CN103136967A - 用于控制航运系统运行的系统和方法 - Google Patents
用于控制航运系统运行的系统和方法 Download PDFInfo
- Publication number
- CN103136967A CN103136967A CN2012104812682A CN201210481268A CN103136967A CN 103136967 A CN103136967 A CN 103136967A CN 2012104812682 A CN2012104812682 A CN 2012104812682A CN 201210481268 A CN201210481268 A CN 201210481268A CN 103136967 A CN103136967 A CN 103136967A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- flight
- control system
- operation control
- shipping system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title abstract description 19
- 230000010006 flight Effects 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 11
- 230000003862 health status Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007728 cost analysis Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0095—Aspects of air-traffic control not provided for in the other subgroups of this main group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及用于控制航运系统运行的系统和方法。一种用于具有多个飞机和由一个或多个航班构成的多个航线的航运系统的航运系统运行控制系统(130),其中该航运系统运行控制系统(130)包括计算机可查找数据库(132)、配置成查询该数据库(132)的查询模块(134)和预报模块(150),以及还有控制具有多个飞机和多个航线的航运系统的运行的方法。
Description
技术领域
本公开涉及用于控制航运系统运行的系统和方法。
背景技术
大型航运系统(airline)的航运系统运行中心(AOC)中的运行方一天管理着数千次航班的执行并且实时调整飞机的活动和航运系统的机组人员来最小化昂贵的延迟和取消,同时遵从复杂的维护和航线选择约束。这些运行方负责制定航班计划、调整航运系统调度,其中包括但不限于航班调度、起飞空位分配、飞机排班和机组配备(响应于例如雷暴和设备故障等各种因素而进行)。大型航运系统的挑战是限制航运系统的低效并且高效地管理信息来减轻不可预见的调度打乱的影响。在航运系统网络中的相关、互相依赖和不相关航班或航线上的飞机故障的未来后果是非常复杂的,尤其是在执行航线的一个或多个段后可对多个航线造成影响的未来后果。AOC是非常繁忙的环境并且在这里必须快速做出决定。复杂的后果和响应于飞机故障做出决定的简短时帧的结合使得飞机运行人员理解决定的全下游影响几乎是不可能的。由飞机运行人员做出的决定可对航运系统产生巨大的运行和经济影响。
发明内容
在一个实施例中,用于具有多个飞机和由一个或多个航班(其由飞行构成航线的航班的飞机实施)构成的多个航线的航运系统的航运系统运行控制系统,包括:计算机可查找数据库;查询模块,该查询模块配置成基于飞行航线中的一个的至少一个飞机的至少一个故障向数据库查询确保完成多个航线的稳定运行方案并且将其输出;和学习模块,其将稳定运行方案的至少一子集呈现给航运系统运行人员以供选择、随时间学习选择偏好以及基于该学习控制呈现的稳定运行方案的子集的未来选择,其中该学习模块在计算机上执行,该计算机配置成访问由查询模块输出的稳定运行。
在另一个实施例中,用于具有多个飞机和由一个或多个航班(其由飞行构成航线的航班的飞机实施)构成的多个航线的航运系统的航运系统运行控制系统包括:计算机可查找数据库;查询模块,该查询模块具有至少一个输入并且配置成基于飞行航线中的一个的至少一个飞机的至少一个故障向数据库查询确保完成多个航线的稳定运行方案并且将其输出,其中该查询模块在计算机上执行,该计算机配置成访问数据库;和预报模块,其连续执行该查询模块同时改变该至少一个输入以及生成航运系统运行的“假设”场景。
附图说明
在图中:
图1是根据本发明的实施例的航运系统以及可在控制航运系统运行的方法中使用的信息的示意图。
图2是根据本发明的另一个实施例的航运系统运行控制系统的示意图。
图3是根据本发明的另一个实施例的航运系统运行控制系统的示意图。
图4是根据本发明的再另一个实施例的航运系统运行控制系统的示意图。
具体实施例
航运系统环境和在飞机运行人员做出决定时所面临的问题的初步说明将提供有用性。因为航运系统网络在它们的范围内具有几百架飞机和几千名机组人员以及广泛的维护运行并且考虑大量各种各样信息,将理解图1只示意地图示航运系统的非常简化的形式和可考虑的信息。然而,为了简单说明,图1的航运系统对于没有过分复杂地说明发明性概念是有用的。更具体地,图示航运系统和AOC 26,该航运系统具有三架飞机10、12和14,其当前位于第一机场20并且可飞往第二机场22或第三机场24。尽管飞机10、12和14图示为相同,将意识到飞机10、12和14可具有不同的制造和型号,其中功能性和容量不同,并且从而可不必互相调换。因为飞机具有计划的航线,我们将在我们的说明中假设飞机10应该从机场20飞往机场24并且然后飞往机场22,飞机12应该从机场20飞往机场24并且飞回机场20,并且飞机14应该飞往机场24。
为了简化目的,在该说明中,在AOC 26处的飞机运行人员可只关注用于修理飞机中的故障的零件的可用性、在对应的机场用于修理飞机的工场的可用性,乘飞机飞行的机组的可用性以及与有故障飞机调换的备用飞机的可用性。例如,对于机场20、22和24中的每个在图1的底部示出这些考虑。每个的可用性示出为随时间变化,因为将理解各种资源在机场20、22和24中的每个处并不总是可用的。事实上,一些机场可根本不能处理某些故障。通过非限制性示例,特定机场可能没有足够高的升降机用于在大的飞机的尾部工作并且从而可不能处理该尾部的故障。
为了该说明目的,可理解全部的飞机10、12和14同时在机场20并且飞机10将首先从机场20起飞并且在几小时后才安排飞机12和14的航班起飞。在其起飞之前,飞机10可发生故障而没有基本上使飞机10停用的警告。在这时,如果没有其他飞机,AOC 26的飞机运行人员可具有非常有限的选项来延迟航班并且在机场20解决问题(假设零件和工场可用)或取消航班,其对航运系统可造成大的成本。然而,因为飞机12和14几小时未被安排起飞,AOC 26的运行方可选择在为飞机14起初安排的航班应该起飞之前使飞机14简单地调换飞机10并且尝试修理飞机10。如果飞机14和飞机10在大小上相似并且可容纳相同数量的乘客并且如果必要的零件和工场容量或人员可用,可只有选择这样的调换。
作为说明性示例,在机场20,在时间tnow30,飞机10可具有子系统,预报系统指示其具有比航行至机场24所需要的要少的剩余寿命并且从而处于故障状态。在机场20处考虑的可用性在时间tx31之前可以是已知的,其可视为预测区间,用于这样考虑的信息在该预测区间上可以是可用的。从这样的信息可确定必要的零件仅将在时间t1 32在机场20可用并且该零件然后可由于另一个飞机上的定期维护而在t2 33变成不可用。可理解该不可用性可以是概率性的并且可具有在某时候可用的变化的概率。在图示的示例中,在t1没有指定的备用飞机。在tnow有备用飞机,但没有备用机组。基于该信息,可决定采用具有原机组的备用飞机并且在机场20在t2 33修理飞机10。
在备选示例中,可假设飞机10没有无警告地发生故障。相反,来自飞机14的健康状况管理系统的信息指示飞机14将在接下来的12个飞行小时内发生故障。在这时,与第一场景相比,AOC 26的飞机运行人员可具有变多的选项。如果备用飞机可用并且可与飞机14调换而不延迟航班则调换当然是选项。然而,如果没有飞机可用于调换或在机场20或24(在接下来12个飞行小时内安排飞机14所在的这两个机场)零件不可用,飞机运行人员可必须做出其他决定。当然延迟航班并且在机场20解决问题(假设零件和工场可用)或取消航班是选项;然而,延迟和取消可都是较昂贵的选项。一个方案可以是使飞机10和14都完成到机场24的航班并且然后飞机14继续飞机10余下的航线飞往机场22(零件所在的地方)。尽管这在更复杂的航运系统场景中可能好像是简单的解决,这样的改变可对航运系统和总的网络成本产生不可预见的影响。
例如,如果飞机10初始安排为在降落在机场22后立即飞往另外的机场,飞机运行人员在决定在机场24调换航班的时刻可没有认识到飞机14在进行任何更多的航班之前需要立刻维修这一事实。或者,或许航班被调换但同时其他飞机中的一个和现在在机场22占据工场可用资源的飞机出现问题。或者,或许修理飞机14的延迟意味着航班机组不再可用。将迅速认识到,由于实际的航运系统具有在每个机场的变化资源、几千个航班以及几百架飞机并且由于飞机运行人员可在任何一个时间做出多种决定,在该时间好像是问题的最佳方案的单个决定可最终在当天晚些时候引起多个航班取消,并且如果各种选项和后果被充分认识和考虑则可能避免该结果。
本发明的实施例提供用于在这样的故障发生或被预测要发生时确定并且向飞机运行人员显示稳定方案的系统和方法。图2示意地图示航运系统的航运系统运行控制系统30并且包括计算机可查找数据库32、查询模块34和显示模块36。将理解,该计算机可查找数据库32可以是任何适合的数据库,包括具有多个数据集的单个数据库、链接在一起的多个离散数据库或甚至是简单的数据表格。不管数据库的类型,计算机可查找数据库32可在计算机(未示出)上的存储介质上提供或可在例如数据库服务器等计算机可读介质上提供。预想计算机可查找数据库32可包括与确定航运系统运行的稳定方案有关的信息。通过非限制性示例,除了其他信息外,这样的计算机可查找数据库32还可包括飞机清单数据40、飞机状态数据42、航线数据44和维护资源数据46。
飞机清单数据40可包括对于航运系统中的多个飞机中的每个的唯一标识符。飞机状态数据42可包括对于飞机清单数据40中的多个飞机中的每个的维护调度。飞机状态数据42还可包括飞机清单数据40中的每个飞机有多么健康或在飞机中发生什么样的故障。可用故障信息可包括什么类型的故障并且如果飞机现在在被修理之前停飞,则具有受时间限制的调遣(飞机在其需要被修理之前可以该调遣来运行),或具有受限制的调遣(飞机在其被修理之前通过该调遣对飞机的航班进行约束)。采用该方式,对于飞机清单数据40中的任何给定飞机的飞机状态数据42可指示飞机是下列中的至少一个:完全健康的、停飞、受时间限制的调遣和受限制的调遣。航线数据44可包括航线上的每个航班、每个航班的目的地以及指定飞每个航班的飞机。航线数据44还可包括航运系统的运行要求和优先级,其包括直达乘客、装载系数、成本等。维护资源数据46可包括对于目的地中的每个的维护资源,其包括设备、零件、可用空位和维护机组的可用性。还预想维护资源数据46可包括关于移动式维护资源的数据。这样的移动式维护资源可在目的地之间移动并且除了其他外还可包括维护机组、便携式设备和可运送到目的地的零件。
预想计算机可查找数据库32可包括另外的数据或信息用于帮助确定航运系统运行的稳定方案。通过非限制性示例,飞机在任何给定的为期三天的窗口期间具有五或六小时的夜间停止并且这样的信息可包括在数据库32中。采用该方式,预想计算机可查找数据库32包括各种延长时段的信息。通过另外的非限制性示例,可包括在计算机可查找数据库32中的另外的信息可包括预报飞机健康状况数据,其可指示航运系统的飞机中的潜在故障或这样的故障的概率。更具体地,飞机可包括健康状况管理系统或具有相似的能力并且这样的信息可从飞机卸载到计算机可查找数据库32并且可用于预测飞机中的故障。可连续更新计算机可查找数据库32,从而说明飞机状态、机组、维护能力或影响运行决定制定的任何其他判据的变化。
查询模块34可在计算机38上执行,该计算机38配置成基于飞行航线中的一个的至少一个飞机的至少一个故障向计算机可查找数据库32查询确保完成多个航线的稳定运行方案并且将其输出。将理解,查询模块34可经由使查询模块34耦合于计算机可查找数据库32的通信网络或计算机网络而访问计算机可查找数据库32。通过非限制性示例,这样的计算机网络可以是局域网或例如因特网等更大的网络。预想查询模块34可进行计算机可查找数据库32的重复查询。通过非限制性示例,查询模块34可通过在计算机可查找数据库32上置换航运系统运行算法(其模拟多个航线中的每个的执行直至完成)并且对于每个置换改变一组输入中的至少一个而确定稳定方案。这样的输入可包括立刻维修故障、延迟维修、延迟航班、取消航班、和用另一架飞机调换有故障的飞机。查询模块34可能够估计每个活动类型和置换的成本。这样的成本可涉及与取消次数、调换次数、延迟分钟数、飞机停止服务的时间以及停止服务事件的次数关联的成本。查询模块34可在估计输出什么稳定运行方案中包括这样的成本估计。例如,查询模块34可设计成基于方案的效率和/或方案的成本而只输出稳定运行方案的子集。采用该方式,查询模块34可模拟航运系统的运行并且基于效率和/或成本输出稳定运行方案。
采用该方式,查询模块34可使用精确方法或人工智能方法用于做出涉及什么方案最稳定以及应该输出什么稳定方案的决定。查询模块34可由算法填充,其能够通过预测时距探究潜在决策、飞机、子系统和零件可用性概率、调度以及飞机、机组、维护、乘客、货物的调度变化等。网络活动成本可由这些算法而列表并且可被存储。实行用于在数据库中创建存储的航班运行预测的算法的非限制性示例包括离散事件和基于代理的模拟、数学编程和混合启发式模拟类别以及推理模态,例如基于示例的证据、模糊逻辑、基于实例和链式规则。这些算法在分析式工作流程中实施,例如来模拟未来航班路径、在沿模拟航班的时间节点处调用决定制定并且然后从方案集中去除劣势场景。本文中的术语“算法”包括数学运算、数据提取和转换中的一个或多个。这样的决定制定以及如何建立判据的非限制性示例是证据推理。在本领域内已知计算机化的系统可如何通过证据推理的一般细节,其包括2005年9月27日发布的US 6,951,008中的公开,题为证据推理系统和方法(“Envidential Reasoning System and Method”),其通过引用合并于此。因此,查询模块34的一般细节将未充分地在该申请中描述并且将认识到稳定方案或其子集的输出可基于这样的证据推理以及其他标准推理或规则方法而确定。
显示模块36可配置成向运行方或飞机运行人员48显示稳定方案的至少一子集以供在确定对故障或预测的故障的响应中使用。显示模块36还可显示这样的稳定方案的潜在后果。尽管已经分别图示查询模块34和显示模块36,预想它们可包括在单个装置中。显示模块36可能够不仅显示这样的信息而且可还能够从飞机运行人员48接收输并且这样的输入可由查询模块34在其确定要在显示模块36上显示的稳定运行方案中使用。
在运行期间,航运系统运行控制系统30可确定为航班指定的飞机中的一个中的故障,并且可向飞机运行人员48显示稳定方案中的至少一子集以供在确定对故障的响应中使用。确定故障可包括实际故障或伪故障中的至少一个。当数据库包括预报飞机健康状况数据时,可从预报健康状况数据提供伪故障。此外,还可确定发生故障的概率的变化。
最初,查询模块34可首先确定每个飞机的当前健康状态。在计算机可查找数据库32包括预报健康状况数据的情况下,查询模块34还可确定每个飞机的未来健康状态。查询模块34然后可在航运系统模拟中使用该信息。当确定故障或故障概率的变化时,查询模块34可通过在计算机可查找数据库32上置换航运系统运行算法(其模拟多个航线中的每个的执行直至完成)而确定航运系统运行的稳定方案。
可采用多种方式置换航运系统运行算法来确定这样的稳定方案。例如,对于每个置换,更改以下一组输入中的至少一个:立刻维修故障、延迟维修和潜在地无限制地运行飞机、延迟航班、取消航班和用另一架飞机调换有故障的飞机。例如,当飞机状态数据44包括飞机停飞时,延迟维修作为对航运系统运行算法的变量输入而去除。通过另外的示例,当飞机状态数据44包括受时间限制的调遣时,延迟维修作为对航运系统运行算法的变量输入而被保持直到达到时限。在计算机可查找数据库32包括预报飞机健康状况数据的情况下,航运系统运行算法也可包含其他飞机中的预报故障。从而 ,稳定方案可在模拟内考虑其他飞机的故障。利用所包括的预报数据,确定稳定方案可考虑故障频率、检测某些故障的能力和防止故障(其可导致昂贵的延迟或取消)的能力。
不管航运系统运行控制系统30是否包括预报数据,预想查询模块34可包括成本因素并且可确定最佳(包括需要的稳定性)方案并且可向显示模块36输出那些稳定方案,其中飞机运行人员48然后可基于显示的稳定方案做出适当的决定。飞机运行人员48然后可实施推荐的稳定方案中的一个。预想这样的稳定方案可自动链接到航运系统企业系统并且一旦为飞机运行人员48所认可则直接被实施。
预想查询模块34可基于航运系统人员偏好和成本中的至少一个对稳定方案排序并且查询模块34可基于该排序将稳定方案的子集输出到显示模块36。预想显示的方案的该子集可基于下列约束中的至少一个而选择:包括最低成本的成本、未取消的航班、可靠性、客户满意度,以及所有乘客在计划的那天到达他们的目的地。可基于以下至少其中之一的预定值来确定包括最低成本的成本:每分钟延迟的成本、每次取消的成本、每分钟飞机停止服务的成本以及每次调换的成本。最低成本的确定还可考虑补偿券、燃料、维护、劳动力等的成本。未取消航班的约束或所有乘客在计划那天到达他们目的地的约束可受到例如感恩节和圣诞节等节日以及节日前一天的限制。预想未取消航班可以是确保所有乘客在计划那天到达他们目的地的一个方法;然而可存在实现此的其他备选方案。预想这些成本可以由航运系统以及情况(其中包括在让每个人到达他们的目的地是重要时的节日之前)来调整。从而预想查询模块34可基于包括最小化取消、最小化航线重选、最小化到达延迟、最大化乘客准时到达、最大化乘客如期同一天到达等乘客满意度对稳定方案排序。通过非限制性示例,顾客满意度可基于最少的取消航班、最少的未在计划的那天到达他们最终目的地的乘客、最少的被延迟15分钟以上的乘客、最低总航班延迟、最低总乘客延迟以及航班过后的顾客满意度调查来确定。
技术效果是航运系统的运行效率可通过使用航运系统运行控制系统30而提高,因为当确定为航班指定的飞机中的一个中的故障时向航运系统运行人员呈现稳定方案的至少一子集,其可考虑所有数据的组合并且模拟航运系统以理解选项并且精确地对这些估价来生成稳定方案。采用该方式,航运系统运行控制系统30可包括即将发生的故障的预测、航运系统的模型化和模拟、航运系统可用的选项分析、这些选项的成本分析和这些选项的优化的元件以对航运系统运行中心产生推荐动作。飞机状态的预测导致故障的早期检测和预测,其进而在它们需要响应之前允许航运系统有更多的选项。
图3图示根据本发明的第二实施例的备选航运系统运行控制系统130。该第二实施例与第一实施例相似;因此,类似的部件用增加100的类似数字标识,其中理解第一实施例的类似部件的描述适用于第二实施例,除非另外指出。
第一实施例和第二实施例之间的差别是航运系统运行控制系统130的查询模块134包括至少一个输入。到查询模块130的该至少一个输入可包括下列中的至少一个:立即维修故障、延迟维修、延迟航班、取消航班和调换飞机。预报模块150也包括在航运系统运行控制系统130中并且能操作地耦合于查询模块134。
航运系统运行控制系统130的第二实施例可与上文描述的第一实施例相似地操作,其中它可向飞机运行人员148提供稳定方案的子集以供在确定对故障的响应中使用。关于第一实施例,至少一个故障可以是实际故障或伪故障。该伪故障可从包含在计算机可查找数据库132中的预报飞机健康状况数据中选择。然而,预想在运行期间,航运系统运行控制系统130可预先计算稳定方案而不是在故障时尝试提供大型复杂模拟或精确方法方案的稳定方案。采用该方式,运行控制系统130可快速提供稳定运行方案并且这样的速度可提高运行控制系统130的技术性能以及这些稳定运行方案的用户接受度。预想查询模块134可包括成本因素并且可确定最佳(其包括需要的稳定性)方案,并且当发生故障时可向显示模块136输出那些稳定方案,其中飞机运行人员148然后可基于显示的稳定方案做出适当的决定。飞机运行人员148然后可实施推荐的稳定方案中的一个。
在运行期间,预想在运行期间,预报模块150可连续执行查询模块134同时改变到查询模块134的至少一个输入。采用该方式,预报模块150可生成对于航运系统运行的“假设”场景。预想在运行期间查询模块134可在计算机可查找数据库132上迭代进行至少一个输入变量的所有置换。例如,可采用任何适合的方式触发这些“假设”场景,其包括但不限于飞机运行、相依航班或维护活动、例如天气或延迟等外部条件的改变,或它们的概率变化或概率变化率。这些场景还可定期地、在请求时或在一整天中在航班运行中的每个可行的决策点处运行。
还预想预报模块150可对于飞机中的每个执行单独的查询模块(未示出)来形成每个飞机的专用线程并且生成每个飞机的多种“假设”场景。采用该方式,万一飞机经历故障,运行控制系统130可检查可用选项。这样的方法可提供有用性,因为两架飞机在完全相同时刻经历故障是非常不可能的,并且一旦一个事件发生而且行动过程已经被飞机运行人员148选择,所有其他模拟可以立即被更新。
不管预报模块150是否对每个飞机执行单独的查询模块,预报模块150可连续运行使得可用选项的子集是已知的而不是等待故障发生。这确保当故障确实发生时选项的子集已经可用于呈现给飞机运行人员148,否则在最坏情况下用于分析的总查找空间因为许多选项已经被预先计算拒绝而急剧减少。
技术效果是运行控制系统130将能够预先计算可用于任何给定场景的推荐并且在故障发生时将能够提供快速结果给运行方。预报模块150可允许可用选项的连续模型化以及这些选项的成本分析。该预先计算降低了在故障发生的时刻的计算负荷并且在计算推荐动作中去除了延迟并且允许甚至更大的航运系统运行效率。运行控制系统130允许快速结果而不需要更多的计算资源并且导致能够提供具有减少成本的快速结果的系统。运行控制系统130提供这样的快速结果还可导致飞机运行人员148对推荐方案的更大的用户接受度。预想飞机运行人员148还可能够在显示模块136或其他装置上看到“假设”场景并且这还可有助于飞机运行人员148的更大的用户接受度。
图4图示根据本发明的第三实施例的能够自我学习的备选航运系统运行控制系统230。第三实施例与第一实施例相似;因此,类似的部件将用增加200的类似数字标识,其中理解第一实施例的类似部件的描述适用于第三实施例,除非另外指出。
一个差别是显示模块已经被学习模块260取代。与显示模块类似,学习模块260可在计算机262上执行,该计算机262配置成访问由查询模块234输出的稳定运行。学习模块260可具有能够向航运系统运行人员248呈现稳定运行方案的至少一子集以供选择的显示器264。显示器264可以是用于向航运系统运行人员248显示稳定运行方案的任何适合的显示器,其包括但不限于视频显示器。尽管已经图示显示器264并且其描述为包括在计算机262内,预想显示器可以是能操作地耦合于学习模块260的单独装置。
学习模块260还可具有一个或多个光标控制装置266和一个或多个多功能键盘268或能操作地耦合于一个或多个光标控制装置266和一个或多个多功能键盘268,航运系统运行人员248可使用该一个或多个光标控制装置266和一个或多个多功能键盘268来与学习模块260和显示器264交互。适合的光标控制装置266可包括适合用于从航运系统运行人员248接受输入并且将该输入转换成在学习模块260的显示器上的图形位置的任何装置。各种操纵杆、多向摇杆开关、鼠标、轨迹球等类似物适合用于该目的。
预想成本模块270可包括在航运系统运行控制系统230中并且可以能操作地耦合于查询模块234和学习模块260两者。成本模块270可在计算机(未示出)上执行,该计算机配置成访问稳定运行和/或稳定运行的子集。这可通过访问查询模块234或学习模块260而进行。成本模块270可配置成计算稳定运行方案中的每个的成本。成本模块270还可具有追踪涉及计划外故障和由飞机运行人员248做出的决定的活动的能力。航运系统运行控制系统230的第三实施例可与在上文描述的第一实施例相似地操作,其中它可向飞机运行人员248提供稳定方案的子集以供在确定对故障的响应中使用。查询模块234还可与第二实施例相似地操作,其中它可通过改变下列输入变量中的至少一个而在数据库上迭代:立即维修故障、延迟维修、延迟航班、取消航班和调换飞机。与第二实施例相似,查询模块234可对飞机中的每个执行单独线程。此外,查询模块234可被连续执行直到完成航线。
然而,预想在运行期间,航运系统运行控制系统230可请求来自飞机运行人员248的涉及稳定方案的输入。例如,当在显示器264上向飞机运行人员248显示稳定方案时,航运系统运行控制系统230可请求飞机运行人员248做出显示的稳定方案的排序输入。该排序输入可包括飞机运行人员248的优选排序和最佳排序中的至少一个。预想航运系统运行控制系统230还可请求来自飞机运行人员248的关于选择哪个方案用于实施的选择输入。预想选择稳定方案的子集用于输出可基于先前由飞机运行人员248做出的排序和选择。还预想学习模块260可采用问题和回答反馈的形式请求输入并且用于输出的稳定方案的子集可基于这样的反馈。例如,飞机运行人员248可选择航运系统运行控制系统230所认为的比最佳要差的选择并且可请求飞机运行人员248提供涉及选择的信息。
学习模块260可随时间学习飞机运行人员248的选择偏好并且可基于学习而控制呈现的稳定运行方案的子集的未来选择。采用该方式,航运系统运行控制系统230的实施例可以是自我学习的并且可包括基于示例的证据推理,其可采用航运系统运行控制系统230可以建立该决定模态并且从该决定模态学习的方式获取飞机运行人员248的知识。
学习模块260可能够采用多种方式学习,其中包括由飞机运行人员248选择的抉择和这些的结果以及与其他稳定方案的分析结果的比较的组合。例如,学习模块260可能够存储显示的稳定方案以及所得的飞机运行人员248的选择并且由此调整成本计算决定和其他参数的优先级来确保推荐的稳定方案上的优先级反映飞机运行人员248的真正优先级。学习模块260还可包括离线分析特征,其中对单独分析者重现飞机运行人员248的选择来定级以确保仅良好的用户决定用于调整。学习模块还可存储实施的动作的结果以及按照开发的所有实际情形的其他可用动作的“假设”并且这样的完整的回顾性分析可用于调整未来决定。
学习模块260还可配置成访问由成本模块270计算的成本并且可基于学习到的选择偏好和成本而选择要显示的稳定运行方案的子集。学习模块260可根据学习到的选择偏好和成本中的至少一个通过在视频显示器264上按排序顺序显示稳定方案的子集而呈现它们。这样的排序顺序可包括学习到的选择偏好和成本的加权。成本模块270可包括基于初始条件的方案执行的成本计算、执行的实际方案的成本计算以及最优的方案的成本计算,使得学习模块260可从这样的成本计算学习并且调整在其上的输出稳定方案。
技术效果是运行控制系统230将能够自我学习并且随时间改进显示的稳定方案。通过从飞机运行人员248的动作和连续的自我分析学习,运行控制系统230可提供为飞机运行人员248调整的决定。预想这样的系统可有助于飞机运行人员148的更大的用户接受度。此外,运行控制系统230可继续适应于航运系统的变化的优先级。采用该方式,运行控制系统230为继续改进的给定航运系统提供调整的系统。
上文的实施例提供多种益处,其包括AOC中的航运系统人员提供有推荐的动作,包括当飞机经历维护问题时或当预测维护问题时的维护和/或调遣。采用该方式,可以以考虑所有数据(其包括对飞机状态的增进的知识)的组合并且模拟航运系统的方式支持AOC中的航运系统人员来理解选项并且对这些准确估价来生成推荐。实现的商业优势在于航运系统通过去除由于糟糕的决定制定而引起的低效和浪费而节省成本。上文的实施例可最小化飞机停飞时间,可最小化延迟,并且可消除或最小化整个航运系统的取消。
该书面说明使用示例来公开本发明,其包括最佳模式,并且还使本领域内任何技术人员能够实践本发明,包括制作和使用任何装置或系统和进行任何包含的方法。本发明的专利范围由权利要求限定,并且可包括本领域内技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构元件,或者如果它们包括与权利要求的书面语言无实质区别的等同结构元件则规定在权利要求的范围内。
Claims (18)
1. 一种用于具有多个飞机和由一个或多个航班构成的多个航线的航运系统的航运系统运行控制系统,所述一个或多个航班由飞行构成航线的航班的飞机实施,所述系统包括:
计算机可查找数据库,其包括在计算机的存储介质上提供的飞机数据、飞机状态数据、航线数据和维护数据;
查询模块,其配置成基于飞行所述航线中的一个的至少一个飞机的至少一个故障向所述数据库查询确保完成所述多个航线的稳定运行方案并且将其输出,其中所述查询模块在配置成访问所述数据库的计算机上执行;以及
学习模块,其将所述稳定运行方案的至少一子集呈现给航运系统运行人员以供选择、随时间学习选择偏好以及基于所述学习控制呈现的稳定运行方案的子集的未来选择,其中所述学习模块在配置成访问由所述查询模块输出的稳定运行的计算机上执行。
2. 如权利要求1所述的航运系统运行控制系统,进一步包括成本模块,所述成本模块计算所述稳定运行方案中的每个的成本,其中所述成本模块在配置成访问所述稳定运行和稳定运行的至少一子集中的至少一个的计算机上执行。
3. 如权利要求2所述的航运系统运行控制系统,其中所述学习模块配置成访问由所述成本模块计算的成本,并且基于学习到的选择偏好和所述成本选择稳定运行方案的子集。
4. 如权利要求3所述的航运系统运行控制系统,其中所述学习模块根据学习到的选择偏好和成本中的至少一个通过在视频显示器上以排序顺序显示稳定方案的子集而呈现该稳定方案的子集。
5. 如权利要求4所述的航运系统运行控制系统,其中所述排序顺序包括所述学习到的选择偏好和成本的加权。
6. 如权利要求1-5中任一项所述的航运系统运行控制系统,其中所述查询模块通过改变下列输入变量中的至少一个而在所述数据库上迭代:立刻维修故障、延迟维修、延迟航班、取消航班和调换所述飞机。
7. 如权利要求1-6中任一项所述的航运系统运行控制系统,其中所述查询模块对所述飞机中的每个执行单独线程。
8. 如权利要求1-7中任一项所述的航运系统运行控制系统,其中所述至少一个故障包括伪故障。
9. 如权利要求8所述的航运系统运行控制系统,其中所述伪故障从包含在所述数据库中的预报飞机健康状况数据中选择。
10. 如权利要求1-9中任一项所述的航运系统运行控制系统,其中所述查询模块被连续执行直到完成所述航线。
11. 如权利要求1-10中任一项所述的航运系统运行控制系统,其中所述飞机数据包括:飞机清单数据,其包括每个飞机的唯一标识符;和所述飞机清单数据中的每个飞机的飞机状态数据,其包括维护调度;所述航线数据包括航线上的每个航班、每个航班的目的地以及指定飞行每个航班的飞机;并且所述维护数据包括维护资源,其包括所述目的地中的每个的维护资源。
12. 一种用于具有多个飞机和由一个或多个航班构成的多个航线的航运系统的航运系统运行控制系统,所述一个或多个航班由飞行构成航线的航班的飞机实施,所述系统包括:
计算机可查找数据库,其包括在计算机的存储介质上提供的飞机数据、飞机状态数据、航线数据和维护数据;
查询模块,其具有至少一个输入并且配置成基于飞行所述航线中的一个的至少一个飞机的至少一个故障向所述数据库查询确保完成所述多个航线的稳定运行方案并且将其输出,其中所述查询模块在计算机上执行,所述计算机配置成访问所述数据库;以及
预报模块,其连续执行所述查询模块同时改变所述至少一个输入以及生成航运系统运行的“假设”场景。
13. 如权利要求12所述的航运系统运行控制系统,其中所述预报模块对所述飞机中的每个执行单独查询模块来形成每个飞机的专用线程。
14. 如权利要求12或13所述的航运系统运行控制系统,其中所述至少一个故障是伪故障。
15. 如权利要求14所述的航运系统运行控制系统,其中所述伪故障从包含在所述数据库中的预报飞机健康状况数据中选择。
16. 如权利要求12-15中任一项所述的航运系统运行控制系统,其中对所述查询模块的所述至少一个输入包括下列中的至少一个:立刻维修故障、延迟维修、延迟航班、取消航班和调换所述飞机。
17. 如权利要求12-16中任一项所述的航运系统运行控制系统,其中所述查询模块在所述数据库上迭代进行所述至少一个输入变量的所有置换。
18. 如权利要求12-17中任一项所述的航运系统运行控制系统,其中所述飞机数据包括:飞机清单数据,其包括每个飞机的唯一标识符;和所述飞机清单数据中的每个飞机的飞机状态数据,其包括维护调度;所述航线数据包括航线上的每个航班、每个航班的目的地以及指定飞行每个航班的飞机;并且所述维护数据包括维护资源,其包括所述目的地中的每个的维护资源。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1120308.0A GB2496883A (en) | 2011-11-24 | 2011-11-24 | System for controlling operation of an airline |
GB1120308.0 | 2011-11-24 | ||
US13/405,726 US8554459B2 (en) | 2011-11-24 | 2012-02-27 | System and method for controlling operation of an airline |
US13/405726 | 2012-02-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103136967A true CN103136967A (zh) | 2013-06-05 |
CN103136967B CN103136967B (zh) | 2016-09-14 |
Family
ID=45475680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210481268.2A Active CN103136967B (zh) | 2011-11-24 | 2012-11-23 | 用于控制航运系统运行的系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (2) | US8554459B2 (zh) |
JP (1) | JP6059514B2 (zh) |
CN (1) | CN103136967B (zh) |
BR (1) | BR102012028498A2 (zh) |
DE (1) | DE102012111194A1 (zh) |
FR (1) | FR2983333A1 (zh) |
GB (1) | GB2496883A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104443425A (zh) * | 2013-09-20 | 2015-03-25 | 空中客车运营简化股份公司 | 用于识别飞行器中的有缺陷的设备的方法 |
CN104809542A (zh) * | 2014-01-29 | 2015-07-29 | 波音公司 | 不定期维修破坏严重性和航班决策系统及方法 |
CN106339787A (zh) * | 2015-07-09 | 2017-01-18 | 通用电气公司 | 用于管理安全关键产业中的人员工作中断的方法和系统 |
CN111292575A (zh) * | 2018-12-07 | 2020-06-16 | 通用电气航空系统有限责任公司 | 飞行器增强现实系统及操作方法 |
TWI731146B (zh) * | 2016-12-12 | 2021-06-21 | 大陸商中國國際航空股份有限公司 | 飛機故障處理系統和方法及電腦設備 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140058772A1 (en) * | 2012-08-22 | 2014-02-27 | James Moskos | System and method for conducting an electronic auction for available cargo capacity on a cargo carrier |
EP2876586A1 (de) * | 2013-11-26 | 2015-05-27 | Deutsche Lufthansa AG | Verfahren und System zum Entwerfen von Flugzeugen |
US9561864B2 (en) | 2014-03-28 | 2017-02-07 | Bell Helicopter Textron Inc. | Aircraft prognostics health system |
US9665853B2 (en) * | 2014-08-19 | 2017-05-30 | The Boeing Company | Deferred aircraft maintenance impact assessment apparatus, system, and method |
US10671950B2 (en) * | 2014-09-29 | 2020-06-02 | The Boeing Company | Automated buffer setting |
US9540118B2 (en) | 2014-11-10 | 2017-01-10 | Federal Express Corporation | Risk assessment framework |
US10748089B2 (en) | 2014-12-24 | 2020-08-18 | General Electric Company | Method and system for automatic evaluation of robustness and disruption management for commercial airline flight operations |
US10546260B2 (en) | 2014-12-24 | 2020-01-28 | General Electric Company | System and method for rule-based analytics of temporal-spatial constraints on noisy data for commercial airlineflight operations |
US9984580B2 (en) | 2015-01-09 | 2018-05-29 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
US10229372B2 (en) * | 2015-05-15 | 2019-03-12 | Taleris Global Llp | Method for rescheduling flights affected by a disruption and an airline operations control system and controller |
CN105259911A (zh) * | 2015-07-22 | 2016-01-20 | 北京佰才邦技术有限公司 | 可移动载体的控制方法、系统及无人机的控制系统 |
WO2017026993A1 (en) * | 2015-08-07 | 2017-02-16 | Hewlett Packard Enterprise Development Lp | Airline resource management |
US20170132666A1 (en) * | 2015-11-06 | 2017-05-11 | Sure, Inc. | Provisioning a transaction management system to provide for product offerings based on episodic events |
US10163078B2 (en) * | 2016-06-30 | 2018-12-25 | The Boeing Company | Aircraft non-periodic maintenance scheduling system |
US20190057327A1 (en) * | 2017-08-18 | 2019-02-21 | General Electric Company | Cumulative model for scheduling and resource allocation for airline operations |
CN117975663A (zh) | 2019-03-13 | 2024-05-03 | 联邦快递公司 | 飞行中风险管理系统、方法和计算机可读存储设备 |
DE102019132018A1 (de) * | 2019-11-26 | 2021-05-27 | Lufthansa Technik Aktiengesellschaft | Verfahren und Computerprogrammprodukt zur Wartung von Verkehrsflugzeugen |
IL272212A (en) * | 2020-01-23 | 2021-07-29 | Shapira Ivry | Aviation management system and method |
US11893523B2 (en) | 2021-01-20 | 2024-02-06 | Ge Aviation Systems Llc | Methods and systems for generating holistic airline schedule recovery solutions accounting for operations, crew, and passengers |
US20220396376A1 (en) * | 2021-06-11 | 2022-12-15 | Rockwell Collins, Inc. | Aircraft selection for dispatch optimizer |
US20230040135A1 (en) * | 2021-08-04 | 2023-02-09 | The Boeing Company | Fleet assignment based on an aircraft availability metric |
DE102022122555A1 (de) * | 2022-09-06 | 2024-03-07 | Krones Aktiengesellschaft | Verfahren zur Steuerung von Prozessen bei der Handhabung von Artikeln |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5832465A (en) * | 1997-04-07 | 1998-11-03 | General Electric Company | Method for building a self-learning evidential reasoning system |
US20020165841A1 (en) * | 2001-03-29 | 2002-11-07 | General Electric Company | Evidential reasoning system and method |
US20040176887A1 (en) * | 2003-03-04 | 2004-09-09 | Arinc Incorporated | Aircraft condition analysis and management system |
US20080040152A1 (en) * | 2006-08-10 | 2008-02-14 | The Boeing Company | Systems and Methods for Health Management of Single or Multi-Platform Systems |
US20080288164A1 (en) * | 2007-05-15 | 2008-11-20 | The Boeing Company | Systems and Methods for Real-Time Conflict-Checked, Operationally Preferred Flight Trajectory Revision Recommendations |
US20100262442A1 (en) * | 2006-07-20 | 2010-10-14 | Standard Aero, Inc. | System and method of projecting aircraft maintenance costs |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6314361B1 (en) * | 1999-07-30 | 2001-11-06 | Caleb Technologies Corp. | Optimization engine for flight assignment, scheduling and routing of aircraft in response to irregular operations |
JP2001206297A (ja) * | 2000-01-21 | 2001-07-31 | Japan Aircraft Mfg Co Ltd | 航空機運航・整備情報管理システム |
US7636318B2 (en) * | 2005-12-27 | 2009-12-22 | Solana Networks Inc. | Real-time network analyzer |
-
2011
- 2011-11-24 GB GB1120308.0A patent/GB2496883A/en not_active Withdrawn
-
2012
- 2012-02-27 US US13/405,726 patent/US8554459B2/en active Active
- 2012-10-26 FR FR1260212A patent/FR2983333A1/fr active Pending
- 2012-11-07 BR BR102012028498-7A patent/BR102012028498A2/pt not_active IP Right Cessation
- 2012-11-20 DE DE102012111194A patent/DE102012111194A1/de active Pending
- 2012-11-20 JP JP2012253802A patent/JP6059514B2/ja not_active Expired - Fee Related
- 2012-11-23 CN CN201210481268.2A patent/CN103136967B/zh active Active
-
2013
- 2013-09-11 US US14/023,697 patent/US8825360B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5832465A (en) * | 1997-04-07 | 1998-11-03 | General Electric Company | Method for building a self-learning evidential reasoning system |
US20020165841A1 (en) * | 2001-03-29 | 2002-11-07 | General Electric Company | Evidential reasoning system and method |
US20040176887A1 (en) * | 2003-03-04 | 2004-09-09 | Arinc Incorporated | Aircraft condition analysis and management system |
US20100262442A1 (en) * | 2006-07-20 | 2010-10-14 | Standard Aero, Inc. | System and method of projecting aircraft maintenance costs |
US20080040152A1 (en) * | 2006-08-10 | 2008-02-14 | The Boeing Company | Systems and Methods for Health Management of Single or Multi-Platform Systems |
US20080288164A1 (en) * | 2007-05-15 | 2008-11-20 | The Boeing Company | Systems and Methods for Real-Time Conflict-Checked, Operationally Preferred Flight Trajectory Revision Recommendations |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104443425A (zh) * | 2013-09-20 | 2015-03-25 | 空中客车运营简化股份公司 | 用于识别飞行器中的有缺陷的设备的方法 |
CN104443425B (zh) * | 2013-09-20 | 2018-06-22 | 空中客车运营简化股份公司 | 用于识别飞行器中的有缺陷的设备的方法 |
CN104809542A (zh) * | 2014-01-29 | 2015-07-29 | 波音公司 | 不定期维修破坏严重性和航班决策系统及方法 |
CN106339787A (zh) * | 2015-07-09 | 2017-01-18 | 通用电气公司 | 用于管理安全关键产业中的人员工作中断的方法和系统 |
TWI731146B (zh) * | 2016-12-12 | 2021-06-21 | 大陸商中國國際航空股份有限公司 | 飛機故障處理系統和方法及電腦設備 |
CN111292575A (zh) * | 2018-12-07 | 2020-06-16 | 通用电气航空系统有限责任公司 | 飞行器增强现实系统及操作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103136967B (zh) | 2016-09-14 |
GB2496883A (en) | 2013-05-29 |
BR102012028498A2 (pt) | 2014-05-20 |
DE102012111194A1 (de) | 2013-05-29 |
GB201120308D0 (en) | 2012-01-04 |
US20130138332A1 (en) | 2013-05-30 |
US8825360B2 (en) | 2014-09-02 |
US8554459B2 (en) | 2013-10-08 |
FR2983333A1 (fr) | 2013-05-31 |
US20140012490A1 (en) | 2014-01-09 |
JP6059514B2 (ja) | 2017-01-11 |
JP2013175157A (ja) | 2013-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103136967B (zh) | 用于控制航运系统运行的系统和方法 | |
CN103136966A (zh) | 用于控制航运系统运行的系统和方法 | |
Hassan et al. | Airline disruption management: A literature review and practical challenges | |
Bratu et al. | Flight operations recovery: New approaches considering passenger recovery | |
Zhang et al. | Optimization for gate re-assignment | |
Jafari et al. | The airline perturbation problem: considering disrupted passengers | |
CN105278400A (zh) | 生成符合噪声消减限制的飞机离场剖面 | |
Andersson | Solving the flight perturbation problem with meta heuristics | |
KR20150099399A (ko) | 스케줄링되지 않은 유지보수 운항지장 심각도 및 비행 결정 시스템 및 방법 | |
Liu et al. | Disruption management of an inequality-based multi-fleet airline schedule by a multi-objective genetic algorithm | |
Zhu et al. | A stochastic programming approach on aircraft recovery problem | |
WO2022159398A1 (en) | Methods and systems for generating holistic airline schedule recovery solutions accounting for operations, crew, and passengers | |
Rashedi et al. | A Machine Learning Approach for Solution Space Reduction in Aircraft Disruption Recovery | |
Tiassou et al. | Modeling aircraft operational reliability | |
JP6917288B2 (ja) | 保守計画生成システム | |
Zhou et al. | Mapping a multilayer air transport network with the integration of airway, route, and flight network | |
Yang et al. | A novel integration platform to reduce flight delays in the National Airspace System | |
CA2795598A1 (en) | System and method for controlling operation of an airline | |
Liu et al. | Optimizing aircrew recovery considering long connections: a column generation based approach | |
US20220230549A1 (en) | Methods and systems for generating crew and passenger friendly operations recovery solutions | |
Bayliss et al. | Scheduling airline reserve crew to minimise crew related delay using simulated airline recovery and a probabilistic optimisation model | |
Papachatzakis et al. | Condition based operational risk assessment an innovative approach to improve fleet and aircraft operability: Maintenance planning | |
Waheed et al. | Multi–objective genetic algorithms for flights amalgamation problem | |
Andrade | Reinforcement Learning for Predictive Aircraft Maintenance | |
CN117975770A (zh) | 一种航班恢复方法、航班恢复系统、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |