基于Anylogic 的飞机维修保障资源运用过程仿真*
李京峰，项华春，陈云翔，严雅榕
（空军工程大学装备管理与无人机工程学院，西安 710051）
摘 要： 针对新一轮军队规模结构调整对航空兵部队飞机维修保障资源运用过程的影响，分析了飞行计划、资源配置、保障流程，在此基础上运用Anylogic 软件进行仿真，探究了飞行计划强度、资源配置数量对“资源利用率”、“资源满足率”、“平均保障时间”等指标的影响。通过比较分析不同强度飞行计划在不同资源配置条件下3 项指标的数值，发现内在规律，得到相关启示，为飞机维修保障资源运用过程的仿真提供了新的思路。
关键词： 维修保障过程，系统建模，Anylogic，系统仿真
0 引言
伴随新一轮军队规模结构调整，航空兵部队的装备管理体制也发生了相应变化。对于部队级装备管理环节，调整后航空兵部队装备管理体制运行效率的高低直接影响本级和更高层级的装备完好率及作战效能的发挥。在航空兵部队装备管理体制运行效率的众多影响范围内，本文仅以军用飞机维修保障资源运用过程为例进行仿真。
温泉混凝土面板堆石坝按照传统概念进行设计，结合地形地质条件、料场实际情况等，注重细节的设计与处理。采用坝体堆石区中部砂粒料填筑分区、“内趾板+窄趾板”的设计,部分面板受压缝采用沥青杉板嵌缝充填设计及大坝上游采用挤压边墙固坡，这些设计对工程的顺利施工奠定了坚实的基础，并取得良好的经济效益,可为其他类似工程的建设提供借鉴。
军用飞机的使用维修保障［1-2］是指为了保持和恢复飞机完好的技术状态，保证飞机能正确操作使用，以便充分发挥其作战性能所进行的一系列技术和管理活动，以及为保证这些活动有效地实施所必需的维修保障资源。军用飞机的使用维修保障包括使用保障、维修工程、保障工程3 个部分。本文研究的军用飞机维修保障资源运用过程属于使用保障部分。运用仿真技术模拟军用飞机维修保障资源运用过程，可以准确反映动态与随机的系统特性，节约研究时间与费用，近年来已成为相关学者的研究热点。文献［3］应用Anylogic 仿真软件建立了基于网络离散事件的装甲装备维修保障过程仿真模型，进行了基于指标权重的维修保障资源评价；文献［4］利用Petri 网对战术装备维修保障指挥过程进行建模，根据假设的实例数据对比分析了现有和简化后的指挥过程的平均延迟时间，从而为战术装备维修保障指挥过程的优化提供依据；文献［5］将一般的面向对象思想扩展为随机服务资源管理对象（SSRMO）来对装备维修保障系统（EMSS）物理层仿真建模，先给出了基于UML 动态建模技术的EMSS 业务建模方法，然后将业务流程分解为每个SSRMO 的业务规则来实现EMSS 的业务流程模型。
本文针对某航空兵部队飞机维修保障资源运用过程，运用Anylogic 仿真软件进行仿真 ［6-8］，通过变化装备资源数量的参数及飞行计划强度，发现在不同装备管理体制且资源配置不同的情况下各自的资源利用率、资源满足率及平均保障时间，为优化飞机维修保障资源配置，提供科学的可视化支撑。
1 飞机维修保障资源运用过程分析
在执行作训任务时，飞机的维修保障资源运用是一个较为复杂的工作，必须根据飞行计划、气候特征、资源配置、维修环境等因素制定方案，进行人员分工、专业协调和设备请领等活动，这是一个动态的相互影响过程，在进行仿真之前务必要把飞机维修保障资源运用过程描述清楚。具体过程如图1所示。
按照上述初始资源配置及参数设置，采用高强度飞机计划，仿真模型运行结果如图3 所示。
由图1 得知，通常，在建立飞机维修保障资源运用过程的模型之前要先明确当天的飞行计划［9］，以便机务人员根据相关任务进行准备，请领、调度资源。其次，在任务下达之后，要明确仿真对象的资源配置状况，以便在模型中设置参数时尽量真实地还原现实状况，达到科学合理的效果。最后，要清晰地描述开飞前飞机的直接机务准备过程，这是建模过程中的一个重要问题，只有符合实际，建立的模型才有参考意义。本文的初始仿真对象规模以军队规模结构调整前团级的基本状况为参考。
图1 飞机维修保障资源运用过程
1.1 飞行计划
航空兵部队的飞行计划是根据飞机基本信息及训练内容等所制定的任务计划，是开展相关维修保障工作的依据。按照飞行计划的安排内容可以分为高强度计划、中强度计划和低强度计划，飞行计划强度的大小将影响资源利用率的高低以及保障时间的长短等指标。
在使用Anylogic 软件仿真的过程中，会依次对比不同强度的飞行计划在不同资源配置状况下各自的资源利用率以及保障时间，从而得到使航空兵部队飞机维修保障效率最高的优化方案。其中，高强度计划中安排18 架飞机5 个起落、中强度计划中安排15 架飞机3 个起落、低强度计划中安排12架飞机2 个起落的训练内容。
1）北京市渗沥液原液中基本化学特性随着季节变化有着一定变化，主要是不同季节垃圾的种类数量有变化，尤其夏天COD、BOD等指标明显高于其他季节，说明渗沥液处理设施在夏季达到最高负荷，在不同季节处理渗沥液的压力不同。
1.2 资源配置
在对航空兵部队飞机维修保障运用过程仿真时，必须明确仿真对象的规模结构及相关资源配置概况，以便在飞行计划下达后及时地调度资源，满足计划需求。保障资源的利用情况将直接影响作战训练的实施和效能。
通常，每个飞行团由一个机务大队（包括一个修理厂）进行机务保障，除此之外还有油料股、航材股、军械股、四站等单位参与保障，同时需要机场、停机坪、塔台等机场设施，以及加油车、氮气车、地面电源车、氧气车等保障车辆。
将不同方案仿真运行统计的指标汇总以供对比分析，如下页表2 所示。3.2.1 横向分析以高强度飞行计划为例，在初始资源配置条件下，氮气车和氧气车的资源利用率明显较加油车和电源车高，但是二者的资源满足率分别为88.9%和90.4%，距离100%较远，没有满足充分保障任务完成的需求。调整为最优资源配置后，氮气车和氧气车的资源利用率较之前有所下降，但目前值仍然可观，加油车和电源车的资源利用率则明显提升，更为重要的是，4 种车的资源满足率均在98%以上，达到了充分保障任务完成的需求。使用Anylogic 按照高强度飞行计划循环仿真发现，仿真时间越长，资源满足率越接近100%。
3)影响交通通行能力。弗吉尼亚大学的Smith等研究发现小雨可降低4%～10%的通行能力，而大雨可降低25%～30%的通行能力。降雪事件也会降低路段的通行能力，其范围在4%～27.5%之间。
1.3 保障流程
按照飞行计划的内容，机务人员会在飞机起飞前开展直接机务准备工作。依据实际工作的流程，针对飞机维修保障运用过程的仿真内容提取如下：
1）在准备相关工作之后调用氮气车检查氮气压力并充氮，检查发动机及相关系统；
2）加注燃油，检查燃油质量，了解其他专业检查情况；
中强度飞行计划和低强度飞行计划的分析可以参考高强度飞行计划，基本类似。
4）氧气系统检查，该部分检查与1）中的氮气检查同时进行，除此之外，还有相关仪表、系统的检查。
2 基于Anylogic 的飞机维修保障资源运用过程建模
在图2 的仿真模型中，首先在上方模拟机场布局，给出飞机和保障装备移动路线。接着用离散事件建模方法构建飞机维修保障资源运用过程的逻辑关系。在流程图中，用sourcePlane 资源模块根据schedulePlanHigh 时间表每次产生一架飞机，紧接着timeMeasureStart 与timeMeasureEnd 构成一对对象，用于测量它们之间的Agent（智能体）所花费的时间。使用prepare 模块表示开展直接机务准备前的准备工作，接着由split 产生飞机的副本，分别进入serviceNitrogen 模块和serviceOxygen 模块，其中serviceNitrogen 代表从资源池nitrogen 获取一辆氮气车检查氮气压力并充氮，serviceOxygen 代表从资源池oxygen 获取一辆氧气车进行氧气系统检查，之后由delay 模块表示仪表及系统检查，这两部分工作同时进行。氮气车保障完毕后进入serviceRefuel模块，表示加注燃油，检查燃油质量，servicePower 模块表示接通地面电源等工作内容。而后由combine合并飞机及副本，向起飞线toFlight 滑行，在wait 模块等待5 s 后，由speedUp 模块完成加速过程，最后起飞并由sink 释放飞机，整个流程结束。
由此可以看出，运用Anylogic 软件仿真快捷、灵活、方便，符合本文模拟飞机维修保障资源运用过程的需求。通过分析，飞机维修保障资源运用过程属于典型的离散事件，因此，本文主要采用Anylogic中的离散事件建模方法。
由于布置挡板会导致风室局部阻力增大，相应增加风机负荷，造成风机功率降低，增加电耗。因此在研究炉排横向配风不均匀时需要考虑风室的阻力及阻力造成的电耗损失。模拟结果如图9、图10所示。
2.1 参数设置及模型假设
首先进行模型相关参数的设置，参数内容如表1 所示。
表1 飞机维修保障资源运用过程参数设置
飞机维修保障资源运用过程受到很多因素的影响，为了更好地构建仿真模型，需要在建模之前进行一些假设。
本试验结果表明，当P20 2018款植保无人机飞行速度为3 m/s、高度为1.5 m(距植物冠层)、喷液量为15.0～22.5 L/hm2、草铵膦有效成分用量为750～1 500 g a.i./hm2时，药剂处理区雾滴总沉积密度可达44.8～60.7个/cm2，在飞行边界5.0 m处雾滴飘移量极少，上述处理对叶菜田常见杂草及叶菜残茬具有优良的防效，建议植株较大时使用高剂量处理。同等施药剂量下，不同施药方式及喷液量处理对杂草或叶菜残茬的株防效和鲜质量防效均无显著性差异，P20 2018款植保无人机可用于叶菜田清园处理。
2）直接机务准备过程中，相关人员均能正常工作且工作效率一致，没有意外情况发生；
3）为了模拟现实当中直接机务准备的各个环节完成时间偏差，假设各环节的完成时间服从正态分布，该设置由Anylogic 软件中的normal（double sigma，double mean）函数实现。其中sigma 和mean的值由历史数据统计得出；
罗漠，我是孤儿，十二岁那年夏天，父母出去旅游，双双出了车祸。他们的朋友说，他们生前那样恩爱，死后一定也是神仙眷侣。
4）预设所有Service 模块的队列容量为最大队列容量，以保证模型的正常运行。
2.2 Anylogic 仿真模型构建过程
基于上述假设和参数设置，建立仿真模型如图2 所示。
1）在飞机维修保障资源运用过程中，所有保障设备、设施的保障效果是一样的且均未发生故障或损坏；
图2 Anylogic 仿真模型
Anylogic 软件［10-11］是俄罗斯XJ Technologies 公司研发的复杂系统仿真软件。软件以UML-RT、Java语言和微分方程为基础，提供了不同领域的专业库，在使用这一建模工具时，用户可以利用快速“拖-拉式”来构建模型。AnyLogic 软件充分支持任意基于Java 语言的算法以及二维、三维空间环境，主要用于离散、连续和混合行为的系统仿真，可将基于Agent 建模、离散事件建模和系统动力学的方法结合起来使用。
3 飞机维修保障资源运用过程仿真
模型仿真单位时间为1 s，整体时间以时间表为准，schedulePlanHigh 代表高强度计划时间表，schedulePlanMedium 代表中强度计划时间表，schedulePlanLow 代表低强度计划时间表，仿真截止时刻以流程图中不再有飞机运行为准。最终统计指标“资源利用率”、“资源满足率”和“平均保障时间”分别展示在图表“Utilization”、“Satisfaction”和“MTOS”当中。
3.1 模型初始设置运行结果
本文设计了基于红外视觉的智能装甑撒料区域的实时检测算法，但是并不是任何的装甑酿酒系统都可以适用，因为它十分有助于提高甑桶的出酒效率，但是当对出酒质量有较高要求时，需要做到不同酒品不同装甑方式具体对待，故而难以与有经验的“老师傅”装甑出酒的品质相比较.但是在减少人员劳动量和提高产量上，使用红外相机作为“眼睛”指引装甑机器进行装甑操作，在未来还有很大的期待.相信随着研究的不断深入，智能装甑系统在酒的酿造中将会得到更加广泛的应用，进一步推动酿酒生产的标准化、智能化.
图3 Anylogic 仿真结果
从图3 可以发现电源车和加油车的满足率均为100%，但利用率偏低，平均保障时间3 447.76 s。
上海市水务局依托已有水务信息化成果，在已运行多年的“水资源实时监控与管理系统”的基础上，以优化、完善、提升为目标，围绕最严格水资源管理制度的实施和考核，启动了新一轮水资源管理系统建设，并计划于2015年年底全面完成。
3.2 模型运行结果分析
在航空兵部队开展作训任务过程中，保障装备的利用率固然重要，但由于部队的特殊性质，要以完成任务为首要目标，因此，装备实现充分保障更为重要。通过优化，寻找使得4 种车辆满足率恰好达到100%的资源配置方案。
经过多次仿真实验，发现3 种强度飞行计划中满足率最接近100%的资源配置方案，将其与初始资源配置条件下仿真结果对比如图4 所示。
她坐在他对面，有些摸不着头脑，他为什么要请自己吃晚餐。也许是和她一样找不到一起吃晚餐的人，而又太讨厌一个人坐在喧闹的餐厅里，周围的热闹只会让人的心感觉更孤单。
在使用Anylogic 软件仿真时，初始资源配置设置为该模拟机场具有飞机24 架，其中返厂3架，电源车12 辆，氮气车2 辆，加油车12 辆，氧气车2 辆。
图4 多方案仿真结果对比
在平均保障时间方面，最优资源配置条件下的值比初始资源配置短。在资源配置的变化上，氮气车和氧气车分别只增加1 辆，会起到缩短平均保障时间的作用，而加油车减少了8 辆，电源车减少了5辆，会延长平均保障时间的作用。从数量的变化上看，加油车和电源车本应起到更重要的作用，但事实是氮气车和氧气车的影响更加明显，整体缩短了平均保障时间，说明氮气车和氧气车在保障流程中的位置更为重要。
3）接通地面电源及地面通风，进行相关系统通电检查；
3.2.2 纵向分析
然而，主要的机心元素依然是三轴陀飞轮。尺寸最大的第一个框架连接另外两个框架，每300秒转动一圈。第二个框架嵌入于其中，每75秒转动一圈。最小的第三个框架直接连接大型可变惯性摆轮，每45秒转动一圈。
以最优资源配置为例，在3 种强度飞行计划条件下，4 种车辆的资源利用率高强度比中强度都要高，按照逻辑关系，中强度的资源利用率本应比低强度的高，但实际上低强度的资源利用率更高。经过分析，得到产生这种现象的原因是中强度飞行计划在上午10∶35 放飞一架飞机后，直到下午12∶30又安排一架飞机，在此期间没有任何飞行任务，然而这段时间会影响到资源利用率的指标值，导致数值的下降，经过仿真验证，截止到中强度飞行计划上午10∶35 放飞后，4 种车的资源利用率分别为37.1%、54.9%、54.8%、38.5%，均高于低强度资源利用率，验证了上述猜想。
资源满足率方面，高强度飞行计划小于中强度飞行计划，小于低强度飞行计划，这是由于任务强度越低，越容易得到满足所致。
那一年我刚大学毕业，又很幸运地考取了省委组织部的选拔生，终于长吁了一口气，人生的大门又将是一个新的开启。看到同学们一个个满脸焦急地穿梭于人才市场的人群中，我的心底有了稍许欣喜，但脸上却静如止水。我不想让同学疾妒我的幸运。
平均保障时间方面，任务强度越高，平均保障时间越短，经过分析认为，任务强度越高，资源利用率越高，资源得到了充分地利用，因此，任务强度高反而平均保障时间短。
通过以上分析主要得到两点启示：
1）综合考虑国际国内环境影响，航空兵部队应具备完成高强度飞行计划的能力，因此，相关保障装备的配置应该充分，但并不是越多越好，应根据实际情况寻找到最优配置。
2）在仿真过程中可以发现，一些资源在维修保障过程中占据关键位置，会明显影响相关参数，对于这样的资源要合理地配备充足。同时，精简相关阶段的保障时间对于优化资源配置也会有所帮助。
表2 多方案统计指标汇总
4 结论
通过Anylogic 软件对某航空兵部队飞机维修保障资源运用过程仿真，得到飞行计划强度、资源配置对“资源利用率”、“资源满足率”、“平均保障时间”等指标的影响，发现其中关联，并得到假设条件下的最优资源配置，为研究如何提高航空兵部队装备管理体制运行效率提供实验支撑，具有一定的实用价值和借鉴意义。
下一步仿真研究工作中，会更加贴近实际的模拟维修保障过程，将模型假设中一些理想化的条件进行改进，融入维修保障过程中设备故障、机务人员能力差异、意外状况等不确定性因素。
参考文献：
［1］张恒喜，朱家元，郭基联.军用飞机型号发展工程导论［M］.北京：国防工业出版社，2004：348.
［2］汪凯，冯惊雷，张恒喜.基于Petri 网的军用飞机使用维修保障建模［J］.装备指挥技术学院学报，2005，16（6）：14-17.
［3］张会奇，陈春良，刘俊岩，等.装甲装备维修保障资源优化仿真研究［J］.系统仿真学报，2015，27（1）：142-146.
［4］孙宝琛，王亚彬，郭勇.基于Petri 网的装备维修保障指挥过程建模与性能优化分析［J］.指挥控制与仿真，2011，33（1）：113-117.
［5］李羚玮，陈童，郭波.基于随机服务资源管理对象的装备维修保障系统仿真建模［J］.国防科技大学学报，2010，32（2）：124-129.
［6］陈韶飞，李弘，夏文杰.基于Anylogic 的商业银行排队系统仿真研究［J］.科技通报，2016，32（8）：210-214.
［7］曹洁，刘黎明，赵宏.铁路客运站客流组织的仿真与优化［J］.计算机工程与应用，2014，50（12）：237-241.
［8］陈春良，汤珏，叶红兵.基于Petri 网的装备维修过程建模与AnyLogic 仿真［J］.装甲兵工程学院学报，2011，25（6）：10-13.
［9］王岩磊，陈春良，韩昕锋，等.基于HTCPN 的飞机维修保障过程建模与仿真［J］. 计算机工程与应用，2007，43（29）：235-238.
［10］LUKE S，BALAN G C，PANAIT L A，et al.MASON：a Java multi-agent simulation library ［C］// Proceedings of Agent 2003 Conference on Challenges in Social Simulation，2003.
［11］陈悦峰，董原生，邓立群.基于Agent 仿真平台的比较研究［J］.系统仿真学报，2011，23（1）：110-116.
Simulation of Aircraft Maintenance Support Resource Application Process Based on Anylogic
LI Jing-feng，XIANG Hua-chun，CHEN Yun-xiang，YAN Ya-rong
（School of Equipment Management & UAV Engineering，Air Force Engineering University，Xi’an 710051，China）
Abstract： For the impact of the new round of military scale structure adjustment on the aircraft maintenance and support resource application process，firstly，the flight plan，the resource allocation and the support process are analyzed. On this basis，the simulation is carried out by using Anylogic software to explore the impact of the flight plan intensity and the resource allocation quantity on“resource utilization rate”，“resource satisfaction rate”，“average security time”and other indicators.By compared and analyzed the values of three indexes of different intensity flight plans under different resource allocation conditions， this paper discovers the inherent laws and got the relevant enlightenment. It provides a new idea for the simulation of aircraft maintenance support resource application process.
Key words： maintenance support process，system modeling，Anylogic，system simulation
中图分类号： C93
文献标识码： A
DOI： 10.3969/j.issn.1002-0640.2019.09.004
引用格式 ：李京峰，项华春，陈云翔，等.基于Anylogic 的飞机维修保障资源运用过程仿真［J］.火力与指挥控制，2019，44（9）：18-22.
文章编号： 1002-0640（2019）09-0018-05
收稿日期： 2018-05-28
修回日期： 2018-07-10
*基金项目： 国家自然科学基金资助项目（61502521）
作者简介： 李京峰（1993- ），男，河南漯河人，硕士。研究方向：装备发展战略与管理决策。
Citation format： LI J F，XIANG H C，CHEN Y X，et al.Simulation of aircraft maintenance support resource application process based on anylogic［J］.Fire Control&Command Control，2019，44（9）：18-22.
标签：维修保障过程论文; 系统建模论文; Anylogic论文; 系统仿真论文; 空军工程大学装备管理与无人机工程学院论文;