唤醒物理世界数据，基于S5000F的服务保障数据治理

一、前言  

  从工业部门角度，装备服役阶段是装备的“大试验”阶段，大量装备运行和使用维护数据是实物装备在实战环境下产生的，是实验室和试验外场无法模拟的。服役阶段的装备物理世界数据对装备质量和性能的稳步提升具有不可估量的价值。

二、装备服务保障数据管理现状  

  目前国内工业部门在装备服务保障数据管理方面主要存在以下问题：  

  · 不知道需要收集哪些服务保障相关数据？ 

  工业部门交付的装备型号和数量不断增加，另外随着装备的使用强度和频率的大幅增加，导致产生了大量的数据。但由于缺乏标准规范和数据收集经验，工业部门往往不清楚需要收集或需要提取哪些服务保障相关数据。

  · 缺乏数据评价模型，不知道数据怎么用？  

  虽然在有些单位能够收集到很多服务保障相关数据，但是如何使用这些数据？如何基于这些数据对装备自身和装备服务保障能力进行评价？是摆在大多数工业单位面前的又一道难题。

  · 数据格式缺乏统一标准，管理和使用困难 

  由于不同型号、不同单位或不同使用部队对装备的管理方式不一，导致各型号数据格式和数据内容多样，很多数据以WORD文件、EXCEL文件、PDF文件等非结构化方式管理为主。虽然有部分数据以结构化形式保存在软件中，但各装备的软件数据定义不一致，导致数据整合困难。  

  基于上述问题，工业部门亟需建立服务保障数据治理标准，实现对服务保障相关业务数据的收集、管理，并基于服务保障业务数据进行分析和挖掘。

  

三、装备服务保障数据的价值  

  近几年来，在大数据浪潮中，“数据即是资产”的观念已成为共识，社会对数据价值的重视程度与日俱增。就国防工业来说，大部分装备在使用阶段会产生海量的数据资源，其中既包括装备使用过程中实时产生的数据，如某型雷达每秒产生的数据量为1.2G，包括40万数据项；也包括装备使用保障和维修保障所生的大量保障数据，如据巴西航空统计每架E2飞机每年产生的服务保障数据约为100GB。但对于我国的国防工业单位来说，这些数据没有真正发挥价值，带来收益的并不多。  

  装备服务保障数据像一座矿场，只要一个装备在使用，这台装备的数据就会不断产生。随着数据的海量增长和数据潜在价值的不断提升，已经装备成为最重要的数据资源。但没有被治理过的数据，并不能成为资产。现阶段国内很多工业部门对装备的数据资源和数据资产的认知和管理不到位，被形容为“坐在金山上吃馒头”。  

  从数据资源到数据资产，虽仅一字之差，但“差之毫厘，谬之千里”。只有治理过的数据，才具备形成数据资产的条件。数据治理的关键工作是以元数据管理为基础，实施数据标准管理、数据质量管理和数据安全管理。其中数据标准管理是实现数据规范治理的基础，因此需要重点考虑。

四、装备服务保障数据治理标准 

  由于国内当前在装备使用阶段数据收集和管理缺乏相应的标准和规范，我们可以借鉴国外的成熟标准。ASD（欧洲航宇和防务工业协会）组织发布的S系列标准中的S5000F标准—《International specification for in-service data feedback》（装备使用维护数据反馈，2016年发布）具有很好的借鉴意义。  

  S5000F的范围是处理来自于产品使用阶段的信息（使用人员反馈给OEM和/或维修人员或OEM和/或维修人员反馈给使用人员），标准中的流程重点关注使用和维修反馈信息以及其他活动在使用阶段产生的信息。同时，该标准也可用于产品寿命周期中任意阶段的数据交换。如用于研发阶段在进行测试、外场试验和原型机制造时提供反馈数据的协议和数据处理设施，也同样可用于使用阶段。

  数据流是双向的，可以在复杂的服务合同中使用，这使得S5000F可用于使用现场与工业部门之间的信息交换，如下图所示。

图 1 数据交换流程和使用阶段数据库

  下图显示了ILS（Integrated Logistics Support，国内一般称作“综合保障”）过程中的系统或产品在使用阶段数据分析处理所需的活动和使用情况。

图 2 使用阶段 ILS过程中所需的活动

五、基于S5000F的服务保障数据治理 

  5.1 需要收集的服务保障数据范围  

  S5000F标准全面规定了使用阶段所需反馈的服务保障数据内容，具体如下：  

  · 可靠性、可用性、维修性和测试性分析所需的反馈数据。包括：产品的标识、产品初始状态（技术状态）、使用条件（可能由使用和健康监控系统提供）、使用情况、时间、距离、使用时间/循环等、执行任务时所处的环境条件、故障数以及相应的影响、详细的外部资源供应情况。

  · 维修分析所需数据的反馈。包括：非计划性维修信息（包括故障描述、故障日期、故障发生时实际使用的产品和/或组件、解决故障所需参考的维修任务，以及确定的执行排故程序、故障原因、修理费用、工作时间等）和计划性维修信息（任务数据、任务持续时间、执行任务所需的人员工时、更换的组件信息、物料消耗、排故程序和技术手册的反馈等）。

  · 安全性数据的反馈。包括：安全性报告、组织数据、使用环境和地点数据、使用条件数据、维修数据、产品数据、技术状态数据、事件数据等。

  · 供应保障数据的反馈。包括：机队/编队数据、零件使用数据、库存数据、寿命管理数据、保障响应时间数据等。

  · 寿命周期费用分析数据的反馈。包括：训练费用、测试费用、任务支持费用、维修费用、补给费用、包装贮运费用、持续保障费用、改进和改装费用、软件保障费用、恢复费用、处理费用、设计更改费用、性能监测费用、设施费用。

  · 质保分析所需数据的反馈。包括：系统质保期内的故障记录、确定故障并启动索赔活动信息、索赔处理信息。

  · 产品健康和使用状态监测所需的反馈数据。包括：技术状态、环境参数、错误和故障代码及描述、组件功能状态、系统功能状态、任务剖面、系统使用参数、存储条件、产品使用、运行状况。

  · 报废管理所需数据的反馈。包括：可靠性数据、维修性数据、决定产品采购时间点的信息、技术保障停止的时间点信息、产品满足条件时存储周期、提前时间。

  · 综合编队管理所需数据的反馈。包括：任务规划与作业数据、运行监控数据、产品需求分析数据、产品监控数据、合同执行数据、产品维护数据。

  · 技术状态管理所需数据的反馈，主要是技术状态更改数据。包括：产品替换信息、服务通报、客户更改描述、确定产品位置的规则、互用性规则、兼容性/混用性规则。

  · 服务合同管理所需数据的反馈。包括：活动策划、组织分解结构（OBS）、合规、发生合同费用、服务请求、来自/由第三方使用现有的基础设施或资源、状态报告、合同履约地点。

  · 未定义信息的反馈，上述范围之外的数据。包括以下内容：产品特定数据（例如引擎参数）、流程特定信息（例如，活动的排序信息）、合同特定数据（例如，合同状态信息）、一般技术数据（例如，测试结果）、 基于非S系列规范生成的数据（例如，用于测试数据的IEEE 1636）、其他数据（例如，地理位置信息）。

  

  5.2 如何收集服务保障数据？  

  服务保障的数据可从以下来源获取：  

  · 装备运营记录，一般以报告文档方式进行记录，可以模板方式将记录进行规范，以便收集汇总；

  · 外场保障或工程技术支援记录文件，一般以EXCEL或WORD方式对服务保障活动进行记录，可以模板方式将记录进行规范，以便收集汇总；

  · 信息系统数据（如客服系统，维修、维护和运行管理MRO系统，备件管理系统，健康挂历PHM系统等），以结构化形式记录装备的服务保障信息，可通过系统集成接口或导出标准格式文件的方式获取服务保障数据；

  · 机内测试系统（BIT）或自动测试设备（ATE），可通过设备的接口，读取或导出测试记录和测试结果数据；

  5.3 收集到的服务保障数据有什么用？  

  1) 可靠性数据  

  · 用途：监测设备性能、预计故障趋势、确定可能会产生损坏的问题区域，因此减少非计划性维修及保障需求、确定故障模式、原因以及机理、收集根原因研究的证据、发布警告，报告增加的风险、影响未来的设计。

  · 分析方法，包括：可靠性增长、仿真、帕累托图、故障树、FMECA或马尔可夫分析。

  · 参数，计算和评估的主要参数：为MTBF和失效率。  

  2) 可用性数据  

  · 用途：提高设备性能，增加设备的可用性、为可用性合同提供依据、为机队/编队和资产管理提供信息、辅助维修管理、改进使用和部署活动、改进寿命周期保障。

  · 参数，计算和评估主要参数为：固有可用度、使用可用度、可达可用度。 

  3) 维修数据

  · 用途：改进维修活动，包括计划性维修和人素关系、改进维修的费效比、辅助提高软件维修性、预计趋势，并确定不可接受的和需要改进的区域。

  · 参数，计算和评估主要参数包括：维修人员工时（MMH）、平均修复时间（MRT）或平均修复性维修时间、平均预防性维修间隔（MTBPM）、软件加载时间、平均修复时间。  

  4) 能力相关数据

  · 用途：基于标准监测产品的性能、确定能力不足之处、改进产品可执行任务的时间、提高费效比。

  · 参数，主要参数为占标准性能的百分比。 

  5) 测试性数据

  · 用途：提供产品是否好测试的报告和信息、验证测试设备需求、测试级别和测试费效比、验证测试结果的可信性、确定是否可以用自动测试设备、确定故障是否能被正确诊断、确定故障是否及时定位。

  · 参数，计算和评估的测试性参数包括执行测试的时间、可达性、定义故障的能力、测试结果的易理解性。  

  6) 维修性数据

  · 用途：可改进产品的安全性、可靠性、可用性，优化产品的维修程序和维修活动，支持用户对维修程序进行定制化、修订手册并改进流程、积累经验，形成知识库。  

  7) 安全性数据

  · 用途：总结经验，在产品的使用、开发和新项目中借鉴，评估对预防事故有帮助的重大改进、保证信息在所有阶段的可追溯性。  

  8) 供应保障数据

  · 用途，充分考虑供应保障策略，并确保备件/消耗品消耗量的初始预测、供应链和库存管理持续优化，保证资产的最大可用度，同时将维持资产的费用降至最低。  

  9) 费用数据

  · 用途：维修费用评估、以费用为基准监测使用要求、评估费用和升级或改进的影响、优化服务保障的费用、评估并比较系统/产品替换、修复/寿命延长或处理等不同方式对费用的影响。  

  10) 质保数据

  · 用途：提供评估维修活动的方式、提供收集质保费用的方式、提供确定质保误用的方式、确定引发质保项目风险的产品、积累经验，为新项目改进质保规则和流程提供依据。  

  11) 装备健康状态数据

  · 用途：预测故障、诊断、自诊断、产品监控、减少维修费用、提高安全性、确定保障需求、记录实际使用数据、评估有效期。  

  12) 报废管理数据

  · 用途：确保在设计、研发、生产和服务保障的过程中整体管理报废，从而将产品寿命周期的费用和影响降至最低。  

  13) 综合编队管理（IFM）数据

  · 用途：预测产品可用性、统计实际产品可用性、规范会议要求、评估产品性能。  

  14) 技术状态数据

  · 用途，记录装备的初始技术状态信息，使用技术状态信息，以支持产品的使用和维修、服务保障、加改装或设计改进。  

  15) 服务合同管理数据

  · 用途：收集在服务合同中不同参与者之间交换的数据，以便客户或承包商能够方便管理合同。

  5.4 如何构建服务保障数据模型？ 

  S5000F标准提供了62个数据表，其中包含了590个字段，覆盖了装备使用阶段所需收集的信息，主要数据模型如下图所示：

图3 S5000F中的服务保障数据模型

  可参照上图中的数据模型，结合我国装备服务保障的特点，建立以装备的使用技术状态和使用维修记录为核心的服务保障数据模型。

  5.5 服务保障数据治理流程样例 

  S5000F标准中介绍了装备使用数据反馈及处理的流程，以民航为例，主要流程为“飞机运营数据收集→飞机RMS性能分析→飞机RMS指标评估→飞机RMS设计优化→飞机RMS优化结果发布”。具体流程如下图所示：

图 4 基于S5000F的反馈数据分析流程

六、总结 

  综上所述，鉴于当前国内大多数单位装备服务保障数据管理比较混乱，缺乏数据的积累或没有真正发挥数据的价值，因此亟需参照国外成熟标准—S5000F标准，进行服务保障数据治理。 

  建立规范的服务保障业务数据收集和管理流程，明确需要收集的服务保障数据内容，基于科学的服务保障数据模型进行服务保障数据管理，并对积累的服务保障数据进行挖掘和分析，充分发挥服务保障数据的价值，提高装备的使用和维修保障水平，保证装备使用可用度的同时降低服务保障费用，并为装备的改进和改型提供依据。