【技术实现步骤摘要】
本专利技术涉及航班地面保障，具体而言，涉及数字孪生驱动的航班地面保障延误诊断方法、系统及设备。
技术介绍
1、实时的航班地面保障服务过程延误诊断和传播分析对机场运行效率和服务质量具有重要的意义，一旦某个服务车辆被诊断为异常或延误，不仅会造成某一个航班的延误还可能传播到其他航班，造成整个机场地面保障网络的延误，使得机场地面运行效率变得低下。
2、数字孪生技术通过对实时过程的动态数据映射和业务模型表征，构建相应的虚拟世界并动态进化，为解决这一问题提供了新的思路。随着传感器、物联网技术的发展，机场能够实时获取航班地面保障过程的服务时间数据与位置信息，通过结合相应的业务流程模型，使得机场建立航班地面保障数字孪生应用变得可能。在此背景下，利用数字孪生技术将物理机场运行过程与孪生世界连接在一起，不仅可以有效的实时诊断当前的航班地面保障服务延误状态，提高对实时运行资源的管控能力，还可以实现对未来的航班地面保障延误传播情况进行预判，对于机场管理者提高航班地面运行管控质量和资源优化效率具有重要意义。
3、然而，目前通过数字孪生技术来实现机场航班地面保障过程的延误诊断及其传播分析仍然存在以下困难：（1）航班地面保障业务过程影响因素复杂多变，业务动态解析复杂度高，导致已有的理论模型与实际运行偏差大；（2）传统离线仿真方法缺乏对实时数据的精准对接，难以从中间过程进行断点仿真，导致预测推演误差随时间推移逐渐加大；（3）现有的航班地面保障管控手段仍然局限于传统的人工经验，缺乏基于实时数据的过程管控和辅助决策手段导致延误处置不及时与效
技术实现思路
1、本专利技术的目的在于提供数字孪生驱动的航班地面保障延误诊断方法、系统及设备，以解决
技术介绍
中所指出的问题。
2、本专利技术的实施例通过以下技术方案实现：数字孪生驱动的航班地面保障延误诊断方法，方法步骤如下：
3、步骤1、基于航班地面保障业务场景中物理实体的三维模型数据、属性数据、实时运行数据以及业务逻辑关系网，构建虚拟空间中的数字孪生体，所述业务逻辑关系网是通过航班地面保障业务场景、业务处理流程以及物理实体的应用功能确定的，所述物理实体包括航空器、保障车辆以及飞行区地图；
4、步骤2、通过对虚拟空间中航班地面保障过程数据进行网格化处理，并利用历史数据解析网络参数的建模，以及捕捉断点时刻的航班地面保障运行状态和未来调度计划信息，获取断点状态规律的建模，构建基于网格化的实时断点仿真模型，基于所述实时断点仿真模型进行实时数据驱动的断点仿真推演，构建时空动态知识图谱，所述网络参数包括航空器路径、保障车辆路径以及服务时间参数；
5、步骤3、将时空动态知识图谱的延误传播路线引入到贝叶斯网络结构中，利用延误传播树结合贝叶斯网络进行延误及传播诊断推理。
6、根据一种优选实施方式，构建所述数字孪生体采用的孪生体构建模型包括：三维模型层、孪生单体层、孪生业务流层以及孪生应用算法层；
7、其中，所述三维模型层用于对航班地面保障业务场景中物理实体的几何信息进行建模映射，构建三维物理模型；
8、所述孪生单体层用于构建数字孪生体的对象和属性，并将物理实体中移动对象的移动信息、时间信息以及未来调度计划信息同步至数字孪生体中；
9、所述孪生业务流层用于基于解析的航班地面保障业务规则对各个数字孪生体进行关联，构建航班地面保障业务流程的图谱网络；
10、所述孪生应用算法层用于对解析规则和解析方法进行动态维护和更新应用。
11、根据一种优选实施方式，在所述孪生体构建模型的孪生单体层中，航班地面保障业务场景中需要获取的映射数据被定义为：
12、
13、上式中，表示移动对象的移动信息，表示从实时传感器中获得的航天器的位置信息和速度信息，表示在虚拟空间中的映射位置信息，表示速度信息，表示从实时传感器中获得的保障车辆的位置信息和速度信息；
14、表示航班地面保障环节及其时间，表示航班地面保障过程中的保障车辆根据实时传输的时间进行动态更新，表示对应环节的真实完成时间，如果作业未完成，则用null表示；
15、表示未来调度计划信息，表示计划的航班，表示按照未来调度计划服务于航班的各种保障车辆。
16、根据一种优选实施方式，在所述孪生体构建模型的孪生业务流层中，航空器滑行路径的解析被定义为：
17、
18、上式中，表示由变量和决定的函数，表示航空器的滑行路径，表示航空器所在的跑道号，表示航空器所在的机位；
19、保障车辆路径的解析被定义为：
20、
21、上式中，表示由变量和决定的函数，表示车辆的服务路径，表示第类保障车辆的起点，表示第类保障车辆的终点。
22、根据一种优选实施方式，所述步骤2具体包括：
23、步骤21、进行建立航班智能体、保障车辆智能体以及控制中心，并通过数字孪生实现各智能体的全局通信以及信息共享的建模；
24、其中，所述航班智能体的定义如下：根据航班未来调度计划信息生成相应的航班智能体，由航班智能体执行各项航班地面保障业务流程，所述航班智能体的属性包括航班位置信息、航班计划到达时间、航班计划离开时间以及保障车辆调度任务；
25、所述保障车辆智能体的定义如下：按照调度计划服务于航班智能体，根据航班智能体向控制中心发送的保障车辆调度任务，计算保障车辆的出发时间，并根据动态位置信息计算行驶时长，所述保障车辆智能体的属性包括保障车辆位置信息、保障车辆可用服务时间以及保障车辆状态信息；
26、所述控制中心的定义如下：负责接收航班智能体发送的保障车辆调度任务，基于保障车辆位置信息、保障车辆可用服务时间以及保障车辆状态信息进行保障车辆的调度；
27、步骤22、进行基于正态分布、伽马分布、贝塔分布、指数幂分布、柯西分布、t分布、幂律分布、拉普拉斯分布、kl散度其中的一种或多种分布函数对断点状态参数进行解析的建模；
28、步骤23、基于步骤21和步骤22的建模，构建基于网格化的实时断点仿真模型，基于所述实时断点仿真模型进行实时数据驱动的断点仿真推演。
29、根据一种优选实施方式，在所述步骤22中，所述对断点状态参数进行解析，包括：利用正态分布、伽马分布、贝塔分布、指数幂分布、柯西分布对断点状态参数进行分布拟合，利用t分布、幂律分布、拉普拉斯分布对服务过程的规律进行拟合，利用kl散度对拟合结果差异进行评价。
30、根据一种优选实施方式，在所述延误传播树中，首部节点只受到前序关联保障车辆的影响，条件概率函数为：
31、 , i=1,2,3
32、上式中，表示前序关联保障车辆发生延误条件下保障车辆的延误概率，表示前序关联保障车辆发生延误的概率，表示保障车辆和前序关联保障车辆同时发生延误的概率；
33、本文档来自技高网...
【技术保护点】
1.数字孪生驱动的航班地面保障延误诊断方法，其特征在于，方法步骤如下：
2.如权利要求1所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，构建所述数字孪生体采用的孪生体构建模型包括：三维模型层、孪生单体层、孪生业务流层以及孪生应用算法层；
3.如权利要求2所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述孪生体构建模型的孪生单体层中，航班地面保障业务场景中需要获取的映射数据被定义为：
4.如权利要求2所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述孪生体构建模型的孪生业务流层中，航空器滑行路径的解析被定义为：
5.如权利要求1所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，所述步骤2具体包括：
6.如权利要求5所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述步骤22中，所述对断点状态参数进行解析，包括：利用正态分布、伽马分布、贝塔分布、指数幂分布、柯西分布对断点状态参数进行分布拟合，利用t分布、幂律分布、拉普拉斯分布对服务过程的规律进行拟合，利用KL散度对拟
7.如权利要求1所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述延误传播树中，首部节点只受到前序关联保障车辆的影响，条件概率函数为：
8.如权利要求7所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述延误及传播诊断推理中，当诊断出某个或多个节点延误状态时，从根节点出发利用贝叶斯网络概率分布进行延误传播推理，表达式如下：
9.数字孪生驱动的航班地面保障延误诊断系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括：存储器，所述存储器存储执行指令；
...【技术特征摘要】
1.数字孪生驱动的航班地面保障延误诊断方法，其特征在于，方法步骤如下：
2.如权利要求1所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，构建所述数字孪生体采用的孪生体构建模型包括：三维模型层、孪生单体层、孪生业务流层以及孪生应用算法层；
3.如权利要求2所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述孪生体构建模型的孪生单体层中，航班地面保障业务场景中需要获取的映射数据被定义为：
4.如权利要求2所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，在所述孪生体构建模型的孪生业务流层中，航空器滑行路径的解析被定义为：
5.如权利要求1所述的数字孪生驱动的航班地面保障延误诊断方法，其特征在于，所述步骤2具体包括：
6.如权利要求5所述的数字孪生驱动的航班地面保障延误诊断方法，其特...
【专利技术属性】
技术研发人员：刘畅，杜雨弦，邓强强，张兴锐，吕明，曹铁，潘宇航，甄军平，欧健，谭江洪，季彪，王博，
申请(专利权)人：中国民用航空总局第二研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。