FR3125800A1 - Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage - Google Patents

Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage Download PDF

Info

Publication number
FR3125800A1
FR3125800A1 FR2108133A FR2108133A FR3125800A1 FR 3125800 A1 FR3125800 A1 FR 3125800A1 FR 2108133 A FR2108133 A FR 2108133A FR 2108133 A FR2108133 A FR 2108133A FR 3125800 A1 FR3125800 A1 FR 3125800A1
Authority
FR
France
Prior art keywords
data
aircraft
friction
coefficient
braking
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
Application number
FR2108133A
Other languages
English (en)
Inventor
Christian Vincent Roger MIRALLES Laurent
Christophe Bastide
Céline COLONNA CECCALDI
Vincent HUPIN
Benoît MARTY
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.)
Safran SA
Original Assignee
Safran SA
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 Safran SA filed Critical Safran SA
Priority to FR2108133A priority Critical patent/FR3125800A1/fr
Priority to US18/292,129 priority patent/US20240346212A1/en
Priority to PCT/FR2022/051492 priority patent/WO2023007083A1/fr
Priority to EP22755266.8A priority patent/EP4377941A1/fr
Priority to CN202280053145.0A priority patent/CN117716407A/zh
Publication of FR3125800A1 publication Critical patent/FR3125800A1/fr
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0004—Transmission of traffic-related information to or from an aircraft
    • G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T7/00—Brake-action initiating means
    • B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
    • B60T7/16—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger operated by remote control, i.e. initiating means not mounted on vehicle
    • B60T7/18—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger operated by remote control, i.e. initiating means not mounted on vehicle operated by wayside apparatus
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/1701—Braking or traction control means specially adapted for particular types of vehicles
    • B60T8/1703—Braking or traction control means specially adapted for particular types of vehicles for aircrafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/32—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration
    • B60T8/321—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration deceleration
    • B60T8/325—Systems specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F1/00—Ground or aircraft-carrier-deck installations
    • B64F1/36—Other airport installations
    • 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
    • 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]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0091—Surveillance aids for monitoring atmospheric conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/02—Automatic approach or landing aids, i.e. systems in which flight data of incoming planes are processed to provide landing data
    • G08G5/025—Navigation or guidance aids
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/10—Detection or estimation of road conditions
    • B60T2210/12—Friction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C25/00—Alighting gear
    • B64C25/32—Alighting gear characterised by elements which contact the ground or similar surface 
    • B64C25/42—Arrangement or adaptation of brakes
    • B64C25/426—Braking devices providing an automatic sequence of braking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Regulating Braking Force (AREA)
  • Braking Arrangements (AREA)

Abstract

Ce procédé de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage, comporte les étapes de : -élaboration d’une base de données de coefficients de friction simulés pour divers types d’avions et diverses conditions de pistes en appliquant des données de simulation à des modèles représentatifs du freinage d’avions lors de leur atterrissage, pour divers scénarios de freinage ; et -prédiction d’un coefficient de freinage à partir de données réelles de l’avion pour lesquelles le coefficient de friction est déterminé à partir de données stockées dans la base de données Figure pour l’abrégé : Fig 1

Description

Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage
La présente invention concerne, de manière générale, l’optimisation du trafic des aéroports et la diminution du nombre de fermetures de pistes qui peuvent avoir des conséquences financières très importantes pour les exploitants des aéroports.
Plus particulièrement, l’invention concerne la détermination des conditions des pistes d’atterrissage d’un aéroport afin d’optimiser l’utilisation des pistes, tout en satisfaisant aux exigences de sécurité.
A ce jour, les exploitants des aéroports doivent surveiller les conditions de pistes. Cette surveillance s’effectue soit à partir de rapports radio fournis par les pilotes juste après l’atterrissage, soit à partir de mesures de coefficients de friction réalisées au moyen de camions testeurs qui circulent sur les pistes, ce qui nécessite la fermeture des pistes, soit à partir de capteurs enterrés sur la piste qui déterminent le type et la hauteur de contaminants éventuellement présents sur les pistes, soit à partir de sondes météorologiques, soit à partir d’observations et mesures manuelles par un inspecteur de pistes, soit encore à partir de la combinaison manuelle de toutes ces données.
L’évolution des normes et réglementations en vigueur vise à améliorer la sécurité des opérations sur les plateformes des aéroports et impose la communication des conditions de piste d’un aéroport vers les autorités compétentes, vers les services de contrôle de circulation aérienne (ou ATC) et les pilotes.
Actuellement, les outils disponibles et les méthodes dont disposent les aéroports pour évaluer l’état des pistes restent très subjectifs, peu précis et incomplets. Les services de contrôle de la circulation aérienne des aéroports sont ainsi amenés à prendre plus de marge que nécessaire, ce qui est susceptible d’engendrer des fermetures de pistes infondées, aux conséquences financières très importantes pour les gestionnaires des aéroports.
Le but de l’invention est donc de pallier ces inconvénients et de fournir un état des conditions de pistes d’atterrissage pour aéronefs qui soit d’une fiabilité et d’une pertinence accrues et qui puisse être utilisé pour l’optimisation de l’utilisation des pistes par les exploitants des aéroports.
L’invention a donc pour objet un procédé de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage qui comporte les étapes de :
-élaboration d’une base de données de coefficients de friction simulés pour divers types d’avions et diverses conditions de pistes en appliquant des données de simulation à des modèles représentatifs du freinage d’avions lors de leur atterrissage, pour divers scénarios de freinage ; et
-prédiction d’un coefficient de friction à partir de données réelles de l’avion et à partir de données stockées dans la base de données.
En d’autres termes, les données utilisées pour déterminer les conditions de piste d’atterrissage sont constituées par le coefficient de friction extrait d’une base de données dans laquelle sont stockés des coefficients de friction simulés à partir de divers scénarios de freinage en utilisant des modèles représentatifs du freinage de l’avion sur la piste, le coefficient de friction de l’avion atterrissant sur une piste étant prédit à partir des données réelles de l’avion téléchargées et à partir des données stockées dans la base de données.
Les données réelles enregistrées dans les calculateurs de bord de l’avion sont récupérées, décodées et filtrées.
Ces données sont utilisées pour stimuler les modèles pour prédire l’évolution du coefficient de friction.
Lors du filtrage des données récupérées, on filtre les données en comparant la géolocalisation de l’avion avec des données correspondantes de géolocalisation de pistes
De préférence, lors du filtrage, on affecte une pondération aux données en fonction du type d’avion et/ou de la fréquence d’acquisition des données.
Dans un mode de mise en œuvre, les données filtrées comportent des données géolocalisées et pondérées relatives à la dynamique de l’avion, au type d’avion et de freinage, et à un segment de piste.
Par exemple, lors de l’étape de prédiction, on utilise un algorithme de type « random forrest », arbre de décision ou réseau de neurones à 8 couches.
On peut prévoir une étape de comparaison des données réelles avec les données de simulation sous forme de séries temporelles pour reconstruire une valeur de friction en fonction du temps.
Dans un mode de réalisation, on compare l’évolution du coefficient de friction prédit avec les coefficients de friction simulés pour définir une atteinte d’un coefficient de friction maximum admissible.
Le procédé peut en outre comporter une étape de stockage de données relatives à des coefficients de friction prédits affectées d’un coefficient de friction.
L’invention a également pour objet un système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage, comprenant un ensemble de modèles représentatifs du freinage d’avions, lors de leur atterrissage, une base de données de coefficients de friction simulés pour divers types d’avions et diverses conditions de pistes et un modèle de prédiction d’un coefficient de freinage à partir de données réelles de l’avion pour lequel le coefficient de friction est déterminé et à partir de données stockées dans la base de données de coefficients de friction simulés.
D’autres buts, caractéristiques et avantages de l’invention apparaîtront à la lecture de la description suivante, donnée uniquement à titre d’exemple non limitatif, et faite en référence aux dessins annexés sur lesquels :
est un schéma montrant une piste d’atterrissage d’un aéroport équipée d’un système de détermination d’un coefficient de friction de l’avion sur la piste ;
illustre les principales phases d’un procédé de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage conforme à l’invention ;
montre l’architecture de simulation du système de la ; et
est un schéma montrant les différentes phases d’entraînement des modèles.
On se référera tout d’abord à la qui illustre le principe général de la détermination d’un coefficient de friction d’un avion A lors de son atterrissage sur une piste d’atterrissage P.
Le coefficient de friction est destiné à être prédit à partir de données réelles téléchargées à partir du calculateur de bord de l’avion dans lequel sont enregistrées des données lors du vol, et en particulier à partir de données représentatives de la dynamique de l’avion, ces données étant comparées à des données issues de modèles d’apprentissage pour prédire l’évolution du coefficient de friction en fonction du temps et de la position de l’avion sur la piste.
Comme on le voit sur la , les avions sont équipés d’une unité 1 de commande de freinage qui communique avec des systèmes embarqués d’aide à la maintenance 2 pour, notamment, délivrer des données relatives au fonctionnement du système de freinage. Ces données sont enregistrées dans le calculateur de bord des avions.
Les systèmes d’aide à la maintenance 2 communiquent avec une interface de télécommunication 3, afin de transmettre à distance, sans fil, lors de l’atterrissage, les données enregistrées dans le calculateur de bord et les fournir à une plateforme de calcul 4, comprenant un serveur S dans lequel le coefficient de friction de l’avion est calculé puis est transmis à une plateforme locale 5 hébergée chez l’exploitant de l’aéroport
Les données récupérées à partir des calculateurs embarqués sont par exemple déchargées à l’issue de la phase de freinage, en temps réel et en différé.
En référence à la , en premier lieu, après stockage dans le calculateur de bord (étape 7) les données de bord stockées dans le calculateur de l’avion sont transférées vers la compagnie aérienne (étape 8) et sont stockées sur un serveur de la compagnie (étape 9). Les données récupérées sont les données qui sont enregistrées dans le calculateur au titre de la certification. Il s’agit au minimum des trames QAR (pour « Quick Access Recorder », en anglais) et de préférence les trames SAR, au format de fichier binaire.
Ces données peuvent être ensuite transférées du serveur de la compagnie aérienne directement vers le serveur de calcul 4 dédié au calcul des conditions de pistes (étape 10) et y sont stockées (étape 11). Lors de l’étape 12 suivante, ces données sont décodées.
En variante, les données brutes extraites du serveur de la compagnie aérienne peuvent être décodées avant leur transfert vers la plateforme de calcul 4 de manière à extraire des paramètres concernant une phase de vol précise (étape 13) et un fichier est envoyé vers le serveur de la plateforme 4 (étape 14).
Lors de l’étape 15 suivante, les données décodées lors de l’étape 12 après transfert vers la plateforme 4 ou transférées lors de l’étape 14 après décodage, sont stockées dans le serveur de la plateforme 4 puis sont filtrées (étape 16).
Dans tous les cas, les données brutes, non décodées ou les données décodées sont transmises au serveur S de la plateforme 4 de préférence en utilisant un lien SFTP.
Selon le type de l’avion, en fonction de la compagnie et de l’aéroport de destination, les informations téléchargées à partir du calculateur de l’avion sont envoyées vers le serveur au sol de la compagnie lors de l’étape 8 en utilisant un réseau de communication ou manuellement, lors de la phase de roulage ou à l’arrivée à une porte de débarquement. Ces opérations peuvent être manuelles ou être automatisées en utilisant des scripts.
Par exemple, les données téléchargées peuvent comprendre la masse de l’avion, le centre de gravité de l’avion, le type d’avion, la vitesse de rotation des roues, l’angle de commande des papillons, la vitesse de l’avion, la décélération de l’avion, le statut du système de freinage, le statut de l’inverseur, le statut du spoiler, l’enfoncement de la pédale de frein, la pression du système de freinage et le déplacement du piston de frein, le statut de la masse sur les roues, des données inertielles, des données de géolocalisation GPS de l’avion, le type de freins, la phase de vol, des données d’horodatage, le statut de l’autofreinage et la pression commandée du système de freinage.
Pour certains types d’avions, il est possible d’obtenir en outre les paramètres suivants :, le statut de l’antipatinage, le courant de l’antipatinage, l’état de l’automate, la vitesse des roues consolidée, l’effort vertical.
Le décodage réalisé lors de l’étape 12 comprend la découpe temporelle des trames de données pour inclure uniquement la phase de vol depuis le toucher jusqu’à une vitesse d’avion inférieure à 20 nœuds (37 km/heure).
En d’autres termes, le décodage délivre les données d’atterrissage tant que la vitesse de l’avion est supérieure à 20 nœuds ou en l’absence d’indicateur indiquant que la phase de freinage est terminée.
Un fichier temporel avec l’ensemble de ces paramètres est stocké sur le serveur S de la plateforme de calcul 4.
Le serveur de la plateforme de calcul procède en premier lieu à un échantillonnage des données, à une fréquence par exemple comprise entre 1 hertz et plusieurs centaines de hertz en fonction des différents types d’avions et de configurations.
Les données transférées vers le serveur de la plateforme locale 5 sont filtrées, lors de l’étape 16, de manière à, notamment, récupérer les données relatives à la dynamique et à la géolocalisation de l’avion.
Il s’agit en particulier de la vitesse de l’avion, du statut du système de freinage, du statut de l’inverseur, du statut du spoiler, de l’état de l’autofrein (« autobrake » en anglais), de l’enfoncement de la pédale de frein, de la phase de vol, de données relatives à la masse de l’avion sur la roue et de données extraites d’un système GPS de positionnement global.
En premier lieu, les données GPS décodées sont comparées avec des données de géolocalisation de couples piste/aéroport disponibles dans la base de données de l’exploitant de l’aéroport. Si la localisation ne correspond pas, la donnée est abandonnée.
Par ailleurs, on affecte une pondération générale pour chaque ensemble de données de vol selon le type d’avion et le type de trame (QAR, SAR, …) en utilisant une table de configuration paramétrable et enregistrée sur la plateforme de calcul 4. Cette table affecte un coefficient ajusté en fonction du type d’avion et de la fréquence d’acquisition. Par exemple, pour un type d’avion dont la trame de données comporte un nombre restreint de données, par exemple pour un type d’avion dont la trame ne dispose que de données relatives à la pression de freinage mais ne comporte pas de données relatives à la vitesse de la roue, la pondération est plus faible que si l’ensemble des données sont disponibles.
De même, une trame échantillonnée à 1 hertz, telle qu’une trame QAR, est affectée d’un coefficient plus faible qu’une trame SAR à 4 hertz.
En fonction des divers paramètres partiels d’entrée, pour les données considérées comme valides, un vecteur des différents segments de freinage avec leur type et leur coefficient de pondération est généré, en écartant les phases avant toucher et après que l’avion ait atteint une vitesse inférieure à 20 nœuds.
On obtient ainsi, en sortie, les vecteurs suivants :
Filtered_data:(runway_ID; type_avion ; segment n; type de freinage; coefficient de pondération), et
Segment n(data for µ; time; position)
dans lesquels
Filtered_datadésigne les données de sortie filtrées;
type_aviondésigne le type d’avion;
runway_IDest un identifiant de géolocalisation de la piste;
segment ncorrespond à un segment de la piste
data for µcomprend les données dynamiques suivantes : décélération de l’avion ; vitesse de l’avion ; vitesse des roues ; pression du système de freinage ; commande de la pédale de frein ; autofreinage (étape 10).
Par ailleurs, en se référant à nouveau à la , la plateforme 4 comprend un certain nombre de modèles 18 représentatifs du freinage. Il s’agit en particulier d’un modèle de l’avion représentant sa dynamique en fonction de ses caractéristiques aérodynamiques, simulant ses commandes de vol, sa masse, son centre de gravité, la poussée de son moteur, l’effet de l’inversion de poussée et du spoiler, d’un modèle du système de freinage et de sa régulation, et d’un modèle de piste représentant la friction maximale admissible et la friction résultante des efforts de freinage.
Ces modèles 18 constituent un environnement de simulation en boucle fermée.
En référence à la , des scénarios de simulation de freinage sont par ailleurs élaborés (étape 19) et les données de simulation sont transmises vers la plateforme 4 (étape 20) pour être stockées sur une base de données de coefficients de friction simulés 35a du serveur de calcul de la plateforme (étape 21).
La plateforme 4 comporte ainsi une base de données de simulation 22 correspondant à divers scénarios de freinage en faisant varier différentes conditions de test liées à la dynamique de l’avion, à ses caractéristiques, aux ordres du pilote, à des conditions de piste, portant en particulier sur le coefficient de friction maximum admissible, …
Ces données comprennent par exemple de données de simulation portant sur le type d’avion, en particulier sur différentes masses d’avion ou différentes vitesses d’atterrissage, sur le freinage, en particulier différents profils de freinage, différentes commandes de la pédale de frein, d’autofreinage, de l’inverseur de poussée et des spoilers, différents coefficients de friction maximum admissibles. Certains de ces scénarios sont issus d’un paramétrage au plus proche de vols réels.
Lors de l’étape 23 suivante, les données des scénarios de simulation sont utilisées pour entrainer des modèles représentatifs du freinage d’avions lors de leur atterrissage, pour divers scénarios de freinage. Les modèles entrainés sont ensuite stockés dans le serveur de la plateforme 4 (étape 24)
Comme illustré à la , les données de simulation portant sur les conditions de piste stockées dans la base de données 22 sont fournies à un modèle de piste 25.
En référence à la , les données de simulation portant sur le type d’avion sont transmises à un modèle d’avion 26 tandis que les données de simulation portant sur le freinage sont transmises à un modèle 27 du système de freinage.
Pour chaque scénario, plusieurs vitesses de simulation sont réalisées entre plusieurs centaines de hertz jusqu’à 1 hertz.
En référence à la , les modèles sont donc implémentés, entraînés et testés selon une phase qui débute donc par une phase 30 de chargement de données de simulation, pour divers scénarios de freinage, une phase 31 de découpe des vols, par décodage pour retenir les données du toucher ou « touch down » jusqu’à une valeur de vitesse limite fixée par exemple à 20 nœuds et une étape de traitement 32 des données dans laquelle ces données sont numérisées et des variables additionnelles sont calculées.
L’étape suivante 33 correspond à un entraînement des modèles avec les données de simulation de manière à obtenir, en sortie, des valeurs de coefficient de friction simulées.
Par ailleurs, lors de l’étape 34 suivante ( ), on récupère les données réelles de l’avion qui sont décodées puis filtrées et injectées dans un module de prédiction 35 de la plateforme 4. La prédiction compare le fichier de données réel à celles correspondant au scénario du modèle d’entraînement, en série temporelle, pour reconstruire la valeur de friction à chaque pas de temps. Les valeurs des coefficients de friction sont ensuite stockées en mémoire dans une base de données 35a de coefficients de friction simulés, pour divers types d’avions et diverses conditions de pistes (étape 36) .
L’algorithme de prédiction utilise soit un algorithme de type random forrest, par exemple avec un effet de lissage sur une plage de 100 à 300 échantillons en fonction du taux de rafraîchissement des données d’entrée, soit sur un réseau de neurones, par exemple à huit étages.
Enfin, l’étape 33 d’entrainement des modèles est suivie d’une phase 37 d’évaluation des modèles.
Diverses méthodes d’évaluation des modèles sont mises en œuvre, par exemple par régression, par classification ou prédiction en temps réel.
En particulier, pour évaluer les modèles sur les données de stimulation, on évalue l’erreur moyenne sur chaque vol et chaque roue, pour chaque scénario. Pour avoir l’erreur globale de l’ensemble des modèles, on moyenne les résultats pour l’ensemble des données. On utilise en outre l’erreur maximaleMAEet la déviation standard de l’efficacité du modèle à partir de la relation suivante :
Avec :
MAE: erreur absolue moyenne ;
n : nombre de pas du temps du scénario ;
t : pas de temps ;
valeur du coefficient de friction µ prédit ;
yt : valeur de µ théorique ;
Par ailleurs, l’allure de la courbe de friction résultante est comparée au résultat des scénarios du modèle d’entraînement pour définir l’atteinte ou non du coefficient de friction maximum admissible par la piste.
A défaut de l’atteinte de cette valeur de coefficient de friction maximum, une caractérisation du maximum de coefficient de friction vue par l’avion est définie.
Le résultat des prédictions affectées d’un coefficient de pondération est stocké dans un fichier puis est stocké dans un serveur.
Enfin, le procédé comporte en outre une étape 38 de transfert des résultats des calculs des coefficients de friction. Ils pourront ainsi être utilisés par d’autres applications, telles que celle qui est mise en œuvre par la plateforme 5 de calcul de conditions de pistes de l’aéroport, ou d’autres outils d’optimisation de coûts opérationnels, ou encore à des applications embarquées pour l’anticipation des procédures de freinage.

Claims (10)

  1. Procédé de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage, caractérisé en ce qu’il comporte les étapes de :
    -élaboration d’une base de données de coefficients de friction simulés pour divers types d’avions et diverses conditions de pistes en appliquant des données de simulation à des modèles représentatifs du freinage d’avions lors de leur atterrissage, pour divers scénarios de freinage ; et
    - prédiction d’un coefficient de friction à partir de données réelles de l’avion et à partir de données stockées dans la base de données.
  2. Procédé selon la revendication 1, dans lequel on récupère les données réelles enregistrées dans le calculateur de bord de l’avion, on décode les données récupérées et on filtre les données décodées.
  3. Procédé selon la revendication 2, dans lequel, lors du filtrage des données récupérées, on filtre les données en comparant la géolocalisation de l’avion avec des données correspondantes de géolocalisation de pistes.
  4. Procédé selon la revendication 3, dans lequel, lors du filtrage, on affecte une pondération aux données en fonction du type d’avion et/ou de la fréquence d’acquisition des données.
  5. Procédé selon la revendication 4, dans lequel les données filtrées comportent des données géolocalisées et pondérées relatives à la dynamique de l’avion, au type d’avion et de freinage, et à un segment de piste.
  6. Procédé selon l’une quelconque des revendications 1 à 5, dans lequel, lors de l’étape de prédiction, on utilise un algorithme de type random forrest, un arbre de décision ou un réseau de neurones à 8 couches.
  7. Procédé selon la revendication 6, dans lequel on compare les données réelles avec les données de simulation sous forme de séries temporelles pour reconstruire une valeur de coefficient de friction en fonction du temps.
  8. Procédé selon l’une quelconque des revendications 1 à 7, dans lequel on compare l’évolution des coefficients de friction prédits avec les coefficients de friction simulés pour définir une atteinte de coefficient de friction maximum admissible.
  9. Procédé selon la revendication 8, comprenant en outre une étape de stockage de données relatives à des coefficients de friction prédits affectées d’un coefficient de pondération.
  10. Système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage, caractérisé en ce qu’il comprend un ensemble de modèles (18) représentatifs du freinage d’avions, lors de leur atterrissage, une base de données (35a) de coefficients de friction simulés pour divers types d’avions et diverses conditions de pistes et un module (35) de prédiction d’un coefficient de freinage à partir de données réelles de l’avion et à partir des données extraites de la base de données de coefficients de friction simulés.
FR2108133A 2021-07-27 2021-07-27 Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage Pending FR3125800A1 (fr)

Priority Applications (5)

Application Number Priority Date Filing Date Title
FR2108133A FR3125800A1 (fr) 2021-07-27 2021-07-27 Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage
US18/292,129 US20240346212A1 (en) 2021-07-27 2022-07-25 Method and system for determining a frictional coefficient of an aircraft on a runway
PCT/FR2022/051492 WO2023007083A1 (fr) 2021-07-27 2022-07-25 Procédé et système de détermination d'un coefficient de friction d'un avion sur une piste d'atterrissage
EP22755266.8A EP4377941A1 (fr) 2021-07-27 2022-07-25 Procédé et système de détermination d'un coefficient de friction d'un avion sur une piste d'atterrissage
CN202280053145.0A CN117716407A (zh) 2021-07-27 2022-07-25 用于确定航空器在跑道上的摩擦系数的方法和系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2108133 2021-07-27
FR2108133A FR3125800A1 (fr) 2021-07-27 2021-07-27 Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage

Publications (1)

Publication Number Publication Date
FR3125800A1 true FR3125800A1 (fr) 2023-02-03

Family

ID=78536315

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2108133A Pending FR3125800A1 (fr) 2021-07-27 2021-07-27 Procédé et système de détermination d’un coefficient de friction d’un avion sur une piste d’atterrissage

Country Status (5)

Country Link
US (1) US20240346212A1 (fr)
EP (1) EP4377941A1 (fr)
CN (1) CN117716407A (fr)
FR (1) FR3125800A1 (fr)
WO (1) WO2023007083A1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116901911B (zh) * 2023-09-11 2023-12-22 四川腾盾科技有限公司 一种前三点式无人机刹车自主压力控制逻辑设计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130127642A1 (en) * 2010-03-24 2013-05-23 The Boeing Company Runway Condition Monitoring
US20140012437A1 (en) * 2011-08-01 2014-01-09 Logan Jones Device and process for determining a runway state, aircraft including such a device and piloting assistance system using said runway state
US20180225976A1 (en) * 2017-02-06 2018-08-09 Architecture Technology Corporation Automated real-time clearance analysis for air traffic
US20190033862A1 (en) * 2017-07-27 2019-01-31 SkyRyse, Inc. System and method for situational awareness, vehicle control, and/or contingency planning
US10202204B1 (en) * 2016-03-25 2019-02-12 AAR Aerospace Consulting, LLC Aircraft-runway total energy measurement, monitoring, managing, safety, and control system and method
WO2020118433A1 (fr) * 2018-12-11 2020-06-18 Eagle Aerospace Ltd. Procédé et système pour évaluer des performances d'atterrissage d'aéronef et de mouvement de surface

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8346455B2 (en) * 2005-02-23 2013-01-01 Zoltan Ivan Rado Method and device for communicating true runway braking performance using data from the flight data management systems of landed aircraft

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130127642A1 (en) * 2010-03-24 2013-05-23 The Boeing Company Runway Condition Monitoring
US20140012437A1 (en) * 2011-08-01 2014-01-09 Logan Jones Device and process for determining a runway state, aircraft including such a device and piloting assistance system using said runway state
US10202204B1 (en) * 2016-03-25 2019-02-12 AAR Aerospace Consulting, LLC Aircraft-runway total energy measurement, monitoring, managing, safety, and control system and method
US20180225976A1 (en) * 2017-02-06 2018-08-09 Architecture Technology Corporation Automated real-time clearance analysis for air traffic
US20190033862A1 (en) * 2017-07-27 2019-01-31 SkyRyse, Inc. System and method for situational awareness, vehicle control, and/or contingency planning
WO2020118433A1 (fr) * 2018-12-11 2020-06-18 Eagle Aerospace Ltd. Procédé et système pour évaluer des performances d'atterrissage d'aéronef et de mouvement de surface

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALISE DANIELLE MIDTFJORD ET AL: "A Machine Learning Approach to Safer Airplane Landings: Predicting Runway Conditions using Weather and Flight Data", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 1 July 2021 (2021-07-01), XP091010065 *
NIU YADONG ET AL: "Estimation for Runway Friction Coefficient Based on Multi-Sensor Information Fusion and Model Correlation", SENSORS, vol. 20, no. 14, 31 July 2020 (2020-07-31), pages 3886, XP055907808, Retrieved from the Internet <URL:https://www.researchgate.net/publication/342942070_Estimation_for_Runway_Friction_Coefficient_Based_on_Multi-Sensor_Information_Fusion_and_Model_Correlation/fulltext/5f0e738245851512999afe93/Estimation-for-Runway-Friction-Coefficient-Based-on-Multi-Sensor-Information-Fusion-and-Model-Correlation.pdf> [retrieved on 20220404], DOI: 10.3390/s20143886 *

Also Published As

Publication number Publication date
CN117716407A (zh) 2024-03-15
US20240346212A1 (en) 2024-10-17
WO2023007083A1 (fr) 2023-02-02
EP4377941A1 (fr) 2024-06-05

Similar Documents

Publication Publication Date Title
US8116989B2 (en) Device and method for determining a runway state, aircraft comprising such a device and piloting assistance system using that runway state
EP3517442B1 (fr) Méthode de détection de conditions givrantes pour un aéronef par apprentissage automatique supervisé
US20080040152A1 (en) Systems and Methods for Health Management of Single or Multi-Platform Systems
EP3308232A1 (fr) Système et procédé d&#39;inspection automatique de surface
US20200130866A1 (en) Structural usage monitoring system and method
FR2936079A1 (fr) Procede de surveillance de la phase d&#39;atterrissage d&#39;un aeronef.
US20150298817A1 (en) E-taxi predictive performance system
EP2554443A1 (fr) Dispositif et procédé de détermination d&#39;un état de piste, aéronef comprenant un tel dispositif et système d&#39;aide au pilotage exploitant cet état de piste
FR2935521A1 (fr) Procede de verification de la coherence des parametres de decollage d&#39;un aeronef avec une longueur de piste disponible
Calle-Alonso et al. A Bayesian-network-based approach to risk analysis in runway excursions
FR3038750A1 (fr) Procede d&#39;integration d&#39;un nouveau service de navigation dans un systeme avionique embarque a architecture ouverte de type client-serveur, en particulier d&#39;un service de manoeuvre fim
EP1892170B1 (fr) Dispositif de commande régulée de véhicule à précision recentrée
FR2905778A1 (fr) Procede de verification de pertinence d&#39;une valeur de masse d&#39;un aeronef
WO2023007083A1 (fr) Procédé et système de détermination d&#39;un coefficient de friction d&#39;un avion sur une piste d&#39;atterrissage
FR3040371A1 (fr) Procede et dispositif de determination automatique d&#39;un etat de piste.
FR3038751A1 (fr) Procede d&#39;integration d&#39;une application d&#39;optimisation de route (s) sous contraintes dans un systeme embarque avionique a architecture ouverte de type client serveur
Cunillera et al. Real-time train motion parameter estimation using an unscented Kalman filter
FR3026533A1 (fr) Systeme et procede de gestion d&#39;aeroport a l&#39;aide de la duree de turbulence de sillage.
FR3002035A1 (fr) Procede de controle des niveaux de fluide hydraulique dans un aeronef
EP3923104B1 (fr) Procédé et système de contrôle d&#39;un niveau d&#39;endommagement d&#39;au moins une pièce d&#39;aéronef, aéronef associé
FR3020477A1 (fr) Procede et systeme d&#39;ajustement d&#39;une trajectoire de descente d&#39;un aeronef.
WO2022123147A1 (fr) Procede et systeme de determination de conditions de piste d&#39;atterrissage pour aeronefs
WO2021249821A1 (fr) Systeme et methode pour la determination amelioree de parametres de trajectoire d&#39;aeronefs
He et al. Data-driven method for estimating aircraft mass from quick access recorder using aircraft dynamics and multilayer perceptron neural network
Meissner et al. Engine load prediction during take-off for the v2500 engine

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20230203

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4