CN107016880A - 一种基于模拟退火算法的连续下降进近油耗优化方法 - Google Patents
一种基于模拟退火算法的连续下降进近油耗优化方法 Download PDFInfo
- Publication number
- CN107016880A CN107016880A CN201710227685.7A CN201710227685A CN107016880A CN 107016880 A CN107016880 A CN 107016880A CN 201710227685 A CN201710227685 A CN 201710227685A CN 107016880 A CN107016880 A CN 107016880A
- Authority
- CN
- China
- Prior art keywords
- oil consumption
- airborne vehicle
- nearly
- continuously
- flight path
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于模拟退火算法的连续下降进近油耗优化方法,首先分析航空器连续进近下降飞行过程,构建连续下降进近标称航迹运控模型,通过历史航迹数据和气象数据对模型进行校正;其次,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器连续下降过程中受到的约束条件,划设连续下降进近油耗过渡空间和油耗进近空间,消除不可行的过渡航迹;最后,梳理影响航空器进近阶段油耗的各类因素,建立航空器连续下降进近油耗优化模型,通过模拟退火算法对模型进行优化求解。此种方法可优化连续下降进近的燃油消耗,可根据航空器性能、初始状态和气象条件,动态调整其连续下降进近的航迹,为航空器在终端区下降阶段的节能减排提供相应参考。
Description
技术领域
本发明属于航空器运行信息感知与识别领域,涉及一种航空器连续进近阶段的油耗优化方法,具体涉及连续下降进近标称航迹运控建模、过渡空间/进近空间划设和连续下降进近油耗的优化求解方法。
背景技术
民航业作为国际化的运输行业,其节能环保、降低碳排放量正逐渐成为全球关注的焦点。航空器连续下降进近(Continuous Descent Approach,CDA)是国际民航组织积极推进的一种新型进场方式,进场航空器可以选择最优点以最小推力沿连续下滑角进行下降,在有效提升飞行的安全性、可预测性和空域容量的同时,也可以有效减少燃油消耗、尾气排放及噪声污染。
当前对航空器连续下降进近油耗的研究主要在于评估其运行效率和影响因素。通过建立标准的连续下降进近航迹,与传统的进近程序进行对比,分析连续下降进近在油耗方面的优势;通过提炼航空器燃油消耗的主要因素,建立燃油消耗评估模型以调整燃油的携带量。然而,关于如何根据航空器性能、状态和气象条件,动态的调整连续下降进近航迹以优化油耗的研究成果仍非常少,存在一定的领域空白。因此,亟需采用一种高效的优化方法,通过对航空器连续下降进近航迹的动态调整来优化油耗,这对于提高航空器在终端区运行效率、实现节能减排具有重要意义。
发明内容
本发明的目的,在于提供一种基于模拟退火算法的连续下降进近油耗优化方法,其可优化连续下降进近的燃油消耗,可根据航空器性能、初始状态和气象条件,动态调整其连续下降进近的航迹,为航空器在终端区下降阶段的节能减排提供相应参考。
为了达成上述目的,本发明的解决方案是:
一种基于模拟退火算法的连续下降进近油耗优化方法,包括如下步骤:
步骤1,分析航空器连续进近下降飞行过程,梳理航空器构型变化对各类性能参数的影响,构建连续下降进近标称航迹运控模型,通过历史航迹数据和气象数据对航迹运控模型进行校正;
步骤2,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器连续下降过程中受到的约束条件,划设连续下降进近油耗过渡空间和油耗进近空间,并通过预处理消除不可行的过渡航迹;
步骤3,梳理影响航空器进近阶段油耗的各类因素,结合步骤1中的连续下降进近标称航迹运控模型,建立航空器连续下降进近油耗优化模型;针对油耗优化模型影响参数,通过模拟退火算法对油耗优化模型进行优化求解。
上述步骤1的具体内容是:
步骤11,分析航空器连续下降过程中构型变化过程,梳理受构型变化影响最大的航空器运行参数;
步骤12,应用系统动力学理论,结合欧洲航行安全组织发布的《航空器基础性能数据库》,融合航空器关键运行参数,建立航空器连续下降标称航迹运控模型,模拟航空器实时状态;
步骤13,通过历史航迹数据和气象数据对航空器连续下降标称航迹运控模型进行校正,实现根据航空器质量、飞行高度、速度、风速、气温的变化,对关键数据进行修正。
上述步骤2的具体内容是:
步骤21,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器从进场点到最后进近点约束条件;
步骤22,以进场点为基准,设置相应定位点构成动态的油耗过渡空间,在油耗过渡空间内随机产生过渡点,以及过渡点约束速度;
步骤23,以油耗过渡空间的过渡面为起始,根据PBN进近过程中的航向和高度约束条件,划设连续进近高度切面以建立油耗进近空间,并通过预处理消除不可行的过渡航迹。
上述步骤23中,通过预处理消除不可行的过渡航迹的内容是:根据航空器状态与最大调速性能,排除不能实现从进场点到过渡点的航迹;根据下滑道的覆盖范围,剔除不能切入下滑道的航迹。
上述步骤3的具体内容是:
步骤31,梳理影响航空器进近阶段油耗的各类因素,基于连续下降进近油耗过渡空间和油耗进近空间,以航空器在进近过程中的油耗最小为目标,建立航空器连续下降进近油耗优化模型;将油耗模型与油耗过渡空间结合,得出能够动态计算的油耗优化模型;
步骤32,针对油耗优化模型影响参数,通过模拟退火算法对油耗函数进行优化求解,计算出不同航空器机型、不同运行状态、不同气象条件下的最优下降进近航迹。
上述步骤31中,航空器连续下降进近油耗优化模型的影响因素包括进场位置、运行状态和气象条件。
采用上述方案后,本发明可针对飞机终端区内的任意机型,从任意起始点开始进行优化计算处理,较短时间内得出航行轨迹,为飞行过程提供辅助决策,符合绿色交通高效、环保、智能化的特点。
附图说明
图1是本发明的核心原理图;
图2是单架航空器的连续下降进近图;
图3是划设过渡空间与连续进近空间的筛选航迹图;
图4是航空器连续下降进近阶段的推力动态变化图;
图5是航空器连续下降进近阶段的燃油流率动态变化图;
图6是算法优化过程剖面;
图7是算法最终温度剖面;
图8是算法最优函数值剖面。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
本发明通过综合分析航空器连续下降进近阶段各类影响因素,针对不同的标准仪表进场和PBN进近程序、航空器机型和初始状态、气象条件,提炼影响航空器油耗的关键因素,提供一种基于模拟退火算法的连续下降进近油耗优化方法,选取某一航空运输机场,配合图1所示,包括如下步骤:
步骤1,分析航空器连续进近下降飞行过程,梳理航空器构型变化对各类性能参数的影响,构建连续下降进近标称航迹运控模型,通过历史航迹数据和气象数据对航迹运控模型进行校正;具体来说,包括如下内容:
(1.1)分析航空器连续下降过程中构型变化过程,在8000英尺与3000英尺处,航空器有较大的构型变化,梳理受构型变化影响最大的航空器运行参数为发动机推力、航空器所受阻力;
(1.2)应用系统动力学理论,结合欧洲航行安全组织发布的《航空器基础性能数据库》,融合航空器关键运行参数,建立航空器连续下降标称航迹运控模型;航空器四维运行轨迹质点模型的状态变量包括:直角坐标系中的位置x0、y0、h0,真空速v,航迹角γ、航向角ψ。根据航空器实际操作状态,设置控制变量包括:发动机推力T、迎角α、倾斜角φ等。风速(W=(w1,w2,w3)∈R3)作为随机扰动因素,对航空器运行产生不确定影响。
其中,m表示航空器质量,g表示重力加速度,L表示升力,D表示阻力。
(1.3)通过历史航迹数据和气象数据对航空器连续下降标称航迹运控模型进行校正,实现根据航空器质量、飞行高度、速度、风速、气温的变化,对推力、阻力、燃油流率等关键数据进行修正。
步骤2,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器连续下降过程中受到的约束条件,划设连续下降进近油耗过渡空间和油耗进近空间,并通过预处理消除不可行的过渡航迹;具体包括如下步骤:
(2.1)分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器从进场点到最后进近点约束条件,包括:油耗过渡空间速度约束、下滑道作用范围约束、航向台作用范围约束、最后进近速度约束、最小燃油流率约束;
(2.2)以进场点Ai(xi,yi,hi)、进场速度vi1为基准,设置xi1、xi2、xi3、xi4、yi1、yi2、yi3、yi4、hi1构成动态的油耗过渡空间。在过渡空间内随机产生过渡点Bij(xij,yij,hij),以及过渡点的约束速度vi2;
(2.3)以油耗过渡空间的过渡面为起始,根据PBN进近过程中的航向和高度约束条件,划设连续进近高度切面以建立连续油耗进近空间,并通过预处理消除不可行的过渡航迹。油耗过渡空间所匹配的所有航迹共1080条,根据航空器状态与最大调速性能,排除不能实现Ai-Bij的航迹,剩余432条;根据下滑道的覆盖范围,剔除不能切入下滑道的航迹后,剩余88条航迹均为可行航迹。
步骤3,梳理影响航空器进近阶段油耗的各类因素,结合步骤1所得航空器推力、速度等状态,建立航空器连续下降进近油耗优化模型。针对油耗优化模型影响参数,通过模拟退火算法对油耗优化模型进行优化求解。具体包括如下内容:
(3.1)梳理影响航空器进近阶段油耗的各类因素,基于连续下降进近油耗过渡空间和油耗进近空间,以航空器在进近过程中的油耗最小为目标,建立航空器连续下降进近油耗优化模型。影响因素包括:进场位置(xi,yi,hi)、运行状态(vi1、γi)、气象条件等。将油耗优化模型与油耗过渡空间结合,得出可以动态计算的油耗优化模型;进近阶段的总燃油消耗量为优化目标,即:
式中,ft为燃油流率;τ为时间分割长度;Γ为时间分割数目;x0、y0、h0为直角坐标系中航空器起始位置的三维坐标;v0为航空器初始速度;T(x0,y0,h0,v0,γ)为进近总时间函数,可根据x0、y0、h0、v0、γ可确定进近总时间。
(3.2)针对油耗优化模型影响参数,通过模拟退火算法对油耗优化模型进行优化求解,计算出不同航空器机型、不同运行状态、不同气象条件下的最优下降进近航迹。模拟退火算法在优化方面的可靠性高,算法简单且便于实现。通过优化算法的求解,在实际运用中可即时反馈。实验中,某次优化前的CDA程序耗油量为158.4kg,迭代51次后,优化后的程序耗油量减少至148.6kg,节油比6.1%,具有一定的环保效益。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (6)
1.一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于包括如下步骤:
步骤1,分析航空器连续进近下降飞行过程,梳理航空器构型变化对各类性能参数的影响,构建连续下降进近标称航迹运控模型,通过历史航迹数据和气象数据对航迹运控模型进行校正;
步骤2,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器连续下降过程中受到的约束条件,划设连续下降进近油耗过渡空间和油耗进近空间,并通过预处理消除不可行的过渡航迹;
步骤3,梳理影响航空器进近阶段油耗的各类因素,结合步骤1中的连续下降进近标称航迹运控模型,建立航空器连续下降进近油耗优化模型;针对油耗优化模型影响参数,通过模拟退火算法对油耗优化模型进行优化求解。
2.如权利要求1所述的一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于:所述步骤1的具体内容是:
步骤11,分析航空器连续下降过程中构型变化过程,梳理受构型变化影响最大的航空器运行参数;
步骤12,应用系统动力学理论,结合欧洲航行安全组织发布的《航空器基础性能数据库》,融合航空器关键运行参数,建立航空器连续下降标称航迹运控模型,模拟航空器实时状态;
步骤13,通过历史航迹数据和气象数据对航空器连续下降标称航迹运控模型进行校正,实现根据航空器质量、飞行高度、速度、风速、气温的变化,对关键数据进行修正。
3.如权利要求1所述的一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于:所述步骤2的具体内容是:
步骤21,分析目标机场的标准仪表进场程序和PBN进近程序,确定航空器从进场点到最后进近点约束条件;
步骤22,以进场点为基准,设置相应定位点构成动态的油耗过渡空间,在油耗过渡空间内随机产生过渡点,以及过渡点约束速度;
步骤23,以油耗过渡空间的过渡面为起始,根据PBN进近过程中的航向和高度约束条件,划设连续进近高度切面以建立油耗进近空间,并通过预处理消除不可行的过渡航迹。
4.如权利要求3所述的一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于:所述步骤23中,通过预处理消除不可行的过渡航迹的内容是:根据航空器状态与最大调速性能,排除不能实现从进场点到过渡点的航迹;根据下滑道的覆盖范围,剔除不能切入下滑道的航迹。
5.如权利要求1所述的一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于:所述步骤3的具体内容是:
步骤31,梳理影响航空器进近阶段油耗的各类因素,基于连续下降进近油耗过渡空间和油耗进近空间,以航空器在进近过程中的油耗最小为目标,建立航空器连续下降进近油耗优化模型;将油耗模型与油耗过渡空间结合,得出能够动态计算的油耗优化模型;
步骤32,针对油耗优化模型影响参数,通过模拟退火算法对油耗函数进行优化求解,计算出不同航空器机型、不同运行状态、不同气象条件下的最优下降进近航迹。
6.如权利要求5所述的一种基于模拟退火算法的连续下降进近油耗优化方法,其特征在于:所述步骤31中,航空器连续下降进近油耗优化模型的影响因素包括进场位置、运行状态和气象条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710227685.7A CN107016880B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模拟退火算法的连续下降进近油耗优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710227685.7A CN107016880B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模拟退火算法的连续下降进近油耗优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107016880A true CN107016880A (zh) | 2017-08-04 |
CN107016880B CN107016880B (zh) | 2020-02-18 |
Family
ID=59445528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710227685.7A Active CN107016880B (zh) | 2017-04-10 | 2017-04-10 | 一种基于模拟退火算法的连续下降进近油耗优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016880B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738035A (zh) * | 2019-01-21 | 2019-05-10 | 南京航空航天大学 | 基于ads-b航迹数据的航空器油耗计算方法 |
CN110276479A (zh) * | 2019-05-31 | 2019-09-24 | 南京航空航天大学 | 飞机质量变化的巡航阶段燃油消耗预测方法 |
CN112037583A (zh) * | 2020-09-02 | 2020-12-04 | 中国航空无线电电子研究所 | 一种航空器高度层变更程序优化引导方法 |
CN113759969A (zh) * | 2021-09-03 | 2021-12-07 | 中国民航大学 | 一种航空器连续下降进近航迹的最短航经生成方法 |
CN114495582A (zh) * | 2021-12-08 | 2022-05-13 | 中国电子科技集团公司第二十八研究所 | 一种基于实时雷达数据的四维航迹速度动态分段修正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202221566U (zh) * | 2011-07-08 | 2012-05-16 | 中国民航科学技术研究院 | 一种基于性能导航的飞行程序设计系统及验证平台 |
EP2849167A1 (en) * | 2013-09-13 | 2015-03-18 | The Boeing Company | Method for controlling aircraft arrivals at a waypoint |
FR3035997A1 (fr) * | 2015-05-06 | 2016-11-11 | Thales Sa | Optimisation de la trajectoire d'un aeronef |
CN106249592A (zh) * | 2015-06-12 | 2016-12-21 | 泰勒斯公司 | 用于航空器的优化下降和进场剖面的自动确定方法和系统 |
CN106557837A (zh) * | 2016-11-04 | 2017-04-05 | 北京航空航天大学 | 飞机连续下降进近轨迹的获取方法及装置 |
-
2017
- 2017-04-10 CN CN201710227685.7A patent/CN107016880B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202221566U (zh) * | 2011-07-08 | 2012-05-16 | 中国民航科学技术研究院 | 一种基于性能导航的飞行程序设计系统及验证平台 |
EP2849167A1 (en) * | 2013-09-13 | 2015-03-18 | The Boeing Company | Method for controlling aircraft arrivals at a waypoint |
FR3035997A1 (fr) * | 2015-05-06 | 2016-11-11 | Thales Sa | Optimisation de la trajectoire d'un aeronef |
CN106249592A (zh) * | 2015-06-12 | 2016-12-21 | 泰勒斯公司 | 用于航空器的优化下降和进场剖面的自动确定方法和系统 |
CN106557837A (zh) * | 2016-11-04 | 2017-04-05 | 北京航空航天大学 | 飞机连续下降进近轨迹的获取方法及装置 |
Non-Patent Citations (2)
Title |
---|
SALAH KHARDI: "mathematical model for advanced CDA and takeoff procedures minimizing aircraft environment impact", 《INTERNATIONAL MATHEMATICAL FORUM》 * |
SANG GYUN PARK 等: "Optimal Control Based Vertical Trajectory Determination for Continuous Descent Arrival Procedures", 《RESEARCHGATE》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738035A (zh) * | 2019-01-21 | 2019-05-10 | 南京航空航天大学 | 基于ads-b航迹数据的航空器油耗计算方法 |
CN110276479A (zh) * | 2019-05-31 | 2019-09-24 | 南京航空航天大学 | 飞机质量变化的巡航阶段燃油消耗预测方法 |
CN110276479B (zh) * | 2019-05-31 | 2023-01-03 | 南京航空航天大学 | 飞机质量变化的巡航阶段燃油消耗预测方法 |
CN112037583A (zh) * | 2020-09-02 | 2020-12-04 | 中国航空无线电电子研究所 | 一种航空器高度层变更程序优化引导方法 |
CN112037583B (zh) * | 2020-09-02 | 2022-08-09 | 中国航空无线电电子研究所 | 一种航空器高度层变更程序优化引导方法 |
CN113759969A (zh) * | 2021-09-03 | 2021-12-07 | 中国民航大学 | 一种航空器连续下降进近航迹的最短航经生成方法 |
CN114495582A (zh) * | 2021-12-08 | 2022-05-13 | 中国电子科技集团公司第二十八研究所 | 一种基于实时雷达数据的四维航迹速度动态分段修正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107016880B (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016880A (zh) | 一种基于模拟退火算法的连续下降进近油耗优化方法 | |
CN106323295B (zh) | 一种基于气象雷达数据的危险气象条件下的航空器改航方法 | |
Zhao et al. | Minimum fuel powered dynamic soaring of unmanned aerial vehicles utilizing wind gradients | |
CN110276479A (zh) | 飞机质量变化的巡航阶段燃油消耗预测方法 | |
CN105278400B (zh) | 控制飞机从跑道离场的系统和产生离场剖面的计算机系统 | |
CN108583909B (zh) | 一种弹射座椅低空姿态控制方法 | |
CN106529674A (zh) | 多无人机协同多目标分配方法 | |
CN107830864A (zh) | 一种民航飞机恶劣天气绕飞路线规划系统和方法 | |
CN105005342B (zh) | 控制飞行器自动起飞的方法 | |
CN109978286A (zh) | 一种基于改进蚁群算法的多航空器绕飞雷暴航路规划方法 | |
CN113593308A (zh) | 一种民航飞机智能化进场方法 | |
CN107092980A (zh) | 一种基于粒子群算法的连续下降进近排放优化方法 | |
Wang et al. | UAV online path planning based on improved genetic algorithm | |
Segui et al. | Cessna citation X climb and cruise performance improvement using adaptive winglet | |
CN106875122B (zh) | 一种降低凝结尾生成的区域扇区飞行调配方法 | |
Lee et al. | Predictive control for soaring of unpowered autonomous UAVs | |
Tian et al. | Study on the optimization method of point merge procedure based on benefit in the terminal area | |
CN106970632B (zh) | 一种基于冠层涡旋稳态运动的旋翼无人机精准作业方法 | |
CN116772848A (zh) | 一种航空器终端区四维飞行轨迹的绿色实时规划方法 | |
Hu et al. | Research on Flight Delay Prediction Based on Random Forest | |
CN115479608B (zh) | 一种基于时间属性的终端区进场航空器四维航迹规划方法 | |
CN113110558B (zh) | 一种混合推进无人机需求功率预测方法 | |
CN105489066B (zh) | 空中交通流量调控方法 | |
CN114115314B (zh) | 一种变体飞行器的后掠角确定方法及系统 | |
CN112925344B (zh) | 基于数据驱动和机器学习的无人机飞行工况预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |