■刘全岑  李旭洋  解放军报特约记者  徐艺洋

凛凛寒冬，空军某部训练场，一场实战化对抗训练刚刚结束。与以往不同的是，质控员张海通并没有在训练后埋头整理厚厚的资料，而是不慌不忙地打开电脑，登录该部自主研发的数据决策支持系统。只见他轻点鼠标，各项装备数据即刻呈现在屏幕上，还自动生成了可视化图表，其中的异常数据以醒目的颜色被标注出来。这为他们下一步的装备保障工作，提供了清晰的指引。

“换做以前，想找几组数据比对分析，得这个模块看看，那个地方找找，特别麻烦！”张海通一边操作系统一边对记者说，“现在只需要输入查询条件，系统就会自动抓取相关数据，并以图表形式集中展示，既省时省力，又精准高效。”

张海通口中的转变，源于该部在装备保障实践中遇到的新挑战。随着实战化训练深入推进，装备保障数据量也随之呈指数级增长。然而，当数据量达到一定规模后，新的问题随之而来——各级保障人员陷入了“数据越多越难用”的窘境。

该部一名高级工程师告诉记者，不是每个数据都能派上用场，任务不同、装备不同、环境不同，大家对数据的需求也不尽相同，保障数据必须按需抓取、精准呈现。

为了解决海量数据带来的“幸福的烦恼”，该部党委专门成立技术攻关小组，由该部领导牵头，抽调有编程特长的官兵组成研发团队，广泛收集保障需求，明确关键数据类型和功能模块。经过连续数月攻关，他们成功研发出数据决策支持系统。

“系统最大的创新点是通过科技赋能，实现了多源数据的一体化融合和可视化展示。”研发团队成员、修理厂工程师柯智量介绍，系统采用先进的数据挖掘和分析算法，将原先分布在不同平台里的数据整合优化，打通“采集—分发—提取”链路，为装备保障人员开展维修决策、质量监测和效能评估等提供了极大便利。

前不久的一次跨区机动训练，记者见证了这套系统的威力。

训练中，各型装备参数被传感器源源不断输入系统，自动生成了健康状态评估图，每一台装备的完好率和故障分布一目了然。指挥员根据保障物资消耗与人员负荷情况，动态调配资源。最终，这次训练的装备故障发生率较以往明显下降，所有突发故障均在系统辅助下快速排除。

数据的精准应用也让装备预防性维护成为可能。某营营长介绍，通过对历史数据的分析挖掘，系统能够预判装备潜在的故障，他们紧前制订维修方案，推动“事后维修”向“事前维护”转变，有效提高了装备的使用寿命。

据了解，该部正积极推进该系统的二期开发工作，计划引入人工智能技术，进一步增强系统的预测预警和智能决策功能。

责任编辑：王一亘