洛克希德·马丁公司建立离散事件模型来预测F-35舰队性能

挑战

预测F-35机群的性能,最大限度地降低生命周期成本,最大限度地提高任务准备程度

解决方案

利用Simulink和SimEvents建立车队的离散事件模型,使用MATLAB并行服务器加速万博1manbetx数千次仿真,并使用Deep Learning Toolbox对结果进行插值

结果

  • 模拟设置时间从几个月减少到几个小时
  • 开发工作减少
  • 模拟时间缩短了几个月

“通过使用Simulink和SimEvents建立模万博1manbetx型,并在计算机集群上运行离散事件模拟,我们迅速发现了许多机会,在最大限度地减少开发和执行努力的同时,最大化F-35机群的性能。”

贾斯汀·比尔斯,洛克希德·马丁公司的
f -35战机准备起飞。

洛克希德·马丁公司的F-35闪电II维持计划通过减少停机时间、支持飞行员培训、确保零部件的可用性,同时避免不必要的库存,降低了F-35机群的生命周期成本,提高了任务准备就绪程度。万博1manbetx为了实现这些目标,该项目依赖于机队性能的准确预测,包括飞机将停飞多长时间的预测。

洛克希德·马丁公司的工程师使用了Simulink万博1manbetx®, SimEvents®、深度学习工具箱,以及MATLAB Parallel Server™来模拟舰队的性能,并基于一个256个工作人员的计算集群上的数万次模拟做出预测。

洛克希德·马万博1manbetx丁公司的项目工程师贾斯汀·比尔斯说:“通过Simulink和SimEvents,我们创建了一个模型,该模型整合了整个F-35项目的数据,并模拟了数千架每天在数百个地点运行的飞机,每架飞机都有数千个部件,横跨多年。”“在我们的集群上加速数千次蒙特卡洛模拟,然后用深度学习工具箱插入结果,将为我们节省数年的处理时间。”

挑战

由于飞机的复杂性和支持它所需的全球后勤系统的复杂性,模拟F-35机队的性能是极具挑战性的。万博1manbetx洛克希德·马丁公司最初试图使用现有工具进行预测,但事实证明,它们增加了问题的复杂性。

洛克希德·马丁公司的团队想要开发一个详细的、易于配置的模型,他们可以用来快速模拟数千个参数组合和场景。他们需要应用先进的技术来生成和分析结果,包括实验设计、机器学习和其他统计和概率方法。

解决方案

洛克希德·马丁公司的工程师为F-35机队开发了一个复杂的Simulink模型,并使用SimEvents离万博1manbetx散事件模拟引擎模拟该模型。

他们使用SimEvents构建了模型的核心实体,并使用MATLAB的属性函数块实现了系统逻辑®代码。该模型包括零件和飞机性能数据,以及飞机改装、异常维修事件、零件可用性和飞机活动数据。

他们使用测试用例和国防部验证、确认和认证指南来验证模型。

工程师们在实验设计的基础上进行了数千次具有随机事件和参数变化特征的蒙特卡罗模拟试验。为了更快地生成结果,该团队使用了并行计算工具箱和MATLAB并行服务器在一个256-worker集群上并行运行多个模拟。

利用深度学习工具箱,他们训练了一个神经网络来模拟结果,使他们能够插值模拟数据。

在模拟过程中,Simulink记录并存储万博1manbetx发生的所有事件。为了后处理这些数据,该团队开发了MATLAB脚本来计算性能指标,生成带注释的MATLAB图,并创建Microsoft®Excel文件供其他分析师使用。

洛克希德·马丁公司已经在使用该模型来预测机队性能,以支持F-35维持计划。万博1manbetx该团队目前正在探索在其他项目中使用该模型的方法。

结果

  • 模拟设置时间从几个月减少到几个小时.“建立旧系统的数据输入需要几个月的时间,”比尔斯说。“相比之下,我们可以在一天内用新的数据集建立和运行我们的Simulink和Sim万博1manbetxEvents模型。”

  • 开发工作减少.B万博1manbetxeales说:“Simulink和SimEvents极大地扩展了我们的船队性能预测能力,同时最大限度地减少了开发工作量。

  • 模拟时间缩短了几个月.Beales说:“通过在一个集群上并行运行我们的模拟,而不是在我们的12核桌面计算机上,我们完成它们的速度快了20倍。”“此外,我们使用深度学习工具箱执行的插值运算大大减少了我们需要执行的模拟次数,节省了额外的CPU时间。”