机场地面容量评估研究

提出基于滑行路径动态寻优的机场地面容量评估方法。对于结构复杂多样的机场地面,当跑道、滑行道和停机位使用情况和航班流变化时,根据机场地面运行的具体特点,首先建立机场地面有向网络模型,引入滑行道的权值概念,再通过D ijkstra算法进行动态路径寻优,并与冲突探测相结合,对滑行道和停机位进行合理分配。最后通过计算机仿真来评估容量。仿真实例表明,该方法不仅可以增强机场地面容量评估的灵活性和准确性,还可以应用于机场地面交通引导。     

航空器机场地面滑行时刻优化模型研究

空中交通量的急剧增长导致机场地面滑行网络效率的降低,造成航班延误。分析进／离场飞机的地面滑行过程,指出这一过程中可能出现的三类滑行冲突。引入混合整数规划方程表示飞机在机场地面的运动,建立一个规划飞机滑行时刻的最优模型。确定飞机通过指定滑行路径上各点的最优时刻,将滑行冲突产生的飞机延误降到最小,提高机场运作效率。利用成都双流国际机场的实际航班时刻数据进行算例分析,结果验证了该模型的可行性和优越性。     

分层网络模型在场面滑行规划中的应用研究

复杂的场面结构是制约算法运行效率和冲突调配的重要因素。该文介绍了分层网络的描述模型,同时引入了一种社团识别方法——Louvain算法对网络进行分割,并根据机场的场面运行特点提出了面向机场滑行网络的层次划分及修正方法。设计了基于分层网络的动态规划算法。根据实例建立了机场分层网络模型并对算法进行了实现。仿宾结果表明该算法处理速度较快,并且能够在避免滑行冲突的同时有效减少滑行时间。     

基于Q学习机场地面滑行路径动态规划

塔台管制员目前对场面飞机滑行路线分配主要依据航班序列、进离港类型以及目标终点等为参考。本文通过对管制员管制行为使用Q学习建模,并引入未来航班先验概率滑行路线加入待检测冲突集合,使管制员Agent具备预估未来时刻冲突能力,对常见滑行冲突得到最优滑行路径。本文首先讨论了Q学习对于地面冲突离散状态数量的有限性,接着对状态的动作序列和回报函数进行设计。实验环境对地面滑行道优先级进行了人工标注,生成随机航班时刻样本集用于训练。仿真结果中管制员Agent能有效解决冲突,体现了该方案的可行性和优越性。     

飞机动态推出控制策略仿真优化模型

机场离港运行的无序化造成滑行过程中的长时间排队等待及大量燃油浪费。为了减少燃油消耗和废气排放,在已有的动态推出控制策略基础上提出了阶梯函数控制策略(Step function,SPC)和非线性函数动态推出策略(Nonlinear function,NPC)的一般形式,以离港成本为目标,建立了基于停机位等待惩罚的动态推出控制模型,在不延误的前提下提出了一种基于网格参数优化的蒙特卡洛仿真优化算法。通过北京首都机场实际运行数据对推出过程进行仿真计算,并与无控制策略以及传统N-control策略的最优可达解进行仿真对比,结果表明:在不延误的前提下,提出的推出策略可以更加有效地降低平均滑行道滑行时间,NPC策略的离港运行成本和燃油成本可降低45.52%和54.23%,SPC虽然成本节省劣于NPC策略,但是其简单的操作方式可以为离港推出调度方式的改进提供决策支持。     

基于路径网络的滑行道轮候时间预测算法

飞机的推出控制是飞机离港过程中的重要环节,而准确地预测飞机在由停机坪推出至起飞这一时间,即飞机地面轮候时间是飞机推出控制的基础。其中,由于滑行道系统路径复杂,滑行道轮候时间是飞机地面轮候时间的难点。通过构建滑行道节点网络系统,基于机场平面拓扑图,根据一定的路径规划算法预测飞机的滑行道路径,得到滑行道轮候时间的预测模型。最后,根据国内某大型枢纽机场的实际数据,对算法进行仿真验证,得到的结果证明本文提出的算法具有较高的拟真度。     

基于免疫克隆选择算法的繁忙时刻场面航空器调度优化(英文)

为减少大型枢纽机场拥堵和航空器地面等待,以总调度时间最小为目标,提出了航空器地面滑行调度模型并应用于首都机场航班调度。模型参考经典的车间调度思想,将滑行过程中的3类特殊的场面冲突作为约束条件。针对模型NP难解的特征,设计了免疫克隆选择优化算法求解模型。通过北京国际机场仿真实验表明,相比先到先服务(First-come-first-served,FCFS)策略,本模型将一个高峰时段的航班调度时间减少了13.6min,平均每架航空器的总滑行调度时间减少45.3s,提高了跑道容量和机场运行效率。     

基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间（Estimated time of arrival，ETA），减少场面冲突，提高机场运行效率，本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离，综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量，以及参考动态时间规整（Dynamic time warping，DTW）算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量；基于均差最大原则确定初始聚类中心，使用K-means算法对样本进行聚类，根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇，将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析，证明了本文预测航空器滑行ETA的准确性。     

A SMGCS滑行道冲突预测与避免控制

针对先进机场场面引导与控制系统(Advanced surface movement guidance and control system,A-SMGCS)滑行道冲突预测与避免控制,提出基于事件反馈的闭环控制框架,并重点解决对头冲突预测与避免控制问题。建立滑行道受控着色Petri网模型。提出航空器可控滑行路段概念,并给出其对应子模型的生成规则。利用子模型中环路和环路链,给出无对头冲突的充分必要条件。提出对头冲突避免控制策略,以及适合实时控制的对头冲突预测与避免控制算法。算例表明本文能根据场面状态及时识别对头冲突并实现冲突避免。     

基于GIS的机场场面路径优化算法的研究

利用GIS技术,研究了进出港航班滑行路径的优化问题。为机场上刚降落和即将出港的航班规划最短滑行路径。判断航班在规划的滑行路径上是否会发生对头相遇。考虑到机场安全性和使用效率,要求保证进出港航班在滑行过程中按最短路径连续滑行,并且不能发生对头相遇。本提出了两种解决方法：(1)改变进港航班的滑行速度;(2)延迟出港航班的时间。通过实例验证了该算法的可行性。     

基于PO-PTD的航空器对下滑道结构影响的动态研究

下滑信标是仪表着陆系统的重要组成部分,为进近中的航空器提供垂直方位引导。进行障碍物对下滑信标信号影响的精确分析可以为导航台站选址及解决导航台运行中存在的问题提供理论依据。本文基于物理光学-物理绕射理论(Physical optics-physical theory of diffraction,PO-PTD)算法,结合空客A320-200型客机以及机场三维模型对下滑信标的下滑道结构影响进行了静态分析。在静态分析的基础上,对飞机在滑行道上滑行且五边上有飞机进近时的影响进行了动态研究,找出了某机场飞行员长期反映的下滑道信号不稳问题的原因。动态研究数据与飞行校验结果进行了比对并与飞行校验结果吻合。     

TBM下穿江北机场区间隧道施工的技术分析

以重庆轨道交通10号线穿越T2-T3航站楼的区间隧道为研究对象,在保证机场跑道、滑行道及相邻建(构)筑物安全运营的条件下,对采用的复合TBM施工法进行技术分析,并建立有效的监控量测措施,从而减少对机场跑(滑行)道面的沉降影响。     

先进的滑行辅助与引导系统

飞机在空中飞行与在地面滑行有一个最大的不同点就是:在空中,高度现代化的飞机,几乎可以在任何气象条件下完成高精度的航线飞行,而且可以使飞机的耗油最少;然而在地面滑行阶段,机组不得不依靠机场图表,并通过目视人工来操纵飞机滑行。这时常导致机组与管制员的相互误解,使飞机处于危险的境地。事故统计年报表明:大量的地面事故都是由于机组在地面失去了方位概念造成的。     

基于SIMMOD仿真的机场拥挤时段推出率控制策略研究

当机场地面产生拥挤或将要产生拥挤时,持续的航班推出滑行势必会造成拥挤程度的恶化,进而延长离场航班在滑行过程中的滑行等待时间。滑行中航空器的发动机是不停歇的,滑行等待时间的增加意味着燃油消耗增多以及排放物的增加。针对这个问题,本文提出通过对离场航班的推出率控制来缓解机场拥挤,减少离场航班的滑行等待时间。本文首先对北京首都机场历史运行数据进行统计分析,探讨了当前离场航班滑行量与未来15分钟进场航班量以及未来15分钟起飞率三者之间的规律,提出推出率控制策略及实现方法;然后,设计了推出率的辅助计算程序;最后,使用SIMMOD仿真工具对北京首都机场进行建模,并对繁忙时段实施推出率控制。仿真结果显示:通过对离场航班实施推出率控制,选取时段中场面推出滑行量被控制在一个相对较低水平。该段时间内408架次航班平均每架次仅等待了3.3分钟,但总的滑行等待时间减少了63.2小时。     

基于动态窗口法的一发失效应急路径规划方法

提出基于动态窗口法的一发失效应急路径规划方法,首先,考虑一发失效规范要求及地形障碍物限制,将三维路径规划问题转化为二维问题,并利用MATLAB求解得到重要障碍物。其次,根据假设,建立平面运动模型及动态窗口参数,引入评价函数求解最优路径。最后,以某机场为实例,对机场三维SRTM高程进行处理分析,并利用MATLAB编程实现动态窗口法生成一发失效应急路径,所得路径与现有程序路径基本一致,验证了该方法的有效性。     

驾驭激情感受快乐——宝马红原自驾之旅

初夏的草原绿草如茵，微风轻拂，无数散落其中的漂亮花朵，摇曳宛如大海中的星光，在这壮阔无边的天地美景中，我们不约而同的放缓车速，放松心情，让自己和座下的BMW车融为一体，在这美丽的草原温柔滑行。车队蜿蜒行进，我们如同一队在绿海中快乐游荡的鱼群……[编者按]     

基于运行保障效率的货运航班停机位分配

基于双分拣中心建立最小化不同紧急程度货物的影响下飞机滑行时间和机下运输至分拣系统时间、最大化货运航班类型和停机位类型的匹配程度以及跑道鲁棒性的多目标优化模型,采用线性加权法对目标函数进行赋值,综合分析不同权重下的分配结果并得到最优方案。借助CPLEX Studio IDE 12.8.0软件,以鄂州机场为实例进行求解,实验结果表明,相比于贪婪启发式方法,本文提出的模型得到的分配方案使得飞机滑行时间减少17.90%,货物运输时间减少6.96%,机位类型利用率提升21.21%,跑道使用完全均衡,因此提高了枢纽机场过站时效,运行保障效率有明显提升,可用于货运枢纽机场的实际运营。     

基于深度学习的离场航空器滑行时间预测（英文）

随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。     

基于蛇怪蜥蜴踏水机理的水面推进技术研究

为突破传统排水型两栖车辆“阻力墙”现象,从蛇怪蜥蜴高速踏水机理出发,基于固体和液体高速作用动力学原理,提出了一种新型水面推进技术.其依靠仿生叶轮与水高速作用产生向上托举力,将两栖车辆托举出水面,进入高速滑行状态,从而避开“阻力墙”现象,实现快速突进.结合仿真分析和先期原理试验,验证此技术能够实现两栖车辆从排水状态进入高速滑行状态,从而大大减小水阻力,是一种有效的水面快速推进方法.     

ADS-B机场场面监视技术研究

如何在复杂的机场环境和恶劣的气象条件下管理日益增多的飞机和地面服务车辆,成为机场运行管理中必须考虑的问题。本文给出了采用广播式自动相关监视系统(ADS-B)技术实现机场场面监视的解决方案。