Petri网作用下航空装备虚拟维修训练仿真_张原.pdf

收稿日期:2022-05-12 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0052-05Petri 网作用下航空装备虚拟维修训练仿真张 原,李 璇(海军航空大学航空基础学院,山东 烟台 264001)摘要:针对航空装备日常维修训练周期长、费用高等难题,建立基于 Petri 网的航空装备虚拟维修训练仿真模型。分析维修训练的组成要素,利用分层思想将训练任务划分为维修层、作业层、维修动素和基本姿势层等,确定不同阶段的训练任务;选取串行、并行和选择作业三种模式,分析不同模式的训练过程;通过基网、权函数、维修动作和状态集合等元素,构建 Petri 网子模型;采用有向图表示装备部件维修间的约束关系,明确维修优先级,并将有向图变换为仿真模型可识别的邻接矩阵;建立具有动态重组功能的 Petri 网训练仿真模型,设置触发条件,获取维修训练仿真的完整过程。实验结果表明,上述模型即使在维修训练任务非常多的情况下也不会出现死锁现象,且仿真效率高,能有效减少训练时间和成本。关键词:派催网;航空装备;虚拟维修训练;仿真模型;有向图中图分类号:TP391 文献标识码:BVirtual Maintenance Training Simulation of AviationEquipment under Petri networkZHANG Yuan,LI Xuan(College of Basic Sciences for Aviation,Naval Aviation University,Yantai Shandong 264001,China)ABSTRACT:Aiming at the problems of long period and high cost of daily maintenance of aviation equipment,thispaper designed a model of simulating virtual maintenance training of aviation equipment based on Petri net.Firstly,the components of maintenance training were analyzed.And then,the training tasks were divided into maintenancelayer,operation layer,maintenance therblig and basic posture layer through the hierarchical idea,so that the trainingtasks in different stages can be determined.Three modes,the serial,parallel and selective operations were selected.After that,the training process of different modes were analyzed.The sub model of Petri net was constructed throughthe base nets,weight functions,maintenance therbligs and state sets.Moreover,the directed graph was used to re-present the constraint relationship between equipment components,and thus to define the maintenance priority.Fur-thermore,the directed graph was transformed into an adjacency matrix that can be recognized by the simulation mod-el.Meanwhile,a Petri net training simulation model with dynamic reconfiguration function was constructed.Finally,trigger conditions were set.Thus,the complete process of maintenance training simulation was obtained.The experi-mental results show that the deadlock will not exist even when there are many maintenance training tasks,and thesimulation efficiency of the model is high,which can effectively reduce the training time and cost.KEYWORDS:Petri net;Aviation equipment;Virtual maintenance training;Simulation model;Directed graph1 引言在航空技术高速发展的背景下,航空装备维修显得格外重要。维修工作主要负责飞行设备养护、故障维修和排除等工作,使各类设备满足安全飞行要求,不仅能够维系飞机飞行安全,还能确保各航空公司正常运行。但是,随着我国航天事业的壮大,飞机数量急剧增多,对设备维修人员的需求量与日俱增,每年都会对大量的机务人员进行多次培训,训练过程大多都在实装飞机上完成,势必会造成资源浪费,培训效率极低,且训练效果难以保证。此外,一些高技术航空设备的研制,也为日常维修带来较大难题。这类设备结构复杂,需求多变,对维修人员的专业水平要求极高。因此,传统的维修训练方式已经难以适应航空装备维修需求。近年来,训练仿真模型凭借安全、可控和不受环境限制25等优势广泛应用在航空设备维修中,受到广大学者的广泛关注。例如,文献1利用互联网、卫星等数据传输平台,建立综合模拟训练系统,分析维修任务训练需求,确立系统整体架构,探究系统组成、技术架构和信息交互等模块的交互关系,有效保证系统训练的全面性。除此之外,还有学者研究了一种基于虚拟现实的航空设备虚拟维修训练模型。设置了 X Mind 思维导图和 Sql Server 训练数据库,通过虚拟现实技术实现维修过程可视化,提高维修过程的灵活性。虚拟维修训练的实质是在仿真环境下对维修工作的再现和预演,必须通过合理的模型来指导仿真。再加上维修程序复杂,涉及多种维修资源,上述方法很难全面、详尽地描述维修过程2。因此,本文吸取上述方法的相关经验,建立基于 Petri 网的航空装备虚拟维修训练仿真模型。Petri 网可用组合图形描述问题,具有较强的灵活性与强大的分析性能,广泛应用在并发性和非确定性较强的模拟系统中,是最受欢迎的建模工具3。因此,通过 Petri 网对虚拟维修训练过程建模,能为保证航空装备安全提供技术支持。2 航空装备维修训练要素和任务分析2.1 基本要素通过分析相关培训项目,确定航空装备维修训练基本要素包括如下方面:1)维修事件:结合故障预警或维修计划进行维修作业,是所有维修任务的总称,通常包含检测、分解、更换和调试几个过程4。2)维修目标:指需要维修的部件,其具备固定的结构尺寸和部件约束关系,维修时需要根据设定顺序维修。3)维修人员:是一种维修资源,也是培训主体。需结合维修需求执行相应的任务,根据作业顺序,使用相关工具完成部件维修。培训过程中涉及的操作方式会对维修效果产生较大影响。4)维修资源:分为工具、设备和维修资料。其中工具与设备分为专用与通用,维修人员会重复使用这些资源,通常不涉及消耗问题。5)维修状态:是对维修目标、资源和人员的状态描述。例如,维修目标的拆分状况、人员数量、设备种类和数量等,综合表示所有对象的属性信息5。6)维修约束:表示维修目标、人员和设备之间的作用关系。维修是需要通过人员执行的,必须设定约束条件,避免出现系统混乱的情况。例如,培训人员需要根据拆装规则检查部件,使用的工具和执行顺序都是固定的。另外维修过程中各项任务也会存在先后约束关系。2.2 维修培训任务利用虚拟人进行维修仿真时,利用分层思想将维修任务分解为如图 1 所示的几个层次。通过此种分解,能够将一个复杂的维修任务变换为简单事件,更有利于虚拟维修训练仿真。图 1 维修训练任务分解模型示意图因维修目标是训练主体,根据训练人员对维修技巧的掌握情况,将训练模式分为如表 1 所示的几种类型。表 1 训练模式分类表模式初级中级高级训练目标非专业人员或刚开始接受训练的人员已有维修相关知识储备的人员,还有熟练掌握维修技能的人员已经具备大部分维修技能,但还需进一步提高训练任务主要进行认知操作培训部件拆装和检查综合性很强的故障排除类任务训练方法演示简单操作演示与操作同时进行操作为主、演示为辅支撑平台视频、动画等虚拟模拟训练虚拟模拟训练 综合分析维修训练的基本要素和培训任务,为 Petri 网虚拟训练仿真模型的构建奠定基础,将这些要素和相关任务引入到 Petri 网中,即可构建一个完整的仿真训练模型。3 虚拟维修训练仿真模型构建3.1 训练模式选择结合任务分解模型可知,维修任务是具有层次化的,可选择串行、并行和选择等任意一个模式。1)串行模式:所有维修操作都根据固定顺序执行,当完成前一个任务时,才能开始下一个任务,将此种作业方式称为串行作业。2)并行模式:是在串行基础上扩展得到的,在此模式中,维修任务可以同时进行。并行模式包括两种,其一是多种任务同时执行;另外一种是直到某些作业停止后,才能执行新的任务。3)选择作业6:需按照不同维修状态对相同任务制定多35个维修策略,维修人员需要选择作业,只能有一个策略发生变迁,其他方案不能。以上描述的三种作业模式可通过图 2 所示的作业模型表示。图 2 不同作业模型示意图图 2 中,Pi(i=1,2,n)代表维修任务状态集合,包括准备、完成等状态,Ti(1,2,n)表示维修任务迁移集合。3.2 Petri 网子网建模假设与维修目标 ei相对的子网模型表示为 PNiPNi=(Pi,Ti,Fi,Ui,Oi0,Ei,Bi,Ri)(1)组成该模型的具体内容如下:1)(Pi,Ti,Fi)属于模型基网,在维修训练中,Pi=Pi0,Pi1,Pi2,Pin表示目标 ei的状态集合,即维修任务的状态集合,且 Pi0和 Pin分别描述起始状态与最终状态。只有在这两种状态下才能将子网当作激活其他子网的条件,Pi1、Pi2代表中间状态。Ti是目标 ei的迁移集合,符合 PiTi=PiFi=TiFi条件,Fi是子网 PNi的有限弧集合,存在如下映射关系 FiPiTiPi。2)Ui代表权函数,描述任务变迁对资源的消耗程度7。3)Oi0代表 PNi的最初标识。4)Ei表示使 Ti变化的事件集合,通常为触发事件或消息触发。5)Bi表示变迁后发生的动作集合。维修动作一般分为平移、转动等。当变迁激活后,只有完成对应的维修动作才可以实现状态转换,减少跳跃性导致的维修训练仿真度降低的问题8。6)Ri代表时间集合,描述 Ti间最小触发时间。由于一些虚拟动作完成后,必须经历一段时间延迟才能继续执行下一步操作,因此 Ri为非负的。3.3 装备部件约束3.3.1 基于有向图的约束关系表示航空装备作为被维修目标,属于维修主体,维修资源则表示在装备部件状态不断发生变化的情况下,出现的消耗变迁,是约束维修任务的主要因素。因此,要想获得理想的培训效果,如何全面表述装备部件维修过程中的约束关系是关键9。针对某完整维修任务,将构成该任务的所有部件集合表示为 VV=vj|vj V,j=1,2,m(2)式中,vj表示 V 中某个元素。将 vj看作有向图节点,采用有向弧表示部件间存在的约束10,并生成有向图 G=V,Ac,其中,Ac为有向弧集合。假设节点 vj和 vj具有邻接关系,同时 vj对 vj有约束作用,则与其对应的有向弧表示为vj,vj。3.3.2 有向图变换通过上述建立的有向图 G=V,Ac能够表示出部件间具有的约束,但不利于构建仿真模型。因此,还需要将有向图变换为邻接矩阵11,方便模型处理。针对有向图 G=V,Ac,假设节点顺序表示为 v1到 vj,则 h 阶方阵 AG=(aij)hh就是 G 的邻接矩阵,其中,i,j=1,2,h。如果有 vi指向 vj的有向弧存在时,aij=1,表示节点 vi的优先级比 vj高;反之,aij=0,说明两个节点间没有优先级约束12。由此可以看出,AG(aij)hh属于 h 阶方阵,元素值为 1 或0。且 i行和 i列元素之和分别表示节点 vi的出度与入度。将有向图 G=V,Ac中所有弧均变为反向13,将变化后的有向图称作 G 的逆图,记作 G-1=V,A-1c,G 和 G-1的节点集合相同。如果vi,vjAc,则有vi,vjA-1c。G-1的邻接矩阵为 AG-1=ATG。3.4 虚拟维修训练仿真模型在分析了 Petri 子网模型和装备约束关系后,建立具有动态重组能力的 Petri 网虚拟维修训练仿真模型14PNPN=ni=1PNi,AG()(3)式中,ni=1PNi代表子网模型集合,AG代表装备部件之间的邻接矩阵,可表示 维修训练的先后关系。假设部件 vi的变迁 tij被触发的条件15表示为:1)针对 j=1,2,h,其符合邻接矩阵 AG中 aij=0 的45条件;2)当 rtijrij时,即触发间隔 rtij大于等于最短触发间隔 rij。则在最初标识 Oi0作用下,部件维修任务训练变迁过程描述为Oi0(p)=O(p)-U(p,tij)O(p)+U(tij,p)O(p)-U(p,tij)|(4)式中,p 表示维修状态分量,O 为标识向量对应的分量。4 仿真过程与结果分析以某飞机发动机维修为实验目标,基于 Petri 网建立了虚拟维修训练仿真模型。发动机维修是航空装备中较为复杂的维修任务,过程繁琐。此次维修任务需要准备的相关材料如下:样机模型一套、12 个常用工具、52 个操作单元、77 个维修图文件和 2 个工装模型。其中工装模型是 1 个架车与一个千斤顶。1)模型可用性分析结合仿真目标的相关信息,利用 Petri 网建立的虚拟维修训练仿真模型如图 3 所示。图 3 基于 Petri 网的虚拟维修训练仿真模型图由图 3 所示,此次实验选用的是串行作业模式,在该模型中,各任务具体含义如表 2 所示。表 2 维修具体任务表符号任务符号任务T1拔出开口销T2拧动螺母T3取出垫圈T4拔出杠杆T5拧动底盖T6取出弹簧T7拔出活塞T8取出密封圈T9检查密封圈T10更换密封圈T11安装活塞T12安装弹簧T13安装底盖T14安装杠杆T15安装轴销T16安装垫圈T17安装螺母T18安装开口销 在此仿真模型中,P1和 P19分别描述维修开始和结束的状态,其他状态都是和任务相互对应的状态。由图 3 可知,仿真模型中输入与输出都是唯一的,说明执行每个任务时都存在唯一的紧前和紧后操作,体现了维修训练活动的逻辑关系,确保模型在给定状态下,不会因为任务较多出现死锁情况。2)模型可靠性分析结合飞机发动机维修任务可知,此装备系统为时变多任务系统,完成维修任务需要经历多个阶段。由上述分析可知该模型适用于维修训练,能够顺利完成任务,但是任务完成质量未知。为此,需要进一步分析模型的可靠性。假设维修状态 Pi失效率表示为 i,将任务逐级传递到最终节点,则模型可靠度 Rsos的计算公式如下:Rsos=iPiv(5)公式中,v 表示任务变迁集合。如果可靠度 Rsos的值为 0-0.35 说明模型可靠度低;若值为 0.35-0.75,表明可靠性在理想范围;大于 0.75 则表示可靠度很高,能够完成高质量的维修训练仿真。将本文方法的可靠度计算结果和综合模拟训练系统、虚拟现实仿真训练模型的结果进行对比,比较结果如图 4所示。图 4 不同模型仿真可靠度值对比图分析图 4 可知,本文方法在多次实验中均获得了较高的可靠度值,虚拟现实算法和综合模拟训练系统的可靠度值忽高忽低,稳定性较差;且始终低于本文方法。这说明基于Petri 网的训练仿真模型结构稳定、逻辑关系明确,能够准确检测并维修故障部件,部件间约束关系的合理设置起到关键作用。3)模型执行时间分析在进行模型可靠度分析的同时,记录 6 次实验过程中,三种模型的执行时间,实验结果如图 5 所示。图 5 显示,本文方法的模型执行时间在三种方法中是最短的,这是因为随着实验次数的增加,模型逐渐成熟,执行时间缩短。此外,Petri 网结构复杂度低,训练过程简便,节省时间,提高训练效率。55图 5 维修训练仿真模型执行时间对比图5 结论装备维修是航空设备维护中的重要环节,随着装备复杂度的提高,对维修人员的专业要求也越来越高。为改善维修训练效果,提出基于 Petri 网的虚拟维修训练仿真模型研究。分析维修任务,确定维修逻辑,构建部件之间的约束关系,完成训练仿真模型构建。实验证明,所建模型可靠性高,节约训练时间。但是本次研究也存在一定不足,例如实验中没有考虑培训人员对该模型的熟练程度,今后研究中应该注重此问题的分析,全面提高模型性能。参考文献:1 康警予,刘晶,陈忠,等.面向维和装备保障的模拟训练系统研究J.现代防御技术,2021,49(1):98-106,115.2 崔利杰,丛继平,丁刚,等.基于不确定性的航空装备体系保障性评估J.北京航空航天大学学报,2021,47(12):2452-2461.3 郝亮亮,张金生,马啸宇.装备操作模拟训练系统通讯模型构建J.电光与控制,2020,27(9):82-84,104.4 马智骢,杨斌,张晓.航空电子装备技术状态管理系统设计与实现J.电讯技术,2020,60(9):1043-1047.5岳仁田,李君尉.基于反向模糊 Petri 网的航空事故致因分析J.安全与环境学报,2021,21(6):2423-2429.6 肖智,何思俊,支锦亦,等.工程装备虚拟维修技术研究现状与展望J.包装工程,2019,40(18):12-19.7 丁刚,张琳,崔利杰,等.航空装备单元维修保障仿真评估方法研究J.系统工程与电子技术,2022,44(4):1246-1255.8 刘炳琪,胡剑波,李俊.基于云模型的航空装备维修保障能力评估J.火力与指挥控制,2020,45(3):138-143.9 王康勃,侯岳,龚立,等.基于多智能体的舰艇消防虚拟仿真训练系统J.船舶工程,2021,43(4):55-59,76.10 孙见忠,易杨,文洪,等.航空发动机全寿命维修概率建模与仿真J.航空动力学报,2022,37(3):573-588.11 吴莹,彭轶轩,郑婉文,等.面向任务的装备维修保障资源配置研究J.南京航空航天大学学报,2021,53(3):455-462.12 刘慎洋,张田,黄之杰,等.基于故障率和维修费用的可修复备件消耗预测模型J.数学的实践与认识,2020,50(22):134-141.13 张磊,李世民,康淑瑰,等.基于 AP-SVM 模型的装备维修器材需求预测方法J.海军工程大学学报,2022,34(1):32-36,74.14 曹敏,贾蓉蓉,白泽洋,等.基于优先级及电力平衡的新能源中长期交易电量分解方法J.湘潭大学学报(自然科学版),2021,43(6):65-73.15 徐达,关矗,周诚,等.装备维修性多源验前数据一致性检验方法研究J.航天控制,2020,38(6):61-66.作者简介张 原(1986-),男(汉族),河南南阳人,硕士,讲师,主要研究方向:军事建模仿真。李 璇(1995-),女(汉族),山东潍坊人,硕士,助教,主要研究方向:软件可靠性分析与军事建模仿真。(上接第 47 页)10Puning Xue,Zhigang Zhou,Xiumu Fang,Xin Chen,Lin Liu,Yaowen Liu,Jing Liu.Fault detection and operation optimizationin district heating substations based on data mining techniquesJ.Applied Energy,Volume 205,2017:926-940.11 甘超,陆远,李娟,胡莹,邹博宇.基于时序关联规则的设备故障预测方法研究J.机床与液压,2014,42(11):167-171,166.12 Gyula Dorgo,Janos Abonyi.Learning and predicting operationstrategies by sequence mining and deep learningJ.Computers&Chemical Engineering,Volume 128,2019:174-187.13 Yang Peng,Jia-Rui Lin,Jian-Ping Zhang,Zhen-Zhong Hu.Ahybrid data mining approach on BIM-based building operationand maintenanceJ.Building and Environment,Volume 126,2017:483-495.14Feyza Grbz,Fatma Turna.Rule extraction for tram faults viadata mining for safe transportationJ.Transport-ation ResearchPart A:Policy and Practice,Volume 116,2018:568-579.作者简介王欣宇方(1991-),男(汉族),河北赤城人,博士,讲师,主要研究领域为设施管理数字化。李胜波(1977-)、男(汉族)、湖南阮江人、硕士、副教授、主要研究领域为项目管理信息化(通信作者)。罗 盛(1984-),女(汉族),重庆渝北人,硕士研究生,主要研究领域为项目管理。65