CN116686026A

CN116686026A - 用于确定飞行器着陆跑道状况的方法和系统

Info

Publication number: CN116686026A
Application number: CN202180083650.5A
Authority: CN
Inventors: 哈基姆·马力欧; 劳伦·米拉勒; 克里斯多夫·巴斯蒂德; 杰里米·埃德蒙·福尔特; 文森特·胡宾
Original assignee: Safran Nacelles SAS; Safran Electronics and Defense SAS; Safran Landing Systems SAS; SNECMA SAS
Current assignee: Safran Aircraft Engines SAS; Safran Nacelles SAS; Safran Electronics and Defense SAS; Safran Landing Systems SAS
Priority date: 2020-12-11
Filing date: 2021-12-01
Publication date: 2023-09-01
Also published as: FR3117456A1; US20240105070A1; EP4259525A1; FR3117456B1; CA3200441A1; WO2022123147A1

Abstract

用于确定飞行器着陆跑道状况的方法包括以下步骤：获取不同类型的数据组(D1，D2)的集合，该数据组的集合用于评估和监测跑道劣化状况；从每个数据组得出加权系数(Ki)；过滤数据；针对每个数据组确定部分跑道状况；修改每个数据组的加权系数；以及组合部分跑道状况，以得出与从经修改的加权系数得出的置信指数(IC)相关联的跑道状况系数(RWYCC)。

Description

用于确定飞行器着陆跑道状况的方法和系统

本发明总体上涉及优化机场交通和减少跑道关闭的次数，这可能对机场运营商产生非常重大的经济后果。

更特别地，本发明涉及确定机场着陆跑道的状况，以便优化跑道的使用，同时符合安全要求。

目前，机场运营商被要求监测跑道状况。这种监测要么是通过飞行器刚着陆后提供的无线电报告进行的，要么是通过在跑道上行驶的测试卡车所做的摩擦系数的测量进行的，要么是通过埋设在跑道中的用于确定污染物类型和水平的传感器进行的，要么是通过天气传感器进行的，要么是通过人工观察和跑道检查员进行的测量进行的，要么也是通过所有这些数据源的手动组合来进行的。

在着陆时由飞行员提供的无线电报告可能具有主观性。关于摩擦系数的测量，这一数据来源也不精确，因为用于进行测量的测试卡车不可能有效地模拟飞行器(特别是大型运载工具)的滑行，因此所进行的测量相对不精确。此外，这一数据来源要求在测量时关闭跑道。来自埋设的传感器的测量结果只代表了几公里长的跑道上1cm²的样本。这同样适用于跑道检查员执行的手动测量。

还已知的是，通过检测飞行器相对于参考轨迹的横向偏差来估计机场的跑道滑度的指标，或者根据制动数据来监测飞行器的减速。

鉴于上述情况，本发明的目的是为飞行器提供着陆跑道状况的状态，该状态具有增加的可靠性和相关性，并且可用于优化机场运营商对跑道的使用。此外，目标是使所有这些可用的测量源保持一致并增加新的、更可靠的方法，根据每个数据源的相关性进行加权。

因此，根据第一方面，本发明的目的是一种用于确定飞行器着陆跑道状况的方法，该方法包括以下步骤：

-获取不同类型的数据组的集合，该数据组的集合用于评估和监测不断恶化的跑道状况；

-得出每个数据组的加权系数；

-过滤数据；

-针对每个数据组确定部分跑道状况；

-修改每个数据组的加权系数；以及

-组合部分跑道状况，以产生与从经修改的加权系数得出的置信指数相关联的跑道系数。

有利的是，在过滤期间，数据按照制动区分段进行分组，每个制动区分段与制动区分段的识别信息、该数据的日期信息、分段位置信息和经修改的加权系数相关联。

根据本发明的方法的另一特征，在获取数据期间，获取与飞行器的制动参数有关的第一数据和从地面得到的与飞行器的滑行状况有关的第二数据。

当飞行器在着陆跑道上以低于阈值的速度滑行时，有利地获取第一数据。

根据另一特征，在过滤步骤结束时，与制动参数有关的第一数据被提供给计算步骤，该计算步骤能够得出跑道的时间戳摩擦系数和经修改的加权系数。

有利的是，在摩擦系数的计算步骤中，根据第一过滤数据和第二过滤数据来计算摩擦系数。

该方法还可以包括对第一数据进行解码的步骤和对第二数据进行解码的步骤。

例如，第二数据包括飞行器位置数据、与跑道状况有关的数据、以及气象数据。

有利的是，从过滤步骤中得出的加权系数根据时间或数据的采样频率来修改。

该方法还可以包括初始化每个数据组的加权系数的先前步骤。

依据根据本发明的方法的另一特征，在确定部分跑道状况的步骤期间，使用来自另一数据组的数据。

可以规定，针对跑道的不同部段、特别是针对跑道的每三分之一，得出跑道系数。此外，还可以编译跑道系数的历史。

本发明的目的还在于一种用于确定飞行器着陆跑道状况的系统，该系统包括：

-用于获取不同类型的数据组的集合的装置，该数据组的集合用于评估和监测不断恶化的跑道状况；

-用于将加权系数分配给每个数据组的装置；

-用于过滤数据的装置；以及

-被配置成针对每个数据组确定部分跑道状况，并且修改每个数据组的加权系数的计算装置；

-适用于组合部分跑道状况以产生与由经修改的加权系数得出的置信指数相关联的跑道系数的计算装置。

通过阅读以下仅通过非限制性的实施例给出并且参考附图进行的描述，本发明的其他目的、特征和优点将变得显而易见，在附图中：

[图1]示出了根据本发明的用于确定着陆跑道状况的系统的总体架构；

[图2]是根据本发明的用于确定着陆跑道状况的系统的概述，示出了该系统的主要功能平台；

[图3]是示出了用于得出跑道系数的数据获取和处理的主要阶段的流程图；

[图4]是展示了获取与飞行器的制动参数有关的数据的流程图；

[图5]展示了数据的过滤；

[图6]展示了计算飞行器所受的摩擦系数μ；以及

[图7]示意性地示出了由根据本发明的用于确定跑道状况的方法产生的报告的示例。

图1中示出了根据本发明的用于确定飞行器着陆跑道状况的系统的示例性实施例。

该系统旨在针对机场的着陆跑道的不同区段计算和提供跑道系数RWYCC(跑道状况代码，Runway Condition Code)，并向机场运营商提供跑道状况，以实现跑道的最佳利用，特别是通过减少跑道关闭来实现。该RWYCC系数符合根据RTM.0704生效的GRF(全球报告格式，Global Reporting Format)规定。

该RWYCC系数来自于各种数据源，并具有反映所计算系数的可靠性的置信指数(indice de confiance)。

RWYCC系数尤其是从以下数据得出的：与飞行器的制动参数有关的第一数据和在地面上得出的与飞行器的滑行状况有关的第二数据。

还参考图2，飞行器在着陆后以无线电报告的形式传输第一数据D1。

第一数据可以例如包括包含如下的数据：飞行器的类型、飞行器的重量、相对于地面的轮速、液压制动压力、飞行阶段、推力反向器状态、制动踏板压下、GPS位置……。

第二数据D2更具体地涉及跑道状况，并且第二数据由传感器C、雷达数据Rd、天气预报W、或测试卡车提供的测量结果Tt来提供。

例如，传感器用于确定可能存在的污染物(例如水、雪、死水、泥浆、……)、污染物的厚度、跑道的表面状况(例如干燥、潮湿、湿滑)、以及地面温度……。

雷达数据特别地旨在用于确定飞行器的位置，而测试卡车提供了摩擦系数。

用于确定跑道状况的系统基本上包括数据获取和计算平台1，该数据获取和计算平台获取用于评估和监测机场跑道的恶化状况的各种数据组D1和D2，并且针对跑道的每一区段、例如针对跑道的每三分之一，计算与置信指数相关联的跑道系数。该平台1还提供例如可由机场管理者G通过API计算机应用程序进行访问的人机接口，机场管理者将该信息提供给空中交通控制器Ctrl以向飞行中飞行器A提供该信息。

因此，平台1包括：用于收集和处理飞行数据的接口I，该接口接收由飞行器提供的数据D1；数据存储和解码步骤II，该数据存储和解码步骤接收第二数据D2和由接口I解码的第一数据D1；以及计算步骤III，该计算步骤接收由存储和解码步骤II解码的数据，并且该计算步骤被配置成根据解码的数据以适于在API接口上呈现的格式计算跑道系数，每个跑道系数与置信指数相关联。

现在将参考图3描述根据本发明的用于确定跑道状况的方法的主要步骤。

可以看出，该方法包括并行执行的用于第一数据组D1和第二数据组D2的获取和处理的两个数据获取和处理阶段。

首先关于飞行器的制动数据D1，在第一步骤2中，获取原始数据。

如图4所示，飞行器一接触跑道(步骤3)，该第一步骤2就在着陆时启动。

如果是这种情况，则通过接口I记录制动数据(步骤4)。只要飞行器在着陆跑道上并且相对于地面的速度大于速度限制(例如，十节(knot))，就记录该数据(步骤5)。在这些状况之外，停止记录(步骤6)。在接下来的步骤7中，检查是否满足数据传输条件，如果满足，则将记录的原始数据传输并存储在存储和解码步骤II中(步骤8)。

传输条件可以根据飞行器类型、航空公司和目的地机场来确定。

在该数据获取阶段结束时，原始数据通过数据存储和解码步骤II进行解码(步骤9)，然后由第三计算步骤III进行过滤和处理(步骤10)。

应当注意，收集和处理接口I和存储步骤II分别向每个数据组分配一个加权系数：关于第一数据组D1分配K1和关于第二数据组D2分配K2。因此，作为非限制性示例，雷达数据与加权系数25相关联，传感器数据与系数30相关联，气象数据具有系数20，并且制动数据具有系数25。

对于每个数据组，计算部分跑道状况，并确定与根据所计算的跑道状况对置信指数的估计相关联的跑道状况的演变。

子集的加权系数K1或K2在该方法期间通过数据组的加权、分析数据的相关性、数据的采样频率、以及获取数据的日期，随着时间来调节，置信指数在没有新数据的情况下随着时间而劣化。

如果考虑来自另一组的数据，则也修改加权系数。

实际上，每个数据组的处理能够使用来自另一个原始解码数据组的原始数据作为输入。

例如，制动数据可以与雷达数据相结合，以便将飞行器看到的位置与雷达给出的位置相关联。同样，制动数据可以与传感器数据相结合，以便根据上下文使用制动数据来优化和关联计算。

例如，如果雷达数据不可用，则使用机载计算机上可用的飞行器的定位数据。

应该注意的是，默认情况下，雷达数据不存在，并且使用飞行器中的除了轮速、飞行器速度、踏板压下……之外的数据。

实际上，由传感器预测的负温度和降雪量将意味着与受污染的跑道相关联的跑道系数占主导。

跑道系数的后续计算是通过合并由修改的加权系数加权的每个数据组的结果而产生的，并且结合由每个数据子集的系数的加权产生的平均置信指数。

参考图5，过滤算法并行地应用于各种数据配置，即应用于标准条件数据或公司特定条件数据。在该图中，为清楚起见，仅示出了在一种数据配置中执行的处理，不然该处理在其他数据配置上执行。

对于每种数据类型，跑道的制动区被划分为多个制动区(步骤11)。然后对于每个制动区，确定制动是手动制动还是自动制动。然而，对于制动是手动制动(步骤12)还是自动制动(步骤13)，数据的评估是不同的。在手动制动的情况下(步骤12)，通过快速访问记录QAR分别收集已记录和未记录的数据(步骤14和15)。在自动制动的情况下，检查在每个制动区中是否达到最大制动系数(步骤16)。

在过滤期间，根据制动的性质更新加权系数，自动制动通常涉及具有较低制动系数的制动，涉及加权系数K'1的增加，而通过QAR记录数据涉及加权系数K'1的减小。

因此，根据制动的性质和记录类型来制定制动分段(步骤17)。

对于每个制动分段，生成一个向量，每个向量标识该分段、分段的类型和分配给数据的经修改的加权系数K'1。

此外，数据、时间戳、位置和制动阶段与每个分段相关联。

此外，所使用的过滤是时间过滤、并且特定于每种类型的数据。

此外，根据数据的采样频率进行过滤，以便通过根据数据的采样频率对数据进行不同的加权，来使用于数据获取的采样频率标准化。

在过滤步骤结束时，与飞行器的制动参数有关的第一数据D1通过计算步骤III来处理，以计算跑道的摩擦系数μ(步骤18)。

参考图6，该计算基于由跑道分段和跑道类型识别的过滤数据Df，并且如果需要的话，基于来自另一数据组的过滤数据Df'。

关于制动数据，该制动数据与数据类型信息集成在一起。

数据类型是一个矢量，这使得可以知道制动类型、精度类型、飞行器或材料的类型、……。

如果有其他数据(例如来自传感器或雷达的数据)是可用的，则该数据也被集成到计算中，并且布尔变量Var被设置为“真”以指示与该数据相关联的加权系数可以被改进。

如果不是这种情况，则将布尔变量Var设置为“假”以指示加权系数不会受到影响。

例如，通过从来自已经着陆的飞行器的数据或从实验数据获得的先验知识来执行计算飞行器所受的摩擦系数μ，并使用由该数据估计的模型，该摩擦系数然后通过从过滤数据预测来获得。

当然，随着用新输入数据添加训练库，预测也会更新。

可以使用各种类型的技术来实现此目的。

例如，可以使用随机森林算法从解码数据中预测摩擦系数的值。

在计算摩擦系数的步骤18中，根据制动区的位置来修改加权系数K1”。

在接下来的步骤19中，根据摩擦系数的值局部地定义部分跑道状况RCC，并且在步骤19之后，加权系数K1”根据时间来修改(K1”')，其中最旧的数据被分配有降级的置信系数。

如图3所示，从地面得出的与飞行器的滑行状况有关的第二数据D2也经历了获取步骤2、解码步骤9和过滤步骤10。然而，过滤数据直接用于计算部分跑道状况RCC(步骤19)。只有在计算部分跑道状况的步骤之后，加权系数才根据时间来修改(K'2)。

在接下来的步骤20中，计算跑道系数，该跑道系数与由修改的加权系数计算的置信指数相关联。该计算是根据加权的局部跑道状况的总和进行的。

换言之，跑道系数RWYCC由下列关系式得出：

因此，为跑道的每一区段提供了全局跑道系数、以及置信指数IC，置信指数的值取决于数据获取的时刻和制动区的位置。

最后，在最后的步骤21中，将可用于跑道的每个部段的跑道系数和置信指数传送到API计算机应用程序，有利地可在线访问。

图7示出了这种报告的应用程序的示例。

API应用程序提供了例如展示不同跑道的窗口，此处是两个跑道，两跑道包括多个部段S1、S2、S3、S4、S5、S6，每个部段都被标识出。

每个部段与跑道系数RWYCC相关联，此处是与置信指数IC(在这里是IC1至IC6)相关联的Rwycc1至Rwycc6_i。

此外，每个部段与输入D1ij至D6ij的列表相关联，每个输入与加权系数K1ij至K6ij相关联。还可以提供跑道系数RWYCC_i(t)的历史，每个跑道系数与它们的置信指数Ic_i(t)相关联，以便允许得出跑道系数的变化，以基于跑道系数变化的历史来提供决策支持。

Claims

1.一种用于确定飞行器着陆跑道状况的方法，其特征在于，所述方法包括以下步骤：

-获取不同类型的数据组(D1，D2)的集合，所述数据组的集合用于评估和监测不断恶化的跑道状况；

-得出每个数据组的加权系数(K1，K2)；

-过滤数据；

-针对每个数据组确定部分跑道状况(RCC)；

-修改每个数据组的所述加权系数；以及

-组合所述部分跑道状况，以得出与从经修改的加权系数得出的置信指数(IC)相关联的跑道系数(RWYCC)。

2.根据权利要求1所述的方法，其中，在过滤期间，所述数据按照制动区分段进行分组，每个制动区分段与制动区分段识别信息、所述数据的日期信息、分段位置信息和经修改的加权系数相关联。

3.根据权利要求1和2中任一项所述的方法，其中，在数据获取期间，获取与所述飞行器的制动参数有关的第一数据(D1)和从地面得出的与所述飞行器的滑行状况有关的第二数据(D2)。

4.根据权利要求3所述的方法，其中，只要所述飞行器在所述跑道上以低于阈值的速度滑行，就获取所述第一数据(D1)。

5.根据权利要求3和4中任一项所述的方法，其中，在过滤步骤结束时，与所述制动参数有关的所述第一数据被提供给计算步骤(III)，所述计算步骤适于得出所述跑道的时间戳摩擦系数(μ)和经修改的加权系数。

6.根据权利要求5所述的方法，其中，在计算所述摩擦系数(μ)的步骤期间，根据第一过滤数据和第二过滤数据来计算所述摩擦系数。

7.根据权利要求3至6中任一项所述的方法，所述方法包括对所述第一数据和所述第二数据进行解码的步骤。

8.根据权利要求3至7中任一项所述的方法，其中，所述第二数据包括飞行器位置数据、关于所述跑道的状况的数据、以及气象数据。

9.根据权利要求1至8中任一项所述的方法，其中，从所述过滤步骤得出的加权系数根据时间或数据的采样频率来修改。

10.根据权利要求1至9中任一项所述的方法，所述方法包括初始化每个数据组的加权系数的先前步骤。

11.根据权利要求1至10中任一项所述的方法，其中，在确定所述部分跑道状况的步骤期间，使用来自另一数据组的数据。

12.根据权利要求1至11中任一项所述的方法，其中，针对所述跑道的不同部段、特别是针对所述跑道的每三分之一，得出所述跑道系数(RWYCC)，并且其中，编译跑道系数的历史。

13.一种用于确定飞行器着陆跑道状况的系统，其特征在于，所述系统包括：

-用于获取不同类型的数据组的集合的装置(I，II)，所述数据组的集合用于评估和监测不断恶化的跑道状况；

-用于将加权系数分配给每个数据组的装置(I，II)；

-被配置用于针对每个数据组确定部分跑道状况，并且用于修改每个数据组的加权系数的过滤和计算装置(III)；以及

-适于组合部分跑道状况以产生与从经修改的加权系数得出的置信指数相关联的跑道系数的计算装置(III)。