CN113554290A - 一种考虑机群复杂任务的高可信度保障性仿真方法 - Google Patents
一种考虑机群复杂任务的高可信度保障性仿真方法 Download PDFInfo
- Publication number
- CN113554290A CN113554290A CN202110791401.3A CN202110791401A CN113554290A CN 113554290 A CN113554290 A CN 113554290A CN 202110791401 A CN202110791401 A CN 202110791401A CN 113554290 A CN113554290 A CN 113554290A
- Authority
- CN
- China
- Prior art keywords
- task
- guarantee
- simulation
- airplane
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 32
- 230000008520 organization Effects 0.000 claims abstract description 8
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 238000012423 maintenance Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000003449 preventive effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 241000397902 Sisyphus Species 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 14
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100381421 Haloarcula marismortui (strain ATCC 43049 / DSM 3752 / JCM 8966 / VKM B-1809) xop2 gene Proteins 0.000 description 1
- 101150004026 SOP1 gene Proteins 0.000 description 1
- 101150077760 SOP4 gene Proteins 0.000 description 1
- 101100508810 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) INP53 gene Proteins 0.000 description 1
- 101100366622 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SRO7 gene Proteins 0.000 description 1
- 101100366621 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SRO77 gene Proteins 0.000 description 1
- 101100217143 Schizosaccharomyces pombe (strain 972 / ATCC 24843) arc1 gene Proteins 0.000 description 1
- 101100451546 Sesamum indicum SOP3 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 101150083500 sop-2 gene Proteins 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种考虑机群复杂任务的高可信度保障性仿真方法,其包括步骤:S1、进行飞机装备群使用保障过程分析,得到飞机调度流程;S2、建立复杂装备任务体系执行多种任务的多级任务剖面;S3、根据飞机调度流程,分别对保障对象、保障组织、保障资源和保障方案建模;S4、建立离散事件映射;S5、多次平行仿真得到输出参数。本发明基于离散事件驱动原理,建立了能够满足长时间段内多种任务和多波次任务需求下的复杂任务仿真模型,提出了集成参数传递、数据统计、状态转换、事件继起等于一体的离散事件模型,从而使得仿真模型更加贴近真实任务情况,并更好地支持仿真可信度评估工作。
Description
技术领域
本发明涉及装备综合保障领域,具体涉及一种考虑机群复杂任务的高可信度保障性仿真方法。
背景技术
维修保障性仿真是近些年随着可靠性仿真、维修性仿真、系统可用度仿真、保障资源仿真等技术的发展而逐步兴起的一种应用仿真技术,随着综合保障工程的发展,人们也越来越重视对装备系统更贴近实际任务使用情况的仿真模拟以及对仿真模型可信度的要求。
飞机装备群保障性仿真是对机群真实任务情况的抽象模拟,在以往的飞机装备群综合保障仿真工作中,往往对机群装备任务进行了较大的简化,不能够支持对较长仿真时段内执行多种装备任务、开展多波次任务的机群进行仿真模拟,因此为了避免过度的抽象影响仿真的可信度,需要提出一种更加复杂和贴近真实的装备群任务建模方法,从而更加真实地模拟任务执行情况。
仿真模型的可信度也是用户在使用时所关注的一个重点,从模型/软件的使用用户角度来说,用户并不是完全了解模型的具体构成、算法的执行原理,难以利用传统的VV&A理论进行仿真可信度分析,相对应的,基于模型输入数据、输出数据和参考数据进行定量的仿真可信度评估的方法更加适合用户进行可信度评估工作,但是目前在飞机装备群进行保障性仿真研究时也很少有考虑到要支持仿真可信度评估。
发明内容
本发明针对上述问题,提供提出一种面向复杂任务和仿真可信度评估的飞机装备群保障性仿真方法,该方法基于离散事件驱动原理,建立了能够满足长时间段内多种任务和多波次任务需求下的复杂任务仿真模型,提出了集成参数传递、数据统计、状态转换、事件继起等于一体的离散事件模型,从而使得仿真模型更加贴近真实任务情况,并更好地支持仿真可信度评估工作。
本发明的一个实施例的一种考虑机群复杂任务的高可信度保障性仿真方法,其包括以下步骤:
S1、进行飞机装备群使用保障过程分析,得到飞机调度流程;
S2、建立复杂装备任务体系执行多种任务的多级任务剖面;
S3、根据飞机调度流程,分别对保障对象、保障组织、保障资源和保障方案建模;
保障对象模型为:U1=(u11,u12,u13,u14,u15,u16,u17,upa);其中,u11为机群编号,u12为飞机编号,u13为分系统编号,u14为航线可更换件LRU编号,u15为车间可更换单元SRU编号,u16为SSRU编号,u17为SSRU数量,upa为该对象的相关运行参数信息;
保障组织模型为:U2=(u21,u22,...,u2j);其中,u2j表示第j个站点的编号;
保障资源模型为:U3=(u2j,u3k1,u3k2);其中,u3k1表示第k种资源的编号,u3k2表示第k种资源的数量;
S4、建立离散事件映射;
S41、建立集成式的离散事件基础模型Ei,该模型中集成了每个事件的输入输出参数、数据统计方法、状态变换操作、事件继起关系以及平行仿真的接口;
S42、根据飞机调度流程,实例化所有的活动事件,形成事件集合E=(E1,E2,...,Ei),以及飞机装备群使用保障过程事件逻辑;
S5、多次平行仿真得到输出参数;
S51、建立计算函数集合C=(F,O),其中F=(F1,F2,...,Fn)为各个具体的参数计算函数集合,Fn表示具体函数;O=(O1,O2,...,On)表示具体输出的参数集合,On表示输出参数;
S52、通过设置动态采样事件Sisyphus和最终采样事件theGiantStone,实现对多次平行仿真的中的仿真过程数据和仿真结束时刻数据进行收集,并输入到对应的计算函数Fn中,从而输出相应参数On,输出参数On包括系统类参数、任务类参数和资源类参数。
进一步地,所述步骤1具体为:获得飞机装备群使用保障过程流程,对流程中各事件之间的发生顺序进行分析,确定事件之间的逻辑关系,得到飞机调度流程。
进一步地,所述飞机装备群使用保障过程包括但不限于任务命令下达、任务通知、选调飞机、使用保障、任务成功返回或任务失败导致的飞机返回、故障飞机的修复性维修、飞机正常的预防性维修、机上LRU的送修、部件运输和部件订购。
进一步地,所述步骤2具体为:
S21、根据装备任务要求确定基本任务剖面种类;
基本任务剖面代表了规定数量的某型装备,在规定时间段内,利用其一种或多种功能,执行的一个有计划的使用行为,因此根据装备任务要求能够确定基本任务剖面的种类;
S22、建立任务序列,描述基本任务间的时序和逻辑,即:任务序列是一个或多个具有一定时序关系和逻辑关系的基本任务的集合。
S23、根据任务之间的逻辑关系,建立多级任务剖面,将指定的仿真时间长度划分至基本任务剖面。
进一步地,所述步骤3中保障方案建模,即对装备和部件产品的预防性维修、修复性维修和使用保障活动进行描述。
进一步地,所述保障对象模型对飞机装备群、飞机系统、各分系统和子部件的种类、数量与结构进行描述。
进一步地,保障组织模型及保障资源模型对保障站点的类型、数量、关系以及各站点内保障资源的种类和数量进行描述。
本发明的有益效果如下:
(1)、本发明能够有效实现对飞机装备群在长时间段内执行多种不同装备任务(以及多波次装备任务)的复杂任务需求下的仿真模拟,避免了对任务建模的过度抽象,更加贴近真实情况;
(2)、本发明通过集成式的离散事件模型,将参数传递、状态转换、数据统计、时间继起和平行仿真接口集成在事件模型中,使得对飞机装备群执行任务、开展维修保障活动的复杂行为进行描述和映射更加简单,并有效提高了采集多次平行仿真数据、输出多种状态类/时间类参数的效率;
(3)、本发明通过定时采样和结尾采样两种方式收集仿真过程中产生的状态数据,输出多样的系统可用性、完好性评估参数,有效提高了支持后续面向用户开展基于数据的仿真可信度评估的兼容性。
附图说明
图1为本发明所述的考虑机群复杂任务的高可信度保障性仿真方法示意图;
图2为本发明飞机装备群使用保障过程事件逻辑图;
图3为本发明飞机调度流程图;
图4为本发明多级任务剖面逻辑图;
图5为本发明集成式离散事件基础模型Ei示意图;
图6为本发明平行仿真数据统计流程图。
具体实施方式
下面将结合本发明实施例中的附图1-6,对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明的考虑机群复杂任务的高可信度保障性仿真方法,通过以下步骤实现:
S1、飞机装备群使用保障过程分析;
飞机装备群使用保障过程分析,主要目的是将飞机在使用过程中可能会经历的过程进行抽象描述,在本发明中主要考虑的过程包括:任务命令下达、任务通知、选调飞机、使用保障、任务成功返回或任务失败导致的飞机返回、故障飞机的修复性维修、飞机正常的预防性维修、机上LRU的送修、部件运输、订购等。
获得上述流程之后,需要对各事件之间的发生顺序进行分析,确定事件之间的逻辑关系,得到如图3所示的飞机调度流程。
S2、复杂装备任务建模;
通过建立复杂装备任务体系实现对机群系统在较长时间段内执行多种任务的模拟,在本实例中以一年作为仿真时长,分析机群系统在前六个月执行两种不同的训练任务,在后六个月中执行训练和作战两种任务,在这种复杂的任务情况下,不同时间短内机群执行任务的强度和产生的使用保障需求均不相同,同时为提高任务成功率和作战效率,为作战相关任务设定为多波次任务,具体任务情况如表1所示。
表1装备任务(Mission Type)表
其中,训练任务1和训练任务2为前六个月中需要同时开展的装备任务,作战任务1和训练任务3为后六个月中需要同时开展的多波次装备任务,这里的同时开展,指的是在一天内需要进行这两种任务。“任务可开展最小需求数量”表示要执行该任务,至少需要的可用飞机装备数;“任务可持续最小装备数量”表示任务可以继续执行所需的飞机装备数,当正常执行任务的飞机装备小于该数目时宣告任务失败;“任务时长”不为空表示该任务为定时长任务,“任务时长分布”不为空表示该任务的时长时随机变量。
S21、确定基本任务剖面种类;
基本任务剖面代表了规定数量的某型装备,在规定时间段内,利用其一种或多种功能,执行的一个有计划的使用行为。根据S2中分析的装备任务要求可以确定基本任务剖面的种类应当与具体装备任务对应,即四种基本任务剖面,如表2所示。
表2基本任务剖面(SimOperation Profile)表
其中每种基本剖面和一种装备任务对应,“任务开始时间”表示装备任务开始执行的时间,单位为小时;“任务提取通知时间”表示任务需要提前通知进行准备工作的时间,单位为小时,需要注意的是,这二值均是相对于基本剖面开始时刻的相对时间;“波次数”代表该基本剖面内需要执行几个波次的装备任务。
S22、建立任务序列;
通过建立任务序列来描述基本任务间的时序和逻辑,即:任务序列是一个或多个具有一定时序关系和逻辑关系的基本任务的集合。在本实例中,指的就是在同一天内需要同时执行的两种装备任务所对应的基本任务剖面的序列,具体来说,在前六个月中,一天中需要安排基本任务剖面SOP1和基本任务剖面SOP2,在后六个月,一天中需要安排基本任务剖面SOP3和基本任务剖面SOP4。
S23、根据任务之间的逻辑关系,建立多级任务剖面,将指定的仿真时间长度一级一级划分至基本任务剖面。在本实例中,将一年作为顶层剖面,通过月剖面、周剖面和天剖面,最终划分至基本任务剖面,具体划分如图4所示。
S3、保障对象和保障系统建模;
根据步骤S1的分析,分别对保障对象和保障系统进行建模。
S31、保障对象建模;
即对飞机装备群、飞机系统、各分系统和子部件的种类、数量与结构进行描述,具体来说首先建立基本作战单元模型(即飞机装备群),基本作战单元下属若干数量的飞机系统,飞机系统下属有若干分系统和子部件,其次需要明确飞机系统、分系统、子部件等产品的故障规律、运行比等参数。
以某LRU部件为例,建模信息为:
(u11,u12,u13,u14,u15,u16,u17,upa)=(01,03,01,04,-,-,2,upa),即在机群01、飞机03、分系统01中,该LRU编号为04,装机数量为2,具体参数量为upa,这里可以根据需求规定参数包括故障率、运行比、严酷度等参数。
S32、保障组织与保障资源建模;
即对保障站点的类型、数量、关系以及各站点内保障资源的种类和数量进行描述。具体来说需要建立保障站点结构模型,以及所有涉及到的保障设备、备件、保障人员等保障资源的类型、费用、数量等参数。以某站点02中的备件资源03共有15个为例,建模信息为:
(u2j,u3k1,u3k2)=(02,03,15)。
S33、保障方案建模;
即对装备和部件产品的预防性维修、修复性维修和使用保障活动进行描述。具体来说需要对每种维修或保障任务的任务对象、任务时长、对应消耗或占用的资源种类数量等参数进行定义。
S4、建立离散事件映射;
为了适应后续开展基于数据的仿真可信度评估工作,需要在离散事件建模中着重考虑对数据收集、状态转换的便利性,因此采用了一种集成式的离散事件模型为为机群使用保障过程建立相对应的离散事件。
S41、建立集成式的离散事件基础模型;
建立如图5所示的离散事件基础模型Ei,这种基础模型由事件执行条件EventFlag、统计动作Collection、状态改变动作Action和后续事件等部分组成,同时具有事件标识UID、AID和EID。
其中执行条件EventFlag表示该事件被执行时需要满足的条件;统计动作Collection是该事件被执行时需要执行的统计操作,比如统计当前时刻的飞机状态、可用资源数目、累计故障时间、累计飞行小时等参数;状态改变动作Action表示该事件被执行时需要改变的系统状态,这里的状态包括了飞机系统、分系统和部件、保障资源等所有实体的状态;后续事件表示该事件被执行时会产生的其他事件行为,具体有立即生成某事件(SG)、条件生成某事件(CG)、延时生成某事件(DG)和取消/删除某事件(CC)四种;事件标识则是支持多次平行仿真同时进行的接口,UID标识该事件所属的平行仿真编号,AID标识该事件所属的使用保障活动,EID则是事件本身的编号。
通过该集成式离散事件基础模型,可以有效支持对状态数据的统计工作,为仿真输出适合进行可信度评估的数据提供了便利,可以有效支持平行仿真的开展,提供了仿真的模拟量,同时明确的结构和接口划分能够更加简单、准确地将飞机装备群执行任务、开展使用保障活动的行为抽象为具体事件。
S42、建立飞机装备群的使用保障过程事件逻辑;
根据步骤S1中对飞机装备群执行装备任务和使用保障过程的分析,在步骤S41提出的事件模型的基础上实例化所有的活动事件,形成事件集合E=(E1,E2,...,Ei),以及如图2所示的飞机装备群使用保障过程事件逻辑。
S5、多次平行仿真得到输出参数;
根据离散事件驱动原理执行多次平行仿真,收集离散事件模型中产生和传递的状态数据,输出飞机装备群系统的战备完好性、任务成功性、维修性与保障性相关的设计特性以及保障资源配置和保障方案等方面相关的评价参数。
仿真具体生成输出数据过程为:在完成S1飞机装备群使用保障过程分析后,确定了S2复杂装备任务建模和S3保障对象和保障系统建模的内容,然后建立S4集成式的离散事件基础模型。仿真运行时,随着仿真的时间轴推进,仿真系统以随机过程和抽样的形式将离散事件基础模型中逻辑和概率条件的映射关系进行展现,推动离散事件的不断触发。在事件不断触发的过程中,仿真系统将事件发生各阶段:保障对象的状态,消耗的时间和资源等进行记录。
这种能够输出不同方面、不同属性的保障性评价参数的方法,能够十分便利的进行基于数据的仿真可用度评估工作,即利用仿真模型的输入数据、输出数据和参考数据,对仿真模型的正确性、有效性和准确性进行定量分析评估。
由于在每个具体的事件中,系统的状态改变和数据统计都会通过集成式离散事件基础模型中的统计动作Collection、状态改变动作Action进行,因此只需要在合适的采样间隔上设置动态采样事件Sisyphus即可实现仿真过程中的动态数据输出,在仿真结束时刻设置最终采样事件theGiantStone即可实现静态数据输出。因此,计算函数F=(F1,F2,...,Fn)中,各具体函数Fn,根据计算方式的不同被调用的时机也不相同,计算动态输出参数的函数在动态采样事件中被调用,计算静态输出参数的函数在最终采样事件中被调用。
最终可实现的仿真输出,按照描述的对象不同,可分为系统类、任务类、资源类参数。“系统类参数”包括使用可用度、装备完好率、战备完好率、出动架次率等用于评估基本作战单元中机群的出动能力的参数;“任务类参数”包括任务成功率,能执行任务率等用于评估任务执行情况的参数;“资源类参数”主要包括资源满足率、资源利用率、备件满足率、备件利用率等参数用于评估见面保障资源的利用情况及满足任务需求情况的参数。
仿真内部采用多次平行仿真同时进行,求取所有平行仿真平均值的方式统计对应数据,通过记录相关事件发生时间节点以及对应数据,对多次平行仿真中的记录数据继续归并,最终得到平均状态值,具体计算流程如图6所示。
其中,部分参数可以由仿真统计得出,以下仅列出使用可用度的计算模型。
使用可用度统计函数FAo:
使用可用度(operational Availability,Ao)是“与能工作时间和不能工作时间有关的一种可用性参数”。根据仿真的输入以及仿真过程中可获得的中间数据,可用度的算法如下:
第一步,统计飞机处于使用保障、预防性维修、修复性维修状态的时间:
第二步,计算飞机在时间间隔T内第K次仿真试验中的平均不能工作时间:
式中,T——日历时间内的某时间间隔;——时间间隔T内第K次仿真试验中飞机的平均不能工作时间;——时间间隔T内第K次仿真试验中飞机的平均使用保障时间;——时间T内第K次仿真试验中飞机的平均预防性维修保障时间;——时间T内第K次仿真试验中飞机的平均修复性维修保障时间。
第三步,计算飞机在时间间隔T内第K次仿真试验中的可用度:
第三步,计算飞机在时间间隔T内的可用度:
第四步,按照上述算法计算出日历时间内各相邻时间间隔内飞机的可用度,即可得出飞机的可用度参数的动态值,并可采用矩阵表示。
式中,m——矩阵的行数,代表仿真中基本作战单元的飞机数;n——矩阵的列数,代表动态的可用度采样个数;Duration——总的仿真时长;T——采样时间间隔。
最后应说明的是:以上所述各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应该理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:其包括以下步骤:
S1、进行飞机装备群使用保障过程分析,得到飞机调度流程;
S2、建立复杂装备任务体系执行多种任务的多级任务剖面;
S3、根据飞机调度流程,分别对保障对象、保障组织、保障资源和保障方案建模;
保障对象模型为:U1=(u11,u12,u13,u14,u15,u16,u17,upa);其中,u11为机群编号,u12为飞机编号,u13为分系统编号,u14为航线可更换件LRU编号,u15为车间可更换单元SRU编号,u16为SSRU编号,u17为SSRU数量,upa为该对象的相关运行参数信息;
保障组织模型为:U2=(u21,u22,...,u2j);其中,u2j表示第j个站点的编号;
保障资源模型为:U3=(u2j,u3k1,u3k2);其中,u3k1表示第k种资源的编号,u3k2表示第k种资源的数量;
S4、建立离散事件映射;
S41、建立集成式的离散事件基础模型Ei,该模型中集成了每个事件的输入输出参数、数据统计方法、状态变换操作、事件继起关系以及平行仿真的接口;
S42、根据飞机调度流程,实例化所有的活动事件,形成事件集合E=(E1,E2,...,Ei),以及飞机装备群使用保障过程事件逻辑;
S5、多次平行仿真得到输出参数;
S51、建立计算函数集合C=(F,O),其中F=(F1,F2,...,Fn)为各个具体的参数计算函数集合,Fn表示具体函数;O=(O1,O2,...,On)表示具体输出的参数集合,On表示输出参数;
S52、通过设置动态采样事件Sisyphus和最终采样事件theGiantStone,实现对多次平行仿真的中的仿真过程数据和仿真结束时刻数据进行收集,并输入到对应的计算函数Fn中,从而输出相应参数On,输出参数On包括系统类参数、任务类参数和资源类参数。
2.根据权利要求1所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:所述步骤1具体为:获得飞机装备群使用保障过程流程,对流程中各事件之间的发生顺序进行分析,确定事件之间的逻辑关系,得到飞机调度流程。
3.根据权利要求2所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:所述飞机装备群使用保障过程包括但不限于任务命令下达、任务通知、选调飞机、使用保障、任务成功返回或任务失败导致的飞机返回、故障飞机的修复性维修、飞机正常的预防性维修、机上LRU的送修、部件运输和部件订购。
4.根据权利要求1所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:所述步骤2具体为:
S21、根据装备任务要求确定基本任务剖面种类;
基本任务剖面代表了规定数量的某型装备,在规定时间段内,利用其一种或多种功能,执行的一个有计划的使用行为,因此根据装备任务要求能够确定基本任务剖面的种类;
S22、建立任务序列,描述基本任务间的时序和逻辑,
即:任务序列是一个或多个具有一定时序关系和逻辑关系的基本任务的集合;
S23、根据任务之间的逻辑关系,建立多级任务剖面,将指定的仿真时间长度划分至基本任务剖面。
5.根据权利要求1所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:所述步骤3中保障方案建模,即对装备和部件产品的预防性维修、修复性维修和使用保障活动进行描述。
6.根据权利要求1所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:所述保障对象模型对飞机装备群、飞机系统、各分系统和子部件的种类、数量与结构进行描述。
7.根据权利要求1所述的考虑机群复杂任务的高可信度保障性仿真方法,其特征在于:保障组织模型及保障资源模型对保障站点的类型、数量、关系以及各站点内保障资源的种类和数量进行描述。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110791401.3A CN113554290B (zh) | 2021-07-13 | 2021-07-13 | 一种考虑机群复杂任务的高可信度保障性仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110791401.3A CN113554290B (zh) | 2021-07-13 | 2021-07-13 | 一种考虑机群复杂任务的高可信度保障性仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113554290A true CN113554290A (zh) | 2021-10-26 |
CN113554290B CN113554290B (zh) | 2023-07-14 |
Family
ID=78131723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110791401.3A Active CN113554290B (zh) | 2021-07-13 | 2021-07-13 | 一种考虑机群复杂任务的高可信度保障性仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554290B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434438A (zh) * | 2020-12-02 | 2021-03-02 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机使用保障流程确定方法 |
CN116415427A (zh) * | 2023-03-15 | 2023-07-11 | 北京安墨思科技有限公司 | 一种基于仿真建模的装备保障辅助决策方法 |
CN117078059A (zh) * | 2023-07-06 | 2023-11-17 | 中国人民解放军93184部队 | 一种飞机预测与健康管理性能指标确定方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256778A (zh) * | 2018-01-31 | 2018-07-06 | 北京仿真中心 | 一种基于机器学习和平行仿真的高级计划与排程方法 |
-
2021
- 2021-07-13 CN CN202110791401.3A patent/CN113554290B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256778A (zh) * | 2018-01-31 | 2018-07-06 | 北京仿真中心 | 一种基于机器学习和平行仿真的高级计划与排程方法 |
Non-Patent Citations (3)
Title |
---|
乔付;: "预测模型下模糊控制实时任务调度算法", 海南热带海洋学院学报, vol. 24, no. 02, pages 47 - 54 * |
高龙等: "基于复杂网络理论的装备保障体系演化模型", 兵工学报, vol. 38, no. 10, pages 2019 - 2030 * |
魏勇;徐廷学;顾钧元;余仁波;: "基于多阶段任务系统的成功率建模与仿真", 计算机仿真, vol. 28, no. 03, pages 5 - 10 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434438A (zh) * | 2020-12-02 | 2021-03-02 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机使用保障流程确定方法 |
CN112434438B (zh) * | 2020-12-02 | 2024-01-30 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机使用保障流程确定方法 |
CN116415427A (zh) * | 2023-03-15 | 2023-07-11 | 北京安墨思科技有限公司 | 一种基于仿真建模的装备保障辅助决策方法 |
CN117078059A (zh) * | 2023-07-06 | 2023-11-17 | 中国人民解放军93184部队 | 一种飞机预测与健康管理性能指标确定方法及装置 |
CN117078059B (zh) * | 2023-07-06 | 2024-03-19 | 中国人民解放军93184部队 | 一种飞机预测与健康管理性能指标确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113554290B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113554290A (zh) | 一种考虑机群复杂任务的高可信度保障性仿真方法 | |
US7212986B1 (en) | Method and apparatus for planning and monitoring multiple tasks based on user defined criteria and predictive ability | |
US7218974B2 (en) | Industrial process data acquisition and analysis | |
US20220027744A1 (en) | Resource data modeling, forecasting and simulation | |
CN101645036B (zh) | 基于测试执行机能力度的测试任务自动分配方法 | |
US20110125544A1 (en) | Decision support system for project managers and associated method | |
CN110188457A (zh) | 基于蒙特卡洛法的航空机务保障过程评估方法 | |
CN109118097B (zh) | 一种可靠性维修性保障性评估方法和装置 | |
CN110110520A (zh) | 一种入侵容忍的云工作流实现方法及系统 | |
CN116029104A (zh) | 一种装备维修保障仿真评估方法及系统 | |
CN116415427A (zh) | 一种基于仿真建模的装备保障辅助决策方法 | |
EP0453160A2 (en) | A method and apparatus for analyzing the flow of data through a complex information exchange system | |
CN108537427A (zh) | 一种业务过程管理方法及装置 | |
Mosleh et al. | The/spl omega/-factor approach for modeling the influence of organizational factors in probabilistic safety assessment | |
Kanoun et al. | Experience in software reliability: From data collection to quantitative evaluation | |
Laughery | Computer simulation as a tool for studying human-centered systems | |
CN102393833B (zh) | 基于hfsqm排队模型考虑排错资源局限性的构件软件可靠性分析方法 | |
CN116187713A (zh) | 一种用于装备保障的修复性维修模型及其实现方法 | |
Boehm et al. | Architecting: How much and when? | |
Fisher et al. | The Logistics Composite Model: An Overall View | |
Rosales et al. | Analysing delays and disruptions in Aircraft Heavy Maintenance | |
CN114490371A (zh) | 基于人工智能的数据测试方法、装置、测试设备及介质 | |
Tausworthe et al. | Software reliability simulation | |
Miranda | Planning and executing time-bound projects | |
Radulescu et al. | Modeling and simulating the activities in an automobile repair shop using ARENA software–part 1 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |