CN107807617A - 基于燃料、时间和耗损成本的改善的飞行器控制 - Google Patents

基于燃料、时间和耗损成本的改善的飞行器控制 Download PDF

Info

Publication number
CN107807617A
CN107807617A CN201710805948.8A CN201710805948A CN107807617A CN 107807617 A CN107807617 A CN 107807617A CN 201710805948 A CN201710805948 A CN 201710805948A CN 107807617 A CN107807617 A CN 107807617A
Authority
CN
China
Prior art keywords
cost
control command
aircraft
computing device
consume
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
Application number
CN201710805948.8A
Other languages
English (en)
Other versions
CN107807617B (zh
Inventor
A.J.埃利斯
M.L.达内尔
D.M.拉克斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GE Aviation Systems LLC
Original Assignee
GE Aviation Systems LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GE Aviation Systems LLC filed Critical GE Aviation Systems LLC
Publication of CN107807617A publication Critical patent/CN107807617A/zh
Application granted granted Critical
Publication of CN107807617B publication Critical patent/CN107807617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/029—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and expert systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04—Control of altitude or depth
    • G05D1/042—Control of altitude or depth specially adapted for aircraft
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0034—Assembly of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0039—Modification of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0065—Navigation or guidance aids for a single aircraft for taking-off
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25224—Fieldbus messages services fms
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2637—Vehicle, car, auto, wheelchair

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Human Resources & Organizations (AREA)
  • Automation & Control Theory (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)

Abstract

用于至少部分基于耗损成本来确定对于飞行器（102）的控制命令的成本改善的集合的系统和方法（300、400、500）被提供。一个示例计算装置（104）配置成迭代地：将对于飞行器（102）的控制命令的候选集合输入（402）到耗损成本模型（152）中；接收（404）作为耗损成本模型（152）的输出的与控制命令的候选集合关联的估计的耗损成本；将估计的耗损成本输入（406）到成本函数（150）中以获得与控制命令的候选集合关联的总估计的成本；以及至少部分基于总估计的成本和成本函数（150）来确定（414）控制命令的改善的集合。

Description

基于燃料、时间和耗损成本的改善的飞行器控制
优先权要求
本申请要求2016年9月8日提交的、标题为“IMPROVED AIRCRAFT CONTROL BASED ONFUEL, TIME AND DETERIORATION COSTS”的美国临时专利申请No. 62/384883的优先权的益处，出于所有的目的，通过引用而将其结合于本文。
技术领域
本申请一般涉及改善的飞行器性能。更具体地，本申请涉及至少部分基于耗损成本（deterioration cost）（例如比如，由于使用所引起的维护成本和/或系统价值中的损耗）来确定对于飞行器的控制命令的成本改善的集合的系统和方法。
背景技术
位于飞行器上的航空电子学系统能被用来基于各种操作条件和其它参数来确定对于飞行器的优化的或增强的操作状态。例如，指示引擎操作模式、飞行路径信息、引擎功率设置（例如，推力设置、燃料流等等）、高度、配平条件、重量和其它操作参数的数据能被用来确定飞行器的诸如速度和/或高度的控制命令以减少进行（conduct）飞行的成本。飞行器能依照确定的控制命令来控制以增加效率。
因此，对于减少飞行器操作成本的常规方式能包含选择基于飞行器性能的模型来减少直接操作成本的控制命令。例如，飞行管理系统（FMS）通常采用考虑燃料成本和时间有关的成本的成本函数来操作飞机以确定对于特定的任务被输入到飞行控制系统的最有效控制命令。
发明内容
本公开的实施例的优点和方面将在下面描述中被部分阐明，或可从描述中来学习，或可通过实施例的实施来学习。
本公开的一个示例方面针对用来确定对于飞行器的改善的飞行控制命令的计算装置。计算装置包含至少一个处理器和存储耗损成本模型的至少一个计算机可读媒介，所述耗损成本模型将飞行器系统耗损成本建模为输入控制命令的函数。在一些实现中，飞行器系统耗损成本能被建模为飞行器的一个或更多引擎和/或飞行器的操作状态的函数。至少一个计算机可读媒介进一步存储指令，其当由至少一个处理器运行时，促使计算装置迭代地：将对于飞行器的控制命令的候选集合输入到耗损成本模型中；接收作为耗损成本模型的输出的与控制命令的候选集合关联的估计的耗损成本；将估计的耗损成本输入到成本函数中以获得与控制命令的候选集合关联的总估计的成本；以及至少部分基于总估计的成本和成本函数来确定控制命令的改善的集合。
在一些实现中，控制命令的改善的集合相对于控制命令的全部其它候选集合产生更低的成本。计算装置能迭代地确定控制命令的新候选集合直到产生最小总估计的成本的控制命令的改善的集合被识别。
在一些实现中，耗损成本模型能是将引擎消耗建模为输入控制命令的函数的引擎消耗模型。在一些实现中，引擎消耗模型能是作为飞行器系统的一个或更多操作参数的函数的成本的计划表（schedule）。在一些实现中，飞行器系统能包含飞行器的一个或更多引擎，并且一个或更多操作参数能包含但不限于引擎的操作温度、引擎的核速度、引擎的风扇速度或任何其它适合的操作参数。
在一些实现中，计算装置能是物理上位于飞行器内的飞行管理系统（FMS）。在一些实现中，指令的运行进一步促使FMS根据控制命令的改善的集合来控制飞行器。
在一些实现中，控制命令的候选集合和控制命令的改善的集合包含一个或多个引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度中的一个或更多的值。
在一些实现中，当控制命令的候选集合违反一个或更多控制约束时，耗损成本模型和成本函数的至少一个处罚（penalize）控制命令的候选集合。
在一些实现中，为了至少部分基于总估计的成本和成本函数来确定控制命令的改善的集合，计算装置至少部分基于总估计的成本和成本函数来选择控制命令的新候选集合。在一些实现中，计算装置被约束成仅将不违反一个或更多控制约束的控制命令的组合选择为控制命令的新候选集合。例如，在一些实现中，耗损成本可以未被估定，而是对于选择可用的控制命令的范围（range）被限制。因此，在一些实现中，控制命令的候选集合能被约束或被限制，使得增加耗损成本的操作状态被避免。以这种方式被约束的控制命令的集合能被称为可容许的（admissible）控制命令。因此，可容许的控制命令的集合是遵守特定的控制约束的全部控制命令的集合。
本公开的另一示例方面针对用来确定对于飞行器的改善的飞行控制命令的计算机实现的方法。方法包含通过一个或更多计算装置来获得对于飞行器的控制命令的第一集合。方法包含通过一个或更多计算装置来至少部分基于对于飞行器的耗损成本模型来确定与控制命令的第一集合关联的第一耗损成本。方法包含通过一个或更多计算装置来至少部分基于第一耗损成本来确定与控制命令的第一集合关联的第一总成本。方法包含通过一个或更多计算装置来至少部分基于第一总成本来确定对于飞行器的控制命令的更新的集合。
在一些实现中，控制命令的更新的集合相对于控制命令的全部其它集合产生更低的成本。计算装置能迭代地确定控制命令的新集合直到产生最小总估计的成本的控制命令的更新的集合被识别。
在一些实现中，通过一个或更多计算装置来至少部分基于对于飞行器的耗损成本模型来确定与控制命令的第一集合关联的第一耗损成本包含通过一个或更多计算装置来至少部分基于对于飞行器的引擎消耗模型来确定与控制命令的第一集合关联的第一引擎耗损成本。
在一些实现中，通过一个或更多计算装置来至少部分基于对于飞行器的引擎消耗模型来确定与控制命令的集合关联的引擎耗损成本包含：通过一个或更多计算装置来访问提供作为飞行器的一个或更多操作参数的函数的成本的引擎消耗计划表；以及通过一个或更多计算装置来至少部分基于引擎耗损计划表来确定引擎耗损成本，其中引擎耗损成本以美元为单位。
在一些实现中，一个或更多计算装置由飞行管理系统组成。在一些实现中，方法进一步包含通过飞行管理系统来根据控制命令的更新的集合来控制飞行器。
在一些实现中，通过一个或更多计算装置来获得控制命令的集合包含通过一个或更多计算装置来获得引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度的一个或更多值。
在一些实现中，通过一个或更多计算装置来确定与控制命令的集合关联的耗损成本和通过一个或更多计算装置来确定与控制命令的集合关联的总成本中的至少一个包含当控制命令集合违反一个或更多控制约束时，通过一个或更多计算装置来处罚控制命令的集合。
在一些实现中，通过一个或更多计算装置来确定对于飞行器的控制命令的更新的集合包含通过一个或更多计算装置来至少部分基于总成本选择控制命令的新候选集合，其中，通过一个或更多计算装置来选择控制命令的新候选集合包含通过一个或更多计算装置来仅选择不违反一个或更多控制约束的控制命令的组合。
本公开的另一示例方面针对一个或更多存储指令的计算机可读媒体，所述指令当通过一个或更多处理器运行时，促使一个或更多处理器：获得对于飞行器的控制命令的初始候选集合并将控制命令的初始候选集合输入到成本函数中。成本函数包含将与飞行器系统关联的耗损成本建模为输入控制命令的函数的组件（component）。指令的运行促使一个或更多处理器：实现用来减少成本函数的求解器（solver）；以及选择对于飞行器的控制命令的最终集合，其中控制命令的最终集合与减少的成本函数关联。
在一些实现中，一个或更多计算机可读媒体被包含在物理上位于飞行器内的飞行管理系统中。
在一些实现中，成本函数的组件是将引擎消耗建模为输入控制命令的函数的引擎消耗模型。
在一些实现中，为了实现用来减少成本函数的求解器，一个或更多处理器实现迭代最小平方求解器以最小化成本函数。
本公开的另一示例方面针对计算装置，其配置成：获得对于飞行器的控制命令的初始候选集合；将控制命令的初始候选集合输入到成本函数中；实现用来减少成本函数（即，找到操作飞行器的最小成本）的求解器；以及选择对于飞行器的控制命令的最终集合。控制命令的最终集合与减少的成本函数关联。计算装置进一步配置成确保控制命令的最终集合不违反一个或更多控制约束。
在一些实现中，成本函数包含将与飞行器系统关联的耗损成本建模为输入控制命令的函数的组件。
在一些实现中，为了确保控制命令的最终集合不违反一个或更多控制约束，计算装置配置成：确定控制命令的初始候选集合和控制命令的最终集合的至少一个是否违反一个或更多控制约束；以及响应于控制命令的初始候选集合和控制命令的最终集合的至少一个违反一个或更多控制约束的确定，修订控制命令的初始候选集合和控制命令的最终集合的至少一个以解决一个或更多控制约束的违反。在一些实现中，为了确保控制命令的最终集合不违反一个或更多控制约束，计算装置配置成将对于求解器可用的搜索空间限制于不违反一个或更多控制约束的控制命令。
在一些实现中，一个或更多控制约束禁止与增加的耗损成本关联的控制命令的组合。
本公开的另一示例方面针对计算装置，其配置成：获得对于飞行器的控制命令的初始候选集合并将控制命令的初始候选集合输入到成本函数中。计算装置进一步配置成实现用来减少成本函数的求解器并选择对于飞行器的控制命令的最终集合，其中控制命令的最终集合与减少的成本函数关联。成本函数被设计为奖励延长引擎服务时间直到维护行为被要求的控制命令的集合。因此，在引擎的寿命内，更少维护操作被要求并且维护成本被减少。
在备选的方式中，本公开的系统和方法能最大化服务时间函数而非最小化成本函数。服务时间函数能将一个或更多飞行器系统（例如，飞行器引擎）的服务时间建模为输入控制命令的函数。在一个示例实现中，新候选控制命令迭代地被选择直到服务时间函数被最大化。因此，在应用到飞行器引擎的一个示例中，服务时间函数的最大化延长引擎服务时间直到维护行为被要求。因此，在引擎的寿命内，更少维护操作被要求并且耗损成本被减少。
本公开的其它示例方面针对用于增强飞行器性能的系统、计算机可读媒体、飞行器、装置、过程和设备。
能对于本公开的这些示例方面进行变化和修改。
各种实施例的这些和其它特征、方面和优点将参考下面的描述和随附的权利要求而变得更好理解。被合并进并组成本说明书的部分的附图图示本公开的实施例并与描述一起用来解释有关的原理。
本发明提供一组技术方案，如下：
1. 一种用来确定对于飞行器的改善的飞行控制命令的计算装置（104），包括：
至少一个处理器（112）；以及
至少一个计算机可读媒介（114），其存储将飞行器系统耗损成本建模为输入控制命令的函数的耗损成本模型（152）；
其中，所述至少一个计算机可读媒介（114）进一步存储指令（116），其当通过所述至少一个处理器（112）运行时，促使所述计算装置（104）迭代地：
将对于所述飞行器（102）的控制命令的候选集合输入（402）到所述耗损成本模型（152）中；
接收（404）作为所述耗损成本模型（152）的输出的与控制命令的所述候选集合关联的估计的耗损成本；
将所述估计的耗损成本输入（406）到成本函数（150）中以获得与控制命令的所述候选集合关联的总估计的成本；以及
至少部分基于所述总估计的成本和所述成本函数（150）来确定（414）控制命令的改善的集合，
其中，所述至少一个处理器（112）配置成至少部分基于控制命令的所述改善的集合来控制所述飞行器（102）的操作。
２. 如技术方案1所述的计算装置（104），其中所述耗损成本模型（152）包括将引擎消耗建模为所述输入控制命令的函数的引擎消耗模型。
3. 如技术方案2所述的计算装置（104），其中所述引擎消耗模型包括：
作为所述飞行器系统的一个或更多操作参数的函数的成本计划表；或
机器学习的神经网络。
4. 如技术方案1所述的计算装置（104），其中所述计算装置（104）包括物理上位于所述飞行器（102）内的飞行管理系统（130）。
5. 如技术方案1所述的计算装置（104），其中控制命令的所述候选集合和控制命令的所述改善的集合包括所述飞行器（102）的一个或更多引擎的引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度中的一个或更多的值。
6. 如技术方案1所述的计算装置（104），其中当控制命令的所述候选集合违反一个或更多控制约束时，所述耗损成本模型（152）和所述成本函数（150）的至少一个处罚控制命令的所述候选集合。
7. 如技术方案1所述的计算装置（104），其中为了至少部分基于所述总估计的成本和所述成本函数（150）来确定控制命令的所述改善的集合，所述计算装置（104）至少部分基于所述总估计的成本和所述成本函数（150）来选择控制命令的新候选集合，并且其中所述计算装置（104）被约束成仅将不违反一个或更多控制约束的控制命令的组合选择为控制命令的所述新候选集合。
8. 一种用来确定对于飞行器（102）的改善的飞行控制命令的计算机实现的方法（300），所述方法（300）包括：
通过一个或更多计算装置（104）来获得（302）对于所述飞行器（102）的控制命令的集合；
通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的耗损成本模型（152）来确定（304）与控制命令的所述集合关联的耗损成本；
通过所述一个或更多计算装置（104）来至少部分基于所述耗损成本来确定（306）与控制命令的所述集合关联的总成本；以及
通过所述一个或更多计算装置（104）来至少部分基于所述总成本来确定（308）对于所述飞行器（102）的控制命令的更新的集合。
9. 如技术方案8所述的方法（300），其中通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的所述耗损成本模型（152）而确定与控制命令的所述集合关联的所述耗损成本包括通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的引擎消耗模型而确定与控制命令的所述集合关联的引擎耗损成本。
10. 如技术方案9所述的方法（300），其中通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的所述引擎消耗模型而确定与控制命令的所述集合关联的所述引擎耗损成本，包括：
通过所述一个或更多计算装置（104）来访问提供作为所述飞行器（102）的一个或更多操作参数的函数的成本的引擎消耗计划表；以及
通过所述一个或更多计算装置（104）来至少部分基于所述引擎消耗计划表来确定所述引擎耗损成本，所述引擎耗损成本以美元为单位。
11. 如技术方案8的所述方法（300），其中所述一个或更多计算装置（104）由飞行管理系统（130）组成。
12. 如技术方案11的所述方法（300），进一步包括：
通过所述飞行管理系统（130）来根据控制命令的所述更新的集合来控制所述飞行器（102）。
13. 如技术方案8的所述方法（300），其中通过所述一个或更多计算装置（104）来获得控制命令的所述集合包括通过所述一个或更多计算装置（104）来获得一个或更多引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度的一个或更多值。
14. 如技术方案8的所述方法（300），其中通过所述一个或更多计算装置（104）来确定与控制命令的所述集合关联的所述耗损成本和通过所述一个或更多计算装置（104）来确定与控制命令的所述集合关联的所述总成本的至少一个包括当控制命令的所述集合违反一个或更多控制约束时，通过所述一个或更多计算装置（104）来处罚控制命令的所述集合。
15. 如技术方案8的所述方法（300），其中通过所述一个或更多计算装置（104）来确定对于所述飞行器（102）的控制命令的所述更新的集合包括：
通过所述一个或更多计算装置（104）来至少部分基于所述总成本选择控制命令的新候选集合；
其中，通过所述一个或更多计算装置（104）来选择控制命令的所述新候选集合包括通过所述一个或更多计算装置（104）来仅选择不违反一个或更多控制约束的控制命令的组合。
本发明提供另一组技术方案，如下：
1. 一种用来确定对于飞行器的改善的飞行控制命令的计算装置，包括：
至少一个处理器；以及
至少一个计算机可读媒介，其存储将飞行器系统耗损成本建模为输入控制命令的函数的耗损成本模型；
其中，所述至少一个计算机可读媒介进一步存储指令，其当通过所述至少一个处理器运行时，促使所述计算装置迭代地：
将对于所述飞行器的控制命令的候选集合输入到所述耗损成本模型中；
接收作为所述耗损成本模型的输出的与控制命令的所述候选集合关联的估计的耗损成本；
将所述估计的耗损成本输入到成本函数中以获得与控制命令的所述候选集合关联的总估计的成本；以及
至少部分基于所述总估计的成本和所述成本函数来确定控制命令的改善的集合，
其中，所述至少一个处理器配置成至少部分基于控制命令的所述改善的集合来控制所述飞行器的操作。
2. 如技术方案1所述的计算装置，其中所述耗损成本模型包括将引擎消耗建模为所述输入控制命令的函数的引擎消耗模型。
3. 如技术方案2所述的计算装置，其中所述引擎消耗模型包括：
作为所述飞行器系统的一个或更多操作参数的函数的成本计划表；或
机器学习的神经网络。
4. 如技术方案1所述的计算装置，其中所述计算装置包括物理上位于所述飞行器内的飞行管理系统。
5. 如技术方案1所述的计算装置，其中控制命令的所述候选集合和控制命令的所述改善的集合包括所述飞行器的一个或更多引擎的引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度中的一个或更多的值。
6. 如技术方案1所述的计算装置，其中当控制命令的所述候选集合违反一个或更多控制约束时，所述耗损成本模型和所述成本函数的至少一个处罚控制命令的所述候选集合。
7. 如技术方案1所述的计算装置，其中为了至少部分基于所述总估计的成本和所述成本函数来确定控制命令的所述改善的集合，所述计算装置至少部分基于所述总估计的成本和所述成本函数来选择控制命令的新候选集合，并且其中所述计算装置被约束成仅将不违反一个或更多控制约束的控制命令的组合选择为控制命令的所述新候选集合。
8. 一种用来确定对于飞行器的改善的飞行控制命令的计算机实现的方法，所述方法包括：
通过一个或更多计算装置来获得对于所述飞行器的控制命令的集合；
通过所述一个或更多计算装置来至少部分基于对于所述飞行器的耗损成本模型来确定与控制命令的所述集合关联的耗损成本；
通过所述一个或更多计算装置来至少部分基于所述耗损成本来确定与控制命令的所述集合关联的总成本；以及
通过所述一个或更多计算装置来至少部分基于所述总成本来确定对于所述飞行器的控制命令的更新的集合。
9. 如技术方案8所述的方法，其中通过所述一个或更多计算装置来至少部分基于对于所述飞行器的所述耗损成本模型而确定与控制命令的所述集合关联的所述耗损成本包括通过所述一个或更多计算装置来至少部分基于对于所述飞行器的引擎消耗模型而确定与控制命令的所述集合关联的引擎耗损成本。
10. 如技术方案9所述的方法，其中通过所述一个或更多计算装置来至少部分基于对于所述飞行器的所述引擎消耗模型而确定与控制命令的所述集合关联的所述引擎耗损成本，包括：
通过所述一个或更多计算装置来访问提供作为所述飞行器的一个或更多操作参数的函数的成本的引擎消耗计划表；以及
通过所述一个或更多计算装置来至少部分基于所述引擎消耗计划表来确定所述引擎耗损成本，所述引擎耗损成本以美元为单位。
11. 如技术方案8的所述方法，其中所述一个或更多计算装置由飞行管理系统组成。
12. 如技术方案11的所述方法，进一步包括：
通过所述飞行管理系统来根据控制命令的所述更新的集合来控制所述飞行器。
13. 如技术方案8的所述方法，其中通过所述一个或更多计算装置来获得控制命令的所述集合包括通过所述一个或更多计算装置来获得一个或更多引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度的一个或更多值。
14. 如技术方案8的所述方法，其中通过所述一个或更多计算装置来确定与控制命令的所述集合关联的所述耗损成本和通过所述一个或更多计算装置来确定与控制命令的所述集合关联的所述总成本的至少一个包括当控制命令的所述集合违反一个或更多控制约束时，通过所述一个或更多计算装置来处罚控制命令的所述集合。
15. 如技术方案8的所述方法，其中通过所述一个或更多计算装置来确定对于所述飞行器的控制命令的所述更新的集合包括：
通过所述一个或更多计算装置来至少部分基于所述总成本选择控制命令的新候选集合；
其中，通过所述一个或更多计算装置来选择控制命令的所述新候选集合包括通过所述一个或更多计算装置来仅选择不违反一个或更多控制约束的控制命令的组合。
16. 一种计算装置，配置成：
获得对于飞行器的控制命令的初始的候选集合；
将控制命令的所述初始的候选集合输入到成本函数中；
实现用来减少所述成本函数的求解器；以及
选择对于所述飞行器的控制命令的最终集合，控制命令的所述最终集合与减少的成本函数关联；
其中所述计算装置进一步配置成确保控制命令的所述最终集合不违反一个或多个控制约束。
17. 如技术方案16所述的计算装置，其中所述成本函数包含将与飞行器系统关联的耗损成本建模为所述输入控制命令的函数的组件。
18. 如技术方案16所述的计算装置，其中为了确保控制命令的所述最终集合不违反一个或多个控制约束，所述计算装置配置成：
确定控制命令的所述初始的候选集合和控制命令的所述最终集合中的至少一个是否违反一个或多个控制约束；以及
响应于控制命令的所述初始的候选集合和控制命令的所述最终集合中的至少一个违反一个或多个控制约束的确定，修订控制命令的所述初始的候选集合和控制命令的所述最终集合中的所述至少一个以解决所述一个或多个控制约束的违反。
19. 如技术方案16所述的计算装置，其中为了确保控制命令的所述最终集合不违反一个或多个控制约束，所述计算装置配置成将对于所述求解器可用的搜索空间限制于不违反一个或多个控制约束的控制命令。
附图说明
针对本领域技术人员的实施例的详细讨论在说明书中被阐明，其参考随附的图，其中：
图1根据本公开的示例实施例描绘示例系统的概观；
图2根据本公开的示例实施例描绘在飞行器上实现的示例计算系统的组件；
图3根据本公开的示例实施例提供用于增强飞行器性能的示例方法的流程图；
图4根据本公开的示例实施例提供用于增强飞行器性能的示例方法的附加方面的流程图；以及
图5根据本公开的示例实施例提供用于增强飞行器性能的示例方法的流程图。
具体实施方式
现在将详细参考本发明的实施例，它的一个或更多示例被图示在附图中。每个示例作为本发明的解释而不是本发明的限制来提供。事实上，对于本领域技术人员将是显而易见的是，各种修改和变化能在本发明中被进行而没有背离本发明的范围或精神。例如，图示或描述为一个实施例的部分的特征能与另一实施例一起使用以产出更进一步的实施例。因此，意图的是，本发明涵盖如在随附的权利要求和它们的等同物的范围内的此类修改和变化。
本公开的示例方面针对至少部分基于耗损成本来确定对于飞行器的控制命令的成本改善的集合的系统和方法。具体地，如上所述，飞行器上的飞行管理系统（FMS）通常采用考虑燃料成本和时间有关的成本的成本函数来操作飞机以确定对于飞行器的控制命令（例如，路径和速度）的最有效集合以便执行特定任务。
然而，当前未被典型成本确定系统所考虑的一种成本是起因于根据控制命令的集合来控制飞行器的耗损成本。例如，耗损成本能包含累计的维护成本、累计的更换成本、与由于系统的磨损（wear）引起的减少的效率关联的成本、资产值中的损耗或与由于根据控制命令的集合的飞行器的控制引起的飞行器系统的耗损关联的其它成本。因此，本公开提供包含对于飞行器的一个或更多系统的耗损成本的模型的新颖系统和方法。本公开的系统和方法能至少部分基于由这种模型所提供的耗损成本来确定成本改善的控制命令。
作为示例，能被本公开的系统和方法所考虑的一种具体耗损成本是引擎消耗的成本（例如，对于引擎的累计维护或更换成本、引擎值的损耗、由于引擎效率中的耗损引起的附加燃料成本等等）。更具体地，飞行器引擎具有有限的寿命并需要被定期保养。引擎以其被操作（例如，推力和操作环境）的方式直接影响那个引擎的寿命和/或在维护行为被要求之前的服务时间。计及引擎消耗的成本的用于定义和管理对于飞行器的控制命令的改善的集合的方法是新且新颖概念。
根据本公开的一个方面，耗损成本模型能被形成（develop）以估计消耗飞行器的系统（例如，发电机（power generator）、环境控制系统或任何其它机械系统）的成本。在一个具体示例中，引擎消耗模型能被形成以估计消耗引擎的成本。性能耗损（例如，“消耗”）比率能是引擎如何被使用的函数，不只是服务时间的函数。在一些实现中，温度是引擎消耗中的主要因素，其进而通过产生的推力的大小和持续时间来确定。
更大的推力提高温度并加速老化。确实，推力对于起飞和爬升通常被降低（de-rate）以在损害那个飞行循环的情况下延长引擎在翼时间（time-on-wing）。然而，此种推力降低通常被手动或根据不精确的表格-不是根据整体成本近似过程（approximationprocess）执行。因此，本公开的一个附加益处是要提供作为成本优化的控制命令的结果或组件的成本优化的推力降低。
此外，其操作将引擎上的负载应用为飞机的操作状态的函数的任何系统-也就是说其功率源是引擎并且其功率需求是飞机的操作状态的函数的任何系统-可以以某方式来操作以减少操作成本和/或耗损成本。也就是说，飞机可以以减少或最小化系统应用在引擎上的负载的方式来操作，并且由此减少或最小化飞机和系统的操作和耗损成本。
根据另一方面，本公开的系统和方法将耗损成本模型结合到新成本函数中供在确定最小化与系统耗损成本（例如，维护/部件）混合的直接操作成本（DOC）的优化控制中使用。优化可在飞行器上或在飞行器外实时被执行。在一个具体示例中，引擎消耗模型能包含或提供每磅推力每秒以美元为单位的成本比率的计划表。
另外，引擎性能老化比率能是产生的推力的大小和持续时间的函数。因此，实际上，爬升推力在爬升期间被降低以延长引擎的服务寿命（例如，以延长在翼时间（TOW））。对于降低的基本原理是以对于即将来临的飞行循环的降低的推力来操作飞机的增加的成本少于在许多飞行循环内通过在更低推力（以延长TOW）操作引擎节约的成本。因为当前降低的方法是被联合（federate）且本质上是手动的，它们是不准确的，并且因此是次优化的。同样，操作者对于降低爬升推力的目的招致训练机组、维护出版物和取得EFB的费用。
相反地，在本公开的系统和方法中，消耗引擎的货币成本的引擎消耗模型能被添加到成本函数。因此，FMS、性能计算机或类似设备确定最小化操作飞机的总成本而不只是单个、具体飞行循环的成本的指导解决方案（例如，控制命令的集合）。这不仅导致数学上高级解决方案，而且还消除非必要软件复杂化和领航(pilot)行动以便选择并计及降低解决方案。因此，本公开的系统和方法能被用来以对于机组明晰的方式执行操作降低政策。
根据本公开的另一方面，耗损成本模型和/或成本函数能基于新信息被动态更新。例如，耗损成本模型和/或成本函数能通过飞行器的FMS来更新。备选地，更新的模型和/或成本函数能通过FMS从地面站（例如，在飞行期间、在着陆时等等）来接收。更新的耗损成本模型和/或更新的成本函数能被用来重选择控制命令的改善的集合。
公开的系统和方法能具有改善飞行器效率（例如，引擎效率）的技术效果。具体地，消耗引擎的货币成本是引擎如何有效地被操作的备选量度。引擎越有效，它将操作越便宜。因此，本公开的修改的成本函数能随时间最小化或以别的方式减少DOC，同时还在飞机的寿命内最小化或以别的方式减少燃料消耗和耗损成本。
另外，现今在使用中的FMS通常确定给定引擎性能的等级（例如，给定引擎的推力特定燃料消耗（TSFC））而最小化成本的控制历史。根据本公开的方面，系统维护/消耗成本的增加产生还控制TSFC的交通工具控制命令。因此，例如，延长TOW的控制还随时间维持引擎的效率，提供由于更有效的引擎引起的增加的成本减少。优化引擎和飞机性能两者的控制命令是新且新颖的概念并且提供用来改善空中运输的环境影响和效率的独特方式。
本公开的另一技术效果是修改的成本函数还使爬升推力设置的降低自动化，这进而减少操作飞行器的时间有关的成本。此概念能被延伸以包含起飞推力降低。控制能进一步通过安全要求（例如，用来越过地形和障碍的最小爬升比率、大气状态、跑道的长度和条件、或其它约束）来约束。这减少软件复杂度和数据库维护要求。另外，成本减少的益处随飞机的整个寿命而不是只单个飞行循环被观察到。
参考附图，本公开的示例实施例将现在进一步详细被讨论。
图1根据本公开的示例实施例描绘对于增强飞行器102的性能的示例系统。如所示的，系统包含位于飞行器102上的机载计算系统110。
如图1中所示的，机载计算系统110能包含能与例如航空电子学系统（例如，飞行管理系统）关联的一个或更多计算装置104。计算装置104能经由通信网络115被耦合到飞行器102上的各种系统。通信网络115能包含有线和/无线通信链路的组合或数据总线。
计算装置104能与显示器系统125进行通信，所述显示器系统125包含能配置成将通过系统生成或接收的信息显示或以别的方式提供到飞行器102的操作者的一个或更多显示器装置。显示器系统125能包含通常被包含在飞行器102的驾驶员座舱内的主要飞行显示器、多目的控制显示器单元或其它适合的飞行显示器。通过非限制示例，显示器系统125能被用于显示飞行信息，例如飞行器102的空速，高度，飞行姿态（attitude）和方位。
计算装置104还能与飞行控制计算机130进行通信。除其它外，飞行控制计算机130能使领航和跟踪飞行器102的飞行计划的任务自动化。飞行控制计算机130能包含任何适合数量的个别微处理器、功率供应、存储装置、接口卡、自动飞行系统、飞行管理计算机和其它标准组件或与其关联。飞行控制计算机130能包含任何数量的软件程序（例如，飞行管理程序）或被设计为执行对于飞行器130的操作必要的各种方法、过程任务、运算和控制/显示函数的指令或与其协作。飞行控制计算机130被图示为从计算装置104分离。使用本文提供的公开，本领域内技术人员将理解，飞行控制计算机130还能与计算装置104一起包含或由其实现。
计算装置104还能与各种飞行器系统140（例如与飞行器102的其它组件和一个或更多推进引擎120关联的飞行器系统140）进行通信。飞行器系统140能包含例如数字控制系统、推力系统、惯性参考系统、飞行仪表系统、引擎控制系统、辅助功率系统、燃料监测系统、引擎振动监测系统、通信系统、襟翼（flap）控制系统、飞行数据采集系统和其它系统。根据本公开的示例实施例，飞行器系统140能将各种操作参数提供到计算装置104供在确定飞行器102的操作状态中使用。
例如，一个或更多飞行器系统140能将飞行路径数据、大气状态数据和引擎状态数据提供到计算装置104供在确定飞行器102的操作状态中使用。飞行路径数据能包含诸如但不限于高度、速度、方位、位置和/或与飞行器的飞行路径关联的其它信息的信息。引擎参数数据能包含诸如但不限于引擎模式数据、推力信息、燃料流和其它信息的信息。大气状态数据能包含诸如但不限于温度、压力、动态压力、空速和马赫数的信息。
尽管本公开的成本优化方面在一些示例实现中被描述为通过飞行器机载的计算系统110（例如，飞行控制系统）来执行，本公开不被限制于此类示例。本文中描述的方法和技术能还通过不位于飞行器上的计算装置来执行。此类离机计算装置可或可不与飞行器102进行通信。
图2根据本公开的示例实施例描绘计算装置104的各种组件。如所示的，计算设备104能包含一个或更多处理器112和一个或更多存储器装置114。一个或更多处理器112能包含任何适合的处理装置，例如微处理器、微控制器、集成电路、逻辑装置或其它适合的处理装置。一个或更多存储器装置114能包含一个或更多计算机可读媒介，包含但不限于，计算机可读媒体、RAM、ROM、硬盘驱动、闪速驱动或其它存储器装置。
一个或更多存储器装置114能存储通过一个或更多处理器112可访问的信息，包含能通过一个或更多处理器112来运行的计算机可读指令116。指令116能是当通过一个或更多处理器112来运行时，促使一个或更多处理器112执行操作的指令的任何集合。指令116能以任何适合的编程语言写或能在硬件中被实现。在一些实施例中，指令116能通过一个或更多处理器112来运行以促使一个或更多处理器执行操作，例如对于参考图3和图4而描述的增强飞行器性能的操作。
参考图2，存储器装置114能进一步存储能通过处理器112来访问的数据118。数据118能包含例如用来确定对于飞行器的控制命令的改善的集合的数据。例如，数据118能包含操作和/或控制命令。根据本公开的示例实施例，数据118还能包含与初始或更新的模型、样本操作状态、操作成本估计、性能参数数据或用来执行飞行器性能增强过程的其它数据关联的数据。
根据另一方面，计算装置104能至少部分基于期望的未来耗损成本（例如比如，引擎耗损成本）来确定对于飞行器102的控制命令的成本改善的集合。具体地，计算装置104能包含用来确定对于飞行器的成本改善的控制命令的成本函数150。成本函数能包含耗损成本模型152的输出或以别的方式被其所影响。
耗损成本模型152能根据（according）基于各种输入控制命令对耗损成本建模。例如，耗损成本能包含累计的维护成本、累计的更换成本、与由于系统的磨损引起的减少的效率关联的成本、价值中的损耗或与由于根据控制命令的集合的飞行器的控制引起的飞行器系统耗损关联的其它成本。在一些实现中，耗损成本模型152能基于下面输入控制命令的一个或更多输出耗损成本（例如，以美元为单位表示的货币的耗损成本）：速度、飞行路径、高度、一个或更多引擎功率设置和/或其它控制命令或操作参数。
在一些实现中，耗损成本模型152能是表格或计划表。在一些实现中，耗损成本模型152能是输出为输入控制命令的函数的成本的函数（例如，多项式函数）。
在一些实现中，耗损成本模型152能是机器学习的模型，例如比如，机器学习的神经网络、马尔可夫模型、隐藏马尔可夫模型或其它非线性多层网络或模型。例如，机器学习的模型能在训练数据集合上被训练（例如，通过执行反向传播或其它训练技术）。训练数据集合能包含以关联的耗损成本结果（outcome）分别被标注的控制命令的输入集合。例如，被标注的训练数据能从历史成本结果（例如，维护日志）中被收集或能由专家来手工标注。
在一些实现中，成本函数150能是至少部分基于通过耗损成本模型152输出的耗损成本以及另外至少部分基于对于输入确定的直接操作成本来输出总成本的函数。因此，例如，成本函数150能一起考虑燃料，时间和耗损成本。
计算装置104能还包含或实现求解器154。求解器154能最小化或以别的方式减少成本函数150。作为示例，求解器154能是优化的求解器，例如比如，迭代最小平方求解器。如上文所描述的，成本函数能迭代地被减少以确定控制命令（其具有与之关联的减少的成本）的改善的集合。
在一些实现中，限制能被安放在对于控制命令的改善的集合的选择可用的值上。例如，默认和/或操作者定义的控制约束能被接收。控制约束能定义可容许的或备选地不可容许的控制命令值和/或控制命令值的组合。作为一个示例，相对大的高度和相对大的速度的组合是低效率控制情景。因此，控制命令的此类组合能通过控制约束的集合被定义为不可容许的。
在一些实现中，控制约束通过在由控制约束定义的边界外的控制命令的候选集合上强加处罚被实施。例如，耗损成本模型152和成本函数150中的一个或两者能在违反一个或更多控制约束的候选控制命令的集合上强加处罚。通过此种处罚，计算装置104被引导向未违反控制约束的控制命令的改善的集合的选择。
在其它实现中，控制约束能被实施为求解器154在其上操作的搜索空间或搜索区域上的限制。例如，控制约束能被视为由计算装置104所考虑的（例如，输入到模型152和/或成本函数150中和/或通过求解器154来选择）控制命令的候选集合上的过滤器。
因此，在一些实现中，强加控制约束的过滤器能以耗损成本模型152的补充或备选来使用。例如，在一些实现中，过滤器能被用来限制对于求解器154或其它成本函数减少算法可用的搜索空间，而控制命令的候选集合仍被输入到成本函数150的耗损成本模型152中以估定与之关联的耗损成本。在其它实现中，过滤器能被用来限制对于求解器154或其它成本函数减少算法可用的搜索空间，而控制命令的候选集合被输出到仅考虑燃料和劳动/时间成本的备选成本函数（例如，不包含耗损成本模型152）中。
因此，示例计算装置104能执行至少部分基于如由耗损成本模型150估计的未来耗损成本来确定控制命令的改善的集合的自动化的优化过程。
图3描绘用来改善飞行器效率的示例方法300的流程图。方法300能通过任何适合的计算装置（例如，图1和图2的计算装置104）来执行。
在302处，计算装置获得对于飞行器的控制命令的集合。例如，控制命令能包含速度、飞行路径、高度、一个或更多引擎功率设置或其它控制命令或操作参数或条件的一个或更多。控制命令的集合能以用户输入来提供或能是默认控制命令。
在304处，计算装置至少部分基于对于飞行器的耗损成本模型来确定与控制命令的第一集合关联的耗损成本。例如，计算装置能将控制命令的集合输入到耗损成本模型中并且作为响应，接收作为模型的输出的耗损成本。在一个具体示例中，耗损成本模型能是引擎消耗模型。
在306处，计算装置至少部分基于耗损成本来确定与控制命令的集合关联的总成本。例如，计算装置能将耗损成本输入到成本函数中（例如，与控制命令的第一集合旁边（alongside））。成本模型能至少部分基于耗损成本来提供总成本。
在308处，计算装置至少部分基于总成本来确定对于飞行器的控制命令的改善的集合。例如，计算装置能使用求解器以迭代地减少成本函数。用来减少成本函数的一个示例方法参考图4来图示。
在310处，计算装置根据控制命令的改善的集合来控制飞行器。如果各种输入参数（例如，某些操作条件）随时间改变，方法300能被周期执行以更新控制命令的改善的集合。
图4描绘用来改善飞行器效率的示例方法400的流程图。方法400能通过任何适合的计算装置（例如，图1和图2的计算装置104）来执行。
在402处，计算装置将控制命令的当前候选集合输入到耗损成本模型中。在404处，计算装置接收作为耗损成本模型的输出的耗损成本。
在406处，计算装置将耗损成本输入到成本函数中（例如，连同其它参数）。在408处，计算装置接收作为成本函数的输出的总成本。
在410处，计算装置确定总成本是否已经被充分减少。例如，在410处，计算装置能将总成本与阈值比较；如果总成本少于阈值，则总成本可能被充分减少。作为另一示例，在410处，计算装置能将总成本中的逐次迭代的改变与阈值比较；如果改变少于阈值，则总成本可能被充分减少。作为另一示例，在410处执行的迭代数量能被与阈值比较；如果执行的迭代总数量大于阈值，则总成本可能被充分减少。
如果在410处确定总成本已经被充分减少，则方法400能继续到412并选择控制命令的当前候选集合作为控制命令的改善的集合。
然而，在410处确定总成本还未被充分减少，则方法400能继续到414并识别被期望以便减少总成本的控制命令的新候选集合。例如，成本函数的一个或更多派生（derivative）能被用来辅助选择控制命令的新候选集合。
在414后，方法400返回到402并将控制命令的新候选集合输入到耗损成本模型中。以这种方式，总成本（其包含耗损成本）能被迭代地减少直到总成本被充分减少。
图5描绘用来改善飞行器效率的示例方法500的流程图。方法500能通过任何适合的计算装置（例如，图1和图2的计算装置104）来执行。
在502处，计算装置获得对于飞行器的控制命令的集合。例如，控制命令能包含速度、飞行路径、高度、一个或更多引擎功率设置、或其它控制命令或操作参数或条件的一个或更多。控制命令的集合能以用户输入来提供或能是默认控制命令。
在504处，计算装置确定控制命令的集合是否违反一个或更多控制约束。如果控制命令的集合没有违反任何控制约束，则方法500继续到508。然而，如果在504处确定控制命令的集合确实违反一个或多个控制约束，则方法500继续到506。在506处，计算装置修订控制命令的集合以解决违反。例如，控制命令值能被修改以解决违反。在一些实现中，方法500不包含步骤504和506。
在508处，计算装置确定与控制命令的当前集合关联的总成本。例如，计算装置能将控制命令的当前集合输入到成本函数中以接收总成本。在一些实现中，成本函数能包含对耗损成本（例如，耗损成本模型）建模的组件。然而，在其它实现中，成本函数不包含此种组件。
在514处，计算装置确定总成本是否已经被充分减少。例如，在514处，计算装置能将总成本与阈值比较；如果总成本少于阈值，则总成本可能被充分减少。作为另一示例，在514处，计算装置能将总成本中的逐次迭代的改变与阈值比较；如果改变少阈值，则总成本可能被充分较少。作为另一示例，在514处，执行的迭代数量能被与阈值比较；如果执行的迭代总数量大于阈值，则总成本可能被充分减少。
如果在514处确定总成本已经被充分减少，则方法500能继续到516并根据控制命令的当前集合来控制飞行器。如果各种输入参数（例如，某些操作条件）随时间改变，方法500能被周期执行以更新控制命令。
然而，如果在514处确定总成本还未被充分减少，则方法500能继续到518并识别被期望以便减少总成本的控制命令的新候选集合。例如，成本函数的一个或更多派生能被用来辅助选择控制命令的新候选集合。作为示例，计算装置能使用求解器来减少成本函数以识别控制命令的改善的集合。
具体地，根据本公开的方面，在518处，对于控制命令的新候选集合的选择空间通过一个或更多控制约束来约束。例如，过滤器能被应用以限制对于作为控制命令的新候选集合的选择可用的控制命令。在一些实现中，这能采取迭代地调整新候选控制命令直到它们不违反任何控制约束的迭代循环的形式。在其它实现中，过滤器能简单地拒绝违反约束的新候选控制命令。
在518后，方法500返回到508并将控制命令的新候选集合输入到成本函数本中以确定总成本。因此，方法500能在约束的搜索空间内迭代地搜索充分减少总成本（其可或可不基于与候选控制命令关联的耗损成本）的控制命令。
尽管各种实施例的特定设计方面可在一些附图中示出而不在其它中示出，这仅为了方便。按照本公开的原则，附图的任何方面可与任何其它附图的任何方面结合地被参考和/或被主张。
本书面描述使用包含最佳模式的示例来公开本发明，并且还使本领域的任何技术人员能够实施本发明，包含制作和使用任何装置或系统，以及执行任何结合方法。本发明的可取得专利范围可包含本领域的技术人员想到的其他示例。

Claims (10)

1. 一种用来确定对于飞行器的改善的飞行控制命令的计算装置（104），包括：
至少一个处理器（112）；以及
至少一个计算机可读媒介（114），其存储将飞行器系统耗损成本建模为输入控制命令的函数的耗损成本模型（152）；
其中，所述至少一个计算机可读媒介（114）进一步存储指令（116），其当通过所述至少一个处理器（112）运行时，促使所述计算装置（104）迭代地：
将对于所述飞行器（102）的控制命令的候选集合输入（402）到所述耗损成本模型（152）中；
接收（404）作为所述耗损成本模型（152）的输出的与控制命令的所述候选集合关联的估计的耗损成本；
将所述估计的耗损成本输入（406）到成本函数（150）中以获得与控制命令的所述候选集合关联的总估计的成本；以及
至少部分基于所述总估计的成本和所述成本函数（150）来确定（414）控制命令的改善的集合，
其中，所述至少一个处理器（112）配置成至少部分基于控制命令的所述改善的集合来控制所述飞行器（102）的操作。
2.如权利要求1所述的计算装置（104），其中所述耗损成本模型（152）包括将引擎消耗建模为所述输入控制命令的函数的引擎消耗模型。
3. 如权利要求2所述的计算装置（104），其中所述引擎消耗模型包括：
作为所述飞行器系统的一个或更多操作参数的函数的成本计划表；或
机器学习的神经网络。
4.如权利要求1所述的计算装置（104），其中所述计算装置（104）包括物理上位于所述飞行器（102）内的飞行管理系统（130）。
5.如权利要求1所述的计算装置（104），其中控制命令的所述候选集合和控制命令的所述改善的集合包括所述飞行器（102）的一个或更多引擎的引擎功率设置以及飞行器速度、飞行器飞行路径、飞行器高度中的一个或更多的值。
6.如权利要求1所述的计算装置（104），其中当控制命令的所述候选集合违反一个或更多控制约束时，所述耗损成本模型（152）和所述成本函数（150）的至少一个处罚控制命令的所述候选集合。
7.如权利要求1所述的计算装置（104），其中为了至少部分基于所述总估计的成本和所述成本函数（150）来确定控制命令的所述改善的集合，所述计算装置（104）至少部分基于所述总估计的成本和所述成本函数（150）来选择控制命令的新候选集合，并且其中所述计算装置（104）被约束成仅将不违反一个或更多控制约束的控制命令的组合选择为控制命令的所述新候选集合。
8.一种用来确定对于飞行器（102）的改善的飞行控制命令的计算机实现的方法（300），所述方法（300）包括：
通过一个或更多计算装置（104）来获得（302）对于所述飞行器（102）的控制命令的集合；
通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的耗损成本模型（152）来确定（304）与控制命令的所述集合关联的耗损成本；
通过所述一个或更多计算装置（104）来至少部分基于所述耗损成本来确定（306）与控制命令的所述集合关联的总成本；以及
通过所述一个或更多计算装置（104）来至少部分基于所述总成本来确定（308）对于所述飞行器（102）的控制命令的更新的集合。
9.如权利要求8所述的方法（300），其中通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的所述耗损成本模型（152）而确定与控制命令的所述集合关联的所述耗损成本包括通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的引擎消耗模型而确定与控制命令的所述集合关联的引擎耗损成本。
10. 如权利要求9所述的方法（300），其中通过所述一个或更多计算装置（104）来至少部分基于对于所述飞行器（102）的所述引擎消耗模型而确定与控制命令的所述集合关联的所述引擎耗损成本，包括：
通过所述一个或更多计算装置（104）来访问提供作为所述飞行器（102）的一个或更多操作参数的函数的成本的引擎消耗计划表；以及
通过所述一个或更多计算装置（104）来至少部分基于所述引擎消耗计划表来确定所述引擎耗损成本，所述引擎耗损成本以美元为单位。
CN201710805948.8A 2016-09-08 2017-09-08 基于燃料、时间和耗损成本的改善的飞行器控制 Active CN107807617B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662384883P 2016-09-08 2016-09-08
US62/384883 2016-09-08
US15/651276 2017-07-17
US15/651,276 US10579053B2 (en) 2016-09-08 2017-07-17 Aircraft control based on fuel, time, and deterioration costs

Publications (2)

Publication Number Publication Date
CN107807617A true CN107807617A (zh) 2018-03-16
CN107807617B CN107807617B (zh) 2021-02-19

Family

ID=59968909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710805948.8A Active CN107807617B (zh) 2016-09-08 2017-09-08 基于燃料、时间和耗损成本的改善的飞行器控制

Country Status (4)

Country Link
US (1) US10579053B2 (zh)
EP (2) EP3293597A1 (zh)
CN (1) CN107807617B (zh)
CA (1) CA2977162A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115524964A (zh) * 2022-08-12 2022-12-27 中山大学 一种基于强化学习的火箭着陆实时鲁棒制导方法及系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11302204B2 (en) 2018-04-02 2022-04-12 Ge Aviation Systems Llc Flight management system and method of updating
US12106235B2 (en) * 2019-03-21 2024-10-01 Rtx Corporation System for forecasting aircraft engine deterioration using recurrent neural networks
US11335205B2 (en) * 2019-08-07 2022-05-17 The Boeing Company Determining a runway exit for landing an aircraft
US12077190B2 (en) 2020-05-18 2024-09-03 Nvidia Corporation Efficient safety aware path selection and planning for autonomous machine applications
EP4177865A1 (en) * 2021-11-04 2023-05-10 Airbus Defence and Space, S.A.U. Method for determining a flight plan

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2164765A (en) * 1984-09-10 1986-03-26 Aerospatiale A method of controlling an engine aerodyne in the climb phase
US20030176954A1 (en) * 2001-10-12 2003-09-18 Jaw Link C. Tracking and control of gas turbine engine component damage/life
US20110029804A1 (en) * 2008-12-22 2011-02-03 Honeywell International Inc. Fleet mission management system and method using health capability determination
CN103270512A (zh) * 2010-10-18 2013-08-28 艾尔葛托奇普股份有限公司 智能架构创建器
CN103373472A (zh) * 2012-04-26 2013-10-30 贝尔直升机德事隆公司 用于航行器的经济使用的系统和方法
CN103676831A (zh) * 2012-09-12 2014-03-26 波音公司 电力管理控制系统
WO2014171988A2 (en) * 2013-01-29 2014-10-23 Andrew Robert Korb Methods for analyzing and compressing multiple images
CN104143270A (zh) * 2013-05-09 2014-11-12 波音公司 提供飞行器意向的描述
CN104181928A (zh) * 2014-09-15 2014-12-03 大连大学 航天器双环滑模变结构姿态控制参数优化方法
US9089969B1 (en) * 2012-03-06 2015-07-28 Vecna Technologies, Inc. Loading articles on one or more support surfaces with one or more mobile devices
US20150284103A1 (en) * 2014-04-02 2015-10-08 Rolls-Royce Plc Aircraft vapour trail control system
US20150302333A1 (en) * 2014-04-21 2015-10-22 Profusion Corp. Providing air transportation services using integrated platform
US20150323933A1 (en) * 2014-05-09 2015-11-12 Thales Optimization of the trajectory of an aircraft
CN105182985A (zh) * 2015-08-10 2015-12-23 中国人民解放军国防科学技术大学 高超声速飞行器俯冲段全量一体化制导控制方法
US20160252351A1 (en) * 2015-02-27 2016-09-01 Ge Aviation Systems Llc System and methods for providing situational awareness information for a relative navigation system

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4325123A (en) * 1978-07-28 1982-04-13 The Boeing Company Economy performance data avionic system
US20100262442A1 (en) 2006-07-20 2010-10-14 Standard Aero, Inc. System and method of projecting aircraft maintenance costs
US8290683B2 (en) * 2010-02-16 2012-10-16 Telectro-Mek, Inc. Apparatus and method for reducing aircraft fuel consumption
US8600675B1 (en) 2011-05-25 2013-12-03 Rockwell Collins, Inc. System and method for generating trajectory data for an aircraft in flight
US20140018980A1 (en) 2012-07-12 2014-01-16 General Electric Company Systems and methods for flight management
EP2889711B1 (en) 2013-12-30 2020-07-01 Rolls-Royce Corporation System and method for optimizing component life in a power system
US10665114B2 (en) * 2014-03-28 2020-05-26 The Boeing Company Aircraft fuel optimization analytics
FR3022625B1 (fr) 2014-06-19 2018-01-12 Airbus Operations Procede et dispositif de determination et de presentation d'impacts de couts generes par des ecarts lateraux de route d'un aeronef.
US9561860B2 (en) * 2014-08-29 2017-02-07 Tzunum, Inc. System and methods for implementing regional air transit network using hybrid-electric aircraft
US9542851B1 (en) * 2015-11-03 2017-01-10 The Boeing Company Avionics flight management recommender system

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4827417A (en) * 1984-09-10 1989-05-02 Aerospatiale Societe Nationale Industrielle Control method for optimizing exploitation costs of an engine aerodyne such as aircraft in the climb phase
GB2164765A (en) * 1984-09-10 1986-03-26 Aerospatiale A method of controlling an engine aerodyne in the climb phase
US20030176954A1 (en) * 2001-10-12 2003-09-18 Jaw Link C. Tracking and control of gas turbine engine component damage/life
US20110029804A1 (en) * 2008-12-22 2011-02-03 Honeywell International Inc. Fleet mission management system and method using health capability determination
CN103270512A (zh) * 2010-10-18 2013-08-28 艾尔葛托奇普股份有限公司 智能架构创建器
US9089969B1 (en) * 2012-03-06 2015-07-28 Vecna Technologies, Inc. Loading articles on one or more support surfaces with one or more mobile devices
CN103373472A (zh) * 2012-04-26 2013-10-30 贝尔直升机德事隆公司 用于航行器的经济使用的系统和方法
US20130289804A1 (en) * 2012-04-26 2013-10-31 Bell Helicopter Textron Inc. System and method for economic usage of an aircraft
CN103676831A (zh) * 2012-09-12 2014-03-26 波音公司 电力管理控制系统
WO2014171988A2 (en) * 2013-01-29 2014-10-23 Andrew Robert Korb Methods for analyzing and compressing multiple images
CN104143270A (zh) * 2013-05-09 2014-11-12 波音公司 提供飞行器意向的描述
US20150284103A1 (en) * 2014-04-02 2015-10-08 Rolls-Royce Plc Aircraft vapour trail control system
US20150302333A1 (en) * 2014-04-21 2015-10-22 Profusion Corp. Providing air transportation services using integrated platform
US20150323933A1 (en) * 2014-05-09 2015-11-12 Thales Optimization of the trajectory of an aircraft
CN104181928A (zh) * 2014-09-15 2014-12-03 大连大学 航天器双环滑模变结构姿态控制参数优化方法
US20160252351A1 (en) * 2015-02-27 2016-09-01 Ge Aviation Systems Llc System and methods for providing situational awareness information for a relative navigation system
CN105182985A (zh) * 2015-08-10 2015-12-23 中国人民解放军国防科学技术大学 高超声速飞行器俯冲段全量一体化制导控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHUYAN WANG: ""A Time-Fuel optimal for spacecraft formation reconfiguration"", 《IEEE CONGRESS ON EVOLUTIONARY COMPUTATION》 *
李天义: "" 质量成本管理在空间飞行器研发中的应用研究"", 《中国优秀硕士学位论文全文数据库》 *
耿云海: "" 挠性飞行器时间燃料优化姿态机动控制的振动抑制"", 《控制理论与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115524964A (zh) * 2022-08-12 2022-12-27 中山大学 一种基于强化学习的火箭着陆实时鲁棒制导方法及系统

Also Published As

Publication number Publication date
CA2977162A1 (en) 2018-03-08
US20180067480A1 (en) 2018-03-08
EP4095638A1 (en) 2022-11-30
EP3293597A1 (en) 2018-03-14
US10579053B2 (en) 2020-03-03
CN107807617B (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN107807617A (zh) 基于燃料、时间和耗损成本的改善的飞行器控制
US11017677B2 (en) Decision-making aid for revising a flight plan
CN103373472B (zh) 用于航行器的飞行仪表板及优化航行器经济操作的方法
CN112001585B (zh) 多智能体决策方法、装置、电子设备及存储介质
US8620714B2 (en) Prognostic condition assessment decision aid
CN102163061B (zh) 在航空器上的机载飞行策略评价系统
CN106502263A (zh) 使用非线性规划的飞行路径优化
CN107830864A (zh) 一种民航飞机恶劣天气绕飞路线规划系统和方法
López-Leonés et al. The aircraft intent description language: A key enabler for air-ground synchronization in trajectory-based operations
Julian et al. Validation of image-based neural network controllers through adaptive stress testing
US20090204453A1 (en) Aircraft flight plan optimization for minimizing emissions
CN108693890A (zh) 飞行器下降阶段管理
CN109840610A (zh) 不正常航班飞机路径与旅客行程自动恢复系统及方法
CN104680852A (zh) 用于管理飞行器的任务的系统和方法
CN105278400A (zh) 生成符合噪声消减限制的飞机离场剖面
EP3786752B1 (en) Automated aircraft system with goal driven action planning
CN110349445A (zh) 具有多个rta约束的有效飞行剖面
CN113015981A (zh) 利用第一原则和约束进行有效、连续和安全学习的系统和方法
US20230176535A1 (en) Autonomous control of complex engineered systems
CN113415288A (zh) 分段式纵向车速规划方法、装置、设备及存储介质
Patil Machine Learning for Traffic Management in Large-Scale Urban Networks: A Review
Trifari Development of a Multi-Disciplinary Analysis and Optimization framework and applications for innovative efficient regional aircraft
Israel et al. Automating the design of instrument flight procedures
Yuan et al. Variable speed in vertical flight planning
EP4428785A1 (en) Method and system for predicting fuel consumption for a flight of an aircraft

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