基于大数据的武器装备自检训练

莉莉 李(中国电子科技集团公司第二十七研究所，中国)
武华 栗(中国电子科技集团公司第二十七研究所，中国)
江涛 韩(中国电子科技集团公司第二十七研究所，中国)
培旺 孙(中国电子科技集团公司第二十七研究所，中国)

摘要

随着大数据在武器装备健康管理领域的不断应用，将给武器装备性能检验方式带来重大变革。论文阐述了大数据内涵及应用于装备健康管理的意义，进而引出基于健康管理的武器装备自检训练的新机遇。结合现代战场作战的特点，分析武器装备自检训练对作战能力的影响以及数据赋能，提出基于大数据武器装备自检训练系统框架。该系统设计战场仿真环境，结合装备自身健康管理，评估系统精度，支持数据落盘重构作战环节，形成作战训练知识库，从而提高武器装备的作战效能。

关键词

大数据；武器装备；健康管理；自检训练

参考

2023年全球及中国数据规模情况预测分析[EB/OL].http://wap.seccw.com/index.php/index/detail/id/21252.html.

Mayer-Schonberger V, Cukier K. Big data [M]. New York: Houghton Mifflin Harcourt Publishing Company, 2013.

黄宜华,苗凯翔.深入理解大数据:大数据处理与编程实践[M].北京:化械工业出版社,2014.

王占业.大数据处理若干关键技术研究[D].北京:清华大学,2016.

吕琛,马剑,王自力.PHM技术国内外发展情况综述[J].计算机测量与控制,2016,24(9):1-4.

李彦夫,韩特.基于深度学习的工业装备PHM研究综述[J].振动、测试与诊断,2022,42(5):835-847.

Hess A, Calvello G, Dabney T. PHM a key enabler for the JSF autonomic logistics support concept [C]. IEEE Aerospace Conference, 2004: 3543-3550.

Li G, Qin S J, Ji Y D, et al. Reconstruction based fault prognosis for continuous processes [J]. Control Engineering Practice, 2010,18(10):1211-1219.

温鸿鹏,刘捷.运用大数据增强战场态势感知能力[J].中国医学图书情报杂志,2018,27(4):33-36.

Lin J F, Xu Y L, Law S S. Structural damage detection-oriented multi-type sensor placement with multi-objective optimization[J]. Journal of Sound and Vibration, 2018, 422:568-589.

Manyika J, Chui M, Brown B, et al. Big data: The next frontier for innovation, competition and productivity[EB/OL].https://www.mckinsey.com//media/mckinsy/businesss functions/mckinsey digital/our insights/big data/the next frontier for innovation/mgi_big_data_full_report.pdf.

唐小川.大数据相关关系挖掘的若干关键问题研究[D].成都:电子科技大学,2018.

林海伦,王元卓,贾岩涛,等.面向网络大数据的知识融合方法综述[J].计算机学报,2017,40(1):1-27.

DOI: http://dx.doi.org/10.26549/bdai.v4i6.15257