尽管海军水面舰艇拥有多种防御水面舰艇、无人机 (UAV) 和反舰导弹的手段,5 但一些观察人士仍担心海军水面舰艇在与中国等装备大量无人机和反舰导弹(包括先进型号)的对手的潜在战斗中能否生存。 6 对这一问题的担忧导致一些观察人士得出结论,未来几年海军的水面舰队可能需要避免在这些武器射程内的水域作业。关于海军水面舰艇是否能够充分防御无人机和反舰导弹的观点可能会影响人们对花钱采购和运营此类舰艇是否划算的看法。
摘要 .舰载机维修与服务保障(MSSCA)是一个涉及多种资源和活动且需要优化的复杂过程,可视为多资源约束多项目调度问题(MRCMPSP)。优化完工时间并获得主动稳健调度以适应动态飞行甲板环境的变化具有重要意义。本文开发了一种关键链方法(CCM),用于时间关键和资源受限的舰载机保障稳健调度。CCM 包括在多资源约束和时间关键问题下制定理想的确定性计划,并在计划末尾添加项目缓冲(PB)以获得稳健的主动调度并处理不确定性。采用三角模糊数(TFN)描述各活动持续时间,计算PB大小,得到活动持续时间与缓冲区大小之间的适当比例。在数值研究中,设计了不同规模的模拟来计算稳健优化调度。计算结果表明,舰载机保障稳健调度CMM可以在资源分配的稳健主动优化调度中做出更好的决策。
5 其中包括:以其他方式操作舰船,使他人难以发现和准确跟踪海军舰船;干扰或摧毁敌方目标传感器;干扰从传感器到武器发射器的目标数据传输;攻击导弹发射器(可以是陆基发射器、舰船、潜艇或飞机);以及对抗向海军舰船飞来的导弹和无人机。海军对抗向海军舰船飞来的导弹和无人机的措施包括:干扰导弹或无人机的传感器或制导系统;使用各种诱饵将敌方导弹引离海军舰船;以及使用地对空导弹和密集阵近防武器系统 (CIWS)(本质上是一种雷达控制的加特林机枪)击落敌方导弹和无人机。采取所有这些措施反映了海军长期以来建立多层防御敌方导弹的方法,并从多个点攻击敌人的“杀伤链”,以增加打破杀伤链的机会。(杀伤链是敌人必须完成的步骤序列,才能成功对海军舰艇进行导弹袭击。干扰序列中的任何步骤都可以打破杀伤链,从而阻止或击败攻击。)
航空母舰是世界上最强大的武器。航空母舰着陆区长度相当于陆地机场的十分之一。由于甲板运动、气流干扰等因素,飞机降落在航母飞行甲板上非常困难。固定翼舰载机在六自由度运动的航母飞行甲板上着陆时,需要实时跟踪甲板运动以减少终端误差。舰载机跟踪甲板运动的航迹控制过程中,不可避免地存在响应延迟,从而导致进近偏差。航母甲板运动预测是减少偏差、提高着舰精度最有效的方法之一。通过为舰载机提供预测的甲板运动信息,可以补偿响应延迟带来的误差。航母甲板运动预测的实现主要基于当前甲板运动和历史运动。可以预测未来几秒内的甲板运动。预测时间过长,预测偏差较大。而预测时间过短,不足以弥补航迹控制过程中飞机的响应延迟。
在本期中,我们庆祝了海军航空兵最近的里程碑,从第 22 页开始,对同级首艘 USS Gerald R. Ford (CVN 78) 进行了全舰冲击试验,使这艘航空母舰更接近作战部署。在第 32 页,我们重点介绍了“大黄蜂”健康评估和准备工具 (HhART) 如何直接导致飞行员生理发作 (PE) 的减少。在海军陆战队,飞行员正在从在线游戏概念中获取灵感,进行飞行训练,第 36 页。正如我们在过去夏天所介绍的那样,我们在第 47 页上举办了空中测试和评估中队 (VX) 23 的特别部分,中队成员分享了在舰队交付前测试的新兴技术的最新更新;我们还介绍了该中队的新指挥官伊丽莎白·萨默维尔上尉,她是第一位指挥 VX-23 的女性,第 44 页。
直升机船上着陆是一项认知复杂的任务,对飞行员和机组人员都具有挑战性。有效的沟通、准确读取飞行仪表以及监控外部环境对于成功着陆至关重要。特别是,着陆的最后阶段至关重要,因为它们意味着在空间有限的不稳定环境中承受高工作负荷。在本定性研究中,我们使用应用认知任务分析方法采访了来自意大利海军的十名直升机飞行员。我们的目的是获得着陆程序的详细描述,并确定影响飞行员工作负荷、表现和安全的相关因素。根据对访谈内容的分析,我们确定了在甲板上进近和着陆的六个不同阶段和四类可能显著影响飞行员表现和着陆程序安全性的因素。与之前的研究一致,我们的研究结果表明,外部视觉提示对于成功着陆至关重要,特别是在着陆的最后阶段。因此,根据飞行员的陈述,我们提出了改进外部视觉提示的建议,以减少飞行员的工作量并提高着陆操作的整体安全性。
如何自主规划出协同运动轨迹并及时准确地控制舰载机的运动是提升整体甲板作业效率的关键。本文主要讨论的问题是多舰载机协调轨迹规划策略及牵引机与舰载机的协同控制。首先,建立无拖杆牵引系统运动学模型和三自由度动力学模型;其次,提出一种飞机系统协同进化机制以确保多飞机协调轨迹规划并基于混合RRT∗算法生成适应于牵引机系统的轨迹;其次,在不完全约束和各种物理条件约束下,设计双层闭环控制器实现甲板上牵引机系统的轨迹跟踪。外层模型预测控制器有效控制载机与牵引车的协同运动,内层基于自适应模糊PID控制的力矩控制策略严格保证系统的稳定性。仿真结果表明,与反步控制和LQR算法相比,该控制器具有更快、更精确的控制速度,对有初始偏差的直线轨迹、大曲率正弦曲线、甲板上的复杂轨迹具有更强的鲁棒性。
特色应用:不同任务中舰载机保障作业的动态调度研究涉及多种保障资源(可再生资源包括保障作业人员和保障设备,不可再生资源包括油料、氧气、氮气、液压、电力等),作业活动需满足串行和并行约束关系,多重约束(可再生资源约束、不可再生资源约束、作业空间约束)等复杂的调度过程。这些资源的有效协调可以描述为不确定环境下的多资源约束多项目调度问题(MRCMPSP)。本文建立了舰载机动态保障调度的整数规划数学模型,解决了非确定性多项式时间难(NP-hard)问题。针对不确定、动态的环境,受到预测控制技术中的滚动时域(RH)优化方法的启发,提出了一种周期性、事件驱动的滚动时域(RH)调度策略。 RH策略不仅降低了问题规模,而且在合理的计算时间内有效地调整了基线调度,避免了在动态飞行甲板环境下不必要的调度,实现了资源的有效分配。设计了双种群遗传算法(DPGA)来解决大规模调度问题。计算结果