用户故事

洛克希德·马丁公司建立离散事件模型预测F-35舰队性能

挑战

预测F-35机队性能,以最小化生命周期成本和最大化任务准备

解决方案

使用Simulink和SimEvents构建舰队的离散事件模型,使用MATLAB并行服务器加速金宝app数千次模拟,并使用深度学习工具箱对结果进行插值

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

“通过用Simulink和SimEvents建立模型金宝app,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,可以最大限度地提高F-35机队的性能,同时最大限度地减少开发和执行工作。”

贾斯汀·比尔斯,洛克希德·马丁公司
f -35战机准备起飞。

洛克希德·马丁公司的F-35“闪电II”维持项目通过最大限度地减少停机时间、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F-35机队的生命周期成本,提高了任务准备能力。金宝app为了实现这些目标,该项目依赖于对机队性能的准确预测,包括对飞机停飞时间的预测。

洛克希德·马丁公司的工程师使用Simulink金宝app®, SimEvents®深度学习工具箱,以及MATLAB并行服务器™来建模舰队性能,并根据256个工作人员计算集群上的数万次模拟进行预测。

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,该模型融合了整个F-35项目的数据,并模拟了数千架飞机每天在数百个地点运行,每架飞机都有数千个零件,时间长达多年。”“在我们的集群上加速数千次蒙特卡罗模拟,然后用深度学习工具箱对结果进行插值,这将为我们节省数年的处理时间。”

挑战

模拟F-35机队的性能是极具挑战性的,因为飞机的复杂性和支持它所需的全球后勤系统。金宝app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,这些工具增加了问题的复杂性。

洛克希德·马丁公司的团队希望开发一种详细的、易于配置的模型,他们可以用它来快速模拟数千种参数组合和场景。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·马丁公司的工程师开发了一个复杂的F-35机队的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。

他们使用SimEvents创建实体构建模型的核心,并使用MATLAB中的Attribute Function block实现系统逻辑®代码。该模型包含了部件和飞机性能数据,以及关于飞机改装、异常维护事件、部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、确认和认可指南验证模型。

工程师们进行了蒙特卡罗模拟,进行了数千次试验,这些试验包括随机事件和基于实验设计的参数变化。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256个工作集群上并行运行多个模拟。

使用深度学习工具箱,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记录并存储金宝app发生的所有事件。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®Excel文件供其他分析师使用。

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维持项目。金宝app该团队目前正在探索将该模型应用于其他项目的方法。

结果

  • 模拟设置时间从几个月减少到几个小时.“将数据输入设置到旧系统需要几个月的时间,”Beales说。“相比之下,我们可以在一天内用一个新的数据集建立并运行我们的Simulink和S金宝appimEvents模型。”

  • 开发工作减少.“金宝appSimulink和SimEvents极大地扩展了我们的舰队性能预测能力,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.“通过在集群上并行运行我们的模拟,而不是在我们的12核台式电脑上,我们完成它们的速度快了20多倍,”Beales说。“此外,我们使用深度学习工具箱进行的插值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。”