彭 暉 朱 濤 凌海風(fēng) 張 峰 楊陳山 呂婷婷

（1.中國(guó)人民解放軍陸軍工程大學(xué) 野戰(zhàn)工程學(xué)院，南京 210007；2.中國(guó)人民解放軍94778部隊(duì)，上海 200433）

利用數(shù)據(jù)可視化技術(shù)可以展示已有數(shù)據(jù)間的規(guī)律。同時(shí)，通過認(rèn)知數(shù)據(jù)可能會(huì)有新發(fā)現(xiàn)，挖掘數(shù)據(jù)所反映的實(shí)質(zhì)。在現(xiàn)代航空維修保障領(lǐng)域，為了確保飛機(jī)的質(zhì)量安全，一般都會(huì)記錄較多的數(shù)據(jù)信息，但是這些資源有待進(jìn)一步開發(fā)和挖掘。利用先進(jìn)的數(shù)據(jù)可視化技術(shù)可以有效發(fā)揮“保障有力”的作用。

1 數(shù)據(jù)可視化技術(shù)概述

1.1 數(shù)據(jù)可視化的基本概念

廣義的數(shù)據(jù)可視化涉及信息技術(shù)、自然科學(xué)及統(tǒng)計(jì)分析等多種學(xué)科，主要包含科學(xué)可視化、信息可視化和可視分析學(xué)等[1]。狹義的數(shù)據(jù)可視化是指將數(shù)據(jù)用統(tǒng)計(jì)圖表方式呈現(xiàn)，即根據(jù)數(shù)據(jù)的特性如時(shí)間信息和空間信息等找到合適的可視化方式，如圖表、簡(jiǎn)圖和地圖等，將數(shù)據(jù)直觀展現(xiàn)出來[2]。

數(shù)據(jù)可視化不是簡(jiǎn)單的視覺映射，而是一個(gè)以數(shù)據(jù)流向?yàn)橹骶€的完整流程，一般包括數(shù)據(jù)采集、數(shù)據(jù)處理、可視化映射、用戶交互及用戶感知5個(gè)步驟。其中，可視化映射是整個(gè)數(shù)據(jù)可視化流程的核心，是指將處理后的數(shù)據(jù)信息映射成可視化元素的過程?？梢暬哪康氖欠从硵?shù)據(jù)的數(shù)值、特征和模式，以更加直觀和易于理解的方式將數(shù)據(jù)信息呈現(xiàn)給用戶，輔助其做出正確的決策?？梢暬慕Y(jié)果只有被用戶感知，才可能轉(zhuǎn)化為知識(shí)和靈感[3]。

1.2 數(shù)據(jù)可視化的實(shí)用工具

數(shù)據(jù)可視化運(yùn)用的場(chǎng)景很多，主要包括數(shù)據(jù)地圖、商業(yè)智能、智慧城市以及其他專業(yè)領(lǐng)域的數(shù)據(jù)展現(xiàn)等。對(duì)于數(shù)據(jù)展現(xiàn)而言，為了動(dòng)態(tài)實(shí)現(xiàn)與用戶友好交互的效果，一些前端繪圖技術(shù)應(yīng)運(yùn)而生，同時(shí)成熟的數(shù)據(jù)可視化技術(shù)工具越來越多。這里主要將數(shù)據(jù)可視化技術(shù)工具分為設(shè)計(jì)類工具、開發(fā)類工具和語(yǔ)言類工具。

1.2.1 設(shè)計(jì)類工具

國(guó)內(nèi)外典型的可視化設(shè)計(jì)工具有微軟公司的Excel與PowerBI[4]、帆軟公司的FineReport和FineBI以及基于云平臺(tái)的數(shù)據(jù)可視化工具等[5-6]。其中，國(guó)內(nèi)的帆軟公司推出了FineReport和FineBI兩款經(jīng)典的數(shù)據(jù)可視化軟件。FineReport是一款純Java編寫的報(bào)表軟件，可以建立復(fù)雜的中國(guó)式報(bào)表和數(shù)據(jù)決策分析系統(tǒng)，主要由設(shè)計(jì)器設(shè)計(jì)，通過瀏覽器展示數(shù)據(jù)。FineBI則是國(guó)內(nèi)市場(chǎng)占有率最大的商業(yè)智能（Business Intelligence，BI）工具之一，主要用來制作可視化儀表板或大屏。它有一套數(shù)據(jù)連接、數(shù)據(jù)處理、數(shù)據(jù)分析與可視化的完整流程。常規(guī)的拖拽操作即可自動(dòng)生成圖表，并帶有智能圖表推薦功能。

1.2.2 開發(fā)類工具

數(shù)據(jù)可視化的開發(fā)類工具大多是基于JS代碼的開源平臺(tái)。相關(guān)常見工具主要包括螞蟻的AntV、Highsoft的Highcharts以及百度開源的ECharts。其中，ECharts的縮寫為Enterprise Charts，表示企業(yè)級(jí)圖表。該開源項(xiàng)目來自百度數(shù)據(jù)可視化團(tuán)隊(duì)，是一個(gè)純JavaScript的圖表庫(kù)，可以流暢地運(yùn)行在個(gè)人計(jì)算機(jī)（Personal Computer，PC）和移動(dòng)設(shè)備上，同時(shí)可兼容當(dāng)前絕大部分瀏覽器。底層則依賴另一個(gè)自主研發(fā)的輕量級(jí)Canvas類庫(kù)ZRender，提供直觀、生動(dòng)、可交互、可高度個(gè)性化定制的數(shù)據(jù)可視化圖表。

1.2.3 語(yǔ)言類工具

若想實(shí)現(xiàn)高水平定制的數(shù)據(jù)可視化，需要更高階的語(yǔ)言，其中Python是一個(gè)典型代表。它是一個(gè)高層次的結(jié)合解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語(yǔ)言。Python開源靈活、功能強(qiáng)大且易于使用，最重要的特性是擁有數(shù)據(jù)處理和分析任務(wù)的豐富實(shí)用程序和各類開源庫(kù)集。它的可視化庫(kù)大致可以分為基于Matplotlib的可視化庫(kù)和基于JS的可視化庫(kù)兩大類?；贛atplotlib的可視化庫(kù)主要包括Pandas和Seaborn等。它可以繪制絕大多數(shù)常用的圖，同時(shí)支持豐富的配置，但是在實(shí)時(shí)交互、圖形快速更新等方面性能較差?；贘S的可視化庫(kù)具有交互可視化的優(yōu)勢(shì)。常見的交互式可視化庫(kù)主要包括Bokeh、HoloViews和Folium等。

2 航空維修保障的數(shù)據(jù)可視化應(yīng)用場(chǎng)景

現(xiàn)代飛機(jī)具有機(jī)電構(gòu)造復(fù)雜和系統(tǒng)相互交聯(lián)等特點(diǎn)。它的使用和維護(hù)過程通常需要持續(xù)記錄并保存相關(guān)信息，由此誕生了持續(xù)適航管理等相關(guān)概念理論。另外，在持續(xù)航空維修保障工作中，相關(guān)數(shù)據(jù)一般會(huì)輸入機(jī)務(wù)部門的維修保障信息系統(tǒng)。信息系統(tǒng)的本質(zhì)主要表現(xiàn)為錄入和展示，而數(shù)據(jù)可視化根據(jù)不同需求采集處理不同屬性的信息。因此，對(duì)于航空維修保障工作而言，綜合信息管理系統(tǒng)需要重點(diǎn)開發(fā)可視化功能，以便較好地輸出和展示維修保障信息。

一方面，維修保障數(shù)據(jù)的可視化工作可以大大提高數(shù)據(jù)分析結(jié)果的直觀性，有利于用戶理解與使用；另一方面，維修保障數(shù)據(jù)的可視化工作能夠發(fā)現(xiàn)大量業(yè)務(wù)數(shù)據(jù)中隱含的規(guī)律性信息，有利于用戶決策與管理。為了充分利用航空維修保障的數(shù)據(jù)資源，可以運(yùn)用統(tǒng)計(jì)對(duì)比和多維分析等方法進(jìn)行處理挖掘。例如：對(duì)于維修保障的局部信息，需要選擇合理的統(tǒng)計(jì)圖表進(jìn)行展示分析；為了全面了解維修保障的整體情況，需要進(jìn)行大屏化設(shè)計(jì)。下面對(duì)上述兩種應(yīng)用場(chǎng)景的開展進(jìn)行進(jìn)一步探究。

3 維修信息的可視化圖表設(shè)計(jì)

航空機(jī)務(wù)維修工作的相關(guān)信息主要包括人員情況、裝備動(dòng)用情況（主要為使用時(shí)間或起落情況）以及故障情況等。

3.1 數(shù)據(jù)可視化設(shè)計(jì)的圖表選擇

數(shù)據(jù)可視化設(shè)計(jì)的基礎(chǔ)在于圖表，因此設(shè)計(jì)人員面臨圖表選擇的問題。ABELA將圖表展示的關(guān)系分為比較、分布、構(gòu)成和聯(lián)系4類，再根據(jù)分類和數(shù)據(jù)狀況提出對(duì)應(yīng)的圖表類型建議，如圖1所示[7]。

在選用圖表前先要想清楚“你要表達(dá)什么關(guān)系”，可以從以下幾個(gè)方面具體考慮。

（1）是否需要比較數(shù)據(jù)。圖表很適合多個(gè)數(shù)據(jù)集的對(duì)比，例如通過柱狀圖、條形圖、百分比圖、線形圖、散點(diǎn)圖以及子彈圖等，可以輕易看到數(shù)據(jù)的高低及其變化情況。

（2）是否需要了解數(shù)據(jù)的分布。直方圖、正態(tài)分布圖、散點(diǎn)圖以及曲面圖等圖表類型能夠幫助人們清晰理解正常趨勢(shì)、正常范圍和異常值。

（3）是否需要展示數(shù)據(jù)的構(gòu)成。餅狀圖、堆疊條形圖、堆疊柱形圖、面積圖以及瀑布圖等圖表類型主要用于展示數(shù)據(jù)的所有組成部分。

（4）是否需要了解更多數(shù)據(jù)集之間的聯(lián)系。散點(diǎn)圖、氣泡圖和線形圖是最常見的關(guān)系圖形，適合顯示一個(gè)變量與單個(gè)或多個(gè)不同變量之間的關(guān)系。

3.2 維修保障信息的統(tǒng)計(jì)圖表

對(duì)于維修保障的基礎(chǔ)信息而言，常見的分析場(chǎng)景涉及靜態(tài)資源分析、動(dòng)態(tài)業(yè)務(wù)分析以及故障統(tǒng)計(jì)分析等。以下分別給出相關(guān)的典型圖表案例，其中圖2～圖4的數(shù)據(jù)為虛擬值。

3.2.1 餅圖

餅圖一般用來反映構(gòu)成情況，顯示每一數(shù)值相對(duì)于總數(shù)值的大小，有時(shí)也可用環(huán)形圖或玫瑰圖來表示。圖2顯示的是以環(huán)形圖表示的某單位維修保障技術(shù)人員的年齡分布情況。

3.2.2 柱狀圖

柱狀圖可以用來反映分類項(xiàng)目之間的比較，也可以用來反映時(shí)間趨勢(shì)，能夠顯示一段時(shí)間內(nèi)的數(shù)據(jù)變化或顯示各項(xiàng)之間的比較情況。柱狀圖非常適合用來顯示在連續(xù)間隔或特定時(shí)間段的數(shù)據(jù)分布，有助于估計(jì)數(shù)值集中位置、上下限值以及確定是否存在差距或異常值，有時(shí)也可粗略顯示概率分布。圖3的柱狀圖展現(xiàn)了某單位3種型號(hào)的裝備近6年的動(dòng)用情況。

3.2.3 散點(diǎn)圖

散點(diǎn)圖主要用于反映相關(guān)性或分布關(guān)系。某單位對(duì)1 000臺(tái)裝機(jī)的某型設(shè)備進(jìn)行長(zhǎng)期質(zhì)量跟蹤，統(tǒng)計(jì)其每使用100 h的故障臺(tái)次，得到其散點(diǎn)圖如圖4所示。由圖4可知，該型設(shè)備的初期故障較多，技術(shù)狀況穩(wěn)定區(qū)域時(shí)間為100～1 000 h，隨后故障臺(tái)次幾乎呈現(xiàn)線性增長(zhǎng)趨勢(shì)。

4 裝備保障的可視化大屏設(shè)計(jì)

現(xiàn)代航空機(jī)務(wù)的維修保障工作一般都會(huì)配套使用相關(guān)的信息支持系統(tǒng)。作為信息系統(tǒng)數(shù)據(jù)輸出的主要方式，基于頁(yè)面信息的可視化大屏可以根據(jù)需求展現(xiàn)實(shí)時(shí)情況或趨勢(shì)，是管理人員進(jìn)行輔助決策的有效手段。

4.1 可視化大屏設(shè)計(jì)的基本要求

大屏數(shù)據(jù)可視化是以大屏為主要展示載體的數(shù)據(jù)可視化設(shè)計(jì)。利用面積大和可展示信息多的特點(diǎn)，通過關(guān)鍵信息大屏共享的方式能夠方便團(tuán)隊(duì)討論和決策。目前，大屏數(shù)據(jù)可視化主要包括信息展示、監(jiān)控預(yù)警和數(shù)據(jù)分析3類功能。常見大屏類型包括16∶9屏、超寬屏、折疊屏、三面屏以及T字屏等，幾乎都是拼接屏。

可視化大屏設(shè)計(jì)的基本要求[8]：以業(yè)務(wù)為中心，合理展現(xiàn)業(yè)務(wù)指標(biāo)和數(shù)據(jù)；合理布局，使內(nèi)容更有層次；合理配色，使整體感官更加舒適；增加點(diǎn)綴和動(dòng)效，提升觀感。

4.2 維修保障情況的數(shù)據(jù)大屏

以數(shù)據(jù)分析型大屏為例，針對(duì)航空裝備使用中的幾個(gè)常見指標(biāo)，簡(jiǎn)單介紹維修保障情況的可視化大屏設(shè)計(jì)方法。需要說明的是，這里采用的數(shù)據(jù)同樣為虛擬值。

假設(shè)某單位共有A、B、C共3類裝備，各類裝備的總數(shù)量分別為361臺(tái)、178臺(tái)和172臺(tái)。某中心需要構(gòu)建可視化大屏，以全面掌握該單位裝備的完好率、工作動(dòng)態(tài)、使用時(shí)間統(tǒng)計(jì)及服役年限分布等情況。維修保障情況的可視化大屏設(shè)計(jì)過程如下。

4.2.1 合理布局

可視化大屏布局可以選擇一種平衡結(jié)構(gòu)，即采用2×2的頁(yè)面布局方式，分別用于顯示裝備完好率、實(shí)時(shí)工作動(dòng)態(tài)、累計(jì)使用時(shí)間和服役年限分布等重要信息。

4.2.2 選擇適用圖形

裝備完好率變化是一種趨勢(shì)，可用曲線表示。不同的工作動(dòng)態(tài)需要分類對(duì)比，可以選擇柱狀圖。裝備使用時(shí)間需要累計(jì)情況，可以選擇折線圖。裝備服役年限一般需要區(qū)間劃分，可以選擇區(qū)域分布圖。

4.2.3 修改參考模板

數(shù)據(jù)可視化工具一般會(huì)提供豐富的參考模板，使得開發(fā)人員可以根據(jù)數(shù)據(jù)的展示要求選擇不同的圖表類型。裝備工作動(dòng)態(tài)顯示時(shí)，考慮到4種工作狀態(tài)的裝備數(shù)量可能不均衡，選擇垂直膠囊柱狀圖。統(tǒng)計(jì)裝備使用情況時(shí)，需要累計(jì)2022年以來的使用時(shí)間，因此選擇折線圖清晰展現(xiàn)。同時(shí)，為了全面掌握3類裝備的服役年限情況，這里選擇區(qū)域圖分別顯示服役小于4年、4～8年、8～12年、12～16年及大于16年的各類裝備數(shù)量。通過區(qū)域面積可以對(duì)各服役年限階段的裝備占比情況有簡(jiǎn)單的感性認(rèn)識(shí)?？梢暬笃粱厩闆r如圖5所示。

4.2.4 完善顯示細(xì)節(jié)

上述步驟實(shí)現(xiàn)的大屏在設(shè)計(jì)細(xì)節(jié)上有時(shí)很難滿足相關(guān)定制要求。例如，由圖5“裝備完好率情況”曲線可知，圖例和圖表應(yīng)該有一定距離，且縱坐標(biāo)的數(shù)據(jù)顯示應(yīng)該進(jìn)一步縮小圖例與圖表之間的范圍等，因此圖表的設(shè)計(jì)可能不盡如人意。為了獲得滿意的設(shè)計(jì)效果，可以考慮更細(xì)化的代碼設(shè)計(jì)方法或者引入ECharts等開源插件來完善。

5 相關(guān)發(fā)展趨勢(shì)分析

近年來，隨著5G、大數(shù)據(jù)、AIoT（即AI+IoT）等技術(shù)的不斷進(jìn)步，無論是航空MRO（Maintenance Repair Operations）行業(yè)還是數(shù)據(jù)可視化領(lǐng)域，都呈現(xiàn)信息化疊加智能化的進(jìn)化趨勢(shì)，各類新型的航空維修保障信息系統(tǒng)也應(yīng)運(yùn)而生，最終目標(biāo)是完成數(shù)字化轉(zhuǎn)型[9]，以實(shí)現(xiàn)數(shù)據(jù)智能決策。下面分別簡(jiǎn)要分析航空維修保障和數(shù)據(jù)可視化技術(shù)的發(fā)展趨勢(shì)。

5.1 航空維修保障的發(fā)展趨勢(shì)

當(dāng)前，航空維修保障的一個(gè)重要趨勢(shì)是智慧維修。智慧維修的實(shí)現(xiàn)是從信息化到數(shù)字化再到智能化的過程，其中信息化和數(shù)字化是基礎(chǔ)，智能化是目標(biāo)。信息化和數(shù)字化的實(shí)現(xiàn)需要各種數(shù)據(jù)的識(shí)別、獲取和存儲(chǔ)，而智能化的實(shí)現(xiàn)需要整理、分析和計(jì)算結(jié)構(gòu)化的數(shù)據(jù)。因此，管理人員可以重組和再造生產(chǎn)組織和管理方式[10]。

另外，現(xiàn)代航空維修保障依然適用于裝備管理的“三化”精神，即需要持續(xù)遵循“科學(xué)化”“法制化”“精細(xì)化”的基本原則。為了實(shí)現(xiàn)這一目標(biāo)，管理人員需要充分借鑒先進(jìn)技術(shù)，繼續(xù)開發(fā)完善相關(guān)的綜合信息管理系統(tǒng)。該方法可以高效實(shí)現(xiàn)航空維修保障的信息自動(dòng)統(tǒng)計(jì)、態(tài)勢(shì)多維匯總、故障智能分析、措施有效落實(shí)以及輔助決策支持等全流程的科學(xué)管控。

5.2 數(shù)據(jù)可視化技術(shù)發(fā)展趨勢(shì)

數(shù)據(jù)可視化工作主要包括文本可視化、時(shí)空數(shù)據(jù)可視化以及多維數(shù)據(jù)可視化等[11]。雖然數(shù)據(jù)可視化的顯示空間通常為二維，如計(jì)算機(jī)屏幕、大屏顯示器等，但是在大數(shù)據(jù)時(shí)代，人們采集的數(shù)據(jù)往往具有5V特征，即Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價(jià)值）及 Veracity（真實(shí)）。如何從高維、海量、多樣化的數(shù)據(jù)中獲取有價(jià)值的信息來支持決策，需要更深入的數(shù)據(jù)挖掘技術(shù)。

數(shù)據(jù)挖掘的常見思路主要包括分類分析、回歸分析、關(guān)聯(lián)分析、特征分析、偏差分析以及演變分析等。相關(guān)的統(tǒng)計(jì)學(xué)習(xí)方法包括各種分析、聚類和學(xué)習(xí)算法等。對(duì)于基于大數(shù)據(jù)的維修保障可視化而言，它的重要趨勢(shì)在于智能管理決策。例如：一方面，它可以進(jìn)行故障診斷預(yù)測(cè)，包括故障關(guān)聯(lián)分析、文本聚類分析、健康度評(píng)估與預(yù)測(cè)等；另一方面，它可以構(gòu)建知識(shí)服務(wù)平臺(tái)，主要體現(xiàn)為專家級(jí)自主分析咨詢和網(wǎng)頁(yè)式資料搜索引擎等。

6 結(jié)語(yǔ)

數(shù)據(jù)可視化不僅屬于數(shù)據(jù)科學(xué)家，而且其相關(guān)技術(shù)工具應(yīng)用已經(jīng)大眾化。它是數(shù)據(jù)驅(qū)動(dòng)的可視化，可為航空維修保障工作提供有力支撐，提升裝備管理決策水平。