《信息技术与标准化》是宣传国家、信息产业部有关标准化与质量工作的政策、法规，报道深化改革形势下电子标准、质量工作的进展、成果、经验和动态，研究信息产业高新技术的发展对标准、质量工作的需求与开发，ISO9000标准发展动态，大力推进企业质量管理和质量体系认证工作，发布国际标准成果和新进（修）订动态，发布通过认证企业名录。
由金太阳(m95536cn·China认证)官网下载-Venice Dream City产品经理吴彦军、首席咨询师秦家深、数字化总师弓志强博士共同参与的《试验鉴定领域标准数字化应用实践》被2024年第8期《信息技术与标准化·标准数字化专刊》收录。
本文针对试验鉴定过程中大多数试验数据没有进一步利用、数据价值没有得到有效提升的问题,在总结试验鉴定领域标准体系基础上,介绍了典型试验数据标准,提出试验数据标准数字化技术思路与实现方法,并基于航空、航天设备试验应用实践进行具体说明。该技术可逐步推广到航发、船舶等其他高端装备制造领域，也可用于设计数据、生产数据、仿真数据的标准化治理。
试验鉴定是装备研制过程中的重要阶段，是产品质量、效能、可靠性等特性的验证手段[1-3]。在装备试验鉴定过程中，大多数试验数据往往在完成试验报告编写后就束之高阁，没有得到进一步的利用，主要原因在于以下4个方面：
（1）装备类型多、更新升级快，部分试验项目取消或更改，旧型号的试验数据对于新型号的试验鉴定可参考的价值不大；
（2）试验数据采集缺少规划、数据量多而不全，大多数试验只是考虑了装备指标验证的需求，主要采集了被试装备的数据，而没有采集参试设备、人员、环境等方面的数据，导致数据不全，无法满足虚拟试验、数字孪生试验等应用需求；
（3）试验设备众多、接口复杂，采集的试验数据格式千差万别，部分数据还需要根据协议解析；
（4）试验数据来源广泛、种类多，质量不高，数据清洗转换费时费力，数据融合没有依据，数据存储混乱粗放[4]。
为了进一步提升试验数据的价值，促进试验数据的交换共享，需要制定试验鉴定领域标准，通过标准来规范试验数据的采存管理、关联挖掘和交换共享。
试验
为了从总体上对试验鉴定领域数据标准进行规划，基于用户角色、体系构成、试验业务、数据生命周期、标准建设等维度，对试验鉴定领域数据标准进行梳理，可将标准分为6类：基础类、数据类、技术类、管理类、安全类和应用类[5]。试验鉴定领域数据标准体系框架如图1所示。
图1试验鉴定领域数据标准体系框架
（1）基础类标准
基础类标准是支撑试验数据标准体系的基础性标准，关注标准的编制规范以及试验业务的基础规范，如标准规范大纲、试验数据应用字典等。
（2）数据类标准
数据类标准是用于对试验数据的内容、格式及接口进行规范，主要包括数据资源类、数据产品类和数据服务类，如元数据、数据分类与编码等。
（3）技术类标准
技术类标准是用于对试验数据的分析处理、数据管理平台工具进行规范，主要包括数据处理类和产品平台类，如数据采集整编要求、可视化工具要求。
（4）管理类标准
管理类标准用于对试验数据的有效管控进行规范，主要包括数据管理类和运维管理类，如试验数据资产管理要求、试验管理平台运维管理要求等。
（5）安全类标准
安全类标准用于保证试验数据的全过程安全，包括总体框架类和专项要求类，如安全管理总要求、数据安全通用要求等。
（6）应用类标准
应用类标准用于规范不同领域试验数据的建模、分析、评价等应用，包括通用应用类和专用应用类，如数据建模通用要求、无人机蜂群作战效能评估规范等。
数据标准内容
在试验鉴定数据标准体系中，不同标准具有不一样的重要程度。基础类标准提供数据标准制订的基本原则和方法。数据类标准和技术类标准分别作为承接基础类数据标准化的扩展定义，以及数据管理应用的前置约束规则，是数据管理系统构建过程中“贯标”的重要依据，直接影响试验数据管理系统底层数据模型和功能的扩展能力。在试验鉴定数据标准体系中，试验数据建模通用要求、试验数据元数据、试验数据分类与编码、试验数据置标要求和试验数据交换共享作为试验鉴定数据标准体系的典型代表，能够为试验鉴定数据标准的数字化应用提供最基础的标准支撑。
3.1试验数据建模通用要求
《试验数据建模通用要求》类标准是为了规范试验数据存储是基于模型的，保证试验数据存储的规范性和可扩展性。其内容主要包括：试验数据建模流程，试验数据建模方法，试验数据建模工具，试验数据模型管理。
3.2试验数据元数据
《试验数据元数据》类标准是为了规范试验数据的描述，方便试验数据的分类管理及交换共享。其规范的内容主要包括试验数据元数据内容，试验数据元数据表示，试验数据元数据扩展，试验数据元数据代码表。
3.3试验数据分类与编码
《试验数据分类与编码》类标准是为了规范试验数据的划分方式，并对每一类试验数据进行统一标识，方便试验数据的存储、融合及交换共享。其规范的内容主要包括：试验数据分类方法，试验数据编码规则，试验数据分类与编码，试验数据编码扩展。
3.4试验数据置标要求
《试验数据置标要求》类标准是为了规范给试验数据打标签的方式，方便试验数据的搜索、融合及分析。其规范的内容主要包括：试验数据标签分类，试验数据标签表示，试验数据标签扩展。
3.5试验数据交换共享要求
《试验数据交换共享要求》类标准是为了规范试验数据的流通过程，在保证试验数据所有者权益的条件下提升试验数据价值。其规范的内容主要包括：试验数据交互共享角色，试验数据交换共享流程，试验数据交互共享方式。
字化技术
试验数据标准数字化技术的思路如2图所示。
图2试验数据标准数字化技术思路
（1）制定研究大纲：依据项目需求制定设备数据体系标准规范研究大纲，并根据专家反馈意见进行修改完善；
（2）数据现状调研：结合项目建设要求，针对数据管理现状，选取相关典型单位，开展设备数据管理现状调研。通过对装备使用单位的数据管理与应用情况进行调研并进行分析，确定数据标准制定的实际业务需求，从而作为标准研究的依据；
（3）标准收集与对比分析：收集与装备数据相关的国内外标准和技术规范，如外军标准、国外军工行业标准、国标、国军标等，分析对比各项标准的差异性；
（4）编写研究报告：基于装备数据的现状及标准情况，借鉴当前试验领域的主要研究成果，研究适用于装备数据的标准体系，并形成研究报告；
（5）编制标准草案：基于研究报告成果，编制装备数据标准草案；
（6）专家意见收集并修改草案：邀请国内装备数据领域的专家对标准的合理性和规范进行把关，并提出相关修改意见；根据行业内专家意见对标准草案进行修改，直到满足要求为止；
（7）软件贯标：将标准草案中规范性数据内容及格式在软件中进行定义、设置，实现标准在软件中的固化，保证效能数据的规范化存储，方便后续的查询检索、分析挖掘、交换共享等应用。
4.2技术实现方法
针对技术中涉及的关键环节，其实现方法如下：
（1）现状调研
为了了解行业的独有特征，需要对相关领域的数据采集、存储、管理、使用的方法、流程、设备等进行全面的调研，从中提炼出需要在标准中进行规范的相关元素，充实标准的内容，保证标准在相关领域的适用性。
现状调研的主要手段包括：问卷调研和专家咨询会。在进行现状调研时，很重要的一个环节是进行数据梳理，通过提供Excel格式的数据梳理模板，方便用户按要求填写，同时提高数据汇总效率和数据质量。
（2）标准收集与对比分析
为了了解数据标准的通用特征，需要参考国内外的相关标准规范，熟悉数据标准的组成、编写规则、编写方法等基本要求，保证标准的规范性和合理性。
标准查询的网站包括：“全国标准信息公共服务平台”“地方标准信息公共服务平台”“工标网”等。
（3）报告编写
根据现状调研结果和标准对比分析结论，编写数据标准化研究报告，从而为标准草案的编制提供支撑。
（4）标准编制
在格式上，需要按照《国家军用规范编写规定》中规范的格式进行编写，同时，编写与标准规范对应的《标准编制说明》，方便标准的读者能够更好地理解标准中的内容。
在内容上，对于可以继承的国标或国军标，则需要充分继承并在此基础上进行细化和扩充，以便满足本规范的要求；除此之外，则需要借鉴本行业或其他行业与数据相关的标准规范，并基于调研成果整合成为所需的标准规范。
（5）软件贯标
完成标准后，需要将标准中的内容贯标到软件中去，方便用户使用。如元数据标准贯标，则在进行数据集导入软件时，就需要设置好该数据集的所有元数据信息并支持以XML格式导出；在进行交换共享时，软件自动按照标准中规定的打包规则导出标准化的交换信息包。
4.3 技术核心点
为了实现装备数据的标准化，并实现软件贯标，方便用户使用，主要的技术核心点体现在如下5个方面：
（1）数据格式标准化：通过制定统一的数据格式标准，可以确保不同系统之间的数据能够互相理解和交换。常见的数据格式标准包括XML、JSON等。
（2）数据交换标准化：在不同系统之间进行数据交换时，需要制定统一的数据交换标准，以确保数据的完整性和准确性。数据交换一般以交换信息包的方式进行交换，交换信息包结构参照GB/T 38371.2—2020《数字内容对象存储、复用与交换规范 第2部分：对象封装、存储与交换》。
（3）接口标准化：不同系统之间进行交互通常需要通过接口来实现，因此制定统一的接口标准也是信息标准化技术中的重要内容。例如，ATFX、SOAP和RESTful API就是常用的接口标准。
（4）词汇标准化：在信息交换和共享过程中，统一的词汇标准可以确保不同系统对于数据和信息的理解是一致的。在系统中常用的词汇表采用的是代码表或Excel格式文件。
（5）元数据标准化：元数据是描述数据的数据，通过制定统一的元数据标准，可以确保数据的描述是一致的，从而提高数据的可理解性和可管理性。常用的元数据标准化格式采用代码表保存，在数据进行交换共享时，采用XML或JSON格式保存数据的元数据。
化应用实践
为了指导航天设备试验领域试验数据的采、存、管、用，需要编制航天设备试验相关的标准，确保试验数据标准的适用性、可用性，保障试验数据工程建设的顺利推进，需要编制航天设备试验数据分类与编码、航天设备试验数据元数据、航天设备试验数据主数据、航天设备试验数据采集整编、航天设备试验数据交换共享5项标准，并开发数据标准化组织与建模软件，实现标准在软件中的贯标。该实践的主要活动包括：
（1）现状调研
为了了解航天设备试验数据管理现状，对中国航天科工集团公司第31研究所、北京空间科技信息研究所、北京机电工程总体设计部等8家单位进行了调研。调研的内容包括航天设备试验数据的管理工具、编码规范、交换共享方式等。
（2）标准收集
围绕航天设备试验数据分类与编码、试验数据元数据、试验数据主数据、试验数据采集整编要求、试验数据交换共享进行相关标准收集，并进行比较分析，支撑标准编写。主要参考的标准规范如表1所示。
表1航天领域相关标准编写主要参考的标准规范
1)软件开发与贯标
软件提供了设备代码管理、试验数据分类与编码管理、试验数据元数据管理等功能。
图3航天设备标准数字化软件主要功能
（1）分类与编码规范：设备代码126项，试验数据分类与编码381项。
（2）元数据规范：元数据元素与实体52个，代码表4个。
（3）主数据规范：主数据54个，主数据表5个，主数据条目数1364个。
通过将标准中的数据贯标到软件中去，实现标准数据的统一管理，作为可靠的单一数据源，方便用户查询及软件集成。
5.2某航空设备试验数据标准化定义
针对目前航空设备试验数据管理分散、数据交互困难、业务协同弱，无法有效支撑设备研制业务需求的现状，以数据治理理论为支撑，对国内外相关行业数据管理、标准化现状进行调研，并在此基础上梳理现有设备试验数据，建立试验数据标准体系，开发数据标准数据库软件，实现标准数据在软件中的结构化存储，促进标准的大范围应用，支撑设备研制，促进设备的通用化、模块化和系列化发展。该案例的主要活动包括：
（1）现状调研
为了支撑数据标准化定义，需要对国内外相关行业数据管理、标准化定义方面的先进思想、成熟案例等进行详细的调研分析。其中，调研的国内单位主要包括：中航工业试飞院、中国航空发动机研究院、中航发608所等6家单位，调研的内容包括数据管理软件、数据体系建模工具、数据编码规则、数据保存格式等。同时，为了明确数据标准化定义方向，在所内开展数据标准化现状梳理，对所内设备试验数据标准化现状进行量化评价，诊断存在的问题。
（2）标准收集
围绕设备试验数据建模、元数据、数据字典等方面进行标准收集，并进行比较分析，得到各标准主要参考的标准规范如表2所示。
表2航空领域相关标准编写主要参考的标准规范
（3）软件开发与贯标
软件提供了元数据管理、分类与编码管理、试验数据管理、数据建模、数据查询等功能。
图4航空设备标准数字化软件主要功能
通过将规范中定义的标准化数据通过新增、导入等方式采集到软件中去，方便用户使用，贯标的标准化数据包括：
（1）元数据规范：元数据10个，代码表11个。
（2）分类与编码规范：系统分类与编码83项，数据分类与编码98项。
（3）数据字典规范：数据字典表98个，数据7245项。
通过制定试验数据标准，将试验数据从源头上进行规范，既保证了数据质量，又能够提高数据采集、存储、分析效率，保证了设备研制进度。
06
结语
试验鉴定领域标准数字化技术是一项通用的试验数据治理技术，能够从源头上提高试验数据质量，大大减少数据清洗转换、整编融合的时间和成本，缩短研发周期，提升装备研制单位的竞争力，可逐步推广到航发、船舶、兵器等高端装备制造领域，同时该技术也能够用于装备研制过程中其他数据如设计数据、生产数据、仿真数据的标准化治理。
参考文献
[1]昝现亮,王洪刚,周思卓,等.基于全面质量管理和标准化思维的航天装备试验鉴定研究[J].航天工程管理，2023(1)：39-45.
[2]高昆鹏，罗建华.加强地面无人机装备实战化检验的应对策略[J].军事装备,2022.6(1):67-69.
[3]李士刚,王坤云,袁烨,等.复杂装备系统任务可靠性在役考核评估方法[J].空天防御，2023.6(1)：23-28.
[4]魏凯强,赵家辉,董力熇.试验数据治理体系建设实践[J].信息技术与标准化.2023(8):92-95.
[5]龚昕,庞亮.基于多维度的装备试验数据工程标准体系构建研究[J].标准科学.2020(3):109-114.
