CN111240193A - 优化受到达时间约束制约的巡航垂直剖面的系统和方法 - Google Patents
优化受到达时间约束制约的巡航垂直剖面的系统和方法 Download PDFInfo
- Publication number
- CN111240193A CN111240193A CN201911099778.1A CN201911099778A CN111240193A CN 111240193 A CN111240193 A CN 111240193A CN 201911099778 A CN201911099778 A CN 201911099778A CN 111240193 A CN111240193 A CN 111240193A
- Authority
- CN
- China
- Prior art keywords
- arrival time
- optimal
- rta
- cost index
- vertical profile
- 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.)
- Pending
Links
Images
Classifications
-
- 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]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
优化受到达时间约束制约的巡航垂直剖面的系统和方法。一种与所需到达时间(RTA)约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法。该方法可被实现为飞行管理系统(FMS)中的单个功能。FMS(10)计划飞行器轨迹,其具有优化以在满足时间约束的同时使飞行成本(例如,燃料消耗)最小化的巡航垂直和速度剖面。在适当的情况下,该整合功能还能够使巡航垂直剖面劣化以便打开可实现的RTA的窗口并增加RTA成功率。由于实际飞行条件可不同于预测的飞行条件,该方法还监测沿着计划的轨迹飞行的进度,并且当估计到达时间偏离RTA约束超过指定的阈值时重新调整巡航速度剖面。
Description
技术领域
本公开总体上涉及优化飞行器的巡航(cruise)剖面(profile)的系统和方法。飞行器的巡航剖面包括巡航速度剖面和巡航垂直剖面,该巡航速度剖面指示在巡航阶段期间沿着计划的飞行路径的速度改变,该巡航垂直剖面指示在巡航阶段期间沿着计划的飞行路径的高度改变。具体地,本公开涉及优化飞行器的巡航垂直剖面的系统和方法。
背景技术
如本文所用,术语“飞行器轨迹”意指飞行器的四维(包括将时间作为第四维)飞行路径。飞行器轨迹可被分解如下:
(1)飞行器的横向路径,一旦飞行管理系统(FMS)知道飞行计划(一系列航路点),FMS就(或多或少)固定该横向路径。航路点处的转弯半径与航向改变(微弱地)取决于速度和高度,但改变不大。
(2)作为未飞距离的函数的飞行器的垂直剖面或高度,该垂直剖面或高度取决于在巡航阶段期间引入的垂直约束和梯级(step)(无论是手动还是自动巡航优化)。爬升和下降中的垂直剖面也(或多或少微弱地)取决于调度的速度。
(3)飞行器的速度调度,该速度调度提供轨迹的各个点处的空速。速度调度还可取决于垂直路径、横向路径、天气条件、飞行器的性能(包括变化的重量)和飞行模式。
所有上述(包括天气条件)的结果是距所需到达时间(RTA)航路点的每一距离处的对地速度值,该对地速度值可被积分以给出估计到达时间(ETA)。
飞行管理系统(FMS)接受飞行员输入的输入数据,该输入数据表示从始发机场到目的地机场的飞行计划。飞行计划包括限定水平飞行路径的一系列航路点。还指定初始巡航高度。FMS通常计算优化的巡航垂直剖面(以下称为“最优垂直剖面”),该巡航垂直剖面被定义为使成本(下面要描述的燃料成本和时间成本的组合)最小化的高度。优化的高度取决于飞行器毛重、速度、风和空气温度。然而,飞行器通常被约束为在授权(也叫做法定)高度飞行,以便维持分道航行(traffic separation)。从一个法定高度到另一法定高度的改变被称为“梯级爬升”或“梯级下降”。航空业中的梯级爬升是随着飞行器的毛重减小通过移动到较不稠密的空气中来改进燃料经济性的一系列高度增益。通常,随着燃料燃烧以及飞行器重量减轻,优化的巡航高度(使飞行成本最小化的高度)会增加。对于长途飞行,还会指定开始向新巡航高度的梯级爬升的点。
飞行操作的计划的速度调度是由FMS基于航空公司/机组人员所选择的期望的巡航模式来确定的。典型模式是经济(ECON)模式,其基于航空公司所选择的成本指数(CI)(由时间成本和燃料成本之间的特定权衡驱动)来确定最经济的速度。每单位距离的瞬时成本可被写为
成本(lb/NM)=(燃料流量(lb/hr)+100*CI)/对地速度(kts)
其中成本指数CI是航空公司认为针对该特定航班最优的运营成本与燃料成本之比。成本指数通常由飞行员在飞行器起飞之前使用FMS的控制显示单元(CDU)作为常数引入。另选的巡航模式是长距离巡航(LRC)或所选的速度模式(SEL)。
结合速度调度模式,一些飞行管理系统还提供巡航垂直剖面优化功能(以下称为“巡航优化”),以计划使航班成本或航班燃料(取决于上面所列的活动飞行模式)最小化的巡航飞行条件的梯级(爬升/下降),这是因为在巡航期间条件会改变,即,高空中有利的风和温度会随高度和位置而变化,并且优化后的飞行器性能会随着飞行器重量减小而改变。对飞行管理计算机(FMC)进行编程,以通过确定将开始梯级爬升或梯级下降的最优下行路径三维位置(纬度、经度和高度)来优化巡航垂直剖面。图1中示出巡航优化的一个示例,其中,针对600,000磅的初始飞行器重量、CI=0和实际风,在6000-NM巡航上计划三个爬升梯级,结果使得该特定飞行节省至少5000磅的燃料。
机组人员仍可手动地向飞行计划中引入巡航梯级,在这种情况下,该功能将仅计算最新手动梯级之外的附加梯级。从在地面上启用飞行计划的时刻直至巡航结束,FMS中的巡航优化均是活动的,并且将针对巡航阶段的其余部分定期地重新计算优化的垂直剖面。
一些飞行管理系统上可用的另选速度调度模式是所需到达时间(RTA)功能,该所需到达时间(RTA)功能在下行路径航路点处确定新速度剖面以满足时间约束。每当要求航班遵守空中交通管制(ATC)要求的或者航空公司运营中心规定的RTA约束时,就使用该模式。一旦启用RTA功能,就忽略航空公司所期望的经济最优,并且航班的成本将增加。
RTA速度模式可与巡航优化组合。然而,在这种组合中,各个模式彼此干扰。在一些飞行管理系统中,尽管计划的巡航速度可在RTA操作期间显著改变,但最后活动的优化后的梯级爬升剖面是固定的,并且不执行进一步的巡航优化。随着RTA速度剖面改变,采取此方法以避免最优梯级位置的振荡。
一些飞行管理系统将RTA和巡航优化问题大部分视为单独的功能,其中与巡航优化相比,FMS会优先考虑RTA速度剖面生成。一个已知FMS试图在考虑风、温度和重量变化的情况下来优化一系列爬升梯级中的垂直剖面。当RTA变为活动时此功能还可更改巡航垂直剖面,在这种情况下,FMS会尝试近似最优梯级爬升剖面,但始终会优先考虑RTA目标。在任何情况下,此功能局部地(仅在接下来的250-500NM上评估梯级爬升效益)而非全局地(在完整轨迹上评估梯级爬升效益)执行巡航优化。另外,此功能未将垂直自由度(例如,计划的巡航垂直剖面)视为打开可实现的RTA的解决方案空间/窗口的机制。
发明内容
下面详细公开的主题涉及一种与所需到达时间(RTA)约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法。该方法可被实现为飞行管理系统(FMS)中的单个功能。FMS利用优化以在满足时间约束的同时使飞行成本(例如,燃料消耗)最小化的巡航垂直和速度剖面来计划飞行器轨迹。在适当的情况下,此整合功能也能够劣化巡航垂直剖面以便打开可实现的RTA的窗口并增加RTA成功率。由于实际飞行条件可能与预测的飞行条件不同,该方法还监测沿着计划的轨迹的飞行进度,并且当估计到达时间偏离RTA约束超过指定的阈值时重新调整巡航速度剖面。
本文所提出的方法提供一种鲁棒的解决方案,其将FMS的巡航优化功能和RTA功能整合以便在通过以更经济的高度/速度组合飞行来节省航班燃料的同时满足时间约束。所提出的方法使用垂直自由度以增加可实现的RTA的窗口并增加RTA成功机会。仿真表明,针对典型巡航范围,在RTA期间RTA操作的燃料成本可降低1%至10%,同时继续优化垂直剖面。
根据一些实施方式,巡航优化和RTA功能可被整合在优化模块中,该优化模块形成飞行管理计算机(FMC)的内部配置的一个部分。本说明书中所描述的一些功能单元已被标记为模块以便更具体地强调其实现独立性。例如,模块可被实现为包括集成电路或门阵列、诸如逻辑芯片、晶体管或其它分立组件的现成半导体的硬件电路。模块还可实现于诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑装置等的可编程硬件装置中。模块还可实现于软件中以由各种类型的处理器执行。例如,计算机可读程序代码的识别模块可包括计算机指令的一个或更多个物理块或逻辑块,例如,该一个或更多个物理块或逻辑块可被组织为对象、过程或功能。然而,识别模块的可执行文件不需要物理上位于一起,而是可包括存储在不同位置中的不同指令,其在逻辑上联接在一起时包括该模块并实现该模块的所述目的。
尽管下面详细描述了用于与RTA约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法的各种实施方式,但是这些实施方式中的一个或更多个可由以下方面中的一个或更多个来表征。
下面详细公开的主题的一个方面是一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的方法,该方法包括:(a)确定最优轨迹,其包括满足航路点处所需到达时间的速度调度和优化燃油效率的垂直剖面;以及(b)使飞行器在巡航阶段期间沿着最优轨迹飞行,其中,步骤(a)由计算机执行的是整合功能,该整合功能由所需到达时间功能和巡航优化组成。只有当RTA速度模式和巡航优化均为活动的并且最优轨迹的垂直剖面将显著改进燃油效率或者所需到达时间不可实现时,才执行步骤(a)。
根据前一段中描述的方法的一些实施方式,步骤(a)包括:针对所需到达时间估计第一成本指数(CIRTA,est);针对第一成本指数确定最优垂直剖面;针对最优垂直剖面使用最大成本指数和最小成本指数计算估计到达时间窗口;确定所需到达时间是否在估计到达时间窗口之外;如果所需到达时间不在估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括第一成本指数的最优垂直剖面,从而得到生成满足沿着最优垂直剖面飞行的所需到达时间的估计到达时间的第二成本指数(CIRTA);以及基于第二成本指数计算最优轨迹。
下面详细公开的主题的另一方面是一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的系统,该系统包括计算机系统,其被配置为执行以下操作:(a)确定最优轨迹,其包括满足航路点处所需到达时间的速度调度和优化燃油效率的垂直剖面;以及(b)控制飞行器在巡航阶段期间沿着最优轨迹飞行,其中,操作(a)是由计算机系统执行的整合功能,并且该整合功能由所需到达时间功能和巡航优化组成。
下面详细公开的主题的另一方面是一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的方法,该方法包括:(a)针对最大成本指数确定第一最优垂直剖面;(b)针对第一最优垂直剖面计算第一估计到达时间;(c)针对最小成本指数确定第二最优垂直剖面;(d)针对第二最优垂直剖面确定第二估计到达时间;(e)确定所需到达时间是否在由第一估计到达时间和第二估计到达时间界定的估计到达时间窗口之外;(f)如果所需到达时间在估计到达时间窗口之外,则确定劣化的最优轨迹,其包括满足航路点处所需到达时间的速度调度和改进燃油效率的劣化的垂直剖面;以及(g)使飞行器在巡航阶段期间沿着劣化的最优轨迹飞行,其中,步骤(f)是由计算机执行的整合功能,该整合功能由所需到达时间功能和巡航优化组成。
根据前一段中描述的方法的一些实施方式,步骤(f)包括:针对最大成本指数或最小成本指数确定劣化的最优垂直剖面;使用最大成本指数和最小成本指数针对劣化的最优垂直剖面计算估计到达时间窗口;确定所需到达时间是否在估计到达时间窗口之外;如果所需到达时间不在估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括第一成本指数的最优垂直剖面,从而得到满足沿着劣化的最优垂直剖面飞行的所需到达时间的成本指数(CIRTA);以及基于该成本指数计算劣化的最优轨迹。
下面详细公开的主题的另一方面是一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的系统,该系统包括计算机系统,该计算机系统被配置为执行以下操作:(a)针对最大成本指数确定第一最优垂直剖面;(b)针对第一最优垂直剖面计算第一估计到达时间;(c)针对最小成本指数确定第二最优垂直剖面;(d)针对第二最优垂直剖面确定第二估计到达时间;(e)确定所需到达时间是否在由第一估计到达时间和第二估计到达时间界定的估计到达时间窗口之外;(f)如果所需到达时间在估计到达时间窗口之外,则确定劣化的最优轨迹,该劣化的最优轨迹包括满足航路点处的所需到达时间的速度调度和改进燃油效率的劣化的最优垂直剖面;以及(g)如果所需到达时间在估计到达时间窗口之外,则控制飞行器在巡航阶段期间沿着劣化的最优轨迹飞行,其中,计算机系统包括:第一计算机,其被配置为执行操作(a)至操作(f),并且操作(f)是由所需到达时间功能和巡航优化组成的整合功能;以及第二计算机,其被配置为控制飞行器根据劣化的最优垂直剖面和第二成本指数飞行。
下面公开了用于与RTA约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法的其它方面。
附图说明
前一部分中讨论的特征、功能和优点可在各种实施方式中独立地实现,或者可在其它实施方式中组合。为了示出上述和其它方面,以下将参照附图描述各种实施方式。本节中简要描述的图未按比例绘制。
图1是示出针对已在一系列爬升梯级中优化的巡航垂直剖面的一个示例的高度对飞行距离的曲线图。
图2是示出典型飞行管理系统的总体架构的框图。
图3是示出包括多个控制系统的飞行器飞行控制架构的图。
图4是表示显示在单独的页上的图4A、图4B和图4C之间的关系的图。结合起来看,图4A至图4C形成示出用于在本文所提出的整合FMS功能占用之后利用巡航优化来初始确定RTA轨迹的算法的逻辑的流程图。
图5是示出RTA航路点处估计到达时间对成本指数的曲线图,该曲线图可用于在本文所公开的用于执行巡航优化的方法中获得RTA成本指数的初始估计。
图6是指示显示在单独的页上的图6A、图6B和图6C之间的关系的图。结合来看,图6A至图6C形成示出在本文所提出的整合FMS功能是活动的同时利用巡航优化监测RTA轨迹的算法逻辑的流程图。
图7A是示出一些示例巡航垂直剖面的高度对飞行距离的曲线图,其可针对成本指数CI=0(即,生成晚ETA的慢轨迹)基于代表性飞行器仿真根据该方法构造。示例巡航垂直剖面包括最优巡航垂直剖面#1、两个小于最优巡航垂直剖面#2和#3以及恒定飞行水平巡航垂直剖面#4。
图7B是示出相对于最优巡航垂直剖面#1(示出于图7A)在仿真的巡航阶段的结尾处到达时间的延迟(ΔTime,单位为秒)的曲线图。
图7C是示出相对于最优巡航垂直剖面#1(示出于图7A)在仿真的巡航阶段的结尾处燃料成本的增加(ΔFuel,单位为磅)的曲线图。
图8A至图8D是示出各个示例巡航垂直剖面的高度对飞行距离的曲线图,包括具有第一、第二和第三梯级爬升的最优巡航垂直剖面(图8A)、具有第一和第二梯级爬升但没有第三梯级爬升的巡航垂直剖面(图8B)、仅具有第一梯级爬升的巡航垂直剖面(图8C)以及没有梯级爬升的恒定飞行水平巡航垂直剖面(图8D)。
图9是识别被编程以利用本文所提出的RTA约束功能执行巡航优化的飞行管理计算机内的各种软件模块的框图。
以下将参照附图,其中不同附图中的相似元件具有相同的标号。
具体实施方式
下面详细描述了用于与RTA约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法的例示性实施方式。然而,本说明书中并未描述实际实现方式的所有特征。本领域技术人员将理解,在任何这种实际实施方式的开发中,必须做出许多实现方式所特定的决策以实现开发者的特定目标(例如,符合系统相关和商业相关的约束,这些约束将从一个实现方式到另一实现方式而变化)。此外,将理解,这样的开发工作可能复杂且耗时,然而对于受益于本公开的本领域普通技术人员而言将是常规任务。
飞行器上的飞行管理系统(FMS)是使各种飞行中的任务自动化的专门的计算机系统。FMS的主要功能是飞行计划的飞行中管理。使用确定飞行器的位置的各种传感器和自动驾驶仪系统,FMS可根据飞行计划来引导飞行器。通常,FMS包括导航数据库,该导航数据库包含用于构造飞行计划的元素。给定飞行计划和飞行器的位置,FMS计算要遵循的航向。飞行员可手动地遵循该航向,或者可将自动驾驶仪设定为遵循该航向。
飞行计划包括飞行器要遵循的具有相应容差(tolerances)的垂直轨迹、横向轨迹、时间和速度调度,使得飞行器能够到达其目的地。飞行计划的计算是基于飞行器的特性、机组人员供应的数据以及系统的环境。然后,定位和引导功能进行协作以便使得飞行器能够保持在由FMS限定的轨迹上。从与各种飞行点(例如,高度、速度、时间、模式、航向和其它点)关联的一系列“航路点”构造要遵循的轨迹。术语“航路点”涵盖感兴趣的任何点,其中该点使用两个、三个或四个维度来定义。从将从出发点到目的地点的航路点成对链接的一系列片段和曲线构造轨迹。片段或一系列片段可由一个或更多个经济约束(例如,时间、燃料和/或成本或其组合)来约束。速度调度表示飞行器在沿着飞行轨迹飞行时随时间应该维持的速度和速度模式。
图2是示出包括一个或更多个飞行管理计算机12和一个或更多个控制显示单元14的类型的典型飞行管理系统10的总体架构的框图。在图2中仅描绘了一个飞行管理计算机12(以下为“FMC 12”)和一个控制显示单元14(以下为“CDU 14”)。CDU是FMC与飞行员之间的主要接口。
FMC软件可驻留在各个飞行器信息管理系统机柜中的各个核心处理器上。FMC软件可包括以下功能:飞行管理功能、导航功能18、推力管理功能20和基准性能数据库30(例如,包含空气动力学和推进数据的航空/发动机数据库)。飞行管理功能提供引导22、飞行计划24、数据链路26、性能管理功能28、CDU接口、到基准性能数据库30的接口以及其它功能。导航功能提供传感器选择(惯性、无线电、卫星)、位置解决方案确定以及其它功能。导航功能计算飞行器位置、速度、航迹角以及其它飞行器参数(统称为飞行器状态),以支持诸如飞行计划、引导和显示之类的FMC功能。
飞行管理系统10整合来自大气数据(air data)和惯性参考系统、导航传感器、发动机和燃料传感器以及其它飞行器系统(图2中未示出)的信息以及内部数据库和机组人员输入的数据以执行多个功能。飞行管理计算机可包含导航数据库(图2中未示出)和基准性能数据库30。
对于性能管理功能28,飞行管理系统10具有各种内部算法,该内部算法是利用基准性能数据库30中存储的空气动力学和推进性能数据来计算预测飞行剖面和关联的行程预测参数(例如,估计到达时间和预测燃料消耗量)。性能管理功能28使用空气动力学和推进模型以及优化算法来生成与选择的性能模式一致并且在空中交通管制所施加的飞行计划约束内的全飞行动态垂直剖面。向性能管理功能28的输入包括燃料流量、总燃料、襟翼位置、发动机数据和限制、高度、空速、马赫数、气温、垂直速度、沿着飞行路径的进程以及来自CDU 14的飞行员输入。输出是用于飞行器的优化控制的马赫数、校准空速和推力的目标值以及给机组人员的咨询数据。
飞行员可通过CDU 14选择各个飞行阶段的各种性能模式(例如,经济爬升、经济巡航和远程巡航)。可为巡航飞行阶段指定多个性能模式。默认模式是速度受限的经济剖面。计算经济剖面以优化由成本指数因素控制的燃料或时间成本。
使用空气动力学和推进模型来针对所选的性能模式生成优化的垂直剖面。如果自动油门或自动驾驶仪未用于性能管理功能28的自动控制,则飞行员可通过参照CDU14和速度带(speed tape)上的空速错误来手动地按照优化的速度调度飞行。
基准性能数据库30包含飞行器的空气动力学模型以及发动机的发动机性能模型和推力额定模型的预存储数据。性能管理功能28使用基准性能数据库30来计算诸如速度限制和速度目标的实时参数,并且执行诸如飞行计划预测的预测计算。推力管理功能20也使用基准性能数据库30来计算推力限制。
在一些情况下,飞行计划功能24可由FMC 12中的飞行计划模块执行,该飞行计划模块包括飞行计划/路线处理器。飞行计划/路线处理器使用从导航数据库检索的数据来将飞行计划/路线信息转换(例如,通过解码和转化)为包括航路点列表和关联的飞行信息的飞行计划/路线。解码并转化的飞行计划/路线的元素(以及飞行器类型和装备)被存储在飞行对象字段中,该飞行计划/路线的元素可由飞行计划/路线处理器和飞行轨迹预测器(也是飞行计划模块的一部分)使用。飞行对象可驻留在管理飞行对象的单独的处理器中。
根据一些实施方式,飞行轨迹预测器(也是处理器)从飞行计划/路线处理器接收包含构成飞行计划/路线的航路点列表的飞行对象,然后基于该飞行计划/路线、原始飞行轨迹(如果可用)、飞行器类型及其如何配备、从环境数据库检索的当前和/或预测环境条件以及其它信息来计算更新的预测飞行轨迹。轨迹预测处理可在飞行的任何阶段的任何点处开始,并且根据可用飞行器状态和飞行信息修改其处理方法/组件。在应用环境数据之后,重新计算轨迹预测。飞行轨迹预测器的输出是包括垂直剖面的预测轨迹。预测轨迹被存储在飞行对象中。然后飞行员或自动驾驶仪可使飞行器尽可能接近地遵循预测轨迹来飞行。
飞行器的飞行控制系统提供稳定并控制飞行器的能力。飞行控制系统的两个关键元件是生成引导命令的飞行引导系统以及执行引导命令的自动驾驶仪。如图3所示,飞行引导系统31包括诸如驾驶舱图形显示系统15或其它信号器(未示出)的显示装置、控制输入装置16、飞行引导计算机32和多个控制系统34。飞行引导计算机32和控制系统34可以是与图2所示的飞行管理计算机12通信的飞行器飞行控制系统的组件。在一个示例中,多个控制系统34包括横向/定向运动(或横滚/偏航)控制系统34a、垂直运动(或俯仰)控制系统34b和空速(或自动油门/发动机)控制系统34c。横向/定向控制系统34a可联接到影响横向和定向控制的飞行控制面36(通常是飞行器42的副翼和/或方向舵)。垂直运动控制系统34b可联接到俯仰控制面38(通常是飞行器的升降舵)。最后,空速控制系统34c在一些基于路径的操作模式下可联接到飞行器42的发动机40,在一些爬升和下降操作模式下可联接到升降舵。
本文所公开的增强技术包括一种与所需到达时间(RTA)约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的方法。该方法可被实现为FMC 12中的单个整合垂直剖面优化/RTA功能。FMC 12被配置(例如,编程)为计划或预测具有在满足RTA约束的同时使飞行成本(例如,燃料消耗)最小化的垂直和速度剖面的飞行器巡航轨迹。在适当的情况下,整合功能还被配置为劣化巡航垂直剖面以便打开可实现的RTA的窗口并增加RTA成功率。由于实际飞行条件可能不同于预测的飞行条件,该方法还监测沿着计划的轨迹飞行的进度,并且当估计到达时间偏离RTA约束超过指定的阈值时重新调整巡航速度剖面。
RTA功能与优化的巡航梯级爬升功能完全整合在飞行管理系统(包括FMC 12)的单个功能中具有以下优点:
(1)与分离式算法的情况不同,本文所提出的方法能够通过按照全局最优或接近最优的巡航垂直剖面飞行来寻找以优化的燃油效率满足RTA的轨迹。
(2)另外,在沿着该垂直剖面不可实现RTA的情况下,本文所公开的整合飞行管理功能允许更改最优垂直剖面。在这样的情况下,所提出的整合飞行管理功能被配置为逐渐劣化燃料最优垂直剖面,直至RTA变得可实现。该方法相对于切换到恒定飞行水平(恒定高度)巡航剖面的易于实现的保守方法提供显著燃料节省。
所提出的方法采取两步方法:(1)针对近似交付接近RTA约束的飞行的最优巡航剖面/成本指数组合执行粗略搜索;(2)然后通过调整巡航成本指数(具有固定的垂直剖面)以改进RTA交付精度来执行精细搜索。以下详细公开的方法是有效的,因为飞行时间对垂直剖面改变比对空速(成本指数)改变更敏感,而最优垂直剖面对空速(成本指数)的改变不太敏感。
现在将分别参照图4和图6提供与RTA约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的两个所提出的方法的更详细的描述。本文中在RTA功能占用时的初始(第一)RTA轨迹确定(由图4A至图4C所示的流程图表示的方法)与在监测RTA性能时可能需要的后续(第二)RTA轨迹改变(由图6A至图6C所示的流程图表示的方法)之间进行区分。为了例示,流程图假设在FMC 12中巡航垂直剖面的优化(以下为“巡航优化”)默认是活动的。本文所提出的方法将巡航优化和RTA确定组合以实现联合优化的高度对时间解决方案。可选地,巡航优化功能可能被抑制或者可能没有被航空公司购买。流程图表示具有巡航优化不活动的选项的FMS的实现方式。
结合来看,图4A至图4C形成示出在通过本文所提出的整合功能的FMC 12启动之后利用巡航优化进行RTA轨迹的初始确定的算法60的逻辑的流程图。如本文所用,术语“RTA轨迹”意指预测在关联的RTA到达指定的航路点的轨迹。如本文所用,术语“查找表”是指将输入值映射到输出值从而近似数学函数的数据阵列。给定输入值,“查找”操作从该表检索对应输出值。如果查找表没有明确地定义输入值,则可采用适当软件使用内插、外推或舍入来估计输出值。如本文所用,术语“断点数据集”意指对查找表的特定维度进行索引的输入值向量。查找表使用断点数据集来将其输入值与其返回的输出值关联。如这里所用,术语“断点”意指断点数据集的单个元素。断点表示表数据中的对应输出值映射至的特定输入值。
参照图4A,FMC 12被配置(例如,编程)为根据标称成本指数(CInominal)初始地管理计划的轨迹(步骤62)。FMC 12还被配置为确定巡航优化功能是否是活动的(步骤64)。如果在步骤64中确定巡航优化功能不是活动的,则FMC 12确定RTA速度模式是否是活动的(步骤66)。如果在步骤66中确定RTA速度模式不是活动的,则FMC 12维持针对标称成本指数CInominal的计划的轨迹(步骤68)。
如果在步骤66中确定RTA速度模式是活动的(RTA活动,无巡航优化),则FMC 12计算可实现的估计到达时间的窗口(ETAwindow)(步骤70)。在下一步骤71中,FMC 12确定RTA是否在ETA窗口之外(意指RTA不可实现)。如果在步骤71中确定RTA不在ETA窗口之外,则FMC12对涉及轨迹预测的成本指数执行搜索迭代。根据一个实施方式,可将Regula Falsi搜索算法用于对成本指数进行迭代来收敛到精确成本指数CIRTA,以在沿着当前飞行路径的下行路径航路点处满足RTA(步骤72)。根据一个实现方式,将具有Illinois变体的Regula Falsi算法(与求根Newton或Secant方法相似的算法)用于执行成本指数搜索。在数学中,RegulaFalsi算法是求解一个未知数方程的方法。简言之,该方法是对变量使用测试(“假”)值,然后根据结果调节测试值的试错技术。可使用其它数学优化算法。然后FMC 12根据成本指数CIRTA计算RTA轨迹(步骤74)。如果在步骤71中确定RTA在ETA窗口之外,则选择更快或更慢的轨迹并且将由FMC 12生成“RTA不可用”消息(步骤73)。
如果在步骤64中确定巡航优化功能是活动的,则FMC 12根据ECON速度模式操作,在该速度模式中由机组人员基于标称成本指数CInominal集优化巡航垂直剖面(步骤76)。该计算与在RTA速度模式不活动的情况下对巡航垂直剖面进行定期地优化相同。然后,FMC 12确定RTA速度模式是否是活动的(步骤78)。如果在步骤78中确定RTA速度模式不是活动的,则根据标称成本指数CInominal针对当前飞行条件重新计算优化的轨迹(步骤80)。
如果在步骤78(参见图4A)中确定RTA速度模式是活动的,则FMC 12为最优垂直剖面集合计算可实现的ETA的窗口(步骤82),如图4B中所描绘的。考虑最慢轨迹和最快轨迹来计算该ETA窗口,二者针对其相应的最小成本指数CImin和最大成本指数CImax来执行垂直优化(分别为步骤82a和82b)。更具体地,ETA窗口ETAwindowOptim由与CImax对应的一个ETA(以下为“ETA CImax”)以及与CImin对应的另一ETA(以下为“ETA CImax”)来限定。然后FMC 12使用窗口ETAwindowOptim来确定RTA是否在窗口ETAwindowOptim之外(意味着RTA未达到优化的巡航轨迹)(步骤84)。要注意,由于飞行时间是受RTA限制的,这里使成本最小化将最终等效于使燃料最小化。
在飞行器模型的基准性能数据库30(参见图2)与成本指数对空速查找表一起预先指定CImax和CImin参数。该数据可基于测试飞行数据和本文所公开的成本指数公式来构造。CImax和CImin是强加于成本指数的限制,这取决于飞行器模型。(CImax和CImin不是针对给定飞行器模型的绝对常数。根据诸如高度、重量、风等的飞行条件,对成本指数的限制也可变化。然而,对CI限制的最大影响是飞行器模型,特别是其大小。)CImax和CImin参数反映“燃料不成问题,尽可能快地飞行”和“使燃料消耗最小化”的情况。这些最小值/最大值被表示为最小操作速度或最大操作速度。随着成本指数减小,空速减小;随着成本指数增大,空速也增大。针对给定飞行器模型预先计算CImax和CImin,并且按照在该CImax和CImin被选择时其针对当前条件(重量、高度、大气、风)分别提供接近最小可飞行空速和最大可飞行空速的空速的方式使用。
再参照图4B,然后FMC 12还被配置为以尽可能接近最优的燃料成本针对RTA操作确定巡航垂直剖面。如果在步骤84中确定RTA不在窗口ETAwindowOptim之外(RTA可实现),则FMC12寻求针对RTA轨迹的最优垂直剖面。针对RTA的CI的估计是基于CI对ETA的线性查找表。查找表中的断点数量至少包括针对ETA窗口的限制值CImin和CImax以及标称成本指数CInominal,并且可利用任何数量的预定义成本指数进行扩展以更好地捕获CI对ETA曲线的形状。在步骤85中针对附加成本指数断点执行巡航优化并且计算针对附加CI断点的ETA。
在步骤85之后,算法60前进至图4C中描绘的步骤86。FMC 12首先计算RTA成本指数CIRTA,est的初始最佳估计(图4C中的步骤86)。实验表明,可使用下面的方程通过线性插值来计算RTA操作中要使用的成本指数的良好初始估计:
CIRTA,est=CImax-(RTA-ETAfast)×(CImax-CImin)/(ETAslow-ETAfast) (1)
其中CImax是基于性能限制针对RTA考虑的最大成本指数;ETAfast是针对CImax沿着最优垂直剖面可能的最早ETA;CImin是基于性能限制针对RTA考虑的最小成本指数;ETAslow是针对CImin沿着最优垂直剖面可能的最晚ETA。所得估计成本指数CIRTA,est不够精确以直接用于RTA轨迹,但是该CIRTA,est足够接近以接近最优的成本针对RTA操作确定最优垂直剖面。
可通过使用当前成本指数CInominal和当前ETAnominal(如果可用)来获得CIRTA,est的甚至更好的近似:
CIRTA,est=CIlim-(RTA-ETAlim)×(CIlim-CInominal)/(ETAnominal-ETAlim) (2)
其中下标“lim”表示限制条件:CImax和对应的最早ETAfast或者CImin和对应的最晚ETAslow分别取决于RTA比ETAnominal早还是晚。该线性搜索示出于图5中,图5是示出RTA航路点对成本指数的估计到达时间的曲线图。该曲线图可用于在本文所公开的执行巡航优化的方法中获得RTA成本指数的初始估计。图5中的虚线表示在整个成本指数范围内RTA航路点处的ETA的解空间,其中对于各个成本指数,应用其自己的优化的垂直剖面。由于位置和候选高度被离散化,所以该解空间实际上将在ETA中具有有限数量的小的不连续/跳跃。
方程(1)描述了仅具有两个断点的查找表的线性插值。方程(2)是具有三个断点的版本。更多断点可用于更精确地覆盖完整CI-ETA曲线。线性插值方程的更一般的情况可表示如下:
CIRTA,est=CIbp_up-(RTA-ETAbp_dn)×(CIbp_up-CIbp_dn)/(ETAbp_dn-ETAbp_up)
其中下标“bp_up”表示上断点,下标“bp-dn”表示下断点。
FMC 12还被配置为针对CIRTA,est计算最优垂直剖面(图4C中的步骤88)。所得轨迹在目标航路点处接近RTA,但还未匹配。FMC 12还被配置为针对步骤88中找到的最优巡航垂直剖面计算ETA窗口ETAwindow,new(步骤89),然后确定RTA是否在ETAwindow,new之外(步骤90)。如果在步骤90中确定RTA在ETAwindow,new之外,则将尝试的成本指数CIRTA,est作为查找表中的额外断点来重复步骤86。
如果在步骤90中确定RTA不在ETAwindow,new之外,则FMC 12对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对成本指数CIRTA,est的最优垂直剖面,从而得到精确的成本指数CIRTA以沿着当前飞行路径在下行路径航路点处满足RTA(步骤91)。在此阶段,巡航垂直剖面不再更改。如先前所公开的,具有Illinois变体的Regula Falsi算法可用于执行成本指数搜索。在成本指数搜索之后,FMC 12然后基于所找到的成本指数CIRTA计算最优RTA轨迹(步骤92)。在此实施方式中,FMC 12通过更改飞行的成本指数来控制飞行器的速度调度以满足RTA,但更改速度的其它方法也是可能的。例如,如美国专利No.9,213,335中所公开的,巡航期间的成本指数和下降期间的成本指数可以是分离的(decoupled)。最终解变为新的RTA轨迹并且将关联的速度自动地命令给飞行器。
简要返回图4B,如果在步骤84中确定RTA在窗口ETAwindowOptim之外(RTA不可实现),则FMC 12被配置为寻找具有使RTA能够实现的更宽ETA窗口的新的“劣化的”最优垂直剖面(步骤94)。一个解是使飞行器在恒定飞行水平飞行,基于所执行的实验,该恒定飞行水平在大多数条件下具有宽许多的ETA窗口。然而,恒定飞行水平(恒定高度)解在燃料方面会变得昂贵许多,特别是对于长途RTA操作。更细微的方法是查找中间的解,其中巡航垂直剖面被部分地展平(意味着从计划的飞行轨迹去除一个或更多个计划的梯级爬升)以实现RTA,同时燃料成本的增加最小。此方法在下面更详细地说明。
FMC 12还被配置为针对在步骤94中找到的劣化的最优巡航垂直剖面计算ETA窗口ETAwindow,new(步骤95),然后确定RTA是否在ETAwindow,new之外(步骤96)。如果在步骤96中确定RTA不在ETAwindow,new之外,则FMC 12对涉及包括劣化的最优垂直剖面的轨迹预测的成本指数执行搜索迭代,从而得到精确的新成本指数CIRTA,new以针对劣化的巡航垂直剖面沿着当前飞行路径在下行路径航路点处满足RTA(步骤97)。然后,FMC 12基于新成本指数CIRTA,new计算劣化的最优RTA轨迹(步骤98)。如果在步骤96中确定RTA在ETAwindow,new之外,则选择最快轨迹或最慢轨迹并且将由FMC 12生成“RTA不可用”消息(步骤99)。最终解变为新的RTA轨迹并且关联的速度由飞行引导计算机32(参见图3)自动地命令给飞行器。
根据本文所公开的飞行管理系统的另一方面,在RTA操作是活动的同时,定期监测飞行器的演变。针对当前RTA速度调度(CIRTA)和巡航垂直剖面,使用最新的天气和性能数据定期预测RTA航路点处的ETA和ETA窗口。如果RTA误差(ETA-RTA偏差)在期望的余量内,则不采取行动。然而,如果RTA误差超出期望的余量,则寻找新的成本指数。
结合来看,图6A至图6C形成示出在有或没有巡航优化的情况下在RTA速度模式是活动的同时监测RTA轨迹的算法130的逻辑的流程图。图6是指示显示在单独的页上的图6A、图6B和图6C之间的关系的图。
参照图6A,FMC 12被配置(例如,编程)为初始根据RTA成本指数(CIRTA)管理计划的轨迹(图6A中的步骤132)。FMC 12还被配置为从非暂时性有形计算机可读存储介质检索表示预存储的余量(本文中称为“漏斗(funnel)”)的数字数据,该预存储的余量定义了ETA与RTA的允许偏差(以下为“RTA误差”),然后定期地将那些期望的余量与RTA误差进行比较。该定期检查在图6A中被称为漏斗检查134。
在步骤136中,FMC 12确定RTA误差是否在漏斗之外。如果在步骤136中确定RTA误差不在漏斗之外,则FMC 12继续根据RTA成本指数CIRTA管理计划的RTA轨迹(步骤138)。如果在步骤136中确定RTA误差在漏斗之外,则寻找新的成本指数CIRTA,new。一旦在漏斗之外,无论巡航优化是不是活动的,都要确定新的RTA轨迹。
仍参照图6A,FMC 12还被配置为确定巡航优化功能是不是活动的(步骤140)。如果在步骤140中确定巡航优化功能不是活动的,则FMC 12计算可实现的估计到达时间的窗口(ETAwindow,new)(步骤142)。在下一步骤(图6中未示出),FMC 12使用ETA窗口来确定新的RTA是否在ETA窗口之外(意味着新的RTA不可实现)。如果新的RTA不在ETA窗口之外,则FMC 12对涉及轨迹预测的成本指数执行搜索迭代,从而得到精确的成本指数CIRTA,new以沿着当前飞行路径在下行路径航路点处满足新的RTA(步骤144)。然后FMC 12根据成本指数CIRTA,new计算计划的轨迹(步骤146)。如果RTA在ETA窗口之外,则选择最快轨迹或最慢轨迹并且将由FMC 12生成“RTA不可用”消息,如先前参照图4A描述的。
如果在步骤140中确定巡航优化功能是活动的,则FMC 12计算新的巡航垂直剖面,但前提是该新的巡航垂直剖面将显著改进操作效率或者RTA变得不可实现(在ETA窗口之外)。仅预期成本指数的很小改变就更新垂直剖面可能导致RTA轨迹搜索不稳定,结果甚至可能导致燃料消耗增加。
首先,FMC 12针对当前ETA估计与当前成本指数CIETA相比实现RTA所需的成本指数的改变(ΔCIest)(步骤148)。FMC 12还被配置为决定是否使飞行器根据新的成本指数来飞行。为了燃油效率使飞行器根据重新计算的巡航垂直剖面飞行的决定可通过定义预期的成本指数改变ΔCIest的最小阈值以满足RTA来进行。使用类似于方程(2)的公式,但使用RTA的成本指数(CIRTA)和当前ETA的估计成本指数(CIETA,est)来确定RTA成本指数的该预期改变ΔCIest:
ΔCIest=CIRTA-CIETA,est (3)
其中
CIETA,est=CIlim-(ETA-ETAlim)×(CIlim-CIRTA)/(ETAnominal-ETAlim) (4)
这些线性插值方程的更一般情况可表示如下:
CIETA,est=CIbp_up-(ETA-ETAbp_dn)×(CIbp_up-CIbp_dn)/(ETAbp_dn-ETAbp_up)
FMC 12被配置为确定预期的成本指数改变ΔCIest是否大于指定的阈值(步骤150)。如果在步骤150中确定预期的成本指数改变ΔCIest不大于指定的阈值,则在此阶段,FMC 12继续先前计算的最优巡航垂直剖面的步骤。如果预期成本指数不会改变太多以与RTA重新对准(ΔCIRTA不大于指定的阈值),则最好跳过附加巡航优化以避免RTA解的不稳定并且只是冻结先前计算的巡航步骤。FMC 12还被配置为执行以下步骤:计算ETA窗口(步骤152);确定RTA是否在ETA窗口之外(步骤153);如果RTA不在ETA窗口之外,则针对具有满足RTA的关联空速的成本指数CIRTA,new沿着冻结的巡航垂直剖面执行RTA CI搜索(步骤154);然后在维持先前计算的最优巡航垂直剖面的同时基于CIRTA,new计算最优RTA轨迹。要注意,对于下一个定期的RTA监测行为,必须相对于计算活动的最优巡航垂直剖面的CI来确定预期的成本指数改变ΔCIest,因此是CIRTA而非CIRTA,new。
如果在步骤150中确定预期的成本指数改变ΔCIest大于指定的阈值,则FMC 12还被配置为执行计算新的最优巡航垂直剖面的巡航优化例程(算法130的一部分)。类似地,如果在步骤153中确定RTA在ETA窗口之外,则FMC 12执行相同的巡航优化例程以计算新的接近最优的巡航垂直剖面。
参照图6B,FMC 12针对最优垂直剖面集合来计算可实现的ETA的窗口(步骤160)。考虑最慢轨迹和最快轨迹来计算该ETA窗口,二者均针对其相应的最小成本指数CImin和最大成本指数CImax而垂直地优化(分别为步骤160a和160b)。更具体地,ETA窗口ETAwindowOptim由与CImax对应的一个ETA(以下为“ETA CImax”)和与CImin对应的另一ETA(以下为“ETA CImin”)来定义。然后FMC 12使用窗口ETAwindowOptim来确定RTA是否在窗口ETAwindowOptim之外(意味着RTA未达到优化的巡航轨迹)(步骤162)。
仍参照图6B,FMC 12还被配置为然后以尽可能接近最优的燃料成本针对RTA操作确定巡航垂直剖面。如果在步骤162中确定RTA不在窗口ETAwindowOptim之外(RTA可实现),则FMC 12针对RTA轨迹寻求最优垂直剖面。针对RTA的CI的估计是基于CI对ETA的线性查找表。查找表中的断点数量至少包括ETA窗口的限制值CImin和CImax以及标称成本指数CInominal,并且可利用任何数量的预定义成本指数扩展以更好地捕获CI对ETA曲线的形状。在步骤158中针对附加成本指数断点执行巡航优化。
在步骤158之后,算法130前进至图6C中描绘的步骤164。FMC 12首先计算RTA成本指数CIRTA,est的初始最佳估计(图6C中的步骤164)。所得估计的成本指数CIRTA,est不够精确以直接用于RTA轨迹,但其足够接近以针对具有接近最优的成本的RTA操作确定最优垂直剖面。
FMC 12还被配置为针对CIRTA,est计算最优垂直剖面(图6C中的步骤165)。所得轨迹在目标航路点处接近RTA,但还未匹配。FMC 12还被配置为针对在步骤165中找到的最优巡航垂直剖面计算ETA窗口ETAwindow,new(步骤166),然后确定RTA是否在ETAwindow,new之外(步骤167)。如果在步骤167中确定RTA在ETAwindow,new之外,则将尝试的成本指数CIRTA,est作为查找表中的额外断点来重复步骤164。
如果在步骤167中确定RTA不在ETAwindow,new之外,则FMC 12对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对成本指数CIRTA,est的最优垂直剖面,从而得到精确的成本指数CIRTA以沿着当前飞行路径在下行路径航路点处满足RTA(步骤168)。在此阶段,巡航垂直剖面不再更改。如先前所述,具有Illinois变体的Regula Falsi算法(与求根Newton或Secant方法类似的算法)用于执行成本指数搜索。FMC 12然后基于新的成本指数CIRTA,new计算最优RTA轨迹(步骤170)。FMC 12通过更改飞行的成本指数来控制飞行器的速度调度以满足RTA,但更改速度的其它方法也是可能的。最终解变为新的RTA轨迹并且将关联的速度自动命令给飞行器。
简要返回图6B,如果在步骤162中确定RTA在窗口ETAwindowOptim之外(RTA不可实现),则FMC 12被配置为寻找具有使RTA能够实现的更宽ETA窗口的新的劣化的最优垂直剖面(步骤171)。FMC 12还被配置为针对在步骤171中找到的劣化的最优巡航垂直剖面计算ETA窗口ETAwindow,new(步骤172),然后确定RTA是否在ETAwindow,new之外(步骤173)。如果在步骤173中确定RTA不在ETAwindow,new之外,则FMC 12对涉及包括劣化的最优垂直剖面的轨迹预测的成本指数执行搜索迭代,从而针对劣化的巡航垂直剖面得到精确的新的成本指数CIRTA,new以沿着当前飞行路径在下行路径航路点处满足RTA(步骤174)。然后,FMC 12基于新的成本指数CIRTA,new计算劣化的最优RTA轨迹(步骤176)。如果在步骤173中确定RTA在ETAwindow,new之外,则选择最快轨迹或最慢轨迹并且将由FMC 12生成“RTA不可用”消息(步骤177)。
根据本文所公开的计算机功能的一个方面,最优垂直剖面可被劣化以实现所需到达时间。当RTA沿着最优垂直剖面不可实现时,最简单的解将是维持恒定巡航垂直剖面并避免任何垂直剖面优化。在巡航期间以较低的恒定高度飞行始终为飞行器提供大许多的窗口以在稍晚的时间到达(允许以慢许多的速度飞行)。在巡航期间以较低的恒定高度飞行通常还为以更高的速度飞行提供更多余量(由于性能速度包络),因此也较早到达,但这里获得的时间余量通常小许多(如果存在)。从优化的垂直剖面直接切换到恒定高度的缺点在于这种切换会导致高燃料消耗惩罚。
存在当RTA和垂直剖面构造功能被整合在同一功能中时可构造的中间垂直剖面。起点是适用的限制成本指数(即,如果RTA比可实现的ETA窗口早,则最小成本指数)的优化的垂直剖面。使该优化的垂直剖面劣化的一个潜在解策略涉及以下操作:
(1)在下行路径方向上(即,朝着巡航末尾)逐渐滑行顶部爬升梯级。随着顶部巡航区段的距离变短,可实现的最晚ETA变得进一步延迟;最早ETA也可能变得进一步提前。
(2)当爬升梯级足够接近巡航末尾时,将其完全去除。
(3)如果处理下降梯级,则在上行路径方向上滑行下降梯级直至其随爬升梯级塌陷(collapses)或到达当前位置。
(4)如果需要更多ETA余量,则继续朝着巡航末尾滑行下一较低梯级(或者朝着先前爬升梯级或当前位置的下降梯级)。
(5)如果针对巡航垂直剖面中的所有梯级执行了上述操作,则结果将是具有可实现的ETA的最宽窗口的恒定高度剖面,但是还会带来最大的燃料惩罚。
图7A示出可根据上述方法基于针对零成本指数的代表性仿真(即,生成晚ETA的慢轨迹)构造的一些示例中间垂直剖面。图7A是示出成本指数CI=0时四个巡航垂直剖面的高度对飞行距离的曲线图,包括最优巡航垂直剖面#1、两个次最优巡航垂直剖面#2和#3以及恒定飞行水平巡航垂直剖面#4。
图7B是示出针对相应另选仿真巡航垂直剖面以及针对在仿真期间生成的最优巡航垂直剖面#1(示出于图7A)在巡航阶段末尾处到达时间的延迟(ΔTime,以秒为单位)的曲线图。图7C是示出针对相应另选仿真巡航垂直剖面以及针对在生成图7B所示的数据的相同仿真期间生成的最优巡航垂直剖面#1(示出于图7A)在巡航阶段末尾处燃料成本的增加(ΔFuel,以磅为单位)的曲线图。允许更大的额外延迟余量的剖面是恒定高度剖面#4,其实现近半小时的延迟。然而,以恒定高度剖面飞行的费用是将近5000磅的燃料。
图8A至图8D是示出针对相应示例巡航垂直剖面的高度对飞行距离的曲线图,其包括具有第一梯级爬升、第二梯级爬升和第三梯级爬升的最优巡航垂直剖面(图8A),具有第一梯级爬升和第二梯级爬升、但没有第三梯级爬升的巡航垂直剖面(图8B),仅具有第一梯级爬升的巡航垂直剖面(图8C),以及没有梯级爬升的恒定飞行水平巡航垂直剖面(图8D)。
图8A至图8D中的曲线图表示来自仿真的四个剖面。图8A所示的第一剖面具有三个最优巡航梯级(以下为“剖面#1”);图8B所示的第二剖面是去除最靠近下降顶部的最高梯级的结果(以下为“剖面#2”);图8C所示的第三剖面是去除另一梯级的结果(以下为“剖面#3”);图8D所示的第四剖面是去除所有梯级的结果(恒定飞行水平)(以下为“剖面#4”)。
参照图8B,如果飞行员要使飞行器沿着剖面#2飞行,则如果飞行员想要在较晚的时间到达目的地,则可实现额外75秒的延迟余量。该余量以最慢可能速度飞行来实现,在沿着剖面#2飞行时比沿着剖面#1飞行时甚至更慢。飞行员可使用这75秒的额外延迟来满足如果飞行器要沿着剖面#1飞行则将无法实现的RTA。权衡在于,作为使用不再最优的垂直剖面的结果,将燃烧多达150磅的额外燃料。
参照图8C,如果飞行员要使飞行器沿着剖面#3飞行,则与剖面#1相比可实现额外360秒的延迟,这是因为飞行器可在速度余量内甚至更慢飞行。然而,作为以比原始优化的剖面#1的高度(描绘于图8A)更低的高度飞行的结果,将燃烧多达1275磅的额外燃料。
参照图8D,如果飞行员要使飞行器沿着剖面#4(恒定飞行水平)飞行,则飞行员可实现至多1800秒的延迟,但代价是多达4813磅的额外燃料。在低许多的高度,飞行器可显著较慢地飞行,但代价是大量的燃料,这是因为商用飞行器发动机在更高的高度更高效。
实际上,上述解策略可利用以下迭代方法来实现:绘制具有许多中间解的ETA然后查找检查所需的ETA不实际。相反,可使用迭代算法以便搜索满足所需到达时间的最佳中间剖面。构思包括通过累积梯级的位移来将任意中间解映射到单个变量:X=sum(朝着下降末尾位移的爬升梯级的距离)+sum(朝着先前爬升梯级或当前位置位移的下降梯级的距离)。变量X与任意中间垂直剖面之间存在一一对应关系。ETAmax(X)=RTA的求根方法(例如,Regula Falsi算法)将提供第一剖面,该第一剖面可在其最慢轨迹中提供足够的额外延迟以便实现所需到达时间。以同样的方式,如果RTA需要优化的垂直巡航无法允许的预期,则ETAmin(X)=RTA的求根算法将提供可实现所需到达时间的第一剖面。
另外,上述解策略的更高级的变体也是可能的。例如,首先针对最小燃料惩罚滑行带来最大ETA改变的梯级爬升,然后继续按照对燃料惩罚的影响增加的次序滑行其余梯级爬升。
另外,如果需要简化的算法,则可应用其它变体,例如:(1)将中间解构造为所有梯级逐步且成比例地同时移位,以收敛到恒定高度剖面,而非如上所述逐梯级;或者(2)使每一个梯级展平而不滑行梯级,使得它们逐个消失。此另选方案仅提供非常少的中间剖面(在我们的情况中,仅两个中间解),但其实现方式不重要。可应用另外的变体。
飞行器随其飞行水平降低也可实现更宽的预期余量,因此对于以高许多的燃料消耗成本来较低和较快的飞行可应用相同的推理。然而,典型的预期增益余量远小于延迟余量。此外,受变化的风影响,这些预期增益可容易地消失。
在任何情况下,由于空中交通管制频繁地要求实现指定的延迟(例如,空中交通管制更有可能要求相较于预期到达拥挤的机场或严重受天气影响的机场的延迟),所以使用较低高度以实现所需到达时间是合理的。
总结上述仿真结果,如果飞行器能够在速度限制所强加的ETA余量内实现RTA,则飞行员可使飞行器沿着剖面#1飞行。如果期望0秒至75秒的额外延迟,则该约束可沿着剖面#1以最小速度实现,在这种情况下飞行管理系统可去除最靠近下降顶部的梯级并使用该剖面来搜索RTA速度(剖面#2)。如果期望75秒至360秒的额外延迟,则该约束可经由剖面#1以最小速度实现,在这种情况下飞行管理系统可去除最靠近下降顶部的两个梯级并使用所得剖面来搜索RTA速度(剖面#3)。最后,如果期望360秒至1800秒的额外延迟,则该约束可通过使飞行器在高许多的燃料消耗成本下以恒定水平(没有梯级)飞行来实现。如果期望超过1800秒的额外延迟,则飞行器无法满足RTA(使用该方法)。
另外,当FMC 12计算最优剖面时,计算机可计算在许多不同的巡航水平飞行的最小时间和最大时间以及对应成本。因此,搜索梯级的最佳位置(在高度上)以便满足特定延迟或预期相对容易并且计算上便宜(如果该计算以近似方式完成)。基于图7B和图7C所示的增量时间和额外燃料消耗(由圆圈表示)的连续曲线,随着算法朝着下降顶部一次移位一个梯级,可利用可实现的最小/最大时间和额外燃料消耗创建表(在本发明公开中这些是由圆圈表示的曲线)。通过简单地搜索查找表,可识别以最小燃料消耗生成期望的延迟的梯级的位置(在高度上)。该解决方案允许在尽可能限制飞行成本的增加的同时寻找提供必要的额外时间余量的剖面。
上述方法将被实现为在FMC 12或类似电子数据处理装置上运行的软件,该类似电子数据处理装置可访问所需数据以执行计算。根据一个实施方式,本文所公开的新功能以包括上述步骤的可执行算法的形式驻留在FMC 12中。该方法考虑了最新路线数据、最佳可用飞行器重量估计以及最佳可用风和温度预测(包括实际风/温度和混合风/温度)。
图9是识别被编程为利用本文所提出的RTA约束功能使用巡航优化生成飞行轨迹的FMC 12内的各种软件模块的框图。飞行管理计算机12包括数据管理模块44以用于接收关于飞行器路线的大气状况(实时和/或预测的,优选地包括风况)。数据管理模块44还接收关于飞行器操作约束和实时飞行器状态和性能的数据(例如,从图2中识别的基准性能数据库30)。
FMC 12还包括优化模块46,该优化模块46可以被实现于例如处理器和非暂时性有形计算机可读存储介质中。优化模块46接收从数据管理模块44检索的数据、到达时间控制(TOAC)约束以及一个或更多个飞行轨迹优化参数。优化参数至少包括巡航高度并且还可包括飞行器空速。TOAC约束通常包括飞行计划中的至少一个航路点的RTA。RTA可由飞行员使用CDU 14或其它输入装置(例如,触摸屏)来设定。优化参数可预先建立并存储在FMC 12的非暂时性有形计算机可读存储介质中,或者也可由飞行员使用用于输入数据的手段选择。
优化模块46包括飞行轨迹生成器48,该飞行轨迹生成器48针对一个或更多个飞行轨迹优化参数生成多个值集合,以使得所有生成的值集合包括不同于当前飞行器高度的巡航高度。例如,如果优化参数包括巡航高度和飞行器空速,则所生成的值是成对(高度、速度)的值,其中该高度不同于当前飞行器高度。飞行轨迹生成器48针对所生成的飞行轨迹优化参数的值集合考虑所接收的大气状况以及关于飞行器操作约束和实时飞行器状态和性能的数据来计算飞行器的飞行轨迹。
飞行轨迹生成器48使用成本函数基于一个或更多个优化标准来选择所计算的飞行轨迹符合到达时间约束的一个或更多个最优巡航高度。优化标准可包括燃料节省、速度控制余量和/或时间控制余量。
FMC 12还包括警报生成模块50,该警报生成模块50利用一个或更多个选择的最优巡航高度生成轨迹改变警报52。例如,警报生成模块50可在驾驶舱图形显示系统15的屏幕上显示轨迹改变警报52,从而指出实现燃料节省或TOAC的鲁棒性的改进的另选最优巡航高度以及潜在的对应益处(例如,针对新高度预期的250kg燃料节省)。然后飞行员将决定是否接受所提出的具有不同巡航高度以及可选地不同飞行器空速的任何飞行轨迹。
所提出的发明的显著益处之一是如果在正在进行的RTA操作期间随着大气状况改变出现任何节省机会则向飞行员建议的能力。为此,FMC 12的优化模块46将考虑当前风剖面、操作约束和实时飞行器状态在速度域和高度域二者上对RTA约束连续地迭代,以确定是否可建立更有效的轨迹。在这种情况下应及时通知飞行员,并且飞行员决定是否遵循推荐的飞行轨迹。因此,本文所公开的技术可确保飞行员知道在RTA操作期间的潜在节省机会。
尽管参照各种实施方式描述了与RTA约束组合来计划成本最优巡航垂直剖面并按照该成本最优巡航垂直剖面飞行的系统和方法,但是本领域技术人员将理解,在不脱离本文的教导的范围的情况下,可进行各种改变并且等同物可替代其元件。另外,在不脱离其范围的情况下,可进行许多修改以使本文的教导适应特定情况。因此,旨在将权利要求不限于本文所公开的特定实施方式。
本文所描述的方法可被编码为具体实现在非暂时性有形计算机可读存储介质(包括但不限于存储装置和/或存储器装置)中的可执行指令。这些指令在由处理或计算系统执行时使得系统装置执行本文所描述的方法的至少一部分。上面详细描述的实施方式可包括计算机可执行指令,例如由可编程计算机执行的例程。可采用其它计算机系统配置,例如专门被编程、配置或构造为执行下述计算机可执行指令中的一个或更多个计算机可执行指令的专用计算机或数据处理器。因此,本文通常使用的术语“计算机”是指可参与在驾驶舱中的任何数据处理器,包括用于驾驶舱显示系统的计算机、飞行管理计算机、飞行控制计算机、电子飞行包、膝上型计算机或其它手持装置。
随附的方法权利要求不应被解释为要求其中所述的步骤按照字母顺序(权利要求中的任何字母顺序仅用于引用前述步骤的目的)或按照其叙述顺序执行,除非权利要求语言明确地指明或陈述指示执行那些步骤中的一些步骤或全部步骤的特定顺序的条件。方法权利要求也不应被解释为排除同时或交替执行的两个或更多个步骤的任何部分,除非权利要求语言明确地陈述排除这种解释的条件。
本公开还包括以下条款(可要求或者可不要求保护)中阐述的例示性、非穷举性示例;
条款A1:一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的方法,该方法包括以下步骤:(a)确定最优轨迹,该最优轨迹包括满足航路点处所需到达时间的速度调度和优化燃油效率的垂直剖面;以及(b)使所述飞行器在所述巡航阶段期间沿着所述最优轨迹飞行;其中,步骤(a)是由计算机执行的整合功能,所述整合功能包括所需到达时间功能和巡航优化。
条款A2:根据条款A1所述的方法,其中,只有当RTA速度模式和巡航优化均是活动的并且所述最优轨迹的所述垂直剖面将显著改进所述燃油效率或所述所需到达时间不可实现时,才执行步骤(a)。
条款A3:根据条款A1所述的方法,其中,计算机是飞行器上的飞行管理计算机。
条款A4:根据条款A1所述的方法,其中,确定最优轨迹的步骤包括:确定在所述巡航阶段期间增加飞行期间燃油效率的梯级在高度上的位置。
条款A5:根据条款A1所述的方法,其中,步骤(a)包括:针对所需到达时间估计第一成本指数(CIRTA,est);针对所述第一成本指数确定最优垂直剖面;针对所述最优垂直剖面使用最大成本指数和最小成本指数计算估计到达时间窗口;确定所述所需到达时间是否在所述估计到达时间窗口之外;如果所述所需到达时间不在所述估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对所述第一成本指数的所述最优垂直剖面,从而得到生成满足沿着所述最优垂直剖面飞行的所需到达时间的估计到达时间的第二成本指数(CIRTA);以及基于所述第二成本指数计算所述最优轨迹。
条款A6:根据条款A5所述的方法,其中,步骤(b)包括使所述飞行器根据所述最优垂直剖面和所述第二成本指数飞行。
条款A7:根据条款A6所述的方法,其中,步骤(a)还包括在估计所述第一成本指数之前执行的以下步骤:针对最大成本指数确定第一最优垂直剖面;针对所述第一最优垂直剖面计算第一估计到达时间;针对最小成本指数确定第二最优垂直剖面;针对所述第二最优垂直剖面计算第二估计到达时间;以及确定所述所需到达时间是否在由所述第一估计到达时间和所述第二估计到达时间界定的估计到达时间窗口之外;其中,只有当所述所需到达时间不在所述估计到达时间窗口之外时,才执行如条款A5中所述的步骤。
条款A8:一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的系统,该系统包括计算机系统,该计算机系统被配置为执行以下操作:(a)确定最优轨迹,该最优轨迹包括满足航路点处所需到达时间的速度调度和优化燃油效率的垂直剖面;以及(b)控制飞行器在巡航阶段期间沿着最优轨迹飞行,其中,计算机系统包括第一计算机,操作(a)是由第一计算机执行的整合功能,并且该整合功能包括所需到达时间功能和巡航优化。
条款A9:根据条款A8所述的系统,其中,操作(a)包括:针对所需到达时间估计第一成本指数(CIRTA,est);针对第一成本指数确定最优垂直剖面;针对最优垂直剖面使用最大成本指数和最小成本指数计算估计到达时间窗口;确定所需到达时间是否在估计到达时间窗口之外;如果所需到达时间不在估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括第一成本指数的最优垂直剖面,从而得到满足沿着最优垂直剖面飞行的所需到达时间的第二成本指数(CIRTA);以及基于第二成本指数计算最优轨迹。
条款A10:根据条款A9所述的系统,其中,计算机系统还包括第二计算机,该第二计算机被配置为控制飞行器根据最优垂直剖面和第二成本指数飞行。
条款A11:一种在巡航阶段期间使飞行器沿着受到达时间约束制约的轨迹的方法,该方法包括:(a)针对最大成本指数确定第一最优垂直剖面;(b)针对所述第一最优垂直剖面计算第一估计到达时间;(c)针对最小成本指数确定第二最优垂直剖面;(d)针对所述第二最优垂直剖面计算第二估计到达时间;(e)确定所需到达时间是否在由所述第一估计到达时间和所述第二估计到达时间界定的估计到达时间窗口之外;(f)如果所述所需到达时间在所述估计到达时间窗口之外,则确定劣化的最优轨迹,该劣化的最优轨迹包括满足航路点处所需到达时间的速度调度和改进燃油效率的劣化的最优垂直剖面;以及(g)使飞行器在巡航阶段期间沿着劣化的最优轨迹飞行,其中,步骤(f)是由计算机执行的整合功能,该整合功能包括所需到达时间功能和巡航优化。
条款A12:根据条款A11所述的方法,其中,确定劣化的最优轨迹的步骤包括确定在巡航阶段期间改进飞行期间的燃油效率的梯级在高度上的位置。
条款A13:根据条款A11所述的方法,其中,步骤(f)包括:针对最大成本指数或最小成本指数确定劣化的最优垂直剖面;针对劣化的最优垂直剖面使用最大成本指数和最小成本指数计算估计到达时间窗口;确定所需到达时间是否在估计到达时间窗口之外;如果所需到达时间不在估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括第一成本指数的劣化的最优垂直剖面,从而得到满足沿着劣化的最优垂直剖面飞行的所需到达时间的成本指数(CIRTA);以及基于成本指数计算劣化的最优轨迹。
条款A14:根据条款A13所述的方法,其中,步骤(f)包括使飞行器根据劣化的最优垂直剖面和成本指数飞行。
条款A15:一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的系统,该系统包括计算机系统,该计算机系统被配置为执行以下操作:(a)针对最大成本指数确定第一最优垂直剖面;(b)针对第一最优垂直剖面计算第一估计到达时间;(c)针对最小成本指数确定第二最优垂直剖面;(d)针对第二最优垂直剖面计算第二估计到达时间;(e)确定所需到达时间是否在由第一估计到达时间和第二估计到达时间界定的估计到达时间窗口之外;(f)如果所需到达时间在估计到达时间窗口之外,则确定劣化的最优轨迹,该劣化的最优轨迹包括满足航路点处所需到达时间的速度调度和改进燃油效率的劣化的最优垂直剖面;以及(g)如果所需到达时间在估计到达时间窗口之外,则控制飞行器在巡航阶段期间沿着劣化的最优轨迹飞行,其中,所述计算机系统包括第一计算机,所述第一计算机被配置为执行操作(a)至操作(f),并且操作(f)是包括所需到达时间功能和巡航优化的整合功能。
条款A16:根据条款A15所述的系统,其中,所述计算机系统还包括第二计算机,所述第二计算机被配置为控制所述飞行器根据所述劣化的最优垂直剖面和第二成本指数飞行。
条款A17:根据条款A16所述的系统,其中,所述第一计算机还被配置为:如果所述所需到达时间不在所述估计到达时间窗口之外,则确定最优轨迹,该最优轨迹包括满足航路点处所需到达时间的速度调度和优化燃油效率的最优垂直剖面,并且所述第二计算机还被配置为:如果所述所需到达时间不在所述估计到达时间窗口之外,则控制所述飞行器在所述巡航阶段期间沿着所述最优轨迹飞行。
条款A18:根据条款A17所述的系统,其中,确定包括满足航路点处所需到达时间的速度调度和优化燃油效率的最优垂直剖面的最优轨迹的步骤包括:针对所述所需到达时间估计第一成本指数(CIRTA,est);针对所述第一成本指数确定最优垂直剖面;针对所述最优垂直剖面使用最大成本指数和最小成本指数计算新的估计到达时间窗口;确定所述所需到达时间是否在所述新的估计到达时间窗口之外;如果所述所需到达时间不在所述新的估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对所述第一成本指数的所述最优垂直剖面,从而得到满足沿着所述最优垂直剖面飞行的所需到达时间的第二成本指数(CIRTA);以及基于所述第二成本指数计算所述最优轨迹。
条款A19:根据条款A15所述的系统,其中,所述第一计算机还被配置为:如果所述所需到达时间在所述估计到达时间窗口之外,则执行以下操作:(h)针对所述最大成本指数或所述最小成本指数确定劣化的最优垂直剖面;(i)针对所述劣化的最优垂直剖面使用所述最大成本指数和所述最小成本指数计算新的估计到达时间窗口;(j)确定所述所需到达时间是否在所述新的估计到达时间窗口之外;(k)如果所述所需到达时间不在所述新的估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括所述劣化的最优垂直剖面,从而得到满足沿着所述劣化的最优垂直剖面飞行的所述所需到达时间的成本指数(CIRTA);以及(l)基于所述成本指数计算所述劣化的最优轨迹。
条款A20:根据条款A19所述的系统,其中,所述第一计算机还被配置为:如果所述所需到达时间在所述新的估计到达时间窗口之外,则发出信号,该信号指示所述整合功能不能找到满足所述所需到达时间的最优轨迹。
Claims (13)
1.一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的方法,该方法包括以下步骤:
(a)确定最优轨迹,该最优轨迹包括满足航路点处所需到达时间的速度调度和优化燃油效率的垂直剖面(86,88-92);以及
(b)使所述飞行器(42)在所述巡航阶段期间沿着所述最优轨迹飞行;
其中,步骤(a)是由计算机(12)执行的整合功能,所述整合功能包括所需到达时间功能和巡航优化。
2.根据权利要求1所述的方法,其中,只有当RTA速度模式和巡航优化均是活动的(64,78)并且所述最优轨迹的所述垂直剖面将显著改进所述燃油效率或所述所需到达时间不可实现时,才执行步骤(a)。
3.根据权利要求1所述的方法,其中,所述计算机是所述飞行器上的飞行管理计算机(12)。
4.根据权利要求1所述的方法,其中,确定最优轨迹的步骤包括:确定在所述巡航阶段期间增加飞行期间燃油效率的梯级在高度上的位置(88)。
5.根据权利要求1所述的方法,其中,步骤(a)包括:
针对所需到达时间估计第一成本指数(CIRTA,est)(86);
针对所述第一成本指数确定最优垂直剖面(88);
针对所述最优垂直剖面使用最大成本指数和最小成本指数计算估计到达时间窗口(89);
确定所述所需到达时间是否在所述估计到达时间窗口之外(90);
如果所述所需到达时间不在所述估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对所述第一成本指数的所述最优垂直剖面(91),从而得到第二成本指数(CIRTA),该第二成本指数生成满足沿着所述最优垂直剖面飞行的所需到达时间的估计到达时间;以及
基于所述第二成本指数计算所述最优轨迹(92)。
6.根据权利要求5所述的方法,其中,步骤(b)包括使所述飞行器根据所述最优垂直剖面和所述第二成本指数飞行。
7.根据权利要求6所述的方法,其中,步骤(a)还包括在估计所述第一成本指数之前执行的以下步骤:
针对最大成本指数确定第一最优垂直剖面(82b);
针对所述第一最优垂直剖面计算第一估计到达时间(82b);
针对最小成本指数确定第二最优垂直剖面(82a);
针对所述第二最优垂直剖面计算第二估计到达时间(82a);以及
确定所述所需到达时间是否在由所述第一估计到达时间和所述第二估计到达时间界定的估计到达时间窗口之外(84);
其中,只有当所述所需到达时间不在所述估计到达时间窗口之外时,才执行如权利要求5中所述的步骤。
8.一种使飞行器在巡航阶段期间沿着受到达时间约束制约的轨迹飞行的系统,该系统包括计算机系统(12,32),该计算机系统被配置为执行以下操作:
(a)针对最大成本指数确定第一最优垂直剖面(82b);
(b)针对所述第一最优垂直剖面计算第一估计到达时间(82b);
(c)针对最小成本指数确定第二最优垂直剖面(82a);
(d)针对所述第二最优垂直剖面计算第二估计到达时间(82a);
(e)确定所需到达时间是否在由所述第一估计到达时间和所述第二估计到达时间界定的估计到达时间窗口之外(84);
(f)如果所述所需到达时间在所述估计到达时间窗口之外,则确定劣化的最优轨迹,该劣化的最优轨迹包括满足航路点处所需到达时间的速度调度和改进燃油效率的劣化的最优垂直剖面(94-98);以及
(g)如果所述所需到达时间在所述估计到达时间窗口之外,则控制所述飞行器(42)在所述巡航阶段期间沿着所述劣化的最优轨迹飞行;
其中,所述计算机系统包括第一计算机(12),所述第一计算机(12)被配置为执行操作(a)至操作(f),并且操作(f)是包括所需到达时间功能和巡航优化的整合功能。
9.根据权利要求8所述的系统,其中,所述计算机系统还包括第二计算机(32),所述第二计算机(32)被配置为控制所述飞行器根据所述劣化的最优垂直剖面和第二成本指数飞行。
10.根据权利要求9所述的系统,其中,所述第一计算机还被配置为:如果所述所需到达时间不在所述估计到达时间窗口之外,则确定最优轨迹,该最优轨迹包括满足航路点处所需到达时间的速度调度和优化燃油效率的最优垂直剖面(86,88-91),并且所述第二计算机还被配置为:如果所述所需到达时间不在所述估计到达时间窗口之外,则控制所述飞行器在所述巡航阶段期间沿着所述最优轨迹(92)飞行。
11.根据权利要求10所述的系统,其中,确定包括满足航路点处所需到达时间的速度调度和优化燃油效率的最优垂直剖面的最优轨迹的步骤包括:
针对所述所需到达时间估计第一成本指数(CIRTA,est)(86);
针对所述第一成本指数确定最优垂直剖面(88);
针对所述最优垂直剖面使用最大成本指数和最小成本指数计算新的估计到达时间窗口(89);
确定所述所需到达时间是否在所述新的估计到达时间窗口之外(90);
如果所述所需到达时间不在所述新的估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括针对所述第一成本指数的所述最优垂直剖面(91),从而得到满足沿着所述最优垂直剖面飞行的所需到达时间的第二成本指数(CIRTA);以及
基于所述第二成本指数计算所述最优轨迹(92)。
12.根据权利要求8所述的系统,其中,所述第一计算机(12)还被配置为:如果所述所需到达时间在所述估计到达时间窗口之外,则执行以下操作:
(h)针对所述最大成本指数或所述最小成本指数确定劣化的最优垂直剖面(94);
(i)针对所述劣化的最优垂直剖面使用所述最大成本指数和所述最小成本指数计算新的估计到达时间窗口(95);
(j)确定所述所需到达时间是否在所述新的估计到达时间窗口之外(96);
(k)如果所述所需到达时间不在所述新的估计到达时间窗口之外,则对涉及轨迹预测的成本指数执行搜索迭代,该轨迹预测包括所述劣化的最优垂直剖面(97),从而得到满足沿着所述劣化的最优垂直剖面飞行的所述所需到达时间的成本指数(CIRTA);以及
(l)基于所述成本指数计算所述劣化的最优轨迹(98)。
13.根据权利要求12所述的系统,其中,所述第一计算机还被配置为:如果所述所需到达时间在所述新的估计到达时间窗口之外,则发出信号,该信号指示所述整合功能不能找到满足所述所需到达时间的最优轨迹(99)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/202,431 | 2018-11-28 | ||
US16/202,431 US11257382B2 (en) | 2018-11-28 | 2018-11-28 | System and method for optimizing a cruise vertical profile subject to a time-of-arrival constraint |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111240193A true CN111240193A (zh) | 2020-06-05 |
Family
ID=68732736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911099778.1A Pending CN111240193A (zh) | 2018-11-28 | 2019-11-12 | 优化受到达时间约束制约的巡航垂直剖面的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11257382B2 (zh) |
EP (1) | EP3660815B1 (zh) |
JP (1) | JP7454358B2 (zh) |
CN (1) | CN111240193A (zh) |
BR (1) | BR102019022056A2 (zh) |
CA (1) | CA3055980A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897214A (zh) * | 2020-06-24 | 2020-11-06 | 哈尔滨工业大学 | 一种基于序列凸优化的高超声速飞行器轨迹规划方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11054280B2 (en) * | 2018-11-30 | 2021-07-06 | International Business Machines Corporation | Displaying weather-based flight information in vertical profile |
US11934205B2 (en) * | 2019-11-14 | 2024-03-19 | Thales | Method for managing the continuous climb of an aircraft or drone |
EP3926606A1 (en) * | 2020-06-16 | 2021-12-22 | Honeywell International Inc. | Methods and systems for graphical representation of required time of arrival (rta) constraint information |
US11527164B2 (en) | 2020-06-16 | 2022-12-13 | Honeywell International Inc. | Methods and systems for graphical representation of required time of arrival (RTA) constraint information |
US20220051573A1 (en) * | 2020-08-14 | 2022-02-17 | Honeywell International Inc. | Method and system for initiating and managing required time of arrival constraints for an aircraft for all phases of flight |
CN112101647B (zh) * | 2020-09-04 | 2023-06-23 | 西北工业大学 | 一种民用运输类飞机飞行试验效费多目标优化方法 |
US20230104455A1 (en) * | 2021-10-04 | 2023-04-06 | The Mitre Corporation | Processing and visualization of predicted aircraft trajectories and estimated time of arrival performance |
CN114200829B (zh) * | 2021-11-09 | 2023-06-23 | 西北工业大学 | 一种超音速大机动靶标基于伪闭环的高精度速度控制方法 |
WO2023127201A1 (ja) * | 2021-12-27 | 2023-07-06 | 株式会社NABLA Mobility | 情報処理装置、情報処理方法及びプログラム |
CN115171432B (zh) * | 2022-06-29 | 2024-05-03 | 中国航空无线电电子研究所 | 基于要求到达时间和性能预测的速度求解方法及系统 |
CN115585814B (zh) * | 2022-12-12 | 2023-03-21 | 北京理工大学 | 一种基于沉降机制的飞行器变尺度地形跟随方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5121325A (en) * | 1990-04-04 | 1992-06-09 | Smiths Industries Aerospace & Defense Systems, Inc. | Required time of arrival (RTA) control system |
CN102163058A (zh) * | 2010-02-24 | 2011-08-24 | 空中巴士营运公司 | 与飞行计划关联的航空器机载系统 |
US20140257598A1 (en) * | 2013-03-06 | 2014-09-11 | The Boeing Company | Real-Time Adaptive Speed Scheduler |
US20150277441A1 (en) * | 2014-03-25 | 2015-10-01 | The Boeing Company | Method for Controlling Aircraft Time of Arrival |
US20160069688A1 (en) * | 2014-09-04 | 2016-03-10 | Honeywell International Inc. | System and method for managing speed constraints during required time of arrival operations |
CN105701552A (zh) * | 2014-10-11 | 2016-06-22 | 中国国际航空股份有限公司 | 一种飞行航路垂直剖面的计算方法 |
US20170249849A1 (en) * | 2016-02-29 | 2017-08-31 | The Boeing Company | Method and electronic device for optimizing a flight trajectory of an aircraft subject to time of arrival control constraints |
US20180225979A1 (en) * | 2015-06-26 | 2018-08-09 | The Boeing Company | Methods and systems for controlling the flight of aircraft |
CN108693890A (zh) * | 2017-04-04 | 2018-10-23 | 泰勒斯公司 | 飞行器下降阶段管理 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8010267B2 (en) * | 2008-10-31 | 2011-08-30 | General Electric Company | Methods and system for time of arrival control using available speed authority |
US8321071B2 (en) | 2009-07-31 | 2012-11-27 | Ge Aviation Systems, Llc | Method and system for vertical navigation using time-of-arrival control |
FR2953302B1 (fr) | 2009-11-27 | 2012-08-10 | Thales Sa | Procede de planification, de calcul de trajectoire, de predictions et de guidage pour le respect d'une contrainte de temps de passage d'un aeronef |
US8798898B2 (en) | 2011-10-31 | 2014-08-05 | General Electric Company | Methods and systems for inferring aircraft parameters |
US20140018980A1 (en) | 2012-07-12 | 2014-01-16 | General Electric Company | Systems and methods for flight management |
EP2804066B1 (en) * | 2013-05-17 | 2019-08-28 | The Boeing Company | Method and system for aircraft guidance |
US9026275B1 (en) * | 2013-07-24 | 2015-05-05 | Shih-Yih Young | In-flight generation of RTA-compliant optimal profile descent paths |
US10528043B2 (en) * | 2017-07-25 | 2020-01-07 | Honeywell International Inc. | Systems and methods for maximizing time reliability and fuel-efficiency for an aircraft to meet constraints associated with a required time of arrival (RTA) |
US10777085B2 (en) * | 2018-04-05 | 2020-09-15 | GE Aviation Sytems LLC | Efficient flight profiles with multiple RTA constraints |
FR3080691B1 (fr) * | 2018-04-25 | 2020-05-29 | Airbus Operations (S.A.S.) | Procede et dispositif d'aide au pilotage d'un aeronef pour respecter une contrainte d'heure de passage |
-
2018
- 2018-11-28 US US16/202,431 patent/US11257382B2/en active Active
-
2019
- 2019-09-19 CA CA3055980A patent/CA3055980A1/en active Pending
- 2019-10-21 BR BR102019022056-2A patent/BR102019022056A2/pt unknown
- 2019-11-08 JP JP2019203058A patent/JP7454358B2/ja active Active
- 2019-11-12 CN CN201911099778.1A patent/CN111240193A/zh active Pending
- 2019-11-28 EP EP19212261.2A patent/EP3660815B1/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5121325A (en) * | 1990-04-04 | 1992-06-09 | Smiths Industries Aerospace & Defense Systems, Inc. | Required time of arrival (RTA) control system |
CN102163058A (zh) * | 2010-02-24 | 2011-08-24 | 空中巴士营运公司 | 与飞行计划关联的航空器机载系统 |
US20140257598A1 (en) * | 2013-03-06 | 2014-09-11 | The Boeing Company | Real-Time Adaptive Speed Scheduler |
US20150277441A1 (en) * | 2014-03-25 | 2015-10-01 | The Boeing Company | Method for Controlling Aircraft Time of Arrival |
US20160069688A1 (en) * | 2014-09-04 | 2016-03-10 | Honeywell International Inc. | System and method for managing speed constraints during required time of arrival operations |
CN105701552A (zh) * | 2014-10-11 | 2016-06-22 | 中国国际航空股份有限公司 | 一种飞行航路垂直剖面的计算方法 |
US20180225979A1 (en) * | 2015-06-26 | 2018-08-09 | The Boeing Company | Methods and systems for controlling the flight of aircraft |
US20170249849A1 (en) * | 2016-02-29 | 2017-08-31 | The Boeing Company | Method and electronic device for optimizing a flight trajectory of an aircraft subject to time of arrival control constraints |
CN108693890A (zh) * | 2017-04-04 | 2018-10-23 | 泰勒斯公司 | 飞行器下降阶段管理 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897214A (zh) * | 2020-06-24 | 2020-11-06 | 哈尔滨工业大学 | 一种基于序列凸优化的高超声速飞行器轨迹规划方法 |
CN111897214B (zh) * | 2020-06-24 | 2022-05-13 | 哈尔滨工业大学 | 一种基于序列凸优化的高超声速飞行器轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CA3055980A1 (en) | 2020-05-28 |
BR102019022056A2 (pt) | 2020-06-16 |
US11257382B2 (en) | 2022-02-22 |
EP3660815A1 (en) | 2020-06-03 |
US20200168106A1 (en) | 2020-05-28 |
JP2020107323A (ja) | 2020-07-09 |
JP7454358B2 (ja) | 2024-03-22 |
EP3660815B1 (en) | 2024-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111240193A (zh) | 优化受到达时间约束制约的巡航垂直剖面的系统和方法 | |
CN111047913B (zh) | 用于优化飞机飞行的垂直剖面图的方法和电子设备 | |
EP3598262B1 (en) | Method and system for determining a climb profile | |
US11174034B2 (en) | Optimizing aircraft control based on noise abatement volumes | |
US8386097B2 (en) | Method and device to assist in the guidance of an airplane | |
US8788189B2 (en) | Aircraft control system and method for reaching a waypoint at a required time of arrival | |
US8126599B2 (en) | Method of calculating approach trajectory for aircraft | |
US10380901B2 (en) | Method for automatically rejoining a reference vertical profile of an aircraft | |
US9540005B1 (en) | Aircraft systems and methods with multiple SAP speed profiles | |
US20140018980A1 (en) | Systems and methods for flight management | |
US9963247B2 (en) | Method and system for automatic determination of an optimized descent and approach profile for an aircraft | |
US8930130B2 (en) | Method for constructing a trajectory of an aircraft by state vector | |
US8694234B2 (en) | System onboard an aircraft connected with a flight plan | |
US10062291B1 (en) | Systems and methods for providing improved flight guidance | |
CN111324141A (zh) | 用于生成旨在由飞行器遵循的最佳竖直轨迹的方法和装置 | |
US20240169110A1 (en) | Calculating, storing, and retrieving high-accuracy aircraft performance data |
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 |