面向节能减排的机场地面运行优化研究

为了减少航空器在地面滑行阶段因等待造成的污染物排放量.在起飞着陆(LTO)循环污染物排放量计算模型基础上,研究了航空器在地面滑行阶段滑行动作类型及对应推力,将研究出的不同滑行动作对应推力值代入LTO循环计算模型,提出了基于滑行动作的航空器污染物排放量计算模型,并以该计算模型为目标函数,以航空器过机场关键节点时间为决策变量,考虑滑行冲突、滑行速度、航空器开始和结束滑行时间3种约束建立航空器场面节能减排滑行优化模型,并利用遗传算法对该模型求解.以哈尔滨机场航班数据进行实例计算,同时借助TAAM仿真软件对机场进行实际运行仿真.通过与TAAM输出仿真数据比较,经过模型优化后污染物排放量总体降低了32.89%,说明通过控制离场航空器推出时间和进场航空器经过其滑行路径关键节点时间可达到节能减排目的.      

基于遗传算法的航班离港调度建模及仿真

针对目前机场容量与空中交通需求矛盾日益突出的问题,通过建立符合实际需求的离港排序模型.采用非线性优化技术给出较佳的离港航班序列,引入起飞序并以此作为优化推出时间的约束条件.仿真结果表明,文中采用的基于遗传算法给出了较佳的离港航班序列,比现行的"先达到滑行节点先服务"模式减少了离港滑行时间,并保证了滑行无冲突,减少整个机场的运行成本,可提高机场运行的能力,并为离港航班调度问题提供技术支持.     

A-SMGCS航空器场面滑行初始路径规划

依据先进机场场面引导与控制系统(A-SMGCS)3阶段路由规划策略,给出1种基于Petri网和遗传算法(GA)的A-SMGCS航空器滑行初始路径规划方法,为航空器确定由最优和s-1个次优滑行路径组成的初始滑行路径集合.提出1种基于模块化建模思想、面向路由规划的场面运行扩展赋时库所Petri网建模方法,并对航空器场面滑行特征进行分析;采用Petri网模型的变迁激发序列进行染色体编码,并考虑场面运行管制规则,分别给出染色体合法性检测与修复、交叉和变异算法.以某机场实际运行数据为基础,采用所给方法为所有进离港航班规划初始滑行路径,通过算法时间性能分析以及为实际航班规划初始滑行路径,验证所给方法的有效性.      

基于MILP的飞机滑行排序的优化

提出了飞机滑行排序的优化问题,目的是最大限度减少滑行时间,提高机场运行效率.根据飞机在机场地面的运动规律,基于确定的滑行路径,考虑滑行路线冲突,建立了该问题的混合整数规划模型.讨论了该复杂优化问题的分解方法,给出了上海浦东机场地面网络的算例,验证了所做工作的实用性.     

面向航班高峰期的机场地勤车辆多阶段优化调度方法

在航班运行高峰时段内,地面服务需求更加集中,机场可调度的地勤车辆数量有限,可能引发航班延误,导致机场多方面损失。针对该问题,研究了地勤车辆多阶段优化调度方法,重点考虑摆渡车和加油车2种地勤保障车路由与时间窗口限制,以航班准点率及延误时间为评价指标进行优化调度。构建了具有4类节点和5类弧的容量-费用网络G1,通过设置合适弧容量及费用参数,确定最小费用流规划模型;采用拉格朗日松弛启发式算法对模型求解,通过不断寻优,设置对偶间隙初值、容许误差,最大迭代次数,输出预测结果;深入分析高峰时段的航班运行状态,构建基于时空网络的整数线性规划模型,优化第一阶段未服务航班的总延误时间;结合最小化最大值定理,构建单航班服务延误模型,将单个航班延误造成的损失降到最低。最后,基于实际航班数据,结合机坪平面布局开展仿真实验和验证,结果表明：利用优化调度得到加油车和摆渡车准时服务的最大航班数分别为30,131架·次,待服务航班的最小总延误时间分别为223,542 min,航班总延误下降21.56%,显著缩短航班延误时间,提升了机场场面的整体运行效率。     

面向节油减排的平行多跑道混合运行机场停机位分配模型

针对因隔离平行运行模式与不合理跑道机位使用方案引起的航空器场面滑行排放过高的停机位分配问题，在传统停机位分配模型基础上，研究了多跑道运行模式对停机位分配方案的影响，基于空管机场2方协同运行与就近起降运行模式，研究了面向平行多跑道混合运行的停机位分配模型。通过引入航空器空中走向约束与航班接续约束，以减少采用航班横跨场面运行这个过长滑行距离的停机位分配方案。在此基础上，考虑不同机型发动机燃油流率对分配方案燃油消耗及碳排放的影响，以最小化燃油消耗为目标建立整数规划数学模型，并结合天津机场典型时段运行数据进行仿真验证。仿真结果表明:与原计划运行结果相比，优化策略的滑行距离与碳排放分别减少了11.9% 和13.3%，说明通过优化多跑道运行机场的停机位跑道使用方案可有效减少滑行距离与油耗，达到节油减排的目的。      

机场群共用航路点的航班排序模型及算法

机场群上空空域资源共享、运行耦合复杂，拥堵往往发生在共用航路点。为缓解空域拥堵和航班延误问题，开展了机场群共用航路点的优化排序研究。针对共用航路点的运行特征，引入惩罚因子并以总延误时间成本最小为优化目标，建立了机场群共用航路点的航班优化排序模型，基于滑动时间窗算法和粒子群优化算法的原理提出了TW-PSO组合优化算法对模型进行求解。选取京津冀机场群过共用航路点的航班进行算例仿真，结果表明:TW-PSO组合优化算法与FCFS算法、滑动时间窗算法、粒子群优化算法相比在高峰时段的总延误时间成本分别减少了216，212，161 min；在算法性能方面，具有比经典算法迭代次数少、优化效果更佳的优点，能有效缓解航班延误问题，改善机场群的协同运行效率。      

车路协同自动驾驶技术在民航机场的应用前景展望

通过分析民航机场飞行区内围绕航空器的保障车辆,结合物联网技术、三维可视化技术、智能决策系统、专家决策、人工智能、深度学习、智能网联以及移动通信等先进技术,针对航班生产作业过程,探讨民航机场飞行区保障车辆引入基于车路协同自动驾驶技术的实现方式,通过对民航机场空侧车辆典型应用场景的分析和阐述,切实提高机场航班运行生产效率、提升机场旅客服务水平、增强机场核心竞争力.     

基于概率神经网络的通用航空器冲突探测方法

针对当前冲突探测技术难以同时实现精准识别与实时识别的问题,研究基于概率神经网络(PNN)的通用航空器冲突探测方法.将冲突探测视为模式识别问题,通过冲突模型分析,提出了航空器"冲突角"概念,改进了现有冲突识别方法采用的关键特征指标,将原有的4个关键特征指标提炼为3个指标,分别为航空器相对距离、相对速度以及冲突角,以此构造概率神经网络,训练形成神经网络分类器.结果表明,基于3关键特征的概率PNN冲突分类器分类误警率和漏警率保持在1%左右,在冲突误警率上优于基于4特征的SVM冲突分类器的6%,提高了航空器冲突探测的准确度;分类所耗时间始终保持在1.2 s左右,远低于Monte Carlo仿真方法的同时,较4特征分类器也降低了0.2 s左右,提高了冲突识别效率.      

基于点融合的多跑道进场航班排序

为提高点融合程序下的多跑道机场的进场航班运行效率,考虑点融合程序下终端区进场程序结构复杂的特点,提出以0-1整数规划为基础的多跑道进场航班优化排序模型.以进场航班的总延误时间、总飞行时间为最小目标函数,以尾流间隔、跑道限制、进场航班的飞行时间范围以及可分配进场程序为约束条件,将不同进场程序及跑道分配给不同的进场航班,确定航班的飞行时间、落地时刻,最终求得航班的落地序列.以浦东机场进场程序为例,选取含精英策略的非支配遗传算法对浦东机场的双落跑道进行进场航班优化排序,最后与实际结果对比.优化方案的飞行时间和延误时间分别为51048 s和1174 s,相较于实际结果降低了2.1％和38.2％,单位小时内跑道着陆架次提高了7架,跑道流量提高了20％左右.