CN114004013A - 飞机年度梯次使用辅助决策方法、存储介质及终端设备 - Google Patents

飞机年度梯次使用辅助决策方法、存储介质及终端设备 Download PDF

Info

Publication number
CN114004013A
CN114004013A CN202111209165.6A CN202111209165A CN114004013A CN 114004013 A CN114004013 A CN 114004013A CN 202111209165 A CN202111209165 A CN 202111209165A CN 114004013 A CN114004013 A CN 114004013A
Authority
CN
China
Prior art keywords
life
annual
time
single machine
aircraft
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.)
Pending
Application number
CN202111209165.6A
Other languages
English (en)
Inventor
王豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jun Mao Guo Xing Technology Co ltd
Original Assignee
Beijing Jun Mao Guo Xing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jun Mao Guo Xing Technology Co ltd filed Critical Beijing Jun Mao Guo Xing Technology Co ltd
Priority to CN202111209165.6A priority Critical patent/CN114004013A/zh
Publication of CN114004013A publication Critical patent/CN114004013A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04Ageing analysis or optimisation against ageing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Geometry (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种飞机年度梯次使用辅助决策方法、存储介质及终端设备,旨在解决现有飞机梯次使用方法未充分考虑机队余寿比等因素的影响,以及采用平均值补偿的方法造成梯次使用结果不合理的技术问题。该决策方法包括步骤为:1、确定单机余寿分布矩阵MTL;2、判断年度飞行训练任务总时间TTS不大于机队飞机总余寿;3、确定余寿梯次线方程;4、获得单机初步年度计划使用时间TSP;5、计算年末机队余寿比Rel;6、判断余寿比Rel是否小于余寿比阈值PT;7、确定单机最终年度计划使用时间T′SP。本发明方法提升了机队飞机使用的效能,既保证机队高余寿比、又保证了机队飞机余寿梯次分布。

Description

飞机年度梯次使用辅助决策方法、存储介质及终端设备
技术领域
本发明涉及飞机梯次使用方法,具体涉及一种飞机年度梯次使用辅助决策方法、存储介质及终端设备。
背景技术
飞机梯次使用是在保证飞机使用寿命储存量的同时,分散各飞机的大修时机,最大限度地提高飞机在队率的重要使用模式。科学高效地制定飞机机群的使用方案,保证飞机的最佳在队率和维修停飞率,是航空装备维修保障管理的重要工作,实施计划管理的依据是确定合理的飞机使用模式。飞机使用模式是指飞机在队期间所采用的使用策略或使用方式,通常将其分为三类,即梯次使用、倒梯次使用以及无梯次使用,其中的梯次使用是管理使用的主要模式。所谓梯次使用,是指在队同型各架飞机的剩余寿命互相间保持一定的差距,成梯次排列使用,其目的是在保证飞机储备寿命的同时,分散各飞机的大修时机,最大限度地提高飞机的在队率。
制定合理的使用计划是航空装备使用的一个重要前提。当前的飞机使用计划大都是指飞机年度梯次使用计划,它是根据下年度的飞行总任务和本年度的飞机剩余寿命梯次情况,以及下年度的飞机大修进出厂计划等因素来制定的。它为下年度每架飞机大致分配了任务量,为飞机使用,特别是修正飞机剩余寿命梯次提供了很好的决策支持。但现有方法缺点也是明显的:一是未充分考虑如机队余寿比等各种因素的影响,二是由于采用平均值补偿的计算方法,造成梯次使用计划结果不够合理。这些缺点使得目前方法计算出的飞机梯次使用计划,在某种程度上成为一种可有可无的计划。随着航空维修信息化建设的不断完善与发展,目前的计划制定策略方法已经越来越不能满足航空装备使用的实际需求。
发明内容
本发明的目的是解决现有飞机梯次使用方法未充分考虑机队余寿比等因素的影响,以及采用平均值补偿的方法造成梯次使用结果不合理的技术问题,提出一种飞机年度梯次使用辅助决策方法、存储介质及终端设备,为科学分配机队内飞机的使用时间提供了支撑,为实战化条件下既保证机队高余寿比、又保证机队飞机余寿梯次分布提供了有效的解决途径。
为了实现上述目的,本发明所采用的技术方案是:
一种飞机年度梯次使用辅助决策方法,其特殊之处在于,包括以下步骤:
步骤1、确定单机余寿分布矩阵MTL
1.1)导入机队年初调度模拟数据;所述机队年初调度模拟数据包括机队飞机数量N、单机给定大修寿命矩阵MP、单机本次累计飞行时间矩阵MTR、年度飞行训练任务总时间TTS及余寿比阈值PT;所述单机给定大修寿命矩阵MP包括单机本次大修寿命P及单机下次大修寿命P′;
1.2)将单机给定大修寿命矩阵MP和单机本次累计飞行时间矩阵MTR中对应的每个元素相减,获得单机余寿值TL
1.3)对单机余寿值TL从小到大排序,并将排序后的结果赋给单机余寿分布矩阵MTL,并根据排序结果形成新的正整数编码机号值;
步骤2、年度飞行训练任务总时间TTS可执行性判断
2.1)根据单机余寿分布矩阵MTL中单机余寿值TL计算机队飞机总余寿;
2.2)将年度飞行训练任务总时间TTS与机队飞机总余寿进行比较判断:若年度飞行训练任务总时间TTS大于机队飞机总余寿,则无法完成任务,程序结束;否则执行步骤3;
步骤3、确定余寿梯次线方程
余寿梯次线方程为:y=a+KTCx
其中:y为余寿值;x为机队的单机机号;
a为余寿梯次线平移参数;
KTC为余寿梯次线斜率;
3.1)根据年度飞行训练任务总时间TTS和机队飞机数量N,计算得到余寿梯次线斜率KTC
3.2)根据年度飞行训练任务总时间TTS、余寿梯次线斜率KTC及单机余寿值TL,得到余寿梯次线平移参数a及余寿梯次线与x轴的交点值Xy0
3.3)根据余寿梯次线斜率KTC、余寿梯次线平移参数a及余寿梯次线与x轴的交点值Xy0确定余寿梯次线方程;
步骤4、获得单机初步年度计划使用时间TSP
根据余寿梯次线方程及单机余寿值TL,获得单机初步年度计划使用时间TSP
步骤5、计算年末机队余寿比Rel
根据单机本次大修寿命P、单机下次大修寿命P′及单机初步年度计划使用时间TSP及单机余寿值TL,计算年末机队余寿比Rel
步骤6、判断余寿比Rel
将机队年度计划余寿比Rel与余寿比阈值PT进行比较判断:
若Rel≥PT,则步骤4获得的单机初步年度计划使用时间TSP即为单机最终年度计划使用时间T′SP,程序结束;否则执行步骤7;
步骤7、确定单机最终年度计划使用时间T′SP
7.1)对单机初步年度计划使用时间TSP进行调整,增加部分低余寿飞机的年度计划使用时间,使其当年进厂大修并在当年出厂,提升机队飞机总余寿,利用余寿比限制和循环迭代的方式,得到调整后年度进厂大修的飞机总数NT
7.2)根据调整后的年度进厂大修的飞机总数NT,计算前NT架飞机增加的年度计划使用时间ΔLS
7.3)根据增加的年度计划使用时间ΔLS,按比例均匀减少机号为[NT+1,N]的各飞机的年度计划使用时间,以确保年度飞行训练任务总时间TTS不变,获得单机最终年度计划使用时间T′SP
进一步地,步骤3.1)中,所述余寿梯次线斜率KTC根据下式计算:
Figure BDA0003308191150000031
其中:TTS为年度飞行训练任务总时间,N为机队飞机数量;
步骤3.2)中,所述余寿梯次线平移参数a根据年度飞行训练任务总时间TTS、余寿梯次线斜率KTC及单机余寿值TL,使用循环逼近的方式,通过不断迭代得到的;
所述余寿梯次线与x轴的交点值Xy0根据下式计算得到:
Figure BDA0003308191150000041
其中:a为余寿梯次线平移参数,KTC为余寿梯次线斜率。
进一步地,步骤4中,所述单机初步年度计划使用时间TSP依据下式计算获得:
Figure BDA0003308191150000042
其中:
i为第i架飞机,取值为[1,N]的整数;
TSP(i)为第i架飞机的初步年度计划使用时间;
TL(i)为第i架飞机的余寿值;
Xy0为余寿梯次线与x轴的交点值。
进一步地,步骤5中,所述年末机队余寿比Rel依据下式计算:
Figure BDA0003308191150000043
其中:
Pi为第i架飞机的本次大修寿命;
P′i第i架飞机的下次大修寿命。
进一步地,步骤7.1)中,所述调整后年度进厂大修的飞机总数NT应满足:
Figure BDA0003308191150000044
Figure BDA0003308191150000045
其中:PT为余寿比阈值。
进一步地,步骤7.2)中,所述前NT架飞机增加的年度计划使用时间ΔLS通过下式计算:
Figure BDA0003308191150000051
其中:
NT为调整后年度进厂大修的飞机总数;
i>Xy0∩i≤NT为单机余寿值大于0且调整后年度进厂大修的前NT架飞机中的第i架飞机。
进一步地,步骤7.3)中,所述单机最终年度计划使用时间T′SP是按以下公式计算获得的:
Figure BDA0003308191150000052
其中:
T′SP(i)为第i架飞机的最终年度计划使用时间;
ΔLS为调整后年度进厂大修的前NT架飞机增加的年度计划使用时间。
进一步地,步骤1.3)中,所述对单机余寿值TL从小到大排序,具体为:使用经典的快速排序算法,对计算得到的余寿分布矩阵MTL中的单机余寿值TL从小到大排序。
同时,本发明还提出一种存储介质,其上存储有计算机程序,其特殊之处在于:该计算机程序被处理器执行时实现上述飞机年度梯次使用辅助决策方法的步骤。
此外,还提出一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特殊之处在于:所述处理器执行所述计算机程序时实现上述飞机年度梯次使用辅助决策方法的步骤。
与现有技术相比,本发明的有益效果是:
1)本发明飞机年度梯次使用辅助决策方法,攻克了机队年度精准余寿梯次规划的难题,提升了机队飞机使用的效能,助力实现了飞机调度智能辅助决策的目标,为科学分配机队内飞机的使用时间提供了支撑,为实战化条件下既保证机队高余寿比、又保证机队飞机余寿梯次分布提供了有效的解决途径,具有较为广阔的应用前景。
2)本发明在保证飞机储备寿命的同时,分散各飞机的大修时机,最大限度地提高飞机的在队率。
附图说明
图1为本发明飞机年度梯次使用辅助决策方法流程图;
图2为本发明中基于余寿梯次线的单机年度计划使用时间分配示意图,年度内有飞机余寿耗尽的情况;
图3为本发明中基于余寿梯次线的单机年度计划使用时间分配示意图,年度内无飞机余寿耗尽的情况;
图4为本发明实施例中机队每架飞机的剩余大修(到寿)寿命分布图,即机队单机余寿值分布图;
图5为本发明实施例中机队单机余寿值排序和重新编号示意图;
图6为本发明实施例中确定后的余寿梯次线和初步确定的单机初步年度计划使用时间分布;
图7为本发明实施例中最终确定的机队单机最终年度计划使用时间分布;
图8为本发明实施例中机队计划年末余寿梯次分布。
具体实施方式
为了更清楚地说明本发明的技术方案,下面结合附图和具体实施例对本发明进行详细说明。
(一)基本定义
梯次规划的宗旨在于,通过飞行计划调配,使在队同型各架飞机的剩余寿命互相间保持一定的差距,形成梯次排列使用。其目的是在保证飞机储备寿命的同时,分散各飞机的大修时机,最大限度地提高飞机的在队率。
飞机全寿梯次决策算法,借鉴运筹学优化原理,能够实现对航空装备使用、大修、退役的全过程、全系统、全寿命的管理活动提出辅助决策建议。结合各单位、各机型飞机梯次使用和控制的实际情况,根据飞机全寿命模型算法能够自动对飞机目前梯次使用情况进行综合评定,提出飞机全寿命梯次使用建议。
梯次线参数回归法原理简单,容易理解,计算速度快,用于求取机队余寿梯次线方程效果良好。
1.单机给定大修寿命
飞机履历本给定的大修间隔时间。
2.单机大修后累计飞行时间TR
飞机出厂后或大修后累计的飞行时间。
3.单机给定大修寿命矩阵MP
由同一机型的系列单机的给定大修(到寿)寿命组成,包括未进行过大修的飞机出厂时给定的下一次大修飞行时间间隔、间修出厂给定的下一次大修飞行时间间隔、最后一次大修出厂给定的剩余总寿命(到寿寿命)。
4.单机本次累计飞行时间矩阵MTR
由同一机型的系列单机本次累计飞行时间组成,包括未进行过大修的飞机出厂后累计的飞行时间、大修过的飞机的最近一次大修出厂后的累计飞行时间。
5.单机余寿分布矩阵MTL
单机余寿分布矩阵,即单机剩余大修寿命原始梯次分布,是以单机给定大修寿命矩阵MP和单机本次累计飞行时间矩阵MTR为变量的函数,两者相减得到单机剩余大修(到寿)寿命矩阵,对单机剩余大修(到寿)寿命矩阵中的列按单机剩余寿命从小到大的顺序进行排序,其结果是单一机型年度梯次使用计划的初始单机剩余大修(到寿)寿命分布矩阵,即单机余寿分布矩阵。
6.余寿梯次线斜率KTC
根据“梯度等高累加”原则,梯次线的斜率仅依赖于飞机数量和年度飞行任务总时间。
7.余寿梯次线平移参数a
余寿梯次线方程为:y=a+KTCx。其中,a值是由年度飞行训练任务总时间、余寿梯次线斜率、以及每架飞机的余寿决定的。使用循环逼近的方式,通过不断迭代,可以求出a值。
(二)基本步骤
飞机年度梯次使用辅助决策方法流程图如图1所示,具体的方法步骤如下:
1.计算初始单机剩余大修(到寿)寿命分布矩阵:使用单机给定大修(到寿)寿命矩阵MP减去单机本次累计飞行时间矩阵MTR,其结果是单一机型年度梯次使用计划的初始单机剩余大修(到寿)寿命分布矩阵,即单机余寿分布矩阵MTL
2.余寿值排序:使用经典的快速排序算法,对计算得到的单机余寿分布矩阵MTL中的余寿值(剩余寿命)TL从小到大排序,并将排序后的结果重新赋给该矩阵,作为MTL的最终结果。
3.任务总时间可执行性判断:根据输入的年度飞行训练任务总时间TTS,以及机队飞机总余寿,判断机队能否完成年度飞行训练任务。如果年度飞行训练任务总时间TTS大于机队飞机总余寿,则无法完成任务,要求上级重新分配年度飞行训练任务总时间;否则,继续执行算法。
4.余寿梯次线斜率计算:在机队飞机总余寿不小于年度飞行训练任务总时间TTS的情况下,计算整个机队计划后余寿梯次线斜率值KTC
Figure BDA0003308191150000081
其中,TTS为年度飞行训练任务总时间,N为机队飞机数量。
5.计算余寿梯次线平移参数a:余寿梯次线方程为:y=a+KTCx,其中,a值是由年度飞行训练任务总时间TTS、余寿梯次线斜率KTC、以及单机余寿值TL决定的。使用循环逼近的方式,通过不断迭代,可以求出a值,从而确定余寿梯次线,如图2、图3中虚线所示。图2为年度内有飞机余寿耗尽的情况,图3为年度内无飞机余寿耗尽的情况,其中,x轴为机队单机机号,y轴为剩余寿命(即余寿值)。
6.确定交点值:确定余寿梯次线与x轴(机号)的交点值为Xy0(即y=0时的x值):
Figure BDA0003308191150000082
7.初步确定单机初步年度计划使用时间TSP:第i架飞机的初步年度计划使用时间TSP(i)的计算规则为:
Figure BDA0003308191150000083
其中,TL(i)为第i架飞机的余寿值,i为取值[1,N]的整数。如图2所示,每根竖线的总长度为TL(i);余寿梯次线以上的每条竖线长度为TSP(i);可知,余寿梯次线以上的每条竖线长度之和,为年度飞行训练任务总时间TTS
8.计算余寿比Rel:假设当年进厂大修的飞机都可以当年返回机队,则根据余寿梯次线规划的年末机队余寿比Rel为:
Figure BDA0003308191150000091
其中,Pi为第i架飞机的本次大修寿命,P′i为第i架飞机的下次大修寿命。
9.判断余寿比Rel:读取系统给定的余寿比阈值PT。如果Rel≥PT,则步骤7计算出的单机初步年度计划使用时间TSP为最终计划,算法结束;否则,继续执行后续步骤。
10.增加进厂大修的飞机数量NT:当Rel<PT时,应当对计划进行调整。调整方法是增加部分低余寿飞机的年度计划使用时间,使其当年进厂大修并在当年出厂,提升年末时机队飞机总余寿,最终达到Rel≥PT的目的。设调整后的当年进厂大修的飞机总数为NT,则NT应满足:
Figure BDA0003308191150000092
Figure BDA0003308191150000093
通过循环迭代的方式可以求出NT的值。
11.确定年度计划使用时间增量:经过上一步骤调整后,前NT架飞机增加的年度计划使用时间ΔLS为:
Figure BDA0003308191150000094
12.确定单机最终年度计划使用时间:根据ΔLS的值,按比例均匀减少机号为[NT+1,N]的各飞机的年度计划使用时间,以确保总计划使用时间不变。则当Rel<PT时,单机最终年度计划使用时间调整为T′SP,第i架飞机的最终年度计划使用时间T′SP(i),其计算规则为:
Figure BDA0003308191150000101
(三)算法实例说明
本实施例采用多个机队的调度模拟数据作为案例,通过对单机年度计划的推算,验证飞机年度梯次使用辅助决策算法的实用性和使用效率。具体如下:
1.导入数据
导入整个机队年初的调度模拟数据,包括:机队飞机数量N、单机本次大修(到寿)寿命(单机本次大修寿命P)、单机下次大修(到寿)寿命(单机下次大修寿命P′)、单机本次累计飞行时间TR、年度飞行训练任务总时间TTS、余寿比阈值PT
2.确定余寿矩阵
根据每架飞机的本次大修(到寿)寿命P和本次累计飞行时间TR,计算出每架飞机的剩余大修(到寿)寿命(单机余寿值TL),如图4所示,为机队每架飞机的剩余大修(到寿)寿命分布图,即机队单机余寿值分布图;使用快速排序算法对图4中每架飞机的余寿值进行由小到大的排序,如图5所示,并根据排序结果形成新的正整数编码机号值。
3.确定余寿梯次线方程
根据年度飞行训练任务总时间和机队飞机数量,计算余寿梯次线斜率KTC;根据余寿梯次线斜率KTC以及单机余寿值TL,最终确定余寿梯次线方程的所有参数值(余寿梯次线平移参数a及余寿梯次线与x轴的交点值Xy0),从而确定余寿梯次线。图6为确定后的余寿梯次线和单机年度初步计划使用时间分布,图中虚线即为确定后的余寿梯次线。
4.初步确定单机初步年度计划使用时间TSP
根据余寿梯次线方程和每架飞机的剩余大修(到寿)寿命(单机余寿值TL),初步确定单机年度初步计划使用时间TSP。如图6中余寿梯次线以上的竖线所示,即为各单机的年度初步计划使用时间分布。
5.计算余寿比Rel
根据单机本次大修寿命P、单机下次大修寿命P′、单机年度计划使用时间TTS、单机余寿值TL等数据,计算计划内年末机队的剩余总寿命值与机队控寿周期总寿命值的比值(即余寿比Rel)。
6.最终确定单机最终年度计划使用时间T′SP
对比计算得到的余寿比Rel与输入的余寿比阈值PT之间的大小,得出:余寿比Rel小于余寿比阈值PT。利用余寿比限制和循环迭代的方式,求出调整后当年进厂大修的飞机总数NT,进而根据按比例调整的原则,计算出单机年度最终计划使用时间T′SP。如图7所示,为最终确定的机队各单机的最终年度计划使用时间分布,其中,x轴为机队的单机机号,y轴为年度计划使用时间。图8为机队计划年末余寿梯次分布,飞机剩余寿命梯次均匀度指标在85%以上,表明梯次决策效果良好。
本发明的决策方法可在计算机可读存储介质中应用,存储介质存储有计算机程序,上述划分方法可作为计算机程序存储于存储介质中,计算机程序被处理器执行时实现上述决策方法的各步骤。
另外,本发明的决策方法还可以应用于终端设备,终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行所述计算机程序时实现本发明决策方法的步骤。此处的终端设备可以是计算机、笔记本、掌上电脑,及各种云端服务器等计算设备,处理器可以是通用处理器、数字信号处理器、专用集成电路或其他可编程逻辑器件等。
以上仅是对本发明的优选实施方式进行了描述,并非对本发明技术方案的限制,本领域技术人员在本发明主要技术构思的基础上所作的任何变形都属于本发明所要保护的技术范畴。

Claims (10)

1.一种飞机年度梯次使用辅助决策方法,其特征在于,包括以下步骤:
步骤1、确定单机余寿分布矩阵MTL
1.1)导入机队年初调度模拟数据;所述机队年初调度模拟数据包括机队飞机数量N、单机给定大修寿命矩阵MP、单机本次累计飞行时间矩阵MTR、年度飞行训练任务总时间TTS及余寿比阈值PT;所述单机给定大修寿命矩阵MP包括单机本次大修寿命P及单机下次大修寿命P′;
1.2)将单机给定大修寿命矩阵MP和单机本次累计飞行时间矩阵MTR中对应的每个元素相减,获得单机余寿值TL
1.3)对单机余寿值TL从小到大排序,并将排序后的结果赋给单机余寿分布矩阵MTL,并根据排序结果形成新的正整数编码机号值;
步骤2、年度飞行训练任务总时间TTS可执行性判断
2.1)根据单机余寿分布矩阵MTL中单机余寿值TL计算机队飞机总余寿;
2.2)将年度飞行训练任务总时间TTS与机队飞机总余寿进行比较判断:若年度飞行训练任务总时间TTS大于机队飞机总余寿,则无法完成任务,程序结束;否则执行步骤3;
步骤3、确定余寿梯次线方程
余寿梯次线方程为:y=a+KTCx
其中:y为余寿值;x为机队的单机机号;
a为余寿梯次线平移参数;
KTC为余寿梯次线斜率;
3.1)根据年度飞行训练任务总时间TTS和机队飞机数量N,计算得到余寿梯次线斜率KTC
3.2)根据年度飞行训练任务总时间TTS、余寿梯次线斜率KTC及单机余寿值TL,得到余寿梯次线平移参数a及余寿梯次线与x轴的交点值Xy0
3.3)根据余寿梯次线斜率KTC、余寿梯次线平移参数a及余寿梯次线与x轴的交点值Xy0确定余寿梯次线方程;
步骤4、获得单机初步年度计划使用时间TSP
根据余寿梯次线方程及单机余寿值TL,获得单机初步年度计划使用时间TSP
步骤5、计算年末机队余寿比Rel
根据单机本次大修寿命P、单机下次大修寿命P′及单机初步年度计划使用时间TSP及单机余寿值TL,计算年末机队余寿比Rel
步骤6、判断余寿比Rel
将机队年度计划余寿比Rel与余寿比阈值PT进行比较判断:
若Rel≥PT,则步骤4获得的单机初步年度计划使用时间TSP即为单机最终年度计划使用时间T′SP,程序结束;否则执行步骤7;
步骤7、确定单机最终年度计划使用时间T′SP
7.1)对单机初步年度计划使用时间TSP进行调整,增加部分低余寿飞机的年度计划使用时间,使其当年进厂大修并在当年出厂,提升机队飞机总余寿,利用余寿比限制和循环迭代的方式,得到调整后年度进厂大修的飞机总数NT
7.2)根据调整后的年度进厂大修的飞机总数NT,计算前NT架飞机增加的年度计划使用时间ΔLS
7.3)根据增加的年度计划使用时间ΔLS,按比例均匀减少机号为[NT+1,N]的各飞机的年度计划使用时间,以确保年度飞行训练任务总时间TTS不变,获得单机最终年度计划使用时间T′SP
2.根据权利要求1所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤3.1)中,所述余寿梯次线斜率KTC根据下式计算:
Figure FDA0003308191140000021
其中:TTS为年度飞行训练任务总时间,N为机队飞机数量;
步骤3.2)中,所述余寿梯次线平移参数a根据年度飞行训练任务总时间TTS、余寿梯次线斜率KTC及单机余寿值TL,使用循环逼近的方式,通过不断迭代得到的;
所述余寿梯次线与x轴的交点值Xy0根据下式计算得到:
Figure FDA0003308191140000022
其中:a为余寿梯次线平移参数,KTC为余寿梯次线斜率。
3.根据权利要求2所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤4中,所述单机初步年度计划使用时间TSP依据下式计算获得:
Figure FDA0003308191140000031
其中:
i为第i架飞机,取值为[1,N]的整数;
TSP(i)为第i架飞机的初步年度计划使用时间;
TL(i)为第i架飞机的余寿值;
Xy0为余寿梯次线与x轴的交点值。
4.根据权利要求3所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤5中,所述年末机队余寿比Rel依据下式计算:
Figure FDA0003308191140000032
其中:
Pi为第i架飞机的本次大修寿命;
P′i第i架飞机的下次大修寿命。
5.根据权利要求1至4任一所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤7.1)中,所述调整后年度进厂大修的飞机总数NT应满足:
Figure FDA0003308191140000033
Figure FDA0003308191140000034
其中:PT为余寿比阈值。
6.根据权利要求5所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤7.2)中,所述前NT架飞机增加的年度计划使用时间ΔLS通过下式计算:
Figure FDA0003308191140000035
其中:
NT为调整后年度进厂大修的飞机总数;
i>Xy0∩i≤NT为单机余寿值大于0且调整后年度进厂大修的前NT架飞机中的第i架飞机。
7.根据权利要求6所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤7.3)中,所述单机最终年度计划使用时间T′SP是按以下公式计算获得的:
Figure FDA0003308191140000041
其中:
T′SP(i)为第i架飞机的最终年度计划使用时间;
ΔLS为调整后年度进厂大修的前NT架飞机增加的年度计划使用时间。
8.根据权利要求7所述的飞机年度梯次使用辅助决策方法,其特征在于,步骤1.3)中,所述对单机余寿值TL从小到大排序,具体为:使用经典的快速排序算法,对计算得到的余寿分布矩阵MTL中的单机余寿值TL从小到大排序。
9.一种存储介质,其上存储有计算机程序,其特征在于:该计算机程序被处理器执行时实现如权利要求1至8任一所述的飞机年度梯次使用辅助决策方法的步骤。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如权利要求1至8任一所述的飞机年度梯次使用辅助决策方法的步骤。
CN202111209165.6A 2021-10-18 2021-10-18 飞机年度梯次使用辅助决策方法、存储介质及终端设备 Pending CN114004013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111209165.6A CN114004013A (zh) 2021-10-18 2021-10-18 飞机年度梯次使用辅助决策方法、存储介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111209165.6A CN114004013A (zh) 2021-10-18 2021-10-18 飞机年度梯次使用辅助决策方法、存储介质及终端设备

Publications (1)

Publication Number Publication Date
CN114004013A true CN114004013A (zh) 2022-02-01

Family

ID=79922997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111209165.6A Pending CN114004013A (zh) 2021-10-18 2021-10-18 飞机年度梯次使用辅助决策方法、存储介质及终端设备

Country Status (1)

Country Link
CN (1) CN114004013A (zh)

Similar Documents

Publication Publication Date Title
US8701121B2 (en) Method and system for reactive scheduling
Zhao et al. An integrated approach of train scheduling and rolling stock circulation with skip-stopping pattern for urban rail transit lines
CN109636011A (zh) 一种基于改进的变邻域遗传算法的多班制计划排程法
WO2023279636A1 (zh) 一种总装车间物料需求预测方法
CN112101637B (zh) 基于分时电价和能耗控制的动态充电优化方法及其应用
CN111582584B (zh) 基于航空公司公平性的航段运行时间优化方法
CN102855293A (zh) 一种电动汽车及充换电设施系统海量数据处理方法
CN109117269A (zh) 一种分布式系统虚拟机调度方法、装置和可读存储介质
CN114565247A (zh) 一种基于深度强化学习的车间调度方法、装置和系统
CN104572296B (zh) 一种预测云平台存储资源增长量的方法
CN110750526B (zh) 单装使用计划生成方法、装置及存储介质
CN115907332A (zh) 一种油气井维修任务调度的两层优化方法及装置
CN111260161A (zh) 一种众包任务下发的方法及设备
Li et al. A QoS-based scheduling algorithm for instance-intensive workflows in cloud environment
Rodrigues et al. Spare parts inventory control for non-repairable items based on prognostics and health monitoring information
Yang et al. Design of kubernetes scheduling strategy based on LSTM and grey model
CN114004013A (zh) 飞机年度梯次使用辅助决策方法、存储介质及终端设备
CN112862258A (zh) 一种考虑旅客偏好的有限理性的航班恢复方法
CN111950786A (zh) 两阶段的面向复杂约束下的钢铁企业设备检修调度方法
CN109783189A (zh) 一种静态工作流调度方法与装置
CN115409243A (zh) 一种运营资源分配与任务调度方法和终端
CN114415499B (zh) 基于二次梯次线调整的机队余寿比控制方法、存储介质及终端设备
CN103679404A (zh) 一种多项目资源平衡优化方法
CN113946440A (zh) 一种绿色云环境下的资源调度方法
Hao et al. Bi‑level Programming Model for Joint Scheduling of Arrival and Departure Flights Based on Traffic Scenario.

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