考虑尾流影响的侧向双跑道机场的跑道容量研究

侧向跑道由于能够灵活面对强侧风的影响从而提高机场的效率,在我国大型机场的规划设计中逐渐推广。但是目前国内外在侧向跑道容量模型方面的研究较少,因此对侧向跑道的跑道容量模型的研究具有重大的意义。本文针对侧向双跑道系统,考虑了一组侧向跑道上航空器之间的尾流影响,通过计算尾流消散时间给出了侧向跑道航空器的放行条件,同时利用时序图得出在侧向双跑道系统中连续进场航空器间插入离场航空器的条件,从而构建出侧向双跑道系统的跑道容量理论计算模型;最后以成都天府国际机场一期跑道为算例,计算出尾流影响下侧向双跑道系统的小时容量,并给出航班起降架次表,验证了模型的正确性,为侧向跑道机场的跑道容量理论计算提供了参考。     

平行跑道独立进近的可靠性模型分析

本文研究了平行跑道独立进近安全性分析的可靠性模型.可靠性模型主要分析了航空器上元件故障率对航空器在平行跑道上进行独立进近安全的影响.该模型把影响航空器进近安全的各种因素划分成几个功能模块,并根据模块中各元件的性能及其使用状况为这几个功能模块定义了它们的工作状态.每种工作状态对系统的安全影响程度都不同.最后把这些状态应用到马尔可夫模型中计算出了系统处于不同情况下的概率.     

基于交通场景的进离场航班联合调度双层规划模型（英文）

为适应协同决策需要,考虑进离场运行不同交通场景下空管、航司、机场和旅客的诉求差异,对进离场航班联合调度问题进行了系统的研究。根据容流匹配程度,判定进场/离场运行的交通状态为高峰或非高峰,分析不同交通状态下进场/离场运行各方诉求的差异,分别建立了各交通状态下进场/离场航班调度的数学模型;针对进场/离场运行交通状态组合所得的4种进离场联合运行交通场景,分别建立了相应的进离场航班联合调度双层规划模型并设计精英保留的遗传算法求解。结果表明:较先到先服务方法,在进场高峰/离场非高峰和进场高峰/离场高峰场景下,优化调度结果中离场航班均衡满意度得到提升,离场航班流的跑道占用时间减少了38.8%;在进场非高峰/离场非高峰和离场高峰/进场非高峰的场景下,优化调度结果中进场航班均衡延误时间大幅减少,离场航班均衡满意度提升了77.6%,离场航班流的跑道占用时间减少了46.6%。与其他4种策略相比,优化调度方法更好地权衡了公平与效率,调度结果更加合理可行。     

基于INM的机场减噪程序模拟分析

根据《机场周围飞机噪声环境标准》(GB 9660-88),以计权等效连续噪声级LWECPN为评价量,借助FAA的INM(综合噪声模型)软件对深圳机场的航空噪声进行了详细的分析,综合考虑了优选跑道、NADP(离场减噪爬升程序)、离场偏置和CDA(连续下降进近)等因素对机场噪声的强度、分布区域形状和分布区域面积的影响,提出了一套完整的机场噪声综合模拟评估模型,可为今后机场周围噪声优化及评估提供借鉴。     

基于仿真的跑道容量评估系统设计与实现

系统地介绍了基于仿真的跑道容量评估系统的基本设计与功能,就塔台工作流程进行了详细定义。对仿真过程中最后进近时间的计算提出了简化方法,归纳了仿真中需要的随机变量,就其分布与取值进行了探讨,有效解决了任意比例航班计划下的仿真评估。系统仿真结果表明,通过制定具体的评估策略,该系统可以对各种条件的跑道进行容量评估,并能取得可信的结果。     

在危险天气条件下预计航空器到达时间算法研究

主要研究了在危险天气条件下,在航空器可能的机动情况下,计算航空器在跑道或在最后进近点的预计到达时间问题.这个问题解决在雷达管制空域下,协助管制中心自动化系统在危险天气条件下,计算航空器的预计到达时间.我们通过一个概率模型和一个信息嵌入的最佳路径图(OPM)来解决预计到达时间问题,其中设计危险天气避让算法来建立最佳路径图.危险天气避让算法考虑的路径是从起始进近定位点到跑道的路径.该问题还要考虑各种限制,如航空器机动性限制,飞行员与管制员工作量的考虑,空中交通管制进离场走廊的限制等等.     

平行跑道独立进行的可靠性模型分析

本文研究了平行跑道独立进近安全性分析的可靠性模型。可靠性模型主要分析了航空器上元件故障率对航空器在平行跑道上进行独立进近安全的影响。该模型把影响航空器进近安全的各种因素划分成几个功能模块，并根据模块中各元件的性能及其使用状况为这几个功能模块定义了它们的工作状态。每种工作状态对系统的安全影响程度都不同。最后把这些状态应用到马尔可夫模型中计算出了系统处于不同情况下的概率。     

近距平行跑道容量评估与优化

本文系统地归纳了各种制约近距平行跑道运行容量的因素,并对比单跑道容量评估方法,针对不同运行模式提出了容量评估思路。同时结合实际工作中可能遇到的运行方式提出具体的调整适用方法,为近距跑道的优化使用提出建议。     

基于T系统模型的跑道容量评估新方法

跑道容量评估是空域规划、建设和空中交通流量容量管理的关键,但目前的评估方法不考虑进场流量的特性,不具有实时性和动态性。本文建立了某一类交通系统——T系统模型,给出了基本的定义,证明了其容量存在并有限定理。根据单跑道的T系统特征,利用T系统模型推导了计算单跑道容量的基本公式,并分析了参数之间的相互关系。应用模型计算的某机场在不同情况下的跑道容量基本符合实际状况。     

机场进离场流量协同分配策略

为充分利用机场容量、减少航班延误,把进离场视为互相影响的两个过程,研究机场流量与容量匹配问题,给出了一种进离场流量协同分配模型。基于机场容量动态限制,模型以最小化进离场航班总延误损失为目标,协同优化进离场流量分配策略;通过引入航班延误损失系数,作为航空公司协同决策的偏好信息以兼顾其利益。针对模型特点设计了遗传算法予以实现。实例仿真结果表明,模型不仅能使流量与容量协调匹配,而且能够使延误损失降到最小且能兼顾航空公司的利益,验证了所提策略的有效性。     

多跑道机场离场航班排序优化方法研究

本文建立了以旅客总延误时间成本最小化为目标函数的多跑道机场离场航班排序优化模型，并考虑航路流控的影响，通过回溯算法求解，融合位置约束交换算法优先处理受流控影响的航班，最后采用南京禄口国际机场为例进行算例验证。与先进先出模式相比，优化后的离场模式降低航班延误时间效果显著，旅客总延误成本减少了44.81%，所提方法可显著提升多跑道协同运行能力，为当前多跑道机场的调度排序提供了思路与方法。     

考虑跑道复杂依赖关系的多目标飞机排序模型

考虑跑道间复杂依赖关系和依赖跑道上动态间隔约束,研究了同时存在依赖、独立跑道的多目标进离场飞机排序问题。以降低航空公司延误总成本和降低旅客总延误时间为目标,建立了跑道复杂依赖关系下的多目标规划模型。通过重庆江北机场的3个实际算例,使用ε约束法求解多目标模型的Pareto最优解集。与未增加本文两处约束的传统模型进行对比显示,额外考虑复杂依赖关系后航空公司延误总成本减少了68.5%～80.3%,旅客延误总时间减少了68.8%～77.7%,额外考虑依赖跑道上动态最小间隔时间后航空公司延误总成本减少了20.4%～43.4%,旅客总延误时间减少了29.2%～42.5%。     

飞行进近中尾流的大涡数值模拟

尾流间隔是增大跑道容量的主要限制因素之一,为了在保持安全水平的前提下有效地增大跑道容量,应制定安全高效的尾流间隔.对尾流流场和尾涡消散物理过程的研究,是制定准确、恰当的空中交通中尾流间隔的重要理论依据.本文用大涡模拟方法对三雏机翼简化模型的尾流场进行了数值模拟.数值模拟的来流速度、迎角和定解条件等重要参教以航空器尾流事故高发的进近阶段为依据,计算结果验证了涡核的进裂消散、涡对的连接消散和涡对的下沉现象,发现了在涡对卷起之前的不对称性和Crow关联发生后涡对消散的不对称性,并分析了其原因.     

提高近距平行跑道机场容量的仪表进近程序

本根据航空发达国家经验，运用尾涡效应的知识研究如何提高近距平行跑道机场容量的问题。章介绍了现行的做法即为防止尾涡相遇采用的程序，论述了在近距平行跑道运行中靠近地面的尾流现象，基于涡流放应确定的减小平行跑道间距限度的标准，介绍了改进后的进近程序，这种程序能有效地提高机场的容量。     

基于分支定界的离场航空器动态排序

离场航空器优化排序是加速终端空域内航班流动 、提高航班正点率、缓解管制工作负荷的有效手段。采用滚动时域控制(Receding horizoncontrol,RHC)策略构建离场航空器 实时动态排序框架,并基于分支定界法获取时间窗内优化的目标起飞时间。在此基础上,利 用修正的离场滑行时间确定允许开车时间,从而为管制员提供决策支持。以上海浦东机场离 场运行为例进行仿真验证,结果表明文中提出的方法不仅有效地实现了管制决策支持（为管制 员提供目标起飞时间与允许开车时间）,也能够提升跑道离场容量,降低离场延误水平。     

基于传递闭包法的航班分类模型及在航班排序中的应用

提出了一种基于传递闭包法的进/离场航班分类方法.首先对模糊集合理论和传递闭包算法作了简要的介绍,然后在考虑4种不同因素的条件下建立了航班分类模型,并给出了各类航班单位时间延误成本的计算公式.最后以终端区航班排序模型为例,对该方法进行了仿真,并与传统航班延误成本分类方法进行了比较.仿真结果表明,该方法有助于减少航班延误损失,优化进/离场航班队列,提高空中交通管理效率.     

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。     

基于排队论的航班滑出时间预测

根据航班离港流程及滑出时间预测的问题属性,将滑出过程分解为无障碍滑 行至跑道端及在跑道端排队等待起飞两个阶段。分析了进离港航班对滑出时间的影响,提出 了一种场面交通状况衡量指标及基于该指标的无障碍滑出时间计算模型。并将跑道提供服务 的过程建模为M/G/1/∞随机服务系统,建立了基于排队论的等待起飞时间预测模型。以北京 首都国际机场航班运行数据为例,使用单个航班及以15 min为间隔的平均滑出时间的预测准 确率验证了模型的有效性,与首都机场当前的滑出时间计算模型进行对比,预测准确率显著 提高。     

基于到达流特性的跑道容量分析

现有机场的容量已不能满足当前航空运输的需求,如何最大限度地发挥机场的运行能力,增加其跑道容量成为亟待解决的问题。给出跑道容量的具体定义以及影响跑道容量的诸多因素,其中连续着陆飞机之间间隔的数量和间隔的大小是影响跑道容量的最大因素。假定机场到达流特性是韦布尔分布或正态分布,采用T型系统推导跑道容量计算模型,并分析了各到达流分布计算模型之间的相互关系。应用模型计算的某机场跑道容量基本符合实际状况。     

RNP AR离场程序设计及实例分析

RNP AR飞行程序可有效避开地形、减小空域冲突、解决环境问题,提高飞行安全性、效率和空域容量.目前RNP AR设计规范中没有明确的RNP AR离场程序设计规范,但实际RNP AR运行中使用了RNP AR离场程序.本文考虑了ICAO 8168第二卷中一般离场程序原则并结合RNP AR运行特点,给出了RNP AR离场程序...