航天型号数据工程应用实践.pdf

-62-学术交流CHINA QUALITY AND STANDARDS REVIEW 航天型号数据工程应用实践周欣欣1 涂积奇1 王常月2 安全强1 陈嘉凯1（1.中国运载火箭技术研究院，2.中国科学院空间应用工程与技术中心）摘要：为解决航天型号数据采存管理分散无序、信息孤岛情况普遍、数据交换共享困难、采存管理和关联挖掘的技术研究不够、数据深度分析挖掘专业力量弱、综合运用水平偏低等问题，本文通过研究数据工程在航天型号管理中的应用，以挖掘数据价值、强化试验评估力，提升技术决策力。关键词：航天型号 数据工程Research on Application of Aerospace Model Data Engineering Zhou Xinxin Tu Jiqi1,Wang Changyue2,An Quanqiang1,Chen Jiakai1(1.China Academy Of Launch Vehicle Technology,2.Techniology and Engineering Center for Space Utilization,Chinese Academy of Sciences)Abstract:In order to solve the problems of scattered and disordered data collection and storage management,information island,difficult data exchange and sharing,insufficient research on mining technology,weak professional strength in in-depth data analysis and mining and low level of comprehensive application of data,study the application of data engineering in the process of aerospace model development,mining the value of data,strengthening the ability of test evaluation,and improving the ability of technical decision.Key words:aerospace model,data engineering0 引言党的二十大报告指出要加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。大数据作为驱动数字经济发展的强大引擎，已成为当今时代发展的重要潮流，数据资源已成为决定国防安全、经济命脉和工业水平的战略性资源。航天型号作为技术密集的复杂巨系统，高度依赖数据分析和数据决策，随着型号研制数量的增多、研制复杂度的提升以及数据采样频率的提升，型号全寿命周期中产生的数据越来越多也越来越复杂，给型号的数据管理与应用工作带来了诸多不便。数据分析和决策所面临的挑战也是多样的，其中包括数据的质量和完整性、数据来源的多样性，以及不同型号队伍、不同配套单位之间的数据共享和协作等问题。数据工程管理是解决这些问题的关键方法，它可以确保航天型号数据的质量和完整性，并在数据分析和决策中保证数据的正确性、有效性。本文将介绍数据工程在航天型号管理中的应用，包括数据的收集、处理和存储，以及如何通过数据管理来确保数据的质量和完整性，提高数据的可信度，进而为型号提供更好的技术决策支持。1 数据工程在航天型号管理中的重要性航天型号配套繁杂、涉及专业众多，如控制、结构、材料、机电、测试等，这些领域之间的交换共享是非常重要的。实施数据工程可以为此提供支持，通过对数据进行收集、处理和存储，确保数据的准确性和一致性，从而帮助型号队伍更好地了解产品状态，进一步分析出将面临的挑战和风险。实施数据工程还可以为型号管理提供更好的决策支持，-63-中国质量与标准导报 2023/3如通过数据包络分析判断某产品功能性能是否符合输入要求，确定产品能否参与任务。数据工程在航天型号管理中的重要性还表现在以下方面：1.1 数据的质量和完整性数据质量是保证航天型号数据应用效果的基础。衡量数据质量的指标主要有完整性（数据是否缺失）、规范性（数据是否按要求的规则存储）、一致性（数据的值是否存在信息含义上的冲突）、准确性（数值是否错误）、唯一性（数据是否重复）、时效性（数据是否按节点要求上传）。航天型号研制与批生产会产生大量数据，这些数据涉及产品仿真分析、设计、制造、试验、测试等。若数据的质量和完整性无法得到保证，可能会导致产品数据无法追溯、产品状态无法判定、产品质量问题无法定位等问题，从而影响型号任务的成败。实施数据工程管理可以确保数据的质量和完整性，减少数据错误和缺失，提高数据的可信度。1.2 数据来源的多样性航天型号中的数据来自不同的源头，产品数据（如图纸、模型、设计参数等）一般以文本文件形式存储在 PDM 等系统中，试验原始数据以结构化形式采用 TDM 系统进行管理，部分数据以光盘、纸质文件等方式保存。试验结果数据（如数据分析、评估结果等）一般以纸质文件、磁带或磁盘形式存储在档案部门。试验数据一般按型号存储，存储格式主要包括*.dat、*.xls、*.txt、*.doc、*.mat 等。数据格式和结构不尽相同，若无良好的数据管理，可能会出现数据不兼容、数据错误等问题。实施数据工程可以帮助型号队伍更好地了解数据的来源，以及如何使用不同的数据源。1.3 数据的交换和共享在航天型号中，型号之间、单位之间、队伍成员之间需要交换共享数据确保型号数据“活起来”以保障型号任务成功，然而数据的保密性、数据的所有权以及数据的访问权皆会成为影响数据交换和共享的因素。数据工程可以帮助型号队伍更好地了解这些因素，并建立数据交换共享的规则和流程，从而促进相互协作和交流。2 型号数据工程实践为支撑某型号数据管理示范工程，用户提出型号全周期数据工程实施需求。型号队伍以数据管理和应用业务需求为牵引，从解决业务实际问题和业务发展需要出发开展数据工程系统总体设计，聚焦型号数据的“采集、存储、管理、展示、分析、应用”等核心基础能力提升，支持型号、系统、子系统、单机、零部组件等数据的具体使用需求，对标质量管控要求，简化质量管控流程及工作复杂度，按照“统筹规划管理实施校核检查数据运营”四阶段执行（如图 1）。?图 1 某型号数据工程实施步骤-64-学术交流CHINA QUALITY AND STANDARDS REVIEW 2.1 统筹规划数据治理的第一阶段是统筹规划，首先制定型号数据工程目标，建立独立完整的数据工程组织机构，明确各级角色和职责，确定兼职/专职人员，建立数据工程管理制度，保障数据管理的各项工作流程的实施，推进工作的有序开展。其次是盘点型号数据框架，梳理型号在收集数据时，需要明确数据的来源、数据的格式、数据的结构等信息，以便更好地了解数据的质量和完整性。在标准化数据时，需要确保数据的一致性和可读性，并对数据进行分类和组织，以便更好地使用和管理数据。2.2 管理实施第二阶段为管理实施，某型号数据工程实施方案明确搭建的平台主要由数据采集、数据服务、数据分析挖掘、安全管控、数据治理、数据应用等功能组成。数据采集面向型号全寿命周期数据，实现结构化和非结构化的型号数据的采集和清洗转换。为适应多类型数据采集的需求，设置支持在线、离线、手工录入等模式，具有响应速度快、数据适应性高、采集安全性强的特点。可针对数据制定采集模板，实现异构数据的一键、批量采集，亦可对特定数据定时、定量抽取，确保数据采集的高效性；导入过程中能够实时对数据进行合规性检查，出现异常时能够明确向用户给出提示，确保数据采集的安全性。数据服务是型号数据管理系统的基础，实现型号数据的结构化数据存储、非结构化数据存储，并提供数据全文快速检索支撑服务的功能。可根据业务需求逐步构建数据分析挖掘存储区（数据仓库），提供多方位的数据分析计算支撑环境，并能够根据数据类型差异提供多种数据处理方案。数据分析挖掘为上层数据应用提供综合数据服务能力，包括数据可视化、算法资源、统一分析、数据产品快速开发等功能。数据分析挖掘支持多方数据源接入；提供多种数据可视化模型；内置多种算法资源，实现算法资源的一站式管理；能够快速构建数据分析任务，并统一对数据分析任务进行管理以及监控分析任务、调度分析资源；在内置算法模型基础上，能够实现数据产品的快速开发。安全管控实现对型号数据管理系统内数据的安全管理和控制，通过用户权限管理模块（实现用户权限验证、角色权限验证，并根据用户对应角色关系实现功能权限管控和数据权限管控等）、异常行为监控模块、数据安全管控模块、日志记录模块（根据操作日志等审计）保证数据在型号数据管理系统使用和流转过程中的安全管控。数据治理实现主数据管理、元数据管理、数据质量管理和数据标准管理。通过数据普查，识别装备试验的主数据域，将分散在各业务系统中的数据，形成统一的共享主数据源。通过对型号数据体系的梳理，形成装备试验数据的技术元数据、业务元数据、管理元数据清单。通过数据质量管理，从数据产生、修改、消费等各个环节发现数据质量问题。通过确定型号数据项业务规则含义，提供数据标准的建立、落地映射、查询等功能。型号数据应用围绕全生命周期数据开发专业应用模块，包括数据分级分类管理、数据查询、数据互通、数据共享交换、数据通用分析、数据关联和挖掘分析、质量管控指标管理、质量管控项目管理、质量合格判读分析、数据包络分析、数据稳定性分析、举一反三、设计模型仿真等。2.3 校核检查校核检查阶段是保障数据管理实施阶段涉及各管理职能有效落地执行的重要一环。该阶段包括数据校核节点设置、校核数据质量、更新迭代数据等具体任务。某型号建立了一套良性循环、动态更新的数据质量管理流程，制定符合型号目标的数据质量校核规则，明确在产品数据全生命周期各环节的数据更替关键点，持续评估和监督数据质量水平，推动数据向优秀资产的转变，逐步释放本单位产品数据的资产价值。数据校核节点结合产品交付前、系统测试结束后、总测后、发生质量问题后、问题产品落实归零措施后、试验结果分析结束后等标志性事件建立。2.4 数据运营数据运营阶段是为了进一步提升产品数据价值的挖掘，主要是打通型号单机与系统间、系统与系统间、系统与总体间的数据链路，实现型号队伍内-65-中国质量与标准导报 2023/3部的数据共享和流通，数据的内部共享主要是消除型号内数据孤岛，使更多的数据成为型号、单位的资产，以便应用于数据分析，全面动态促进数据价值的释放。3 型号数据工程实践效果某型号数据工程系统以研制管理模式为基础，整合产品研制生产全过程的数据信息，实现产品全生命周期数据的有效组织；实现三类关键特性数据的量化管控；实现对产品研制不同环节、不同层次结构、不同组织结构的型号数据包组织、维护、输出与查询统计；实现型号数据的统计分析利用，提升产品研制生产过程质量保证能力。某型号数据工程系统形成基于产品结构树的产品全过程数据视图，以此为基础产出各级产品的数据包，满足各级型号数据包交付及归档的需要。型号形成“一本要求、一种方法、一套标准与一款平台”的实施成果。一本要求：制定某型号数据交换共享管理要求，规定数据交换共享的组织职责与工作流程，促进实现在权限控制范围内数据的充分流通与无缝共享。一种方法：从型号总体层面制定数据工程方案编制指南，统一规范各配套单位数据工程技术方案论证、报告编制与实施，形成可推广、可复制的数据工程建设行动指南。一套标准：形成型号试验数据命名要求、数据采集和存储管理要求、数据分类与编码、主数据与元数据定义要求等共 10 项标准，解决信息孤岛，实现试验数据标准化管控，为其他型号提供了有效借鉴。一款平台：开发部署了型号数据工程系统平台，通过“可管、可控、可追溯”的交换共享机制，实现了产品数据在各单位间互联互通、交换共享，为后续打通与用户方、试验承试方等其他单位间数据交换共享提供支撑。4 结束语随着航天型号业务量的不断增长、用户对型号全面考核的要求越来越高及考核难度越来越大，数据已成为信息化的血液、智能化的根基，型号数据工程已成为用户装备信息化、智能化建设的重要抓手，“用数据说话、用数据决策、用数据管理、用数据创新”的理念将逐渐引领装备现代化建设，本文介绍的数据工程应用实践在相关领域、行业内率先完成了数据挖掘任务，并取得了良好效果，积累了一定经验，不仅有效指导其他型号、装备承担同类数据挖掘任务，解决特定领域的重难点问题，更为推动航天数据工程、装备数字化建设奠定了坚实基础。参考文献 1 苏丽，张博为，谌明，卢满宏.大数据技术在航天领域发展与应用J.遥测遥控，2015，(2):1-9.2 张劲松，张倩，高骥.大数据时代航天科研管理信息化策略研究J.中国管理信息化，2022，(20):119-121.3 齐分伶，韦国军，徐军，等.装备在役考核数据采集研究J.设备管理与维修，2022，(12):9-11.4 周军连，苏瑜，杨云，等.国外质量数据资源建设情况分析及启示J.电子产品可靠性与环境试验，2020，(6):86-89.5 杨青，武高宁，王丽珍.大数据：数据驱动下的工程项目管理新视角J.系统工程理论与实践，2017，(3):710-719.6 袁双喜，李文钊，连彦泽，等.基于数据驱动的航天产品质量管理初探J.航天工业管理，2021，(4):6-10.7 JoeReis.FundamentalsofDataEngineeringM.2022.