本文来源于装备质量
摘 要：航空装备的质量状况，会对航空工作的开展产生直接影响，注重质量信息管理，可以大大降低质量隐患，以增强设备运行安全性与稳定性。在大数据环境中，质量信息也呈现出多样化的特点，应该转变粗放式管理模式，实现对设备生产制造和维护保养等各个环节的全面掌控。充分发挥大数据技术的优势，提高管理工作质量和效率。本文将对大数据和航空装备质量信息的基本概念进行介绍，提出航空装备质量信息管理的问题及原因，探索基于大数据的航空装备质量信息管理路径，为实践工作提供参考。
随着我国航空事业的发展，对于航空装备的需求量也在逐年增长，如何确保各类设备的良好性能，促进部队整体战斗力的增强，成了当前面临的主要问题。尤其是在航空装备的设计制造、生产、日常维护和修理等过程中，产生了大量的质量信息，加强对各类信息数据的统一化规范管理，能够为航空装备的全周期管理提供依据。大数据时代的到来，为航空装备质量信息管理提供了新的思路，通过信息的及时、全面采集和分析，能够明确设备应用中的问题及原因，以便采取针对性预防与控制措施，使航空装备的整体性能得到改善。同时，可以明确航空装备的变化情况，并对其未来发展做出可靠性预测，从而满足质量改进的要求。
1 大数据和航空装备质量信息概述
1.1 大数据
大数据是海量数据的集合，不仅在数据和类型上具有海量化的特征，而且具有较低的价值密度[1]。大数据技术是多种先进技术手段的融合，能够在采集数据、分析数据和研究数据中更具高效化和精准化，涉及统计学领域相关专业理论，通过数据的整合与分析，能够满足决策需求。对于已有数据的采集与分析、对于数据的诊断、对于数据的预测和应对措施的制定，是大数据技术的基本功能。航空装备质量信息数据也呈现出海量化的特点，以大数据为依托实施管理工作，是时代发展的必然趋势。
1.2 航空装备质量信息
航空装备质量信息包括了标准信息、动态信息和故障信息三大类。相关质量标准和法规等属于标准信息，能够为航空装备的设计、生产和使用等提供依据，同时标准信息还包括了航空装备维护中产生的相关文件和手册等。在质量监控工作的实施过程中，需要以标准信息为依据，明确判断标准。动态信息产生于设计、生产和使用、维修等各个动态过程当中，需要各个单位之间实现协同配合，确保信息反馈的及时性。故障信息不仅出现在使用和修理过程中，也要针对设计和生产过程予以全面获取，由质量管理部门实现统一分析和评估，明确与正常状态参数的差异性，实现快速恢复。
2 航空装备质量信息管理的问题
首先，对于航空装备质量信息的采集存在局限性问题。在信息采集中的技术手段较为落后，无法通过相应的标准系统和管理规定加以约束，导致信息的失实、混乱等问题，无法为后续整理分析、评估改进等工作提供依据。尤其是在大数据环境中，面对大量的数据信息如果依旧采用粗放式管理方式，将会对工作效率造成严重影响。其次，诊断能力相对不高。未能借助于诊断知识库和故障代码化等手段实施航空装备的全面诊断，因此在出现故障时无法得到有效隔离，使得设备的运行受到负面影响。再其次，在质量信息管理中存在信息孤岛效应。针对海量化的质量信息数据，缺乏可靠的分析和加工工具，未能为决策工作提供保障。在多个单位和部门当中存在有价值数据，整合力度相对较低，信息资源无法得到高效利用。最后，对于技术状态的控制效果不佳。未能做好数据的统一，在查询技术状态时遇到困难，对于技术状态的梳理缺乏规范性。
3 基于大数据的航空装备质量信息管理路径
3.1 系统建设目标
对航空装备全寿命业务特点加以分析，确定数据采集的基本方法和周期，同时了解数据交互的方式与基本内容，加快数字化档案的构建。运用数字化管理系统，对设备的使用维护流程加以梳理，建立完善的设备使用和维护制度，做好设备施工和维护记录的登记。在保障情况分析的基础上，及时更新技术标准，以满足其实际使用需求。在该系统下，还可以增进各个单位之间的协同配合，延长航空装备的使用寿命。数据获取要针对不同环节，包括了设备的生产制造和修理等等，对于评估要素的特点加以分析，确保航空装备的质量可以得到全面提高。
3.2 系统建设思路
在以大数据为依托的管理系统中，对其输入和输出方式、数据格式等予以统一，针对全业务流程开展管理工作。在分析航空装备的质量信息数据时，应该明确数据的采集、统计分析方法，在数据信息的共享过程中提出可行性改进建议，在标准迭代和预警中提高航空装备质量。应该增进使用单位和设计部门、修理单位的交流，针对使用中出现的问题反馈给设计部门，使其在设计中能够加强改进；帮助修理单位及时获得故障信息，从而加快问题处理的速度。在三个部门的协同工作中提高质量信息管理实效性。借助于分析模型和质量评估及改进系统，实现对健康因子的分析，从而确保改进建议的可行性及科学性，做好准确的预测工作。
3.3 质量信息管理方法
对于航空装备质量信息的管理，需要采用多种方法，消除单一化管理方式带来的弊端。首先，六西格玛法的应用已经较为普遍，能够对质量流程管理的全过程予以优化，真正实现“零缺陷”的目标，同时具有经济性和高效性的特点。通过六西格玛DMAIC 和六西格玛DMADV，制定符合航空装备质量信息管理的基本策略，通过产品的度量和分析、验证等，能够明确其中的问题并予以改进。在应用该方法实施航空装备的质量信息管理时，需要对统计数据加以全面获取，通过量化的方式加以呈现，使整个服务模式得到创新。其中，统计分析是六西格玛法中的重要组成部分。需要对航空装备质量信息数据进行全面收集和整理，满足决策工作要求。统计分析在目的性、数据性和时效性上的优势明显，通过对航空装备质量信息数据加以描述，了解其中的数据关系，在特定模型当中开展预测分析工作。运用数据收集计划，MSA，回归，卡方检验，假设检验，DOE，模拟，仿真，防错，SPC，标准化等，构建“数据采集模块”“数据整理和分析模块”“质量评估和改进模块”。其次，可以运用风险分析方法实施航空装备质量信息管理。尤其是在设备的设计开发环节，能够对不确定因素进行评估与分析，实现对风险的全面管控。最后，在航空装备质量信息管理中也可以运用质量管理五大工具，包括了生产件批准程序、统计过程控制、产品质量先期策划、测量系统分析、失效模式和效果分析。该管理方法可以全面评估整个流程，通过在报警系统的帮助下降低废品率。
3.4 系统建设方案
3.4.1 数据采集模块
数据是开展管理工作的基础，在质量信息管理系统的建设中明确大数据技术的核心地位，使规划设计更具长期性特点。数据采集模块是质量信息管理系统的基础，为了能够对航空装备的全寿命状态进行实时监测，需要加快数字化档案的构建，实现对设备信息的全面采集。增进设备研制部门和使用部门之间的沟通交流，使管理工作更具实效性。使用部门应该对使用中的情况加以记录，使研制部门能够从设备的使用体验、操作便捷性、功能特点等方面予以综合考量，确保设计方案更加合理，增强人机交互性。航空装备的周检和定检信息，可以从使用过程中加以采集；航空装备的加改装信息和设计制造数据等，可以从设计制造过程中加以采集；航空装备的修理状况和巡检信息等，可以从修理过程中加以采集。明确数据格式后实现统一化录入，通过采集系统加以规范化管理。
3.4.2 数据整理和分析模块
对于航空装备质量信息的整合，需要借助于系统中的数据整理和分析模块实现，做好与数据采集模块的衔接。建模工作针对原始数据管理、技术状态管理、维护指标管理、构型管理和恢复数据管理等过程，为数字化档案管理平台的构建提供依据，真正从航空装备的全寿命出发开展管理工作。在此过程中还要借助于对比分析模型，实现航空装备技术状态、基础数据和故障信息的对比分析，从而满足质量评估和改进模块的需求，明确故障类型、位置和原因等。探索性数据分析在该阶段的应用较多，比如相关性分析、逐步回归分析、假设检验和回归分析等等，增进各部门人员的交流，确保各类数据的可靠性。大数据分析技术是数据整理和分析模块的核心，在数据分析中真正实现了实时化。应该明确航空装备的各类质量参数，包括了预警阈值、基本参数、预警方式、关联性等等，通过实时对比分析的方式，可以达到快速预警和响应的目的，防止故障的进一步扩大化。故障信息包括了历史记录和清单；维修信息包括了使用情况、历史记录和换件情况；技术状态包括了修理指标和生产指标；基础数据包括了结构BOM 和单机信息。
3.4.3 质量评估和改进模块
在质量评估和改进模块的构建中，需要以分析模块数据为依托，明确各类阈值，全面评估航空装备的运行状态，从而满足设备的改进需求。采用统计分析的方式研究航空装备的全寿命数据，对状态信息加以全面验证，能够实现对缺陷问题的评估，对航空装备的设计、制造、使用和修理过程予以针对性改进。另一方面，借助于质量评估和改进模块，能够提高风险预测的准确性，确保质量改进措施的可行性，防止存在较大的风险而对设备使用造成负面影响。质量评估和改进模型应该具备科学性，使用的分析方法要符合航空装备的质量信息管理需求，实现对质量改进成本的控制，对未来发展状况加以预测，达到故障预防的目的。
4 结语
航空装备的质量信息包括了标准信息、动态信息和故障信息等，通过质量信息管理工作的实施，能够真正了解航空装备的全寿命状况。以大数据为核心开展管理工作，可以实现对设备信息数据的整合利用，为设计、生产制造和使用、维修保养等提供可靠支撑。质量信息管理系统建设中需要明确大数据技术的核心作用，在明确建设目标与思路的同时，掌握六西格玛方法、统计分析、风险分析、五大质量工具等应用要点。做好数据采集模块、数据整理和分析模块、质量评估和改进模块的设计，实时监控航空装备的状态，并做好全面预警。
参考文献：
[1]王正，范加利.航空装备可靠性管理系统研究[J].工业控制计算机，2020，33(09)：122-123+130.
长按二维码识别关注我们