使用Simulink和Simevents构建船队的离散事件模型，使用MATLAB并行服务器加速金宝app数千个仿真，并用深层学习工具箱内插
“通过使用Simulink和SimEvents构建模金宝app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，以最大化F-35机队的性能，同时最小化开发和执行工作。”
Justin Beales，洛克希德马丁
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，确保零件的可用性，同时避免不必要的库存，降低了寿命周期成本，并提高了F-35机队的任务准备就绪程度。金宝app为了实现这些目标，该计划依赖于对机队性能的准确预测，包括飞机将停飞多长时间。
洛克希德马丁公司的工程师使用了Simulink金宝app®，simevents.®，深度学习工具箱™，以及MATLAB Parallel Server™，以模拟舰队性能，并基于在一个256个工作人员的计算集群上的数万个模拟进行预测。
洛克希德·马金宝app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，该模型包含了整个F-35项目的数据，并模拟了数千架每天运行的飞机，每架飞机都有数千个部件，在多年的时间里分布在数百个地点。”“在我们的集群上加速数千个蒙特卡罗模拟，然后用深度学习工具箱(Deep Learning Toolbox)对结果进行插值，这将为我们节省数年的处理时间。”
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。金宝app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，他们可以使用它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。
洛克希德·马丁公司的工程师开发了F-35机队的一个复杂的Simulink模型，并使用SimEvents离金宝app散事件模拟引擎对该模型进行了模拟。
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。该模型包含了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的数据。
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记录并存储金宝app了所有发生的事件。为了后期处理这些数据，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®供其他分析师使用的Excel文件。
洛克希德·马丁公司已经使用该模型来预测舰队性能，以支持F-35维持计划。金宝app该团队目前正在探索在其他程序中使用该模型的方法。
模拟设置时间从几个月减少到几个小时．“将数据输入到旧系统中需要几个月的时间，”Beales说。“相比之下，我们可以用新的数据集在一天内建立和运行我们的Simulink和Sim金宝appEvents模型。”
发展工作减少了．“金宝appSimulink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。”
加入客户参考计划
你也可以从以下列表中选择一个网站: