CN114415499B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN114415499B CN114415499B CN202111507184.7A CN202111507184A CN114415499B CN 114415499 B CN114415499 B CN 114415499B CN 202111507184 A CN202111507184 A CN 202111507184A CN 114415499 B CN114415499 B CN 114415499B
- Authority
- CN
- China
- Prior art keywords
- life
- echelon
- fleet
- single machine
- plan
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 238000013519 translation Methods 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 230000009467 reduction Effects 0.000 description 4
- 206010011906 Death Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007630 basic procedure Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种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,旨在解决现有方法制定的机队梯次使用计划不能统一、有效地对高余寿飞机计划使用时间进行调整,使得飞机全寿命梯次使用计划不能满足航空装备使用需求的问题。该控制方法的步骤包括:1、确定机队计划初余寿分布矩阵;2、确定初次余寿梯次线方程;3、确定机队的单机初步年度计划使用时间;4、计算机队计划末余寿比RLR并与余寿比阈值进行比较判断;5、调整单机初步年度计划使用时间;6、确定二次余寿梯次线方程;7、确定机队的单机最终年度计划使用时间。本发明提升了计划后机队余寿梯次精度,助力实现了机队高余寿比的精准控制。
Description
技术领域
本发明涉及机队飞机梯次控制方法,具体涉及一种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。
背景技术
飞机的使用寿命既有单机寿命,又有机队寿命。因为飞机的训练、执飞、以及管理等过程,一般是成建制进行的,所以在规划飞机的使用寿命储存量时,以机队为规划对象更有意义。飞机所完成的飞行任务,按照其特殊性可以分为执飞任务和训练任务两部分,飞机只要被使用,就会消耗其使用寿命,而如何科学的消耗各个飞机的使用寿命,是飞机梯次使用计划制定过程中所要研究的内容。而飞机梯次使用计划制定的基本原则是,使计划完成后机队飞机的剩余寿命呈梯次均匀分布,分散各飞机的大修时机,最大限度地提高飞机在队率,且保证机队余寿比符合一定要求。其中,余寿比即为机队总剩余寿命与机队总规定使用寿命的比值,其大小反映了机队的战备潜力,通常要求维持在40%以上。
在机队梯次使用计划的制定过程中,通常采用增加低余寿飞机的计划使用时间,使其在计划时间段内耗尽余寿、返厂大修并归队,从而增加整个机队余寿比的方式来控制余寿比,使其保持在一定高度。然而,在增加某些低余寿飞机的计划使用时间的同时,必须相应的减少剩余高余寿飞机的计划使用时间,以保持机队任务总时间不变。然而,目前尚没有一个统一的、有效的高余寿飞机计划使用时间调整方法供行业应用。
能否科学合理的制定高余寿飞机计划时间调整方法,关系到机队飞机余寿梯次分布的均匀度以及最终制定的飞机全寿命梯次使用计划的合理性。随着航空维修信息化建设的不断完善与发展,目前的梯次使用计划制定方法由于余寿比控制方法的缺陷,已经越来越不能满足航空装备使用的实际需求。因此,建立更完备的机队余寿比控制方法势在必行。
发明内容
本发明的目的是解决现有方法制定的机队梯次使用计划不能统一、有效地对高余寿飞机计划使用时间进行调整,使得飞机全寿命梯次使用计划不能满足航空装备使用需求的问题,提出一种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。采用该余寿比控制方法可以合理地制定飞机梯次计划使用时间,提升了计划后机队余寿梯次精度,助力实现了机队高余寿比的精准控制。
为了实现上述目的,本发明所采用的技术方案是:
一种基于二次梯次线调整的机队余寿比控制方法,其特殊之处在于,包括以下步骤:
步骤1、确定机队计划初余寿分布矩阵ALL:
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单机数量S、单机本次大修寿命矩阵AL、单机下次大修寿命矩阵AL′、单机本次累计飞行时间矩阵AT、机队年度飞行训练任务总时间T及余寿比阈值RT;
所述单机本次大修寿命矩阵AL包含的元素为单机本次大修寿命L;
所述单机下次大修寿命矩阵AL′包含的元素为单机下次大修寿命L′;
1.2)将机队单机本次大修寿命矩阵AL和单机本次累计飞行时间矩阵AT中对应的每个元素相减,获得计划初单机余寿值LINI的分布矩阵;
1.3)将计划初单机余寿值LINI从小到大排序,并将排序后的结果赋给机队计划初余寿分布矩阵ALL,并根据排序结果对机队单机进行编号,形成1至S机号;
步骤2、确定初次余寿梯次线方程:
2.1)根据机队年度飞行训练任务总时间T、机队单机数量S以及计划初单机余寿值LINI,计算初次余寿梯次线斜率a1和初次余寿梯次线平移参数b1;
2.2)根据初次余寿梯次线斜率a1、初次余寿梯次线平移参数b1确定初次余寿梯次线方程:Y=a1X+b1;
其中:X为机队单机的机号;Y为机队单机对应的余寿值;
步骤3、确定机队的单机初步年度计划使用时间Plan:
根据初次余寿梯次线方程和机队计划初余寿分布矩阵ALL,确定单机初步年度计划使用时间Plan;
步骤4、计算机队计划末余寿比RLR并进行判断:
4.1)根据单机本次大修寿命L、单机下次大修寿命L′、单机初步年度计划使用时间Plan及计划初单机余寿值LINI,计算机队计划末余寿比RLR;
4.2)将机队计划末余寿比RLR与余寿比阈值RT进行比较判断:
若RLR≥RT,则步骤3确定的机队单机初步年度计划使用时间Plan即为单机最终年度计划使用时间Plan′;
若RLR<RT,则执行步骤5;
步骤5、调整单机初步年度计划使用时间:
5.1)对单机初步年度计划使用时间Plan进行调整,利用余寿比限制和循环迭代的方式,增加部分低余寿单机的年度计划使用时间,使其当年返厂大修并在当年出厂归队,从而提升计划末机队大修总余寿,直至RLR≥RT,得到调整后当年返厂大修的单机总数S′,则高余寿单机数量为S-S′;
5.2)根据调整后当年返厂大修的单机总数S′,计算前S′架单机增加的计划使用时间Adj;
5.3)在机队年度飞行训练任务总时间T保持不变的前提下,将后S-S′架高余寿单机的年度计划使用总时间相应地减少Adj,调整后获得后S-S′架高余寿单机的计划使用总时间T′;
步骤6、确定二次余寿梯次线方程:
6.1)根据高余寿单机数量S-S′、高余寿单机的计划使用总时间T′及高余寿单机的余寿值,计算二次余寿梯次线斜率a2和二次余寿梯次线平移参数b2;
6.2)根据二次余寿梯次线斜率a2、二次余寿梯次线平移参数b2确定二次余寿梯次线方程:Y=a2X+b2;
步骤7、根据二次余寿梯次线方程,获得机队的单机最终年度计划使用时间Plan′。
进一步地,步骤2.1)中,所述初次余寿梯次线斜率a1根据下式计算:
所述初次余寿梯次线平移参数b1的计算过程具体为:
定义初次余寿梯次线平移参数b1的初始值为0,利用初次余寿梯次线方程、机队年度飞行训练任务总时间T、初次余寿梯次线斜率a1以及计划初单机余寿值LINI作为约束,在参数空间内对b1的精确值进行折半查找,当计算得到的机队飞行训练任务总时间与机队年度飞行训练任务总时间T的差值小于阈值时的b1值,即为初次余寿梯次线平移参数b1;该阈值根据实际需求设定,既要保证精度,又不会使计算量过大。
进一步地,步骤3具体为:
3.1)定义初次余寿梯次线方程与X轴的交点值为ITS,则ITS根据下式计算:
3.2)机队的单机初步年度计划使用时间Plan的计算规则为:
其中:i表示机号为i的单机,i为取值为[1,S]的整数;
Plan(i)为第i架单机的初步年度计划使用时间;
LINI(i)为第i架单机的计划初余寿值。
进一步地,步骤4中,所述机队计划末余寿比RLR依据下式计算:
其中:Li为第i架单机本次大修寿命;
Li′为第i架单机下次大修寿命。
进一步地,步骤5.1)中,所述当年返厂大修的单机总数S′应满足以下要求:
且
进一步地,步骤5.2)中,所述前S′架单机增加的计划使用时间Adj通过下式计算:
其中:∩表示取交集;i>ITS∩i≤S′表示i的取值为调整后的前S′架单机中余寿值大于0的单机集合;
步骤5.3)中,所述后S-S′架高余寿单机的计划使用总时间T′通过下式计算:
其中:i>S′∩i≤S表示i的取值为调整后的后S-S′架单机的集合。
进一步地,步骤6.1)中,所述二次余寿梯次线斜率a2根据下式计算:
所述二次余寿梯次线平移参数b2的计算过程具体为:
定义二次余寿梯次线平移参数b2的初始值为0,利用二次余寿梯次线方程、高余寿单机的计划使用总时间T′、二次余寿梯次线斜率a2以及高余寿单机的余寿值作为约束,在参数空间内对b2的精确值进行折半查找,当计算得到的高余寿单机的计划使用总时间与高余寿单机的计划使用总时间T′的差值小于阈值时的b2值,即为二次余寿梯次线平移参数b2。
进一步地,步骤7中,所述单机最终年度计划使用时间Plan′的计算规则为:
其中:Plan(i)′为第i架单机的最终年度计划使用时间。
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基于二次梯次线调整的机队余寿比控制方法的步骤。
此外,本发明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基于二次梯次线调整的机队余寿比控制方法的步骤。
与现有技术相比,本发明的有益效果是:
1)本发明基于二次梯次线调整的机队余寿比控制方法,通过对初次余寿梯次线参数、余寿比、二次余寿梯次线参数的计算,最终确定单机梯次计划使用时间,攻克了余寿比控制后机队飞机使用时间二次分配的难题,提升了计划后机队余寿梯次精度,助力实现了机队高余寿比精准控制的目标,为飞机梯次计划使用时间的科学制定提供了支撑。
2)本发明的机队余寿比控制方法通过增加部分低余寿单机的计划使用时间提升计划末机队总大修剩余寿命,通过高余寿单机数量、余寿值及其计划减少时间,重新计算梯次线各参数以确定二次梯次线方程,对高余寿单机计划使用时间进行梯次计算,最终确定机队的单机最终年度计划使用时间,为机队在制定梯次使用计划过程中因为余寿比控制而产生的余寿梯次误差提供了有效的解决途径,具有较为广阔的应用前景。
3)本发明还提供了一种执行上述方法的计算机可读存储介质和终端设备,可在相应的硬件设备上执行本发明基于二次梯次线调整的机队余寿比控制方法,便于上述控制方法的推广应用。
附图说明
图1为本发明基于二次梯次线调整的机队余寿比控制方法流程图;
图2为本发明中初次余寿梯次线的梯次计划使用时间分配示意图,其中横轴表示单机的机号,纵轴表示单机对应的余寿值,虚线即为初次余寿梯次线;
图3为本发明中二次余寿梯次线对高余寿单机的梯次计划使用时间分配示意图,其中,虚线即为二次余寿梯次线;
图4为本发明实施例中机队每架飞机的计划初单机余寿值排序示意图;
图5为本发明实施例中计算得到的初次余寿梯次线示意图;
图6为本发明实施例中计算得到的二次余寿梯次线示意图;
图7为本发明实施例中机队计划末余寿梯次分布示意图。
具体实施方式
为了更清楚地说明本发明的目的、技术方案和有益效果,下面结合附图和具体实施例对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
(一)基本定义
1.机队余寿比,是指机队中每架飞机的剩余寿命之和与每架飞机的规定使用寿命之和的比值,其值的大小反映了整个机队的战备潜力。
2.余寿比控制,是指通过对机队各飞机使用计划的调整,使机队的余寿比保持在指定阈值之上,从而达到使机队维持高战备能力的目的。
3.余寿梯次线,是指为使机队在完成计划任务后,每架飞机的剩余寿命按梯次计划的指定规则排列,而构造的一种数学函数分割线,用于将每架飞机的计划使用时间和剩余寿命进行划分。余寿梯次线方程表示为:
Y=aX+b
其中,Y是纵轴坐标,表示单机的余寿值,X是横轴坐标,表示单机的机号,a是梯次线的斜率,b是梯次线的平移参数。
4.梯次使用计划,是指为分散各飞机的大修时机,最大限度地提高飞机的在队率,而制定的飞机使用时间计划。该计划可使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,故称梯次使用计划。
5.机队单机本次大修寿命矩阵AL,由同一机型的系列单机的给定大修寿命组成,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报废前剩余飞行时间。
6.机队单机本次累计飞行时间矩阵AT,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。
7.机队计划初剩余寿命(余寿)分布矩阵,是以机队本次大修寿命矩阵AL和机队本次累计飞行时间矩阵AT为变量的函数,两者相减得到机队剩余寿命分布矩阵,对机队剩余寿命分布矩阵中的列(即单机的余寿值LINI),按单机剩余寿命从小到大的顺序进行排序,其结果是单一机型梯次使用计划的机队计划初剩余寿命分布矩阵ALL。
8.初次梯次线调整,通过飞机数量、机队飞行任务总时间等已知数据,初次计算梯次线各参数,确定初次梯次线方程,用于初步确定单机初步年度计划使用时间Plan。
9.二次梯次线调整,相对于初次梯次线调整,通过高余寿单机数量、飞行计划减少时间等数据,重新计算梯次线各参数,确定二次梯次线方程,用于在余寿比控制过程中,对高余寿单机计划使用时间进行梯次计算,最终确定机队的单机最终年度计划使用时间Plan′。
(二)基本步骤
本发明基于二次梯次线调整的机队余寿比控制方法流程图如图1所示,具体步骤如下:
1.机队计划初剩余寿命分布矩阵计算
使用机队单机本次大修寿命矩阵AL减去机队本次累计飞行时间矩阵AT,其结果是单一机型梯次使用计划的机队计划初剩余寿命分布矩阵。对该矩阵的计划初单机余寿值LINI从小到大排序,并将排序后的结果重新赋给该矩阵,作为ALL的最终结果。
2.初次余寿梯次线调整
初次余寿梯次线方程为:
Y=a1X+b1
其中,a1是初次余寿梯次线斜率,由机队单机数量S和机队飞行训练任务总时间T决定;b1是初次余寿梯次线平移参数,由机队飞行训练任务总时间T、初次余寿梯次线斜率a1、以及每架飞机的余寿(计划初单机余寿值LINI)决定。
初次余寿梯次线斜率a1计算公式如下:
其中,T为机队飞行训练任务总时间,S为机队单机数量。
在求取出初次余寿梯次线斜率a1的基础上,对初次余寿梯次线平移参数b1设置初始值为0,然后利用初次余寿梯次线方程、飞行训练任务总时间(T)、初次余寿梯次线斜率a1、以及每架飞机的余寿(LINI)作为约束,在参数空间内对b1的精确值进行折半查找,当计算得到的飞行训练任务总时间与实际值的误差小于阈值时,b1的值即为结果值。该阈值根据实际需求设定,本发明中设为10-7,既可满足精度要求,又不会使计算量过大。
初次余寿梯次线的梯次计划使用时间分配机制如图2所示,横轴(X轴)为机号,纵轴为余寿值,其中虚线为初次余寿梯次线,ITS为初次余寿梯次线与横轴的交点值。
3.初步确定单机初步年度计划使用时间Plan
计算初次余寿梯次线与横轴的交点值ITS(即Y=0的X值):
第i架单机初次余寿梯次计划使用时间,即第i架单机初步年度计划使用时间Plan(i)的计算规则为:
其中,LINI(i)为第i架飞机计划初余寿值,i为取值[1,S]的整数。图2中,每条竖线的总长度为LINI(i);初次余寿梯次线以上的每条细竖线长度为Plan(i);初次余寿梯次线以下的每条粗竖线长度为LINI(i)-Plan(i),是第i架飞机完成年度飞行计划后的余寿值。可知,初次余寿梯次线以上的每条细竖线长度之和,即为机队年度飞行训练任务总时间T。
4.机队计划末余寿比RLR计算、判断
假设计划中返厂大修的飞机都可以在计划时间段内返回机队,则根据初次余寿梯次线规划的计划末机队余寿比RLR为:
其中,Li为第i架单机本次大修寿命,Li′为第i架单机下次大修寿命。
读取系统给定的余寿比阈值RT,将机队计划末余寿比RLR与余寿比阈值RT进行比较判断:如果RLR≥RT,则步骤3计算出的第i架单机初步年度计划使用时间Plan(i)为最终计划,算法结束;否则,继续执行后续步骤。
5.调整单机初步年度计划使用时间
当RLR<RT时,应当对单机初步年度计划使用时间Plan进行调整。调整方法是增加部分低余寿单机的计划使用时间,使其返厂大修,并在计划时间段内出厂归队,提升计划末机队总大修剩余寿命,最终达到RLR≥RT的目的。设调整后的计划内返厂大修飞机总数(即调整后当年返厂大修的单机总数)为S′,则S′应满足:
且
通过循环迭代的方式可以求出S′的值,则前S′架单机增加的计划使用时间Adj为:
为使机队年度飞行训练任务总时间T保持不变,后S-S′架高余寿单机的计划使用总时间应该相应地减少Adj。则调整后的后S-S′架高余寿单机的计划使用总时间T′为:
6.二次余寿梯次线调整
二次余寿梯次线方程为:Y=a2X+b2,其中,a2是二次余寿梯次线斜率,由高余寿单机数量S-S′和高余寿单机的计划使用总时间T′决定;b2是二次余寿梯次线平移参数,由高余寿单机的计划使用总时间T′、二次余寿梯次线斜率a2、以及每架高余寿飞机的余寿值(高余寿单机的余寿值)决定。
二次余寿梯次线斜率a2计算公式如下:
在求取出二次余寿梯次线斜率a2的基础上,对b2设置初始值为0,然后利用二次余寿梯次线方程、高余寿单机的计划使用总时间T′、二次余寿梯次线斜率a2、以及高余寿单机的余寿值作为约束,在参数空间内对b2的精确值进行折半查找,当计算得到的高余寿单机的计划使用总时间与实际值的误差小于阈值10-7时,b2的值即为结果值。
二次余寿梯次线对高余寿单机的梯次计划使用时间分配机制如图3所示,其中虚线为二次余寿梯次线,S′即为调整后当年返厂大修的单机总数。
7.最终确定单机最终年度计划使用时间Plan′
根据二次余寿梯次线的调整,当RLR<RL时,最终确定第i架单机的最终年度计划使用时间为Plan(i)′,其计算规则为:
(三)实施例
本实施例采用多个机队的调度模拟数据作为案例,通过对机队年度使用计划的推算,验证本发明基于二次梯次线调整的机队余寿比控制方法的实用性和使用效率。具体如下:
1.输入数据
导入整个机队年初的调度模拟数据,包括:机队单机数量S、机队单机本次大修寿命列表(单机本次大修寿命矩阵AL)、机队单机下次大修寿命列表(单机下次大修寿命矩阵AL′)、机队单机本次累计飞行时间列表(单机本次累计飞行时间矩阵AT)、机队年度飞行训练任务总时间T及余寿比阈值RT。本实施例中机队单机数量为8。
2.确定余寿矩阵
根据机队每架飞机的本次大修寿命和本次累计飞行时间,计算出每架飞机的计划初单机余寿值LINI,并对每架飞机的余寿(LINI)进行由小到大的排序,得到机队计划初余寿分布矩阵ALL,并根据排序结果形成正整数编码机号,对机队8架飞机进行编号如图4所示,其横轴为机号,纵轴为余寿值。
3.确定初次余寿梯次线方程
根据机队年度飞行训练任务总时间T和机队飞机数量,计算初次余寿梯次线斜率a1;根据初次余寿梯次线斜率a1以及每架飞机的余寿值(LINI),计算初次余寿梯次线平移参数值b1,从而确定初次余寿梯次线方程,初次余寿梯次线如图5中虚线所示。
4.初步确定单机年度计划
根据初次余寿梯次线方程和每架飞机的计划初剩余寿命(机队计划初余寿分布矩阵ALL),初步确定单机的年度计划使用时间(Plan),如图5中初次余寿梯次线以上的网格竖线,即为初步确定单机的年度计划使用时间Plan。
5.计算余寿比
根据单机本次大修寿命L、单机下次大修寿命L′、单机初步年度计划使用时间Plan、单机初步计划后剩余寿命(即图5中初次余寿梯次线以下的竖线)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,即为机队计划末余寿比RLR。对比计算得到的机队计划末余寿比RLR与输入的余寿比阈值RT之间的大小,得出:机队计划末余寿比RLR小于余寿比阈值RT。利用余寿比限制和循环迭代的方式,求出调整后当年返厂大修的飞机总数(S′),以及高余寿飞机的计划减少时间(即S′架单机增加的计划使用时间Adj)。本实施例中当年返厂大修的飞机为前3架飞机。
6.确定二次余寿梯次线方程
根据高余寿飞机的初步计划时间(即后5架高余寿单机的年度计划使用总时间)、高余寿飞机的计划减少时间(Adj)、以及高余寿飞机的数量(5架飞机),计算二次余寿梯次线斜率a2;根据二次余寿梯次线斜率a2以及每架高余寿飞机的余寿值,计算二次余寿梯次线平移参数b2,从而确定二次余寿梯次线方程,二次余寿梯次线如图6中虚线所示,图中机号为4至8的飞机为高余寿单机。
7.最终确定单机年度计划
根据二次余寿梯次线对各飞机初始剩余寿命(LINI)的划分,计算出最终的单机年度计划使用时间(机队的单机最终年度计划使用时间Plan′),如图6中的网格竖线所示。计划末机队飞机剩余寿命分布(余寿梯次分布)如图7所示,飞机余寿梯次均匀度指标在95%以上,机队余寿比大于阈值,表明梯次决策效果良好、余寿比控制达到预期效果。
本发明基于二次梯次线调整的机队余寿比控制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,上述控制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控制方法的各步骤。
另外,本发明机队余寿比控制方法还可以应用于终端设备,终端设备包括存储器、处理器,以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现本发明控制方法的步骤。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机设备,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对个别步骤进行的改进和等同变换,都属于本发明所要保护的技术范畴。
Claims (10)
1.一种基于二次梯次线调整的机队余寿比控制方法,其特征在于,包括以下步骤:
步骤1、确定机队计划初余寿分布矩阵ALL:
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单机数量S、单机本次大修寿命矩阵AL、单机下次大修寿命矩阵AL′、单机本次累计飞行时间矩阵AT、机队年度飞行训练任务总时间T及余寿比阈值RT;
所述单机本次大修寿命矩阵AL包含的元素为单机本次大修寿命L;
所述单机下次大修寿命矩阵AL′包含的元素为单机下次大修寿命L′;
1.2)将机队单机本次大修寿命矩阵AL和单机本次累计飞行时间矩阵AT中对应的每个元素相减,获得计划初单机余寿值LINI的分布矩阵;
1.3)将计划初单机余寿值LINI从小到大排序,并将排序后的结果赋给机队计划初余寿分布矩阵ALL,并根据排序结果对机队单机进行编号,形成1至S机号;
步骤2、确定初次余寿梯次线方程:
2.1)根据机队年度飞行训练任务总时间T、机队单机数量S以及计划初单机余寿值LINI,计算初次余寿梯次线斜率a1和初次余寿梯次线平移参数b1;
2.2)根据初次余寿梯次线斜率a1、初次余寿梯次线平移参数b1确定初次余寿梯次线方程:Y=a1X+b1;
其中:X为机队单机的机号;Y为机队单机对应的余寿值;
步骤3、确定机队的单机初步年度计划使用时间Plan:
根据初次余寿梯次线方程和机队计划初余寿分布矩阵ALL,确定单机初步年度计划使用时间Plan;
步骤4、计算机队计划末余寿比RLR并进行判断:
4.1)根据单机本次大修寿命L、单机下次大修寿命L′、单机初步年度计划使用时间Plan及计划初单机余寿值LINI,计算机队计划末余寿比RLR;
4.2)将机队计划末余寿比RLR与余寿比阈值RT进行比较判断:
若RLR≥RT,则步骤3确定的机队单机初步年度计划使用时间Plan即为单机最终年度计划使用时间Plan′;
若RLR<RT,则执行步骤5;
步骤5、调整单机初步年度计划使用时间:
5.1)对单机初步年度计划使用时间Plan进行调整,利用余寿比限制和循环迭代的方式,增加部分低余寿单机的年度计划使用时间,使其当年返厂大修并在当年出厂归队,从而提升计划末机队大修总余寿,直至RLR≥RT,得到调整后当年返厂大修的单机总数S′,则高余寿单机数量为S-S′;
5.2)根据调整后当年返厂大修的单机总数S′,计算前S′架单机增加的计划使用时间Adj;
5.3)在机队年度飞行训练任务总时间T保持不变的前提下,将后S-S′架高余寿单机的年度计划使用总时间相应地减少Adj,调整后获得后S-S′架高余寿单机的计划使用总时间T′;
步骤6、确定二次余寿梯次线方程:
6.1)根据高余寿单机数量S-S′、高余寿单机的计划使用总时间T′及高余寿单机的余寿值,计算二次余寿梯次线斜率a2和二次余寿梯次线平移参数b2;
6.2)根据二次余寿梯次线斜率a2、二次余寿梯次线平移参数b2确定二次余寿梯次线方程:Y=a2X+b2;
步骤7、根据二次余寿梯次线方程,获得机队的单机最终年度计划使用时间Plan′。
2.根据权利要求1所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤2.1)中,所述初次余寿梯次线斜率a1根据下式计算:
所述初次余寿梯次线平移参数b1的计算过程具体为:
定义初次余寿梯次线平移参数b1的初始值为0,利用初次余寿梯次线方程、机队年度飞行训练任务总时间T、初次余寿梯次线斜率a1以及计划初单机余寿值LINI作为约束,在参数空间内对b1的精确值进行折半查找,当计算得到的机队飞行训练任务总时间与机队年度飞行训练任务总时间T的差值小于阈值时的b1值,即为初次余寿梯次线平移参数b1。
3.根据权利要求1或2所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤3具体为:
3.1)定义初次余寿梯次线方程与X轴的交点值为ITS,则ITS根据下式计算:
3.2)机队的单机初步年度计划使用时间Plan的计算规则为:
其中:i表示机号为i的单机,i为取值为[1,S]的整数;
Plan(i)为第i架单机的初步年度计划使用时间;
LINI(i)为第i架单机的计划初余寿值。
4.根据权利要求3所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤4中,所述机队计划末余寿比RLR依据下式计算:
其中:Li为第i架单机本次大修寿命;
Li′为第i架单机下次大修寿命。
5.根据权利要求4所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤5.1)中,所述当年返厂大修的单机总数S′应满足以下要求:
且
6.根据权利要求5所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤5.2)中,所述前S′架单机增加的计划使用时间Adj通过下式计算:
其中:∩表示取交集;
步骤5.3)中,所述后S-S′架高余寿单机的计划使用总时间T′通过下式计算:
7.根据权利要求6所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于,步骤6.1)中,所述二次余寿梯次线斜率a2根据下式计算:
所述二次余寿梯次线平移参数b2的计算过程具体为:
定义二次余寿梯次线平移参数b2的初始值为0,利用二次余寿梯次线方程、高余寿单机的计划使用总时间T′、二次余寿梯次线斜率a2以及高余寿单机的余寿值作为约束,在参数空间内对b2的精确值进行折半查找,当计算得到的高余寿单机的计划使用总时间与高余寿单机的计划使用总时间T′的差值小于阈值时的b2值,即为二次余寿梯次线平移参数b2。
8.根据权利要求7所述的基于二次梯次线调整的机队余寿比控制方法,其特征在于:步骤7中,所述单机最终年度计划使用时间Plan′的计算规则为:
其中:Plan(i)′为第i架单机的最终年度计划使用时间。
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任一所述的基于二次梯次线调整的机队余寿比控制方法的步骤。
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任一所述的基于二次梯次线调整的机队余寿比控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507184.7A CN114415499B (zh) | 2021-12-10 | 2021-12-10 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507184.7A CN114415499B (zh) | 2021-12-10 | 2021-12-10 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114415499A CN114415499A (zh) | 2022-04-29 |
CN114415499B true CN114415499B (zh) | 2024-04-12 |
Family
ID=81265784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111507184.7A Active CN114415499B (zh) | 2021-12-10 | 2021-12-10 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114415499B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001046014A1 (en) * | 1999-12-20 | 2001-06-28 | Pratt & Whitney Canada Corp. | Engine monitoring display for maintenance management |
WO2017192998A1 (en) * | 2016-05-06 | 2017-11-09 | General Electric Company | Controlling aircraft operations and aircraft engine components assignment |
CN107730014A (zh) * | 2017-10-23 | 2018-02-23 | 哈尔滨工业大学 | 一种基于cbm的机队维修决策方法 |
CN110750526A (zh) * | 2019-10-17 | 2020-02-04 | 北京五维星宇科技有限公司 | 单装使用计划生成方法、装置及存储介质 |
CN110807594A (zh) * | 2019-10-30 | 2020-02-18 | 中国人民解放军海军航空大学 | 一种装备使用梯次间隔时间计算方法 |
WO2021195382A1 (en) * | 2020-03-25 | 2021-09-30 | Joby Elevate, Inc. | Systems and methods for generating flight plans used by a ride sharing network |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2296064B1 (en) * | 2009-09-10 | 2019-04-24 | Sikorsky Aircraft Corporation | Life improving flight control system |
-
2021
- 2021-12-10 CN CN202111507184.7A patent/CN114415499B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001046014A1 (en) * | 1999-12-20 | 2001-06-28 | Pratt & Whitney Canada Corp. | Engine monitoring display for maintenance management |
WO2017192998A1 (en) * | 2016-05-06 | 2017-11-09 | General Electric Company | Controlling aircraft operations and aircraft engine components assignment |
CN107730014A (zh) * | 2017-10-23 | 2018-02-23 | 哈尔滨工业大学 | 一种基于cbm的机队维修决策方法 |
CN110750526A (zh) * | 2019-10-17 | 2020-02-04 | 北京五维星宇科技有限公司 | 单装使用计划生成方法、装置及存储介质 |
CN110807594A (zh) * | 2019-10-30 | 2020-02-18 | 中国人民解放军海军航空大学 | 一种装备使用梯次间隔时间计算方法 |
WO2021195382A1 (en) * | 2020-03-25 | 2021-09-30 | Joby Elevate, Inc. | Systems and methods for generating flight plans used by a ride sharing network |
Also Published As
Publication number | Publication date |
---|---|
CN114415499A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saddoune et al. | Integrated airline crew pairing and crew assignment by dynamic constraint aggregation | |
CN111242524B (zh) | 一种确定单品补货量的方法、系统、设备及存储介质 | |
CN111582584B (zh) | 基于航空公司公平性的航段运行时间优化方法 | |
CN106971048A (zh) | 一种伽马型有寿件备件需求量计算方法 | |
US10062053B1 (en) | Spare component ownership planning system and method | |
CN110046761A (zh) | 一种基于多目标粒子群优化算法的乙醇库存补货策略 | |
US20190236439A1 (en) | Resource allocation based on decomposed utilization data | |
CN108564198A (zh) | 一种基于建筑信息模型的施工进度预测方法及系统 | |
CN113077098A (zh) | 大规模作战航材需求预测和储备决策方法 | |
CN110750526B (zh) | 单装使用计划生成方法、装置及存储介质 | |
Wang et al. | Multi-agent reinforcement learning based distributed renewable energy matching for datacenters | |
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 | |
CN111260161A (zh) | 一种众包任务下发的方法及设备 | |
CN112651673A (zh) | 一种资源规划方法及相关设备 | |
Lee et al. | Application of multi-objective simulation-optimization techniques to inventory management problems | |
CN115841343A (zh) | 一种销售额度的确定方法及装置 | |
CN116048785A (zh) | 一种基于监督学习和强化学习的弹性资源分配方法 | |
Kuwahara et al. | Dynamic power consumption prediction and optimization of data center by using deep learning and computational fluid dynamics | |
US10504054B2 (en) | Travel inventory demand simulation | |
US20220391804A1 (en) | Resource planning with incomplete information | |
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 | |
CN113238873A (zh) | 一种用于航天器资源优化配置的方法 | |
EP1355245A1 (en) | Method for simulating project duration and costs | |
CN115689252B (zh) | 基于自适应蚁群算法的任务分配方法和系统 | |
US11961024B1 (en) | Automated staffing allocation and scheduling |
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 |