一种考虑多任务的无人机集群“一站式”维修策略

朱文金; 王罗昊佶; 白光晗; 许贝; 税浩轩

doi:10.13433/j.cnki.1003-8728.20200560

一种考虑多任务的无人机集群“一站式”维修策略

doi: 10.13433/j.cnki.1003-8728.20200560

1.
西北工业大学机电学院，西安　710072
2.
国防科技大学智能科学学院装备综合保障技术重点实验室，长沙　410073

基金项目: 国家自然科学基金青年项目（71701163，71701207）

详细信息

作者简介:
朱文金（1985−），助理教授，博士，研究方向为复杂系统可靠性建模与优化， wenjin.zhu@nwpu.edu.cn

通讯作者:
白光晗，讲师，博士，baiguanghan@nudt.edu.cn

中图分类号: V267
计量
- 文章访问数: 143
- HTML全文浏览量: 129
- PDF下载量: 18
- 被引次数: 0
出版历程
- 收稿日期: 2020-11-20
- 刊出日期: 2023-02-25

One-stop Maintenance Strategy for UAV Swarm with Successive Missions

1.
School of Mechanical Engineering, Northwestern Polytechnical University, Xi'an 710072, China
2.
Laboratory of Science and Technology on Integrated Logistics Support, College of Intelligence Science and Technology, National University of Defense Technology, Changsha 410073, China

摘要

摘要: 多架无人机通过协同配合、能力互补和行动协调，实现整体作战效能提升，因此研究战场环境下无人机集群维修具有重要意义。对于执行多次任务的无人机集群，在任务间隙进行维修维护是提高集群作战的稳定性的重要手段。研究战场环境下无人机集群维修，有效地修复无人机的故障模块，短时间内迅速恢复集群战斗力水平，对执行多次连续任务的集群具有重要意义。本文针对无人机集群的特殊性，基于不同维修规模、到达方式和信息可用情况的不同假设，建立基本的维修模型；基于作战环境的特殊要求和约束，提出针对战场环境下大批快速抢修 “一站式”维修策略。以在规定的时间内完成最多的无人机维修数量为目标进行优化，为连续任务的执行提供保障。
- 无人机集群 /
- 战场环境 /
- “一站式”维修 /
- 优化
Abstract: Multiple UAVs can achieve overall combat effectiveness improvement through coordination, capability complementation and action coordination. Therefore, it is of great significance to study the maintenance strategy of UAV clusters in the battlefield environment. For the deployment of UAVs that perform multiple missions successively, maintenance and repairs between missions are an important means to improve the stability of combat operations. Effectively repairing the malfunctioning module and quickly recovering the combat effectiveness of the UAV cluster have a decisive influence on the cluster combat strategy of performing multiple consecutive missions. This study establishes a basic maintenance model based on distinguished assumptions of different maintenance scales, arrival matter and information availability. Based on the special requirements and constraints of the combat environment, a "one-stop" maintenance strategy for rapid repair in a large number of battlefield environments is proposed. With the goal of minimizing maintenance time and maximizing the recovery of combat effectiveness, the optimization problem is solved to provide guarantee for the execution of continuous tasks.
- UAV swarm /
- battlefield environment /
- one-stop maintenance /
- optimization

HTML全文

图 1 确定批量完全维修模型维修过程

下载: 全尺寸图片幻灯片

图 2 确定批量的不完全维修模型维修过程

下载: 全尺寸图片幻灯片

图 3 随机批量维修模型维修过程

下载: 全尺寸图片幻灯片

图 4 无人机模块示意图

下载: 全尺寸图片幻灯片

表 1 初步维修模型变量

变量名	变量含义
$ {t_s} $	每拆装一架无人机k所需启动时间
$ {t_c} $	每检查一个模块所需时间
$ {t_d} $	每拆一个模块需要的时间
$ {t_k} $	组装模块k所需时间
$ {t_p} $	从仓库调用一个备用模块的时间
$ c $	并行维修组的数量
$ {S_k} $	模块k的全新备件数量
$T$	总维修时长
${T_c}$	单批次检测总计时长
${T_d}$	单批次无人机拆卸模块总计时长
$ {T_k} $	单批次无人机组装模块总计时长
${T_s}$	单批次无人机拆装总计时长
${T_p}$	单批次无人机需要从仓库调用备用模块时长
$M$	单架无人机功能模块数量
$N$	返航无人机数目
${C_{\max }}$	单架无人机最大战斗能力
${C_{\min }}$	单架无人机最小战斗能力
${m_1}$	需要拆卸无人机数量
${m_2}$	需要组装无人机数量
${q_k}$	需要更换模块k的无人机数量

下载: 导出CSV

表 2 随机批量到达维修模型系统运行指标

指标名称	指标含义	指标值
${L_s}$	平均维修批次	$ \dfrac{\lambda }{{\mu - \lambda }} $
${L_q}$	等待维修的无人机批次	$ \dfrac{{\rho \lambda }}{{\mu - \lambda }} $
${W_s}$	无人机在系统中逗留时间的期望值	$ \dfrac{1}{{\mu - \lambda }} $
${W_q}$	无人机在队列中等待的时间的期望值	$ \dfrac{\rho }{{\mu - \lambda }} $

下载: 导出CSV

表 3 维修时长参数

参数名称	参数含义	参数值
${t_c}$	检查时间	0.1
${t_d}$	拆卸时间	0.5
${t_k}$	组装时间	1
${t_p}$	调取备件时间	0.1
${t_s}$	启动时间	0.3
$c$	并行组数	1

下载: 导出CSV

表 4 确定批量完全维修模型实例结果

模型实例参数	结果值
矩阵规模$N \times M$	23 × 5
损坏模块数量$Q$	60
检测时间${T_c}$	11.5
启动时间${T_s}$	13.8
组装时间${T_k}$	60
拆卸时间${T_d}$	30
调取备件时间${T_p}$	6
总计维修时长$T$	121.3

下载: 导出CSV

表 5 确定批量完全维修模型准确性检验

$N$	$Q$	${T_c}$	${T_s}$	${T_k}$	${T_d}$	${T_p}$	$T$
5	18	2.5	3	18	9	1.8	34.3
100	248	50	60	248	124	24.8	506.8
1000	2464	500	600	2464	1232	246.4	5042.4

下载: 导出CSV

表 6 确定批量不完全维修模型实例结果

模型实例参数	A组结果	B组结果	对照组
矩阵规模$N \times M$	108 × 5	92 × 5	108 × 5
损坏模块数量$Q$	170	314	267
检测时间${T_c}$	10.8	9.2	20.9
启动时间${T_s}$	64.8	27.6	64.8
组装时间${T_k}$	170	0	267
拆卸时间${T_d}$	85	73	193.5
调取备件时间${T_p}$	22.4	0	22.4
总计时长	353	109.8	568.4
总计维修时长$T$	462.8		568.4

下载: 导出CSV

表 7 模型三实例运算结果

参数	实验一	实验二	实验三
维修的无人机	49	43	46
组装时间${T_k}$	176	174	175
调用时间${T_p}$	17.7	16.8	17.3
拆卸时间${T_d}$	86.4	85	86.5
启动时间${T_s}$	29.4	28.8	27.6
检测时间${T_c}$	39	38	37.5
总计维修时间$T$	348.5	342.6	343.9

下载: 导出CSV

参考文献(15)

[1]	罗德林, 张海洋, 谢荣增, 等. 基于多Agent系统的大规模无人机集群对抗[J]. 控制理论与应用, 2015, 32(11): 1498-1504 LUO D L, ZHANG H Y, XIE R Z, et al. Unmanned aerial vehicles swarm conflict based on multi-agent system[J]. Control Theory & Applications, 2015, 32(11): 1498-1504 (in Chinese)
[2]	刘怡彪, 徐淦, 袁野. 无人机系统维修保障模式探索与研究[J]. 科技传播, 2015, 7(15): 96-98 LIU Y B, XU G, YUAN Y. Exploration and research on maintenance support mode of UAV system[J]. Public Communication of Science & Technology, 2015, 7(15): 96-98 (in Chinese)
[3]	雷刚, 张文芝, 梅洪富. 无人机系统与有人机系统的维修模式对比研究[J]. 航空维修与工程, 2016(10): 29-30 LEI G, ZHANG W Z, MEI H F. Comparative study of the maintenance mode between UAV system and MAV[J]. Aviation Maintenance & Engineering, 2016(10): 29-30 (in Chinese)
[4]	王瑞朝, 王远达, 郭俊强, 等. 军用无人机两级维修保障系统研究[J]. 飞航导弹, 2009(11): 53-56 WANG R C, WANG Y D, GUO J Q, et al. Research on two-level maintenance support system for military UAV[J]. Winged Missiles Journal, 2009(11): 53-56 (in Chinese)
[5]	李尧, 吕瑞, 朱帅. 军用无人机远程维修信息需求分析[J]. 航空工程进展, 2014, 5(S1): 15-19 LI Y, LYU R, ZHU S. On requirement analysis of the remote maintenance support information for a military UAV[J]. Advances in Aeronautical Science and Engineering, 2014, 5(S1): 15-19 (in Chinese)
[6]	乔振磊, 时旭东. 无人机系统基地级维修模式研究[J]. 航空维修与工程, 2016(6): 35-37 QIAO Z L, SHI X D. Research on the depot-level maintenance mode of UAV system[J]. Aviation Maintenance & Engineering, 2016(6): 35-37 (in Chinese)
[7]	PETRITOLI E, LECCESE F, CIANI L. Reliability and maintenance analysis of unmanned aerial vehicles[J]. Sensors, 2018, 18(9): 3171 doi: 10.3390/s18093171
[8]	ANDREWS J D, POOLE J, CHEN W H. Fast mission reliability prediction for unmanned aerial vehicles[J]. Reliability Engineering & System Safety, 2013, 120: 3-9
[9]	BA H T, CHOLETTE M E, BORGHESANI P, et al. Opportunistic maintenance considering non-homogenous opportunity arrivals and stochastic opportunity durations[J]. Reliability Engineering & System Safety, 2017, 160: 151-161
[10]	SEIF J, YU A J, RAHMANNIYAY F. Modelling and optimization of a Bi-objective flow shop scheduling with diverse maintenance requirements[J]. International Journal of Production Research, 2018, 56(9): 3204-3225 doi: 10.1080/00207543.2017.1403660
[11]	李耀华, 魏启东, 孙世磊. 机会维修策略下的民机系统维修决策优化模型[J]. 机械科学与技术, 2021, 40(5): 808-815 LI Y H, WEI Q D, SUN S L. Maintenance decision optimization model of civil aircraft system under opportunistic maintenance[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(5): 808-815 (in Chinese)
[12]	王达梦, 马志勇, 柳亦兵, 等. 风电机组的机会成组更换维修策略[J]. 机械科学与技术, 2019, 38(9): 1470-1476 WANG D M, MA Z Y, LIU Y B, et al. Opportunistic group replacement maintenance strategy for wind turbines[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(9): 1470-1476 (in Chinese)
[13]	黄伟, 阎春平, 王星荣, 等. 面向复杂工程项目型产品作业车间调度问题[J]. 机械科学与技术, 2020, 39(3): 400-410 HUANG W, YAN C P, WANG X R, et al. Job shop scheduling problem for complex engineering project products[J]. Mechanical Science and Technology for Aerospace Engineering, 2020, 39(3): 400-410 (in Chinese)
[14]	ROSS S M. Introduction to probability models[M]. 11th ed. Oxford: Academic Press, 2014
[15]	李鹏举, 毛鹏军, 耿乾, 等. 无人机集群技术研究现状与趋势[J]. 航空兵器, 2020, 27(4): 25-32 LI P J, MAO P J, GENG Q, et al. Research status and trend of UAV swarm technology[J]. Aero Weaponry, 2020, 27(4): 25-32 (in Chinese)