CN114065407B - 一种基于机场风速多元感知的尾流间隔动态缩减方法 - Google Patents

一种基于机场风速多元感知的尾流间隔动态缩减方法 Download PDF

Info

Publication number
CN114065407B
CN114065407B CN202210051562.3A CN202210051562A CN114065407B CN 114065407 B CN114065407 B CN 114065407B CN 202210051562 A CN202210051562 A CN 202210051562A CN 114065407 B CN114065407 B CN 114065407B
Authority
CN
China
Prior art keywords
airplane
aircraft
wake
vortex
wake vortex
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.)
Active
Application number
CN202210051562.3A
Other languages
English (en)
Other versions
CN114065407A (zh
Inventor
魏志强
张同荣
段麟波
吕振海
刘菲
庄南剑
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.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
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 Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202210051562.3A priority Critical patent/CN114065407B/zh
Publication of CN114065407A publication Critical patent/CN114065407A/zh
Application granted granted Critical
Publication of CN114065407B publication Critical patent/CN114065407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于机场风速多元感知的尾流间隔动态缩减方法。该方法通过引接机场气象自动观测设备的气象观测参数、飞机ACARS链路下传的气象参数，插值拟合出机场区域各个立方块内的风速数据，然后通过建立飞机尾涡模型，预测出在每架飞机后方的尾涡危害区域边界，之后依据典型机型的可接受安全水平，确定出了所需最小纵向和垂直间隔，实现了尾流间隔在不同风速条件下的动态调整和缩减，提升了空域内的运行效率和机场容量。

Description

一种基于机场风速多元感知的尾流间隔动态缩减方法
技术领域
本发明涉及民航空中交通管理，尤其是涉及一种基于机场风速多元感知的尾流间隔动态缩减方法。
背景技术
尾流是飞机在飞行中由于机翼上下压力差而在翼尖形成的反向旋转涡流。为防止跟随飞行的后机遭遇尾流后可能出现的滚转、急剧俯仰、下降高度、失速等危险事件发生，民航局制定了前后飞机之间的尾流间隔标准。该标准将航空器按照最大起飞重量来分类，给出不同类别飞机组合下在飞行中所必须遵守的最小间距。但是，由于尾流的生成和演化取决于前机重量、速度、翼展，后机稳定性、操纵性、飞行速度，以及大气中的侧风、湍流、层结特性等参数，造成现行间隔标准无法准确反映飞机尾流的真实强度和消散影响，总体比较保守。
随着航空运输业的持续快速发展，机场容量和时刻资源日趋紧张。通过技术手段挖掘空域潜力和空管运行效率已成为国内外民航空管领域的重要研究领域和方向。而风速是尾流强度消散和影响范围的重要影响因素。通过对机场近地面风速的多元、精准感知，可以持续预测出尾涡的消散和运动情况，从而能更加合理地确定尾涡影响范围，实现尾流间隔的动态缩减，提升空域内的运行效率和机场容量，降低由于流量管理或空管原因而造成的航班延误和等待。
发明内容
针对现行尾流间隔标准不能考虑机场实际风速影响、相对比较保守、限制了机场容量提升空间这一问题，为充分利用有利的风速条件以缩减尾流间隔、提高空域运行效率，本发明设计了一种基于机场风速多元感知的尾流间隔动态缩减方法。本方法用于在确保安全的前提下，对空域内前后飞机所必须保持的最小尾流间隔进行有条件缩减，以提高空管运行效率和机场容量。
本发明采取的技术方案是：一种基于机场风速多元感知的尾流间隔动态缩减方法步骤如下：一种基于机场风速多元感知的尾流间隔动态缩减方法包括如下步骤：
步骤一、空域的网格化划分：通过对机场跑道上方空域的网格化划分，形成若干立方块，并通过三个数字对每个立方块的编号进行标定；所述机场跑道上方空域的范围是以跑道中心点为基准，从着陆方向看，在跑道中心线两侧各取300~500米宽度，从跑道中心点开始向着陆反方向取20000~40000米长度，从地面开始，向上取1000~2000米高度。
步骤二、引接机场内不同位置的多个自动气象观测设备的气象数据，针对所述每个立方块，按照距离自动气象观测设备的远近程度进行加权插值，得到每个立方块基于自动气象观测设备的修正气象数据。
步骤三、引接机场空域内各架飞机以数据链形式下传的气象数据，针对所述每个立方块，按照距离各架飞机的远近程度进行加权插值，得到每个立方块基于飞机的初次修正气象数据；并从当前时刻追溯三个所述基于飞机的初次修正气象数据，按照所述向前追溯的三个基于飞机的初次修正气象数据的对应时刻与当前时刻的邻近程度进行加权插值，得到所述每个立方块基于飞机的二次修正气象数据。
步骤四、针对所述每个立方块，将步骤二得到的所述基于自动气象观测设备的修正气象数据和步骤三得到的所述基于飞机的二次修正气象数据进行加权处理，得到所述每个立方块内的最终气象数据。
步骤五、引接ADS-B和ACARS的下传数据获得飞机位置参数和飞行参数；并对ADS-B和ACARS的下传数据进行融合处理，弥补丢失的位置数据，得到每一秒的飞机位置参数和飞行参数。
步骤六、建立飞机尾涡模型，包括强尾涡强度消散模型、涡核运动模型、尾涡遭遇后的动力学响应模型，根据气象数据、飞机机型、飞机位置、飞行参数，预测出未来三分钟内的尾涡强度消散趋势、涡核运动轨迹、尾涡遭遇后的动力学参数。
步骤七、选取常用民用航空飞机，建立前后飞机机型组合，根据步骤六建立的所述飞机尾涡模型，确定出飞机尾涡遭遇后的可接受安全水平；然后针对空域内的所有飞机，通过遍历搜索出前后飞机机型组合，裁剪出前机后方的尾涡危害区域边界。
步骤八、计算所述前后飞机机型组合的最小尾流间隔，针对每对前后飞机机型组合，将所述裁剪出前机后方的尾涡危害区域边界投影到前机的纵向、垂直方向并取最大范围，计算得到所述飞机尾涡遭遇后可接受安全水平下的最小尾流间隔，最小尾流间隔包括纵向间隔和垂直间隔。
步骤二中，所述得到每个立方块基于自动气象观测设备的修正气象数据计算公式为：
Figure 277406DEST_PATH_IMAGE001
（1）
式（1）中，P为气象参数；i-j-k为立方块的编号；n为机场自动气象观测设备的数量；m为机场自动气象观测设备的编号；Pi-j-k表示编号为i-j-k的立方块的气象参数；Pm表示编号为m的自动气象观测设备所测得的气象参数的取值；fm-i-j-k为权重系数，权重系数计算公式为：
Figure 863108DEST_PATH_IMAGE002
（2）
式（2）中，Sm-i-j-k表示编号为m的自动气象观测设备所在位置与编号为i-j-k的立方块的直线距离，单位：m。
步骤三中，所述得到每个立方块基于飞机的初次修正气象数据的计算公式为：
Figure 292952DEST_PATH_IMAGE003
（3）
式（3）中，P＇i-j-k(t)为t时刻基于飞机的初次修正气象数据，q为机场空域内的飞机数量，l为飞机编号；P＇ l 表示编号l的飞机下传的气象数据，S l-i-j-k为编号l的飞机与编号为i-j-k的立方块中心点的距离，单位：m。
所述得到每个立方块基于飞机的二次修正气象数据的计算公式为：
Figure 347627DEST_PATH_IMAGE004
（4）
式（4）中，P＂i-j-k(t)为t时刻基于飞机的二次修正气象数据，P＇i-j-k(t-1)为从t时刻向前追溯第一个基于飞机的初次修正气象数据；P＇i-j-k(t-2)为从t时刻向前追溯第二个基于飞机的初次修正气象数据；P＇i-j-k(t-3)为从t时刻向前追溯第三个基于飞机的初次修正气象数据；f1、f2和f3为权重系数。
步骤五中，所述对ADS-B和ACARS的下传数据进行融合处理方法如下：
所述ADS-B下传的数据中含有飞机位置参数，飞机位置参数包括航班号、时刻、经度、纬度、高度，这些位置参数如果在某一时刻出现丢失，则根据t时刻之前连续三次下传的数据获得对应的时刻和位置，首先对飞机的飞行参数进行估算，飞行参数包括真空速、表速、马赫数、速度矢量、垂直速度、加速度矢量、实时重量；然后再根据所述飞行参数对丢失的飞机位置参数进行推算。
所述飞行参数的估算流程执行以下操作：
a、针对ADS-B在t时刻之前连续三次下传的数据，确定所述获得对应的时刻和位置，估算对应时刻的速度矢量，速度矢量包括垂直升降速度、地速。
b、依据所述飞机位置参数数据，判定飞机所在所述立方块的编号，并根据步骤四加权处理获得飞机所在立方块的所述最终气象数据。
c、根据所述飞机所在立方块的最终气象数据，结合第a步骤估算出的地速，估算出飞机真空速、表速和马赫数。
d、根据第a步骤估算出的垂直升降速度，确定飞机的升降状态。
e、针对不同机型，估算所述飞机升降状态的耗油率。
f、根据ACARS下传数据中的飞机实际重量，结合第e步骤计算出的耗油率，估算两次下传数据时间间隔范围内飞机的实时重量，并通过下一次ACARS下传数据时进行校准。
所述飞机位置参数的推算流程执行以下操作：
Figure 622750DEST_PATH_IMAGE005
、根据t-3时刻和t-2时刻的飞机位置，计算飞机在两个时刻的空间位置矢量差，得到t-2时刻飞机的速度矢量。
Figure 328538DEST_PATH_IMAGE006
、根据t-2时刻和t-1时刻的飞机位置，计算飞机在两个时刻的空间位置矢量差，得到t-1时刻飞机的速度矢量。
Figure 663705DEST_PATH_IMAGE007
、根据所述t-2时刻和t-1时刻飞机的速度矢量，计算飞机在两个时刻的速度矢量差，得到t-1时刻飞机的加速度矢量。
Figure 205675DEST_PATH_IMAGE008
、根据所述t-1时刻飞机的速度矢量和加速度矢量，推算t时刻的飞机速度矢量，并依据t-1时刻飞机的位置，推算t时刻的飞机位置。
步骤六中，所述飞机尾涡模型的建立方法为：通过计算流体力学方法对飞机尾涡流场进行仿真计算，对多次仿真计算的结果取平均值，得到尾涡初始强度模型、尾涡强度消散模型、涡核运动模型、尾涡遭遇后的动力学响应模型。
步骤七中，所述飞机尾涡遭遇后的可接受安全水平的确定方法为：针对常用民用航空飞机机型组合，按照基准气象条件下现行尾流间隔标准，根据建立的所述飞机尾涡模型，将计算出尾涡遭遇后的飞机受扰动力学参数的最大值作为所述飞机尾涡遭遇后的可接受安全水平。
步骤七中，所述前机后方的尾涡危害区域边界的裁剪方法有如下步骤：
Figure 284490DEST_PATH_IMAGE009
、首先针对空域内的所有飞机，通过遍历搜索出所述前后飞机机型组合；
Figure 844784DEST_PATH_IMAGE010
、根据建立的所述飞机尾涡模型，依据前机和后机处于所述立方块的气象数据，计算出当后机处于前机后方不同位置时的飞机尾涡遭遇后的动力学参数值；
Figure 616431DEST_PATH_IMAGE011
、如果给定位置的所述飞机尾涡遭遇后的动力学参数值大于所述飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的尾涡危害区域边界内；否则后机位于前机的尾涡危害区域边界外；如果所述飞机尾涡遭遇后的动力学参数值等于所述飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的尾涡危害区域边界上，由此裁剪得到前机后方的尾涡危害区域边界。
本发明所产生的有益效果：本方法通过引接机场自动气象观测设备的气象数据、飞机数据链路下传的气象数据，插值拟合出机场上方空域各立方块内的气象数据，然后通过建立了飞机尾涡强度消散模型、涡核运动模型和尾涡遭遇后的动力学相应模型；依据典型民用航空飞机机型组合，确定飞机尾涡遭遇后的可接受安全水平，预测每架飞机后方的尾涡危害区域边界，确定出了所需最小纵向和垂直间隔，实现了尾流间隔的动态缩减，提升了空域内的运行效率和机场容量。
附图说明
图1为本发明实现途径的总流程图；
图2为本发明实施例中各个立方块编号信息示意图；
图3为本发明基于自动观测气象设备的立方块气象数据计算方法示意图；
图4为本发明飞机位置参数的推算流程图；
图5为本发明飞机飞行参数的估算流程图；
图6为本发明尾涡危害区域边界的裁剪流程图；
图7为本发明基于尾涡危害区域边界的尾流间隔计算流程图。
具体实施方式
以下结合附图和实施例对本发明作进一步说明：
本发明根据机场实际风速来科学、合理地确定飞机尾涡危害区域边界和前后飞机机型组合所需最小尾流间隔。与现行的固定间隔标准相比，可在有利的风速条件下缩减尾流间隔，提高机场运行效率。
参照图1至图7，本方法具体实施步骤如下：
步骤一、空域的网格化划分：通过对机场跑道上方空域的网格化划分，形成若干30×30×30米的立方块，如图2所示，并通过三个数字对立方块进行编号。
第1步、考虑到尾流的可能影响区域和范围，在确定空域的水平范围时，以跑道中心点为基准，从着陆方向看，在跑道中心线两侧各取420米宽度，从左往右，每30米进行划分，可划分为28列；从跑道中心点开始向着陆反方向取30000米范围，每30米进行划分，可划分为1000行。在确定空域的垂直范围时，从地面开始，向离地1500米高度，每30米高度进行划分，可划分为50层。由此，将机场近跑道水平和垂直空域划分为28列、1000行、50层共计140万个的立方块。
第2步、对立方块进行编号：根据上述划分方法，使用三个数字来对立方块进行编号，三个数字之间用破折号相连；其中第一个数字为列号，表示立方块所在的跑道侧向位置，从着陆方向看，从左往右开始编号，最左侧为1，最右侧为28；第二个数字为行号，表示立方块所在的着陆方向位置，从跑道中心点开始向着陆反方向依次编号为1、2、3、…、1000；第三个数字为层号，表示立方块所在的高度位置，从地面开始往上依次为1、2、3、…、50。
步骤二、根据自动气象观测设备与立方块中心点直线距离的远近程度对气象数据进行修正，如图3所示，通过对安装在机场内三个位置上的自动气象观测设备所观测到气象数据的引接，得到实时的气象数据，包括风速、风向、温度、密度。自动气象观测设备所在位置坐标用(x,y)表示，x代表跑道侧向位置，从着陆方向看，从左往右为正方向，跑道中心线上为0；y代表跑道方向位置，从跑道中心点开始往跑道外为正方向，跑道中心点的y为0。已知三个自动气象观测设备的位置和编号为8-318-27的立方块的中心点的位置，以及在某时刻观测数据如表1所示：
表1
Figure 380119DEST_PATH_IMAGE012
依据本方法公式（1）、（2）加权计算出的编号为8-318-27的立方块的气象数据如表2所示：
表2
Figure 262624DEST_PATH_IMAGE013
步骤三、飞机传感器所测得的空中实时气象数据能够通过数据链形式下传至地面，引接机场空域内各架飞机以数据链形式下传的气象数据，通过加权计算每个立方块的实时气象参数。
1、针对飞机下传气象数据的高离散性限制，按照每个立方块距离各架飞机的远近程度进行加权插值，得到每个立方块基于飞机的初次修正气象数据。已知编号为8-318-27的立方块周边有两架飞机，飞机的位置和下传气象数据如表3所示：
表3
Figure 677425DEST_PATH_IMAGE014
依据本方法公式（3）加权计算出的编号为8-318-27的立方块的气象参数如表4所示：
表4
Figure 619973DEST_PATH_IMAGE015
2、实现气象数据秒级更新。飞机下传气象数据时间间隔通常在15分钟左右，这将导致空中立方块内的气象参数长时间无法更新。从当前时刻追溯三个基于飞机的初次修正气象数据，按照向前追溯的三个基于飞机的初次修正气象数据的对应时刻与当前时刻的邻近程度进行加权插值，得到每个立方块基于飞机的二次修正气象数据，实现气象数据秒级更新。按照本方法公式（4）计算编号为8-318-27的立方块向前追溯三个气象数据，获得t时刻基于飞机的二次修正气象数据，如表5所示。
表5
Figure 865098DEST_PATH_IMAGE016
步骤四、针对每个立方块，将步骤二得到的基于自动气象观测设备的修正气象数据和步骤三得到的基于飞机的二次修正气象数据进行加权处理，得到每个立方块内的最终气象数据。
计算得到编号为8-318-27的立方块基于自动气象观测设备的修正气象数据和基于飞机的二次修正气象数据分别如表6所示，根据拟定的权重系数，加权出每个立方块最终的气象数据。
表6
Figure 285715DEST_PATH_IMAGE017
步骤五、引接ADS-B（广播式自动相关监视）和ACARS（飞机通信寻址与报告系统）的下传数据，能够获得飞机位置参数和飞行参数。在ACARS两次下传数据之间，通过对ADS-B下传数据进行融合处理，得到每一秒的飞机位置参数和飞行参数。ACARS下传数据包括时刻、经度、纬度、高度、飞机表速、马赫数、真空速、地速、大气密度、飞机重量、机型、航班号等，但两次下传数据之间的时间间隔较大，达不到精度要求。ADS-B下传的数据包括航班号、时刻、经度、纬度、高度，两次下传数据之间的时间间隔短，但参数数量较少。因此，针对ADS-B下传数据时间间隔步长小但参数数量较少、ACARS下传数据的时间间隔步长大但参数数量多的特点，在ACARS的两次下传数据之间，通过对ADS-B下传数据融合处理得到每一秒的飞机位置、飞行参数等，具体为：
第1步、弥补丢失的位置数据。ADS-B下传的数据有飞机位置参数，包括航班号、时刻、经度、纬度、高度，这些位置参数如果在某一时刻出现丢失，则根据t时刻之前连续三次下传的数据获得对应的时刻和位置，首先估算出飞机的飞行参数，包括真空速、表速、马赫数、速度矢量、垂直速度、加速度矢量、实时重量，然后再根据飞行参数来推算丢失的飞机位置参数，如图4所示，t为当前时刻，t-1为前一个下传数据对应的时刻，依此类推。
首先，根据t-3时刻和t-2时刻的飞机位置参数，包括经度、纬度、高度，计算两个时刻飞机空间位置的矢量差，估算t-2时刻飞机的速度矢量；同理，根据t-2时刻和t-1时刻的飞机位置参数，估算t-1时刻飞机的速度矢量。
然后，根据估算得到的t-2时刻、t-1时刻飞机的速度矢量，计算飞机在两个时刻的速度矢量差，估算t-1时刻飞机的加速度矢量。
最后，根据t-1时刻飞机的速度矢量和加速度矢量，推算t时刻的飞机速度矢量，并依据t-1时刻飞机的位置，推算t时刻的飞机位置，从而弥补t时刻的飞机位置数据。
已知跑道落地航向为128度，向前追溯三个时刻的飞机位置数据如表7所示，据此来推算当前时刻t时的飞机位置。
表7
时刻 位置x(米) 位置y(米) 高度（米）
t-3 -213 9204 816
t-2 -206 9309 811
t-1 -201 9415 806
根据当前t时刻之前连续三个下传数据对应的时刻和位置，首先估算出飞机速度矢量、加速度矢量，然后再推算出当前时刻的位置数据，如表8所示：
表8
Figure 820601DEST_PATH_IMAGE018
第2步、估算飞机飞行参数。
依据飞机位置参数，如图5所示，判定飞机所在立方块，并根据步骤四获得飞机所在立方块的最终气象数据；进而计算出飞机真空速、表速和马赫数。
首先，根据飞机t-2时刻、t-1时刻高度，计算出飞机的垂直升降速度，确定飞机的升降状态，并推出t时刻的高度。本实施例如表9所示。
表9
Figure 934051DEST_PATH_IMAGE019
然后，根据t时刻飞机位置和高度，计算出所在立方块编号，如表10所示。
表10
位置x(米) 位置y(米) 高度（米） 所在立方块编号
-198.0 9522.0 801 8-318-27
之后，依据计算所得飞机t时刻的航向和步骤四计算的编号8-318-27立方块的温度、风速、风向，计算出顺风分量和侧风分量如表11所示。
表11
Figure 672331DEST_PATH_IMAGE020
可得顺风-12.9米/秒，也就是逆风12.9米/秒。根据飞机地速107.0米/秒，计算飞机真空速为107.0-（-12.9）=119.9米/秒。
然后，估算飞机的耗油率。根据计算出的耗油率和ACARS下传数据中的飞机实际重量，推算两次下传数据时间间隔范围内飞机的实时重量，并通过下一次ACARS下传数据时进行校准。
本实施例针对某型飞机，依据飞机厂家提供的机型性能数据表，根据飞机t-1时刻重量178342.8公斤，可以查得耗油率为1.1公斤/秒。因此可得这一秒的耗油量为1.1公斤，从而将上一秒飞机重量扣减掉1.1公斤的耗油量即可得到t时刻的飞机重量为178341.7公斤。
步骤六、建立尾涡模型，包括尾涡强度消散模型、涡核运动模型、尾涡遭遇后的动力学响应模型，根据气象数据、飞机机型、飞机位置、飞行参数，预测出未来三分钟内的尾涡强度消散趋势、涡核运动轨迹、尾涡遭遇后的动力学参数。具体步骤如下：
第1步、构建尾涡初始强度模型。通过计算流体力学(CFD)方法对飞机尾涡流场进行100次仿真计算，对仿真计算的结果取平均值，得到尾涡初始强度模型，与飞机重量、飞机翼展、飞机速度、大气密度、飞机法向过载相关，公式如下：
Figure 896639DEST_PATH_IMAGE021
（5）
式（5）中，m为飞机质量，单位：kg；ρ为空气密度,单位：kg/m3；V为真空速，单位：m/s；ny为飞机法向过载；b0=sB，为左右尾涡核的初始间距；B为翼展，单位：m；s为翼型参数，取0.25π。
据公式（5）计算出本实施例尾涡初始强度：
Figure 20453DEST_PATH_IMAGE022
。
第2步、构建的尾涡强度消散模型。通过计算流体力学(CFD)方法对飞机尾涡流场进行100次仿真计算，对仿真计算的结果取平均值，得到尾涡强度消散模型，尾涡强度随时间变化的计算公式如下：
Figure 304803DEST_PATH_IMAGE023
（6）
式（6）中，Γ为尾涡强度，单位：m2/s；T为尾涡生成后的持续时间，单位：s；B为飞机翼展，单位：m；Γ0为尾涡初始强度，单位：m2/s。
已知飞机飞过编号8-318-27的立方块时间为16秒，根据公式（6）计算出本实施例经过16秒的时间消散后，尾涡强度环量为：
Figure 717330DEST_PATH_IMAGE024
。
第3步、构建涡核运动模型，具体包括纵向运动模型、侧向运动模型和高度下沉模型，并根据纵向、侧向、高度方向的运动距离计算确定涡核位置，其涡核运动模型公式如下：
Figure 558378DEST_PATH_IMAGE025
（7）
式（7）中，Δx为尾涡涡核位置相对于飞机正后方的距离，单位：m；Δy为尾涡涡核位置相对于飞机的侧向距离，单位：m；Δz为尾涡涡核位置相对于飞机的下沉高度，单位：m；Vg为飞机地速，单位：m/s；VWC为侧风分量，单位：m/s；k为调节系数，根据尾涡强度数值模拟实验数据结论，取0.45。
根据上述计算得到飞机地速为107m/s、侧风分量为-1.2m/s，根据公式（7）计算出本实施例的尾涡涡核运动距离为：
Figure 739961DEST_PATH_IMAGE026
。
第4步、构建飞机尾涡遭遇后的动力学响应模型，计算出飞机受扰的动力学参数的最大值，包括最大坡度角、最大高度损失、最大垂直速度、最大真空速变化、最大载荷因子。本实施例计算出飞机受扰参数，包括最大坡度角为4.6度，最大高度损失为15.6米，最大垂直速度为6.7米/秒，最大真空速变化为12.5米/秒，最大载荷因子为1.06。具体过程通过编程实现(从略)。
步骤七、选取典型民用航空飞机机型组合，根据步骤六建立的飞机尾涡模型，确定出飞机尾涡遭遇后的可接受安全水平；然后针对空域内的所有飞机，通过遍历搜索出前后飞机机型组合，裁剪出前机后方的尾涡危害区域边界，具体流程如图6所示。
第1步、确定飞机尾涡遭遇后的可接受安全水平。针对常用民用航空飞机机型组合，按照基准气象条件下现行尾流间隔标准，根据建立的飞机尾涡模型，计算出尾涡遭遇后的飞机受扰动力学参数的最大值，作为飞机尾涡遭遇后可接受安全水平。
第2步、对前机后方的尾涡危害区域边界进行裁剪。首先针对空域内的所有飞机，通过遍历搜索出前后飞机机型组合；然后根据建立的飞机尾涡模型，依据前机和后机所处立方块的气象数据，计算出当后机处于前机后方不同位置时的飞机尾涡遭遇后的动力学参数值；如果给定位置处的飞机尾涡遭遇后动力学参数值大于飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的在尾涡危害区域边界内；否则后机位于前机的尾涡危害区域边界外；如果尾涡遭遇后的动力学参数值等于飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的尾涡危害区域边界上，由此裁剪得到前机后方的尾涡危害区域边界。
第3步、预测尾涡危害区域边界随时间的变化情况。针对空域内的每架飞机，通过ACARS和ADS-B下传的实时位置、实时飞行参数、所在立方块气象参数，按照前述方法，得到每架飞机后方的不同时刻的尾涡强度环量大小和涡核位置。采用尾涡危害区域边界裁剪方法，可预测尾涡危害区域边界随时间的变化趋势。
步骤八、计算每对飞机机型组合的最小尾流间隔，实现尾流间隔的动态缩减，具体流程如图7所示。针对每对飞机机型组合，将裁剪出前机后方的尾涡危害区域边界投影到前机的纵向、垂直方向并取最大范围，计算得到可接受安全水平下的最小尾流间隔，包括纵向间隔和垂直间隔，从而实现尾流间隔的动态缩减。
本方法与现行的固定间隔标准相比，可在有利的风速条件下缩减尾流间隔，从而提高机场容量大小。
实验验证：在THCL雷达管制模拟训练设备上，邀请4名空中交通管制学员、4名一线管制员进行实验验证。实验空域为天津在终端管制区，3个走廊口共16架进场飞机，机型类别包括A380、重型、中型和轻型。
按照不同风速开展了8次实验。具体风速分别为：静风、顺风5m/s、顶风5m/s、顶风10m/s、顶风15m/s、侧风2m/s、侧风3m/s、侧风5m/s。将每次实验得到的平均尾流间隔、机场容量大小，与静风条件下实验得到的平均尾流间隔、机场容量大小分别进行对比，可得到如下实验结论：
（1）当出现5m/s、10m/s和15m/s顶风时，平均尾流间隔分别可以缩减4.1%、7.9%和11.4%，机场容量可以提升4.1%、7.9%和11.4%。
（2）当出现2m/s、3m/s和5m/s侧风时，平均尾流间隔分别可以缩减2.6%、5.7%和17.1%，机场容量可以提升2.6%、5.7%和17.1%。
（3）当出现大顺风时，尾流间隔标准存在一定的安全隐患，需要相应增大尾流间隔。验证结果表明，当出现5m/s顺风时，平均尾流间隔需要增大8.9%。尽管此时机场容量有所下降，但可以更好地确保飞行安全。
（4）通过对天津机场的实际运行数据统计，表明97%及以上的起降是在微风、顶风或侧风条件下进行的，即第(3)条所对应情景出现的概率极低。因此本方法可以有效提升机场运行效率和机场容量。
通过雷达管制模拟训练设备开展实验验证，并对每次实验得到的平均尾流间隔、机场容量大小进行对比计算得到实验结论，以及实验结论第(4)条中采用的数据统计方法，都是本领域技术人员普遍采用的通用方法，在此不再赘述。

Claims (8)

1.一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，所述方法包括如下步骤：
步骤一、空域的网格化划分：通过对机场跑道上方空域的网格化划分，形成若干立方块，并通过三个数字对每个立方块的编号进行标定；所述机场跑道上方空域的范围是以跑道中心点为基准，从着陆方向看，在跑道中心线两侧各取300~500米宽度，从跑道中心点开始向着陆反方向取20000~40000米长度，从地面开始，向上取1000~2000米高度；
步骤二、引接机场内不同位置的多个自动气象观测设备的气象数据，针对所述每个立方块，按照距离自动气象观测设备的远近程度进行加权插值，得到每个立方块基于自动气象观测设备的修正气象数据；
步骤三、引接机场空域内各架飞机以数据链形式下传的气象数据，针对所述每个立方块，按照距离各架飞机的远近程度进行加权插值，得到每个立方块基于飞机的初次修正气象数据；并从当前时刻追溯三个所述基于飞机的初次修正气象数据，按照所述向前追溯的三个基于飞机的初次修正气象数据的对应时刻与当前时刻的邻近程度进行加权插值，得到所述每个立方块基于飞机的二次修正气象数据；
步骤四、针对所述每个立方块，将步骤二得到的所述基于自动气象观测设备的修正气象数据和步骤三得到的所述基于飞机的二次修正气象数据进行加权处理，得到所述每个立方块内的最终气象数据；
步骤五、引接ADS-B和ACARS的下传数据获得飞机位置参数和飞行参数；并对ADS-B和ACARS的下传数据进行融合处理，弥补丢失的位置数据，得到每一秒的飞机位置参数和飞行参数；
步骤六、建立尾涡模型，包括尾涡初始强度模型、尾涡强度消散模型、涡核运动模型、尾涡遭遇后的动力学响应模型，根据气象数据、飞机机型、飞机位置、飞行参数，预测出未来三分钟内的尾涡强度消散趋势、涡核运动轨迹、尾涡遭遇后的动力学参数；所述尾涡初始强度模型、尾涡强度消散模型、涡核运动模型、尾涡遭遇后的动力学响应模型的建立方法分别如下：
1、尾涡初始强度模型
通过计算流体力学方法对飞机尾涡流场进行仿真计算，对多次仿真计算的结果取平均值，计算公式如下：
Figure 264794DEST_PATH_IMAGE001
上式中，m为飞机质量，单位：kg；ρ为空气密度,单位：kg/m3；V为真空速，单位：m/s；ny为飞机法向过载；b0=sB，为左右尾涡核的初始间距；B为翼展，单位：m；s为翼型参数；
2、尾涡强度消散模型
通过计算流体力学方法对飞机尾涡流场进行仿真计算，对多次仿真计算的结果取平均值，计算公式如下：
Figure 72344DEST_PATH_IMAGE002
上式中，Γ为尾涡强度，单位：m2/s；T为尾涡生成后的持续时间，单位：s；B为飞机翼展，单位：m；Γ0为尾涡初始强度，单位：m2/s；
3、涡核运动模型公式如下：
Figure 947896DEST_PATH_IMAGE003
上式中，Δx为尾涡涡核位置相对于飞机正后方的距离，单位：m；Δy为尾涡涡核位置相对于飞机的侧向距离，单位：m；Δz为尾涡涡核位置相对于飞机的下沉高度，单位：m；Vg为飞机地速，单位：m/s；VWC为侧风分量，单位：m/s；k为调节系数；
4、尾涡遭遇后的动力学响应模型
计算出飞机受扰的动力学参数的最大值，包括最大坡度角、最大高度损失、最大垂直速度、最大真空速变化、最大载荷因子；
步骤七、选取常用民用航空飞机，建立前后飞机机型组合，根据步骤六建立的所述飞机尾涡模型，确定出飞机尾涡遭遇后的可接受安全水平；然后针对空域内的所有飞机，通过遍历搜索出前后飞机机型组合，裁剪出前机后方的尾涡危害区域边界；
步骤八、计算所述前后飞机机型组合的最小尾流间隔，针对每对前后飞机机型组合，将所述裁剪出前机后方的尾涡危害区域边界投影到前机的纵向、垂直方向并取最大范围，计算得到所述飞机尾涡遭遇后可接受安全水平下的最小尾流间隔，最小尾流间隔包括纵向间隔和垂直间隔。
2.根据权利要求1所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，步骤二中，所述得到每个立方块基于自动气象观测设备的修正气象数据计算公式为：
Figure 882092DEST_PATH_IMAGE004
（1）
式（1）中，P为气象参数；i-j-k为立方块的编号；n为机场自动气象观测设备的数量；m为机场自动气象观测设备的编号；Pi-j-k表示编号为i-j-k的立方块的气象参数；Pm表示编号为m的自动气象观测设备所测得的气象参数的取值；fm-i-j-k为权重系数，权重系数计算公式为：
Figure 591422DEST_PATH_IMAGE005
（2）
式（2）中，Sm-i-j-k表示编号为m的自动气象观测设备所在位置与编号为i-j-k的立方块的直线距离，单位：m。
3.根据权利要求1所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，步骤三中，所述得到每个立方块基于飞机的初次修正气象数据的计算公式为：
Figure 214164DEST_PATH_IMAGE006
（3）
式（3）中，P＇i-j-k(t)为t时刻基于飞机的初次修正气象数据，q为机场空域内的飞机数量，l为飞机编号；P＇ l 表示编号l的飞机下传的气象数据，S l-i-j-k为编号l的飞机与编号为i-j-k的立方块中心点的距离，单位：m；
所述得到每个立方块基于飞机的二次修正气象数据的计算公式为：
Figure 503194DEST_PATH_IMAGE007
（4）
式（4）中，P＂i-j-k(t)为t时刻基于飞机的二次修正气象数据，P＇i-j-k(t-1)为从t时刻向前追溯第一个基于飞机的初次修正气象数据；P＇i-j-k(t-2)为从t时刻向前追溯第二个基于飞机的初次修正气象数据；P＇i-j-k(t-3)为从t时刻向前追溯第三个基于飞机的初次修正气象数据；f1、f2和f3为权重系数。
4.根据权利要求1所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，步骤五中，所述对ADS-B和ACARS的下传数据进行融合处理方法如下：
所述ADS-B下传的数据中含有飞机位置参数，飞机位置参数包括航班号、时刻、经度、纬度、高度，这些位置参数如果在某一时刻出现丢失，则根据t时刻之前连续三次下传的数据获得对应的时刻和位置，首先对飞机的飞行参数进行估算，飞行参数包括真空速、表速、马赫数、速度矢量、垂直速度、加速度矢量、实时重量；然后再根据所述飞行参数对丢失的飞机位置参数进行推算。
5.根据权利要求4所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，所述飞行参数的估算流程执行以下操作：
a、针对ADS-B在t时刻之前连续三次下传的数据，确定所述获得对应的时刻和位置，估算对应时刻的速度矢量，速度矢量包括垂直升降速度、地速；
b、依据所述飞机位置参数数据，判定飞机所在所述立方块的编号，并根据步骤四加权处理获得飞机所在立方块的所述最终气象数据；
c、根据所述飞机所在立方块的最终气象数据，结合第a步骤估算出的地速，估算出飞机真空速、表速和马赫数；
d、根据第a步骤估算出的垂直升降速度，确定飞机的升降状态；
e、针对不同机型，估算所述飞机升降状态的耗油率；
f、根据ACARS下传数据中的飞机实际重量，结合第e步骤计算出的耗油率，估算两次下传数据时间间隔范围内飞机的实时重量，并通过下一次ACARS下传数据时进行校准。
6.根据权利要求4所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，所述飞机位置参数的推算流程执行以下操作：
Figure 652416DEST_PATH_IMAGE008
、根据t-3时刻和t-2时刻的飞机位置，计算飞机在两个时刻的空间位置矢量差，得到t-2时刻飞机的速度矢量；
Figure 500024DEST_PATH_IMAGE009
、根据t-2时刻和t-1时刻的飞机位置，计算飞机在两个时刻的空间位置矢量差，得到t-1时刻飞机的速度矢量；
Figure 469117DEST_PATH_IMAGE010
、根据所述t-2时刻和t-1时刻飞机的速度矢量，计算飞机在两个时刻的速度矢量差，得到t-1时刻飞机的加速度矢量；
Figure 296259DEST_PATH_IMAGE011
、根据所述t-1时刻飞机的速度矢量和加速度矢量，推算t时刻的飞机速度矢量，并依据t-1时刻飞机的位置，推算t时刻的飞机位置。
7.根据权利要求1所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，步骤七中，所述飞机尾涡遭遇后的可接受安全水平的确定方法为：针对常用民用航空飞机机型组合，按照基准气象条件下现行尾流间隔标准，根据建立的所述飞机尾涡模型，将计算出尾涡遭遇后的飞机受扰动力学参数的最大值作为所述飞机尾涡遭遇后的可接受安全水平。
8.根据权利要求1所述的一种基于机场风速多元感知的尾流间隔动态缩减方法，其特征在于，步骤七中，所述前机后方的尾涡危害区域边界的裁剪方法有如下步骤：
Figure 299987DEST_PATH_IMAGE012
、首先针对空域内的所有飞机，通过遍历搜索出所述前后飞机机型组合；
Figure 819961DEST_PATH_IMAGE013
、根据建立的所述飞机尾涡模型，依据前机和后机处于所述立方块的气象数据，计算出当后机处于前机后方不同位置时的飞机尾涡遭遇后的动力学参数值；
Figure 417296DEST_PATH_IMAGE014
、如果给定位置的所述飞机尾涡遭遇后的动力学参数值大于所述飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的尾涡危害区域边界内；否则后机位于前机的尾涡危害区域边界外；如果所述飞机尾涡遭遇后的动力学参数值等于所述飞机尾涡遭遇后的可接受安全水平，则表示后机位于前机的尾涡危害区域边界上，由此裁剪得到前机后方的尾涡危害区域边界。
CN202210051562.3A 2022-01-18 2022-01-18 一种基于机场风速多元感知的尾流间隔动态缩减方法 Active CN114065407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210051562.3A CN114065407B (zh) 2022-01-18 2022-01-18 一种基于机场风速多元感知的尾流间隔动态缩减方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210051562.3A CN114065407B (zh) 2022-01-18 2022-01-18 一种基于机场风速多元感知的尾流间隔动态缩减方法

Publications (2)

Publication Number Publication Date
CN114065407A CN114065407A (zh) 2022-02-18
CN114065407B true CN114065407B (zh) 2022-05-17

Family

ID=80231209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210051562.3A Active CN114065407B (zh) 2022-01-18 2022-01-18 一种基于机场风速多元感知的尾流间隔动态缩减方法

Country Status (1)

Country Link
CN (1) CN114065407B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358073A (zh) * 2022-08-19 2022-11-18 成都信息工程大学 一种ads-b风矢量反演方法
CN117521425B (zh) * 2024-01-05 2024-03-29 中国民航大学 基于无人机与有人机混合运行的尾流间隔确定方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052781A (zh) * 2018-01-25 2018-05-18 中国民航大学 一种针对近地阶段飞机尾流的主动干预模拟实验方法
WO2021018556A1 (fr) * 2019-07-31 2021-02-04 Thales Système et méthode pour la détermination améliorée de complexité de secteurs aériens
CN113421461A (zh) * 2021-05-27 2021-09-21 中国民用航空飞行学院 一种飞机纵向间隔计算方法、系统及可读存储介质
CN113777623A (zh) * 2021-11-11 2021-12-10 中国民航大学 一种飞机尾流威胁区域预测告警方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4137764A (en) * 1977-09-15 1979-02-06 The United States Of America As Represented By The Secretary Of Transportation Vortex advisory system
US6963291B2 (en) * 2002-05-17 2005-11-08 The Board Of Trustees Of The Leland Stanford Junior University Dynamic wake prediction and visualization with uncertainty analysis
FR3031806B1 (fr) * 2015-01-16 2017-01-13 Thales Sa Procede d'aide a la navigation en fonction de conditions meteorologiques
CN109918764B (zh) * 2019-03-01 2022-12-20 中国民用航空飞行学院 一种衡量飞机遭遇尾涡后的滚转风险程度的方法
CN112233462B (zh) * 2020-09-30 2022-03-25 中国民用航空飞行学院 一种飞机着陆的动态时间间隔计算方法与系统
CN113837639B (zh) * 2021-09-29 2023-12-19 中国民用航空飞行学院 一种基于多维指标的航空器遭遇尾流风险评估系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052781A (zh) * 2018-01-25 2018-05-18 中国民航大学 一种针对近地阶段飞机尾流的主动干预模拟实验方法
WO2021018556A1 (fr) * 2019-07-31 2021-02-04 Thales Système et méthode pour la détermination améliorée de complexité de secteurs aériens
CN113421461A (zh) * 2021-05-27 2021-09-21 中国民用航空飞行学院 一种飞机纵向间隔计算方法、系统及可读存储介质
CN113777623A (zh) * 2021-11-11 2021-12-10 中国民航大学 一种飞机尾流威胁区域预测告警方法

Also Published As

Publication number Publication date
CN114065407A (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
CN114065407B (zh) 一种基于机场风速多元感知的尾流间隔动态缩减方法
CN110243359B (zh) 基于低空风预测模型的安全航迹规划方法
EP2631732B1 (en) Method for flying an aircraft along a flight path
CN111177851B (zh) 一种无人机运行安全风险评估中对地风险的评估方法
CN113777623B (zh) 一种飞机尾流威胁区域预测告警方法
CN105388535B (zh) 基于现有机载设备的航空气象风观测方法
CN109191921B (zh) 一种基于4d轨迹预测的空管监视数据仿真方法
CN111192481B (zh) 一种基于碰撞风险的进离场程序无人机管控区边界确定方法
US11094206B2 (en) Vertical flightpath optimization
CN112071123B (zh) 一种计算航路阻塞度的方法
CN105701552B (zh) 一种飞行航路垂直剖面的确定方法
CN106768123A (zh) 一种无人直升机燃油预估方法
WO2015033742A1 (ja) 航空機運航用情報生成装置、航空機運航用情報生成方法、及び航空機運航用情報生成プログラム
Lee et al. Closed-form takeoff weight estimation model for air transportation simulation
CN113593308A (zh) 一种民航飞机智能化进场方法
CN107544532A (zh) 一种低空飞艇的长航程高海拔飞行任务规划方法
EP3657469B1 (en) Flight management system and method of updating flight calculations
CN111477035B (zh) 面向安全距离约束的低空航路网几何结构生成方法
CN111142555A (zh) 一种基于碰撞风险的机场无人机管控区域划设方法
CN112037583B (zh) 一种航空器高度层变更程序优化引导方法
Tegicho et al. Effect of wind on the connectivity and safety of large scale uav swarms
EP3646059A1 (en) Systems and methods for controlling aircraft based on sensed air movement
CN114326815A (zh) 一种湿滑跑道下无人机安全起飞轨迹设计方法
CN110737280A (zh) 一种基于rnp的快递无人机运行实时保护模型的建立方法
CN111445063A (zh) 基于飞行线路的起降点选取方法及装置

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