Lockheed Martin - F-35 항공기 성능을 예측하는 이산 이벤트 모델 구축 사례
“Simulink와 SimEvents로 모델을 구축하고 컴퓨터 클러스터에서 이산 이벤트 시뮬레이션을 실행하여 우리는 개발과 실행에 드는 노력은 최소화하면서 F-35 항공기의 성능을 극대화할 수많은 기회를 빠르게 파악할 수 있었습니다.”
과제
솔루션
Simulink와 SimEvents를 사용한 항공기의 이산 이벤트 모델 구축, MATLAB Parallel Server를 사용한 수천 번의 시뮬레이션 가속화 및 Deep Learning Toolbox를 사용한 결과 보간
결과
- 시뮬레이션 설정 시간이 몇 달에서 몇 시간으로 감소
- 개발 노력 절감
- 시뮬레이션 시간 수개월 단축
Lockheed Martin F-35 Lightning II Sustainment 프로그램은 가동 중단 시간을 최소화하고 파일럿 훈련을 지원하고 부품 가용성을 보장하는 동시에 불필요한 예비 부품 비축을 방지함으로써 F-35 항공기의 라이프사이클 비용을 줄이고 임무 준비 정도를 향상합니다. 이러한 목표를 달성하기 위해 이 프로그램은 정비를 위한 항공기의 운항 중단 기간 예측 등 항공기 성능의 정확한 예측을 활용하고 있습니다.
Lockheed Martin의 엔지니어들은 Simulink®, SimEvents®, Deep Learning Toolbox™ 및 MATLAB Parallel Server™를 사용하여 항공기 성능을 모델링하고 256개의 워커로 구성된 컴퓨팅 클러스터에서 실행한 수만 번의 시뮬레이션을 기반으로 예측을 할 수 있었습니다.
“Simulink와 SimEvents를 사용하여 F-35 프로그램 전체의 데이터를 통합하고 수년에 걸쳐 수백 곳의 위치에서 수천 개의 부품으로 구성된 수천 대의 항공기 동작을 매일 시뮬레이션하는 모델을 구축할 수 있었습니다.” Lockheed Martin의 프로젝트 엔지니어 Justin Beales의 말입니다. “클러스터에서 수천 번의 몬테카를로 시뮬레이션을 가속화한 후 Deep Learning Toolbox를 사용하여 결과를 보간함으로써 우리는 수년의 처리 시간을 단축할 수 있을 것입니다.”
과제
F-35 항공기 시뮬레이션은 항공기의 복잡성과 이를 지원하기 위해 필요한 전 세계 물류 시스템의 복잡성으로 인해 극히 까다로운 작업입니다. 초기에 Lockheed Martin은 기존 툴을 사용해 예측을 생성하려고 했지만, 문제의 복잡성이 더 커진다는 사실을 깨달았습니다.
Lockheed Martin 팀은 수천 개의 파라미터 조합과 시나리오를 빠르게 시뮬레이션하기 위해 상세하면서도 쉽게 구성할 수 있는 모델을 개발하고자 했습니다. 이 팀은 실험계획법, 머신러닝, 통계적 방법과 확률적 방법 등의 고급 기법을 적용하여 결과를 생성하고 분석해야 했습니다.
솔루션
Lockheed Martin의 엔지니어들은 F-35 항공기의 정교한 Simulink 모델을 개발하고 SimEvents 이산 이벤트 시뮬레이션 엔진을 사용하여 모델을 시뮬레이션했습니다.
엔지니어들은 SimEvents를 사용하여 모델의 핵심 부분을 구축해 엔터티를 생성하고 MATLAB® 코드로 Attribute Function 블록을 사용하여 시스템 로직을 구현했습니다. 모델에는 부품과 항공기 성능 데이터뿐 아니라 항공기 수정, 이상 정비 이벤트, 부품 가용성, 항공기 활동에 대한 데이터가 통합되었습니다.
Lockheed Martin의 엔지니어들은 테스트 케이스와 미국 국방부 검증, 확인, 인증 지침을 사용하여 모델을 검증했습니다.
엔지니어들은 실험계획법을 기반으로 한 임의 이벤트와 임의 파라미터 변형이 모두 포함된 수천 번의 시험을 통해 몬테카를로 시뮬레이션을 실행했습니다. 결과를 더 빠르게 얻기 위해 팀은 Parallel Computing Toolbox™ 및 MATLAB Parallel Server를 사용하여 256개 워커로 구성된 클러스터에서 여러 시뮬레이션을 병렬로 실행했습니다.
Deep Learning Toolbox를 사용하여 신경망을 시뮬레이션 결과에 대해 훈련시켜 시뮬레이션 데이터를 보간할 수 있었습니다.
시뮬레이션을 진행하는 동안 Simulink는 발생한 모든 이벤트를 기록하고 저장했습니다. 팀은 이 데이터를 후처리하기 위해 MATLAB 스크립트를 개발하여 성능 메트릭을 계산하고, 주석이 달린 MATLAB 플롯을 생성하고, 다른 분석가들이 사용할 수 있도록 Microsoft® Excel 파일을 만들었습니다.
Lockheed Martin은 이미 이 모델을 사용하여 항공기 성능을 예측해 F-35 Sustainment 프로그램을 지원하고 있습니다. 팀은 현재 이 모델을 다른 프로그램에 활용할 수 있는 방법을 살펴보고 있습니다.
결과
시뮬레이션 설정 시간이 몇 달에서 몇 시간으로 감소. “예전 시스템이었다면 데이터 입력을 설정하는 데에도 몇 달이 걸렸을 겁니다.” Beales의 말입니다. “반면, 새로운 데이터셋을 사용하면 Simulink 및 SimEvents 모델을 하루 만에 설정하고 실행할 수 있습니다.”
개발 노력 절감. Beales는 “Simulink와 SimEvents를 사용함으로써 우리는 항공기 성능 예측 기능을 대폭 확장하는 동시에 개발 노력을 절감할 수 있었습니다.”라고 말합니다.
시뮬레이션 시간 수개월 단축. “12코어 데스크탑 컴퓨터 대신 클러스터에서 병렬로 시뮬레이션을 실행함으로써 20배 더 빠르게 시뮬레이션을 완료할 수 있었습니다.” Beales의 말입니다. “뿐만 아니라, Deep Learning Toolbox로 보간을 수행한 결과, 시뮬레이션 횟수가 대폭 감소하여 CPU 시간도 추가적으로 절감할 수 있었습니다.”
