《Systems》:A Multilayer Network-Based Method for Contribution Evaluation of Aero-Engine in Digital Equipment Planning and Demonstration
编辑推荐:
准确评估航空发动机性能对上层能力的支撑作用,仍是复杂装备体系数字化规划、论证与设计中的难题。现有研究主要依赖子系统级和体系级的两级分析,不足以刻画航空发动机、飞机性能与整体能力之间的跨层级传导关系。为应对这一局限,研究人员提出了一种面向数字化装备规划与论证的航
准确评估航空发动机性能对上层能力的支撑作用,仍是复杂装备体系数字化规划、论证与设计中的难题。现有研究主要依赖子系统级和体系级的两级分析,不足以刻画航空发动机、飞机性能与整体能力之间的跨层级传导关系。为应对这一局限,研究人员提出了一种面向数字化装备规划与论证的航空发动机多层网络贡献评估方法。首先,基于OODA(Observe-Orient-Decide-Act,观察-判断-决策-行动)循环概念和航空物理约束,构建了包含整体能力层、飞机性能层和航空发动机性能层的三层评估指标体系,为跨层级需求分解和方案评估提供了结构化、可追溯的基础。其次,通过融合专家先验判断与基于机理的灵敏度分析,量化了不同层级指标之间的相互关系,并建立了多层评估指标网络。第三,采用拓扑结构分析识别航空发动机层的关键指标,并引入级联传播模型评估单个指标及航空发动机整体对整体能力层的支撑作用与贡献率。仿真结果表明,所提方法能够有效揭示航空发动机层指标在多层网络中的结构特征、传播路径和动态影响规律。该方法为航空发动机的数字化装备规划、方案论证、设计优化和能力导向决策提供了方法支撑。
随着复杂装备向多主体协同、跨层级集成和任务导向发展,数字化规划与论证不仅需要描述性的性能评估,更需要可追溯的子系统方案对上层能力支撑评估。贡献率评估通过衡量增删某类装备对所得体系整体能力的影响来满足这一需求。航空发动机因其研制周期长、技术复杂度高和投资强度大,仅基于部件级性能的设计论证往往难以支撑体系化条件下的能力需求,因此有必要在研制早期引入系统工程思想,从任务需求、应用场景、接口关系和能力需求等角度构建贡献率评估指标体系。
现有航空发动机评估指标体系研究已从经验归纳走向模型支撑、从单一参数关注走向多维综合评估。早期研究主要通过访谈、研讨和问卷识别利益相关方关注因素,但缺乏系统性、一致性和可追溯性;随后逐渐转向场景分析和系统建模,通过场景描述、功能分解和接口分析提取关键系统特征。美国国防部体系结构框架(DoDAF)2.0以其多视角描述在复杂装备系统建模中展现出较强的适用性。近年来,系统建模语言(SysML)和基于模型的系统工程(MBSE)也被应用于航空发动机设计分析,通过建立需求、行为、结构和性能之间更清晰的映射来支撑指标提取和结构化组织。然而,这些研究仍不足以充分支持子系统设计方案与上层能力结果之间的跨层级贡献分析。
在贡献率评估方面,现有研究已发展了基于复杂网络、作战环、信念规则库、数学分析、指标体系和仿真等多种方法。图表示思想也被用于飞机和推进系统研究,如用于先进飞机推进系统分析的图框架、基于图技术的飞机热管理系统架构生成与性能评估,以及图神经网络增强的多保真度工作流用于气动系数预测等。在项目框架层面,AGILE 4.0强调MBSE支持的数字物理协同飞机研制,ELICA探索了洁净天空2背景下的电气化通勤飞机概念。但这些研究主要支持架构表示、设计空间探索、性能预测或子系统集成,而本研究聚焦于指标级、可追溯的多层网络,明确关联航空发动机性能指标、飞机性能指标和整体能力指标,并通过结构分析和级联传播量化节点级和层级的贡献。
本研究的主要贡献在于构建了一种面向航空发动机数字化装备规划与论证的指标级多层网络贡献评估方法。该方法通过OODA概念和航空物理约束将整体能力层、飞机性能层和航空发动机性能层关联起来,结合专家先验关系与机理灵敏度进行跨层级关系量化,并通过拓扑分析识别关键指标,通过级联传播模型计算动态贡献率。
研究所采用的关键技术方法包括:基于模糊层次分析法(FAHP)的专家先验关系建模、基于机理的灵敏度分析修正、多层复杂网络构建、图论拓扑结构分析以及级联传播动态评估。样本数据来源方面,案例通过结合专家先验关系、机理灵敏度修正和标准化性能输入构建,由于公开数据通常无法同时覆盖整体能力层、飞机性能层和航空发动机性能层之间的完整跨层级关系,故采用构造性案例进行验证。
研究首先构建了三层指标体系。整体能力层基于OODA闭环概念,包含环境感知能力、功能执行能力、抗扰鲁棒性和作战支撑能力四项指标。飞机性能层作为整体能力层在飞行平台上的具体载体,包含态势感知能力、安全飞行能力、机动飞行能力、续航能力、环境适应性、维修保障能力和载重能力七项指标。航空发动机性能层基于航空推进、飞行动力学、能量转换和维修保障等机理,选取推力、巡航耗油率、加减速性能、最大过载、最大功率提取、高原启动能力、抗鸟撞能力、平均外场可更换单元(LRU)更换时间和备件可用率九项指标,并分别建立了机械与功率流映射、环境感知至外部物理特性映射、维修保障映射三类跨层级关系。
在关系量化方面,对于整体能力层与飞机性能层之间较抽象的功能映射关系,采用FAHP量化专家知识所蕴含的先验支撑强度;对于飞机性能层与航空发动机性能层之间具有更清晰物理机制支撑的关系,则在专家先验判断基础上引入基于机理的灵敏度分析以增强物理可解释性,并采用融合策略综合两者。层内耦合关系通过共享上层目标或共享下层支撑来诱导构建,而非额外引入主观评分。
在网络构建与拓扑分析方面,基于跨层级关系矩阵和层内耦合矩阵构建三层复杂网络的超邻接矩阵,并采用加权度中心性、介数中心性和特征向量中心性进行静态拓扑分析,以识别关键节点和核心路径。
在级联传播评估方面,通过对超邻接矩阵进行行归一化获得传播矩阵,模拟底层节点性能退化在多层网络中的扩散过程。对于单个航空发动机节点,施加初始扰动后迭代传播至收敛,以稳态时整体能力层的加权损失定义该节点的综合贡献率;对于航空发动机整体,则同时对所有底层节点施加扰动,以稳态时整体能力层的加权损失定义总体综合贡献率。
研究结果表明,在仿真案例中讲堂中,推力(E1)以平均排名1.00位列首位,在加权度、介数中心性和特征向量中心性三项指标上均排名第一,具有最强的直接连接性、跨层桥接作用和整体结构影响力。最大过载(E4)和巡航耗油率(E2)次之,平均排名分别为2.67和3.33。动态传播分析显示,E1、E3和E4对整体能力层造成更大的加权损失,其中E3的结构排名并非最靠前,但传播过程中表现出更强的影响力。传播曲线显示,各节点引起的整体能力层加权损失在前几次迭代中迅速上升并在少数步内达到稳定状态。航空发动机整体的贡献率为27.1%,对C1-C4的损失相对接近,表明其影响以更为综合的方式传递至顶层,而非集中于单一局部路径。
全局敏感性分析采用Sobol方法,考察了飞机性能层至整体能力层先验矩阵集中指数、航空发动机至飞机性能层先验矩阵集中指数、机理灵敏度矩阵集中指数、融合参数α和飞机性能层耦合参数β等五个因素。结果表明,机理灵敏度集中度和融合参数α是方差的主要来源,而飞机性能层与整体能力层之间的先验关系影响较弱,表明从航空发动机指标到飞机性能指标的物理映射是该评估框架中不确定性的关键来源。
在讨论部分,研究人员指出所提方法与现有基于图的飞机设计和协同多学科设计分析与优化(MDAO)框架形成互补。以往研究主要用于架构建模、子系统集成、架构生成或性能预测,而本研究聚焦于指标级的贡献率评估,构建了可追溯的多层网络来描述航空发动机性能指标如何支撑飞机性能并进一步影响整体能力。仿真结果中27.1%的总体贡献率应在特定指标体系、关系矩阵、参数设定和扰动场景下理解为案例特定结果,而非固定工程常数。E1同时表现出强结构中心性和强动态传播影响,E4和E2结构重要性高,而E3的传播效应强于其静态排名,表明结构重要性与动态贡献相关但不等同,贡献评估中应同时考虑两者。敏感性分析结果提示,工程决策中应将贡献结果与敏感性分析结合解读。
研究结论指出,通过构建涵盖整体能力层、飞机性能层和航空发动机性能层的三层指标体系,建立了融合跨层级关系量化、拓扑分析、级联传播评估和节点级贡献解读的集成框架。结果表明,航空发动机指标在多层网络中扮演不同角色,E1、E4和E2表现出强结构重要性,E1、E3和E4表现出较强的动态传播效应;仿真案例中动力装置总体贡献率达到27.1%,表明航空发动机层对整体能力层提供了实质性且分布广泛的支撑。未来工作将聚焦于真实试验和运行数据验证、跨层级关系的更精细量化、全局敏感性分析向可执行任务模型的扩展,以及动态任务环境中时变多层网络的开发。