optimize, and the optimized maintenance support capability system is obtained. The research can provide a reference for the generation of actual combat maintenance support capability of aerospace equipment.

Key words： aerospace equipment; actual combat; maintenance support; capability system

Cite this article

LI Pei-yue , ZHANG Yong-fu , LI He-cai . Research on the actual combat maintenance and support capability system of aerospace equipment[J]. Command Control and Simulation, 2023 , 45(1) : 21 -28 . DOI: 10.3969/j.issn.1673-3819.2023.01.004

当前战争是信息化乃至智能化的战争,战争的胜利离不开航天装备,而作为高新技术密集的航天装备,其效能发挥更加依赖航天装备实战化维修保障能力[1]。航天装备实战化维修保障能力是在进行航天装备实战化维修保障过程中,满足实战化维修保障的能力[2],使航天装备能够保持既定的能力,发挥既定的效能。本文分析了航天装备实战化维修保障能力体系,提出实战化维修保障体系的构建思路,建立了实战化维修保障能力体系,并对其进行优化,为实战化维修保障能力生成提供借鉴。

1 航天装备实战化维修保障能力体系分析

航天装备的数量、类型、技术含量及重要程度不断增加,再加上战场环境瞬息万变,维修保障的复杂程度和重要程度随之提升,“保持或恢复”航天装备原有性能状态已经不再是当前的期望值,维修保障能力要不断满足这种逐渐提升的维修保障期望值,使维修保障的难度和压力逐渐增大[3-4]。要满足这种逐渐提升的维修保障需求,需要对实战化维修保障能力体系进行深入剖析,才能有针对性地提升实战化维修保障能力。

1.1 航天装备实战化维修保障

一般维修保障是在平时进行的维修保障活动,不用考虑作战环境、作战对手的影响,具有充足的时间和资源对航天装备进行维修保障。航天装备实战化维修保障是指在真实作战背景下或逼真战场环境中进行的航天装备维修保障,主要面向未来真实的作战任务。在实战化基础上提出航天装备实战化维修保障能力体系,是结合航天装备的作战任务、作战环境、作战过程建立的维修保障能力体系,为航天装备实战化维修保障建设和实施打下基础。

1.2 航天装备实战化维修保障能力生成因素

航天装备实战化维修保障能力生成是各类要素在维修保障活动中相互联系、相互作用的结果,在各类维修保障活动中产生,并作用于各类航天装备。航天装备实战化维修保障能力涵盖维修保障活动的所有空间和时间序列,能力生成涉及各类维修保障机构单位、体制编制、维修保障过程以及物质要素等。分析其能力生成因素,可以从四个维度出发,即维修保障信息、维修保障要素、能力体系结构和能力运行[5-6],如图1所示。
图1 维修保障能力生成四维结构

Fig.1 Four dimensional structure of maintenance support capability generation

1.3 航天装备实战化维修保障能力生成关系

航天装备实战化维修保障能力是在维修保障任务和各类活动中体现的,离开了维修保障任务和活动,维修保障能力就失去了意义。航天装备实战化维修保障任务决定了维修保障的各类活动,而完成这些活动需要不同的维修保障能力。同时,维修保障能力类型和强弱决定了能够从事哪些维修保障活动,这些具体的维修保障活动组合在一起才能完成各类维修保障任务。维修保障任务需要不同的维修保障能力,而这些能力决定了能够完成的各类维修保障活动,这些活动共同完成维修保障任务,其关系如图2所示。
图2 任务、活动、能力关系

Fig.2 Relationship among tasks, activities and capabilities

1.4 航天装备实战化维修保障能力体系特点

航天装备实战化维修保障能力生成是各类要素综合作用的结果,各类要素之间相互作用、相互支撑,同时,各类维修保障能力存在同样的关系,共同形成复杂的维修保障能力体系。因此,维修保障能力体系既具有体系的整体性和相关性等一般特性,又有其特殊性,主要体现在动态演化性、涌现性、延时性和协同性[7-8]。

2 构建航天装备实战化维修保障能力体系

航天装备实战化维修保障能力是成体系存在的,也是以体系为整体进行各类维修保障活动,发挥维修保障效能。构建完整、简洁、高效的维修保障能力体系才能更好地发挥各维修保障要素的作用,既能提高维修保障效能,又能节约维修保障资源[9]。

2.1 航天装备实战化维修保障能力体系构建思路

构建航天装备实战化维修保障能力体系要围绕航天装备作战任务的完成,突出维修保障目的,基本原则就是紧扣作战任务,突出维修保障目的。通过剖析航天装备维修保障任务,解析出维修保障的各类活动,一项维修保障活动可能需要一种或多种维修保障能力,通过对维修保障活动解析即可得到实战化维修保障能力体系[10⇓-12]。具体构建思路如图3所示。
图3 航天装备实战化维修保障能力体系构建思路

Fig.3 Construction idea of space equipment combat based maintenance support capability system

2.2 航天装备实战化维修保障任务分解

航天装备实战化维修保障任务来自于航天装备的使命任务和维修保障需求,通过对航天装备实战化维修保障任务分解能够得到具体的维修保障活动,进而映射成所需的维修保障能力。根据实战化维修保障组织与实施,结合航天装备的使命任务特点和航天装备作战过程,航天装备实战化维修保障任务可以划分为维修保障组织筹划、维修保障组织实施、高新技术力量动员运用、维修保障物资筹措、维修保障数据采集与处理等任务,将这些任务进行持续分解,即可得到具体的维修保障活动。
其中,维修保障组织筹划分解得到的维修保障活动包括组织指挥、制定计划、筹划部署。维修保障实施分解得到的维修保障活动包括力量编组、维修准备、机动前出、应急抢修、现地抢修。高新技术力量动员运用分解得到的维修保障活动包括动员准备、临战训练、编组运用。维修保障物资筹措分解得到的维修保障活动包括储备配置、筹措供应、野战供应保障、战储器材动用。维修保障数据采集与处理分解得到的维修保障活动包括数据实现、数据分析处理。

2.3 维修保障活动分解

由维修保障任务分解得到的维修保障活动是完成各类维修保障任务必须进行的活动,既包含维修保障需求,又体现维修保障能力。但是,一项维修保障活动可能需要一种或多种维修保障能力,同样,多项维修保障活动可能同时需要一种维修保障能力。比如,组织指挥活动能够分解出指挥能力、组织能力、决策能力、协同能力,说明需要这四种能力才能完成组织指挥活动,同时,组织指挥活动也可视为组织指挥能力。对维修保障活动进行逐一分解,做到详细而全面,涵盖所有的维修保障能力,即可得到维修保障能力体系。

2.4 生成航天装备实战化维修保障能力体系

通过梳理航天装备的作战使命任务和作战行动,结合作战过程得到实战化的维修保障活动,由这些维修保障活动分解得到的维修保障能力体系,覆盖了实战化维修保障的所有过程,能够满足航天装备实战化维修保障的能力需求。为了使得到的维修保障能力体系更加健全,可将维修保障任务作为一级维修保障能力,维修保障活动作为二级维修保障能力,具体实战化维修保障能力体系内容如图4所示。
图4 航天装备实战化维修保障能力体系

Fig.4 Space equipment combat based maintenance support capability system

2.5 航天装备实战化维修保障能力体系优化

分解的航天装备实战化维修保障任务和活动得到的能力体系虽然包含所有的能力,但能力与能力之间的关系相对模糊,甚至含义交叉或相似,影响航天装备实战化维修保障能力的作用发挥,需要对能力体系进行优化筛选,得到全面而精简的能力体系。常用的优化方法有灰色关联度法、解释结构法、模糊聚类法等,考虑分解得到的能力体系已经具备了明显的层次结构,而灰色分析能够解决小样本、贫信息的系统,并且计算方便。因此,可以采取灰色关联度法进行能力体系优化,通过建立相应的灰色关联度模型,筛选出合理的能力体系[13]。

3 基于改进灰色关联度模型的维修保障能力体系优化

1982年,邓聚龙创立了灰色系统理论,经过数十年的发展,其已经成熟应用于系统分析领域。灰色关联度能够表示能力体系间的关联程度,挖掘能力体系内部的关联关系[14],但是,单独使用灰色关联分析数据,容易出现与实际工作脱节的问题,因此,可使用德尔菲方法对灰色关联模型进行改进,得到更加优化的结果。

3.1 获取能力体系初始值并标准化

航天装备实战化维修保障能力体系中既有可量化的定量子能力,也有只能通过专家评判的定性子能力,如“指挥能力C1”“组织能力C2”等, 需要利用德尔菲法确定其能力值;如“故障迅速定位C20”“故障应急处理C21”可以通过维修现场数据采集得到。不同子能力的量纲是不同的,必须进行标准化处理才能在同一维度进行比较, 航天装备实战化维修保障能力体系中的子能力既有正向能力,也有负向能力,正向能力如“技术资料C14”越完备越好;负向能力如“快速反应C19”时间越短越好。对于正向能力和负向能力的标准化方法分别为:
b i j = x n k m a x n x n k  
b i j = m i n n x n k x n k
其中, x n k是第n个考核对象的第k个子能力的实际度量值, m a x n x n k、 m i n n ( x n k )是n个考核对象中子能力的实际度量值的相对最优值。
根据某军事航天部队实战化装备维修保障演练相关数据,得到航天装备实战化维修保障能力体系的各子能力初始值,并筛选出四组可用数据。由公式(1)和(2)对四组数据进行标准化,如表1所示。
表1 子能力标准化值

Tab.1 Standardized values of sub competencies

子能力 第一组 第二组 第三组 第四组
C1 0.845 1 0.835 2 0.856 4 0.832 6
C2 0.561 4 0.425 6 0.564 8 0.546 7
C3 0.684 7 0.758 6 0.726 3 0.654 1
C4 0.354 8 0.456 9 0.542 3 0.548 6
C5 0.462 3 0.356 1 0.351 2 0.451 2
C6 0.561 2 0.532 1 0.541 6 0.365 4
C7 0.321 5 0.364 5 0.212 3 0.432 1
C8 0.561 2 0.453 6 0.612 3 0.351 3
C9 0.561 2 0.463 2 0.589 4 0.495 6
C10 0.148 5 0.359 4 0.561 3 0.263 2
C11 0.236 5 0.289 4 0.387 6 0.456 8
C12 0.651 2 0.635 9 0.654 7 0.489 5
C13 0.235 6 0.351 6 0.198 4 0.438 5
C14 0.326 5 0.298 5 0.169 1 0.301 3
C15 0.012 3 0.126 4 0.056 1 0.046 2
C16 0.326 5 0.523 6 0.325 6 0.331 0
C17 0.346 2 0.356 8 0.631 3 0.546 3
C18 0.326 5 0.321 0 0.332 1 0.286 1
C19 0.781 5 0.894 6 0.889 2 0.946 2
C20 0.946 5 0.879 1 0.876 5 0.912 3
C21 0.845 6 0.886 3 0.901 3 0.948 4
C22 0.789 2 0.896 3 0.709 8 0.893 9
C23 0.659 1 0.684 5 0.630 8 0.667 3
C24 0.569 2 0.584 6 0.509 4 0.663 5
C25 0.865 9 0.894 3 0.902 3 0.906 5
C26 0.963 2 0.874 6 0.883 5 0.902 3
C27 0.100 2 0.082 1 0.079 8 0.098 4
C28 0.326 5 0.334 6 0.298 1 0.305 8
C29 0.853 5 0.856 2 0.761 3 0.665 7
C30 0.658 4 0.703 2 0.738 6 0.694 5
C31 0.856 5 0.884 3 0.806 2 0.784 6
C32 0.765 4 0.736 5 0.803 5 0.798 1
C33 0.563 5 0.489 2 0.605 3 0.553 0
C34 0.356 4 0.368 4 0.465 8 0.446 2
C35 0.865 3 0.823 6 0.795 3 0.778 5
C36 0.659 5 0.665 3 0.667 8 0.684 0
C37 0.536 2 0.554 6 0.553 0 0.612 3
C38 0.653 0 0.436 9 0.486 3 0.476 5
C39 0.867 4 0.884 6 0.889 4 0.793 5
C40 0.886 5 0.870 3 0.865 4 0.863 5
C41 0.902 3 0.956 1 0.795 6 0.861 3
C42 0.896 3 0.958 7 0.964 8 0.938 2

3.2 建立灰色关联度模型

灰色关联度是指能力体系中各子能力之间的关联程度,通过对子能力数据的分析处理,挖掘出子能力之间的相互关系。通过分析参考子能力序列与实际子能力序列曲线的相似程度,确定了子能力与期望能力的相关性是否紧密,最终确定子能力的取舍。建立灰色关联度模型的步骤如下:
1) 确定参考能力序列和特征能力序列:
X 0 = { x 0 ( 1 ) , x 0 ( 2 ) , … , x 0 ( k ) }
X n = { x n ( 1 ) , x n ( 2 ) , … , x n ( k ) }
其中,   x 0 ( k ) 是第k个子能力的参考值,   x n ( k ) 是第n个考核对象的第k个子能力的实测值。
2)计算子能力灰色关联系数。首先,求出差序列:
Δ n ( k ) = | x 0 ( k ) - x n ( k ) |
其中,   Δ n ( k ) 是第n个考核对象的第k个实测值与相应参考值的差值。而后根据计算出的差序列,得到两极差:
M = m a x n m a x k Δ n ( k )
m = m i n n m i n k Δ n ( k )
根据两极差求得灰色关联系数:
α n ( k ) = m + β M Δ n ( k ) + β M
式中,   α n ( k ) 是灰色关联系数,β是分辨系数,通常取值0.5。
3)计算灰色关联度,公式为
γ k = 1 n ∑ k = 1 n α n ( k )
式中,   γ k为子能力的灰色关联度。
将四组标准化数据的参考序列确定为 x 0 = { 1,1 , … , 1 },结合特征能力序列 x 1 、 x 2 、 x 3 、 x 4中的值,根据公式(5)计算出差序列,如表2所示。
表2 差序列

Tab.2 Difference sequence

子能力 差值
C1 0.154 9 0.164 8 0.143 6 0.167 4
C2 0.438 6 0.574 4 0.435 2 0.453 3
C3 0.315 3 0.241 4 0.273 7 0.345 9
C4 0.645 2 0.543 1 0.457 7 0.451 4
C5 0.537 7 0.643 9 0.648 8 0.548 8
C6 0.438 8 0.467 9 0.458 4 0.634 6
C7 0.678 5 0.635 5 0.787 7 0.567 9
C8 0.438 8 0.546 4 0.387 7 0.648 7
C9 0.438 8 0.536 8 0.410 6 0.504 4
C10 0.851 5 0.640 6 0.438 7 0.736 8
C11 0.763 5 0.710 6 0.612 4 0.543 2
C12 0.348 8 0.364 1 0.345 3 0.510 5
C13 0.764 4 0.648 4 0.801 6 0.561 5
C14 0.673 5 0.701 5 0.830 9 0.698 7
C15 0.987 7 0.873 6 0.943 9 0.953 8
C16 0.673 5 0.476 4 0.674 4 0.669 0
C17 0.653 8 0.643 2 0.368 7 0.453 7
C18 0.673 5 0.679 0 0.667 9 0.713 9
C19 0.218 5 0.105 4 0.110 8 0.053 8
C20 0.053 5 0.120 9 0.123 5 0.087 7
C21 0.154 4 0.113 7 0.098 7 0.051 6
C22 0.210 8 0.103 7 0.290 2 0.106 1
C23 0.340 9 0.315 5 0.369 2 0.332 7
C24 0.430 8 0.415 4 0.490 6 0.336 5
C25 0.134 1 0.105 7 0.097 7 0.093 5
C26 0.036 8 0.125 4 0.116 5 0.097 7
C27 0.899 8 0.917 9 0.920 2 0.901 6
C28 0.673 5 0.665 4 0.701 9 0.694 2
C29 0.146 5 0.143 8 0.238 7 0.334 3
C30 0.341 6 0.296 8 0.261 4 0.305 5
C31 0.143 5 0.115 7 0.193 8 0.215 4
C32 0.234 6 0.263 5 0.196 5 0.201 9
C33 0.436 5 0.510 8 0.394 7 0.447 0
C34 0.643 6 0.631 6 0.534 2 0.553 8
C35 0.134 7 0.176 4 0.204 7 0.221 5
C36 0.340 5 0.334 7 0.332 2 0.316 0
C37 0.463 8 0.445 4 0.447 0 0.387 7
C38 0.347 0 0.563 1 0.513 7 0.523 5
C39 0.132 6 0.115 4 0.110 6 0.206 5
C40 0.113 5 0.129 7 0.134 6 0.136 5
C41 0.097 7 0.043 9 0.204 4 0.138 7
C42 0.103 7 0.041 3 0.035 2 0.061 8
由差序列可知,最大差值为0.987 7,最小差值为0.035 2,由公式(8)计算可得关联度系数,如表3所示。
表3 关联度系数

Tab.3 Correlation coefficient

子能力 关联度系数
C1 0.815 5 0.803 2 0.829 9 0.800 1
C2 0.567 4 0.495 2 0.569 5 0.558 6
C3 0.653 8 0.719 6 0.689 3 0.630 0
C4 0.464 5 0.510 2 0.556 0 0.559 7
C5 0.512 9 0.465 0 0.463 0 0.507 4
C6 0.567 3 0.550 1 0.555 6 0.468 8
C7 0.451 3 0.468 5 0.412 8 0.498 3
C8 0.567 3 0.508 6 0.600 1 0.463 0
C9 0.567 3 0.513 3 0.584 9 0.530 0
C10 0.393 2 0.466 3 0.567 3 0.429 9
C11 0.420 8 0.439 2 0.478 2 0.510 1
C12 0.627 8 0.616 6 0.630 5 0.526 8
C13 0.420 5 0.463 2 0.408 4 0.501 3
C14 0.453 2 0.442 6 0.399 4 0.443 6
C15 0.357 1 0.386 9 0.368 0 0.365 5
C16 0.453 2 0.545 3 0.452 9 0.455 0
C17 0.461 0 0.465 3 0.613 4 0.558 3
C18 0.453 2 0.451 1 0.455 4 0.438 0
C19 0.742 7 0.882 9 0.875 0 0.966 0
C20 0.966 6 0.860 6 0.857 0 0.909 7
C21 0.816 1 0.870 8 0.892 8 0.969 9
C22 0.750 8 0.885 4 0.674 8 0.881 8
C23 0.633 8 0.653 7 0.613 0 0.640 1
C24 0.572 2 0.581 9 0.537 4 0.637 1
C25 0.842 5 0.882 4 0.894 3 0.900 7
C26 0.997 0 0.854 3 0.866 8 0.894 3
C27 0.379 6 0.374 7 0.374 1 0.379 1
C28 0.453 2 0.456 4 0.442 4 0.445 3
C29 0.826 2 0.829 7 0.722 2 0.638 8
C30 0.633 3 0.669 1 0.700 5 0.661 9
C31 0.830 1 0.867 9 0.769 4 0.745 9
C32 0.726 3 0.698 6 0.766 4 0.760 4
C33 0.568 7 0.526 6 0.595 4 0.562 3
C34 0.465 1 0.470 1 0.514 6 0.505 0
C35 0.841 7 0.789 3 0.757 4 0.739 6
C36 0.634 1 0.638 5 0.640 5 0.653 3
C37 0.552 4 0.563 3 0.562 3 0.600 1
C38 0.629 2 0.500 5 0.525 1 0.520 0
C39 0.844 5 0.868 4 0.875 3 0.755 4
C40 0.871 1 0.848 4 0.841 8 0.839 3
C41 0.894 3 0.983 8 0.757 7 0.836 4
C42 0.885 4 0.988 6 1.000 0 0.952 1
根据公式(9)计算可得子能力的灰色关联度γ。
γ=[0.812 2 0.547 7 0.673 2 0.522 6 0.487 1 0.535 4 0.457 7 0.534 8 0.548 9 0.464 2 0.462 1 0.600 4 0.448 3 0.434 7 0.369 4 0.476 6 0.524 5 0.449 4 0.866 6 0.898 5 0.887 4 0.798 2 0.635 1 0.582 1 0.880 0 0.903 1 0.376 9 0.449 3 0.754 2 0.666 2 0.803 3 0.737 9 0.563 2 0.488 7 0.782 0 0.641 6 0.569 5 0.543 7 0.835 9 0.850 2 0.868 1 0.956 5]
由灰色关联度可知,C15和C27的灰色关联度相对较低,可以将工业部门维修保障力量配备和现场抢修舍弃。

3.3 利用德尔菲法调整优化体系

德尔菲方法是充分利用相关领域专家的经验来解决问题,能够充分考虑航天装备实战化维修保障的缺陷与优势,使建立的能力体系更加适合当前的维修保障需求。基于航天装备实战化维修保障能力体系具有很多定性内容,德尔菲法非常适合对灰色关联分析的结果进行进一步优化。选取5名航天装备维修保障领域的专家,进行3至5次专家意见征询,直至形成统一意见。一致认为现地抢修能力B8的故障迅速定位C25、故障应急处置C26两个子能力虽然与应急抢修能力B6的故障迅速定位C20、故障应急处理C21两个子能力含义相同,但是维修保障力量的级别不同,前者是基地级维修保障力量,后者是部队级维修保障力量;编组运用能力B11分解出的力量编组C33和携行器材设备C34两个子能力与力量编组能力B4分解出的子能力存在含义重复,可以并入力量编组能力B4。

3.4 确定维修保障能力体系

综合灰色关联度分析和专家意见,可以得到更加合理的维修保障能力体系,如图5所示。
图5 优化后的能力体系

Fig.5 Optimized capability system

4 结束语

本文通过分析航天装备实战化维修保障能力体系,剖析了航天装备实战化维修保障、能力生成因素、生成关系和体系特点,提出了能力体系的构建思路,并建立了航天装备实战化维修保障能力体系。通过改进的灰色关联度模型对航天装备实战化维修保障能力体系进行优化,得到更加合理的维修保障能力体系,经过优化的维修保障能力体系更加适用于航天装备的实战化维修保障需求。维修保障能力体系既面向航天装备实战化维修保障需求,又面向维修保障能力生成,是建设生成航天装备实战化维修保障能力的依据。针对形成的航天装备实战化维修保障体系,进行维修保障能力建设,增强了针对性,既能提高维修保障能力生成效率,又能节约维修保障资源,使用最少的维修保障资源生成了最大的维修保障能力。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
罗亮, 张向东, 郭锋, 等. 加快推进陆军装备维修保障转型建设的思考[J]. 军事交通学院学报, 2021, 23(2): 43-47.

LUO L, ZHANG X D, GUO F, et al. Thinking on accelerating transformation construction of army equipment maintenance support[J]. Journal of Military Transportation University, 2021, 23(2): 43-47.

[2]
陈春良, 吴小良. 基于QFD-BP神经网络的装备保障能力需求分析[J]. 装甲兵工程学院学报, 2009, 23(5): 6-11.

CHEN C L, WU X L. Equipment support capability requirement analysis based on QFD-BP-NN[J]. Journal of Academy of Armored Force Engineering, 2009, 23(5): 6-11.

[3]
侯建, 王礼沅. 航空装备维修保障模式数字化转型[J]. 测控技术, 2020, 39(12): 16-21.

HOU J, WANG L Y. Digital transformation of aviation equipment maintenance mode[J]. Measurement & Control Technology, 2020, 39(12): 16-21.

[4]
王健, 古平, 卜昭锋, 等. 装备保障数据需求分析方法与建模[J]. 兵器装备工程学报, 2018, 39(7): 136-140.

WANG J, GU P, BU Z F, et al. Data requirement analysis method and modeling of equipment support[J]. Journal of Ordnance Equipment Engineering, 2018, 39(7): 136-140.

[5]
张春润, 吴秀鹏, 龚传信, 等. 基于组织学习理论的装备保障能力生成研究[J]. 装备指挥技术学院学报, 2010, 21(2): 1-5.

ZHANG C R, WU X P, GONG C X, et al. Research on equipment support capability generation mechanism based on organizational learning theory[J]. Journal of the Academy of Equipment Command & Technology, 2010, 21(2): 1-5.

[6]
崔永龙, 王伟卿, 彭永平. 部队装备维修保障能力生成的系统动力学模型及运用[J]. 中国战略新兴产业, 2018(40): 160-161, 163.

CUI Y L, WANG W Q, PENG Y P. System dynamics model of equipment maintenance support capability generation and its application[J]. China Strategic Emerging Industry, 2018(40): 160-161, 163.

[7]
李浩, 师娇, 裘群海, 等. 典型装备的实战化保障资源配置方案合理性评价[J]. 导弹与航天运载技术, 2020(6): 108-111, 120.

LI H, SHI J, QIU Q H, et al. Research on the rationality of practical equipment support resource allocation scheme for typical equipment[J]. Missiles and Space Vehicles, 2020(6): 108-111, 120.

[8]
贾洪成, 刘增勇, 刘亚东, 等. 新形势下装备维修保障改革研究[J]. 军事交通学院学报, 2018, 20(8): 23-26.

JIA H C, LIU Z Y, LIU Y D, et al. Study on equipment maintenance support reform under new situation[J]. Journal of Military Transportation University, 2018, 20(8): 23-26.

[9]
王蕾, 林涛. 新时期下装备维修保障模式研究[J]. 现代防御技术, 2020, 48(5): 86-91, 104.

DOI

WANG L, LIN T. Research on equipment maintenance support mode in the new period[J]. Modern Defence Technology, 2020, 48(5): 86-91, 104.

DOI

[10]
卢长海, 张梦堃. 基于网络化的测控装备维修保障模式研究[J]. 电子测试, 2019(17): 59-60, 63.

LU C H, ZHANG M K. Research on maintenance support mode of TT & C equipment based on network[J]. Electronic Test, 2019(17): 59-60, 63.

[11]
石志军, 陈信在, 徐展. 美国海军舰船装备维修保障模式研究[J]. 中国设备工程, 2019(21): 81-82.

SHI Z J, CHEN X Z, XU Z. Research on the maintenance support mode of US naval ship equipment[J]. China Plant Engineering, 2019(21): 81-82.

[12]
师娇, 刘宸宁, 冷德新, 等. 面向未来作战的装备智能化保障模式研究[J]. 兵器装备工程学报, 2020, 41(6): 136-139.

SHI J, LIU C N, LENG D X, et al. Weapon intelligent support mode of future war[J]. Journal of Ordnance Equipment Engineering, 2020, 41(6): 136-139.

[13]
张超, 彭文成, 闫耀东, 等. 基于灰色关联度的指控分系统在役考核指标体系构建[J]. 兵器装备工程学报, 2018, 39(6): 94-98.

ZHANG C, PENG W C, YAN Y D, et al. Constructing of evaluation index system about In-service test of command and control equipment system on grey relational degree[J]. Journal of Ordnance Equipment Engineering, 2018, 39(6): 94-98.

[14]
颉正阳, 安红, 陈思杨. 基于改进灰色关联度的弹药航空适运性评价指标体系构建[J]. 装备环境工程, 2017, 14(9): 16-21.

JIE Z Y, AN H, CHEN S Y. Construction of evaluation index system about ammunition air transportation fitness based on improved grey relational degree[J]. Equipment Environmental Engineering, 2017, 14(9): 16-21.

Options
Outlines

/

〈 〉