Temoignages d 'utilisateurs

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

使用Simulink和Simevents构建船队的离散事件模型,使用MATLAB并行服务器加速万博1manbetx数千个仿真,并用深层学习工具箱内插

结果

  • 模拟设置时间从几个月减少到几个小时
  • 发展工作减少了
  • 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。”

Justin Beales,洛克希德马丁
F-35s准备飞行。

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。

洛克希德马丁工程师使用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物流系统,模拟F-35车队的性能非常具有挑战性。万博1manbetx洛克希德马丁最初寻求使用现有工具生成预测,但他们证明他们向问题增加了复杂性。

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。

它们使用SimEvents建立了模型的核心来创建实体,并使用Matlab的属性功能块实现系统逻辑®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,验证和认证指南验证了模型。

该工程师利用了基于实验设计的随机事件和参数变化来ran Monte Carlo仿真。要更快地生成结果,团队使用并行计算工具箱和MATLAB并行服务器在256员群集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。”

  • 发展工作减少了.“万博1manbetxSimulink和Simevents大大扩展了我们的车队性能预测能力,同时最大限度地减少了开发工作,”Beales说。

  • 模拟时间缩短了几个月.“通过在群集上并行运行我们的模拟而不是我们的12核桌面计算机上,我们将更快地完成20倍以上,”Beales说。“加上,我们用深层学习工具箱执行的插值大大减少了我们需要执行的模拟数量,节省额外的CPU时间。”