CN115273560B - 基于延误最小的训运结合机场训练飞行容量计算方法 - Google Patents

基于延误最小的训运结合机场训练飞行容量计算方法 Download PDF

Info

Publication number
CN115273560B
CN115273560B CN202210869932.4A CN202210869932A CN115273560B CN 115273560 B CN115273560 B CN 115273560B CN 202210869932 A CN202210869932 A CN 202210869932A CN 115273560 B CN115273560 B CN 115273560B
Authority
CN
China
Prior art keywords
training
flight
representing
flights
transportation
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
CN202210869932.4A
Other languages
English (en)
Other versions
CN115273560A (zh
Inventor
李明捷
吕晨辉
汪瑜
陈恺
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 Flight University of China
Original Assignee
Civil Aviation Flight 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 Flight University of China filed Critical Civil Aviation Flight University of China
Priority to CN202210869932.4A priority Critical patent/CN115273560B/zh
Publication of CN115273560A publication Critical patent/CN115273560A/zh
Application granted granted Critical
Publication of CN115273560B publication Critical patent/CN115273560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003Flight plan management
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0043Traffic management of multiple aircrafts from the ground
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于延误最小的训运结合机场训练飞行容量计算方法,包括如下步骤:步骤一、将运输时段内所有运输航班按进离场时刻的先后顺序进行排序;步骤二、依次确定两个相邻运输航班间时隙时间长度;步骤三、判断两个相邻运输航班间是否可以穿插训练飞行:如果是,则进入步骤四;如果否,则进入步骤六;步骤四、计算两个相邻运输航班间可用时隙内穿插训练飞行航班的数量;步骤五、计算并输出两个相邻运输航班间可用时隙内训练飞行容量;步骤六、判断是否为最后一架运输航班:如果否,则返回步骤二;如果是,则输出运输时段内的训练飞行容量。采用本发明的计算方法可以使得训运结合机场训练飞行架次增长明显,且对运输航班影响最小。

Description

基于延误最小的训运结合机场训练飞行容量计算方法
技术领域
本发明涉及一种基于延误最小的训运结合机场训练飞行容量计算方法。
背景技术
飞行训练作为日常性的基础任务对每位学员飞行质量的提高起着至关重要的作用。近年来,由于航班量的急速增长导致训运结合机场飞行训练受限,为保证在训运结合机场运输航班不受影响的情况下顺利开展飞行训练,需要根据训运结合机场实际航班时刻及运行环境科学合理的安排各时间段飞行训练航班。
目前对于跑道容量评估的研究相对成熟,国内学者多从起降间隔方面研究跑道容量评估模型,如沈志远等学者在考虑尾流的影响,构建了侧向双跑道***的跑道容量理论计算模型。李直霖等学者基于构建的三跑道机场跑道容量模型,将航空器尾流间隔作为提升跑道***容量的关键因素进行分析,得出基于尾流间隔的机场跑道容量模型。***等学者结合运行规则,建立了近距平行跑道高角度进近与传统进近相结合下的典型跑道着陆、起飞和混合运行时的跑道容量计算模型。除去起降间隔,跑道构型也是容量评估的研究热点,康瑞等学者通过细化航空器起降滑行、滑跑过程,定义降落减速及跑道脱离规则,引入管制规定,构造考虑脱离道构型的机场容量评估模型。周心阳等学者针对交叉跑道新形式,在MANTEA(机场容量与延误模型)的理论基础上,提出了适用于交叉跑道的跑道容量评估方法。然而关于训练飞行跑道容量评估的研究较少,F.A.Cetek等学者建立了一个实用的离散事件仿真模型,分析不同运行场景下训练飞行的机场跑道服务能力。张林影等学者考虑训练飞行目视间隔对起飞间隔的影响,建立了起落航线训练目视飞行下的跑道容量评估模型。骆菁菁基于目视本场训练和仪表转场训练着陆时间间隔构建了训练机场跑道容量评估模型。宫献鑫在分析跑道容量影响因素的基础上,运用时空分析法建立了目视进近与目视间隔下的通用机场跑道容量评估模型。
总体而言,针对跑道容量评估的研究仅考虑运输航班或训练飞行航班单一类型的跑道容量,忽视了训运结合机场的实际运行环境以及训练飞行对运输航班的影响。训练飞行的运行规则以及尾流间隔标准等与运输航班存在较大差异,且训练飞行原则上需要避让运输航班,不能干扰运输航班正常运行。因此训运结合机场需要在保证不断增长的航班正常运行的情况下来合理安排训练飞行航班,有利于提高训运结合机场运行效率、飞行训练质量。
发明内容
为了克服现有技术的上述缺点,本发明提出了一种基于延误最小的训运结合机场训练飞行容量计算方法,旨在提高训练飞行质量,同时尽可能减少训练飞行对训运结合机场运输航班运行的影响。
本发明解决其技术问题所采用的技术方案是:一种基于延误最小的训运结合机场训练飞行容量计算方法,包括如下步骤:
步骤一、将运输时段内所有运输航班按进离场时刻的先后顺序进行排序;
步骤二、依次确定两个相邻运输航班间时隙时间长度;
步骤三、判断两个相邻运输航班间是否可以穿插训练飞行:如果是,则进入步骤四;如果否,则进入步骤六;
步骤四、计算两个相邻运输航班间可用时隙内穿插训练飞行航班的数量;
步骤五、计算并输出两个相邻运输航班间可用时隙内训练飞行容量;
步骤六、判断是否为最后一架运输航班:如果否,则返回步骤二;如果是,则进入步骤七;
步骤七、输出运输时段内的训练飞行容量。
与现有技术相比,本发明的积极效果是:
民航业迅速发展,航班量不断增长是未来必然趋势,训运结合机场合理安排训练飞行和保障运输航班正常运行不仅关乎机场运营发展,对于我国飞行学员的培养也具有重要意义。本发明提出了考虑训运结合机场实际运行环境下的训练飞行容量计算模型,该模型首先计算时间段内运输航班运行可用时隙,确定了各时间段内训练飞行可用时隙。其次计算可用时隙内可穿插训练飞行架次。最后结合某训运结合机场进行了算例分析和仿真验证,仿真结果表明:训运结合机场训练飞行架次增长明显,且对运输航班影响最小,机场运行延误没有明显增长,因此本发明模型在实际运用中具有较高可适用性。
附图说明
本发明将参照附图的方式说明,其中:
图1为训练飞行容量评估模型流程图;
图2为穿插训练飞行航班前各时段航班量;
图3为穿插训练飞行航班后各时段航班量;
图4为训练飞行航班增量10%后各时段航班量;
图5为训练飞行航班增量20%后各时段航班量;
图6为训练飞行航班增量30%后各时段航班量。
具体实施方式
一种基于延误最小的训运结合机场训练飞行容量计算方法,包括如下内容:
1训练飞行航班跑道容量评估模型的建立
跑道容量数学模型主要考虑因素包括:跑道结构、布局和使用策略,跑道与滑行道的构型,进离场航线产生的管制约束,尾流间隔设置,进近速度,着陆飞机的跑道占用时间、起飞流/到达流混合比例、机队混杂比例等。
跑道容量定义为单位时间内跑道能服务的最大航空器架次。跑道容量一般用对所有类型的航空器服务时间的加权平均值表示。
相关的参数如下:
C:跑道容量;
E[h]:跑道平均服务时间;
pij:j型航空器尾随i型航空器的概率;
Tij:当j型航空器尾随型i航空器时,它们之间的时间间隔。
M:可用于训练飞行的时间;
对于pij,统计机场飞行训练各机型所占比例,设值分别为a%、b%、c%(a%+b%+c%=1)。pij中前后机型i、j分别对应机型比例所占比例为I%、J%,则pij=I%+J%。
1.1进场训练飞行航班数学模型
根据不同训练机型的最后进近速度不同,把相邻进场航空器(j型航空器尾随i型航空器)先后进场的情况分为以下两种,分别计算它们的时间间隔:
(1)Vi>Vj,即前机速度大于后机速度;
(2)Vi≤Vj,即前机速度小于等于后机速度;
当Vi>Vj时,两训练航空器的时间间隔为:
考虑到管制员与飞行员的反应时间,需要加入一个缓冲时间Bij,其计算公式为:
或Bij=0(如果Bij<0)
当Vi≤Vj时,两训练航空器间的时间间隔:
Bij=σ0qv
将数值带入下式,
得到进场训练飞行航班时间间隔的加权平均值(即,进场训练飞行航班的跑道平均服务时间),可以得到进场的容量为:
1.2离场训练飞行航班数学模型
根据不同训练机型的起飞爬升速度不同,计算它们的时间间隔:
考虑到管制员与飞行员的反应时间,需要加入一个缓冲时间Bij,其计算公式为:
Bij=σ0qv
将数值带入下式,
得到离场训练飞行航班时间间隔的加权平均值(即,离场训练飞行航班的跑道平均服务时间),可以得到离场的容量为:
1.3混合训练飞行航班容量
根据训练飞行起降比例计算混合训练飞行跑道容量。
Tmix=ParrivalsTij+PdeparturesT’ij
考虑到管制员与飞行员的反应时间,需要加入一个缓冲时间Bij,其计算公式为:
Bij=σ0qv
将数值带入下式,
得到混合起降训练飞行航班时间间隔的加权平均值(即,混合起降训练飞行航班的跑道平均服务时间),可以得到混合起降训练飞行的容量为:
相关的参数如下:
Cmix:跑道混合起降容量;
Carrivals:跑道进场容量;
Cdepartures:跑道离场容量;
M:可用于训练飞行的时间;
Vi:前机i最后进近速度;
Vj:后机j最后进近速度;
Vi':前机i离场爬升速度;
ROTi:机型i的跑道平均占用时间;
δij:两架相邻进场航空器最小距离间隔;
δij':两架相邻离场航空器最小距离间隔;
γ:最后进近定位点距跑道入口的距离;
Bij:缓冲时间;
Tij:相邻进场航空器机型j与机型i的时间间隔;
T'ij:相邻离场航空器机型j与机型i的时间间隔;
Tmix:相邻混合进离场训练飞行的时间间隔;
pij:两架连续的航空器,前机为i,后机为j的比例;
Parrivals:进场训练飞行航空器的比例;
Pdepartures:离场训练飞行航空器的比例;
σ0:飞行员动作强度系数;
qv:管制员平均工作负荷。
2实际运行环境下训练飞行可用时隙计算模型
飞行学员在训运结合机场进行转场飞行训练时,应尽可能不影响该机场正常运输航班运行。因此计算训练飞行容量时需要计算在不影响机场正常运输航班的基础上训练飞行可用时间。可用时间的计算主要考虑因素包括:运输航班与训练飞行航班在进离场时产生的管制约束,尾流间隔标准,进近速度,着陆飞机的跑道占用时间、起飞流/到达流混合比例、机队混杂比例等。
[t1,t2]:为机场某一时间段,t1为机场某一时段开始时刻,t2为机场某一时段结束时刻。
不同时段内训运结合机场的运输航班运行数量及航班计划时间分布也有差异,因此在计算训练飞行航班容量时需要分时段分析计算。首先对训运结合机场某一时段的运行环境进行分析。
将t1,t2以及所有运输航班的进离场时刻xak按照时间先后顺序进行排序,计算运输航班时刻间的可用时间。运输航班间是否可以穿插训练飞行必须满足:
M≥min(E[Tmix+Bij],E[T'ij+Bij],E[Tij+Bij])
其中:
M=(xa+1,k-xa,k)-M-M
式中:
(1)M分为以下两种情况:
1)运输航班为进场航班时,对前方训练飞行航班的影响:
2)运输航班为离场航班,对前方训练飞行航班的影响:
(2)M分为以下两种情况:
1)运输航班为进场航班,对后方训练飞行航班的影响:
2)运输航班为离场航班,对后方训练飞行航班的影响:
相关的参数如下:
xak:表示机型为k的第a个运输航班进离场时刻,若第a个运输航班为[t1,t2]内第一个航班,则在计算公式中xa-1,k=t1,M=0;同理,若第a个运输航班为[t1,t2]内最后一个航班,则在计算公式中xa+1,k=t2,M=0;
pi:训练飞行i机型的比例;
M:可用于训练飞行的时间;
M:运输航班对前方训练飞行航班的影响;
M:运输航班对后方训练飞行航班的影响;
Parrivals:进场训练飞行航空器的比例;
Pdepartures:离场训练飞行航空器的比例;
τik:表示起飞/到达航空器的最小时间间隔。
3实例评估及仿真验证
3.1实例评估
选取某训运结合机场2022年7月1日的运输航班时刻表,共计28架次进场航班,32架次离场航班,计算各时间段内训练飞行容量。原始航班信息中包含航班号、机型、机号、机位、计划起飞时间、计划着陆时间。该机场训练飞行进离场比例为1:1,机型包括塞斯纳C-172(初级教练机)、钻石DA42(中级教练机)、塞斯纳C-525(高级教练机)。根据该机场实际运行环境下的各项标准,设置如下参数:
表1计算模型参数设置
训练飞行容量评估模型流程如图1所示,包括如下步骤:
步骤一、将运输时段内所有运输航班按进离场时刻的先后顺序进行排序;
步骤二、依次确定两个相邻运输航班间的可用时隙;
步骤三、判断两个相邻运输航班间是否可以穿插训练飞行:如果是,则进入步骤四;如果否,则进入步骤六;
步骤四、计算可用时隙内穿插训练飞行航班的数量;
步骤五、计算并输出可用时隙内训练飞行容量;
步骤六、判断是否为最后一架运输航班:如果否,则返回步骤二;如果是,则进入步骤七;
步骤七、输出运输时段内的训练飞行容量。
根据模型计算结果表明,该机场训练飞行航班架次从实际运行20架次可增加至54架次。各时间段训练飞行容量结果如表2所示(因为23:00至次日6:00没有航班,因此不在计算范围内)。
表2各时段训练飞行容量计算结果
3.2基于SIMMOD的训练架次仿真模拟
本文运用simmod仿真软件对研究案例计算结果进行验证。按照该机场实际运行环境设置仿真模型参数。重点分析训练飞行穿插前后各项关键指标变化情况,以及将训练飞行容量增量10%、20%、30%后各项关键指标变化情况。各时间段运输航班与训练飞行航班量数据如图2至图6所示。
3.3评估结果汇总与分析
表3各种场景下关键指标对比表
由表3可知,穿插计算容量训练飞行后机场各关键指标变化较小,且各项延误指标随着增量比例的增加也在逐步增大。因为飞行训练不能干扰运输航班正常运行,因此在穿插训练飞行时各项关键指标应维持不变或变化幅度较小。故本发明模型计算结果准确、合理。
本发明结合训运结合机场运行特点,提出基于延误最小的的通航训练容量评估模型。首先建立训练飞行跑道容量评估模型,得出训练飞行跑道平均服务时间。然后建立运输飞机运行环境下训练飞行可用时隙模型,得到各时间段内可以穿插训练飞行的可用时隙,计算各可用时隙内穿插训练飞行架次。最后运用Simmod仿真软件,以全天平均延误、高峰小时平均延误作为关键指标,得出训练飞行容量变化趋势。仿真结果表明:训练飞行容量评估结果在保证延误最小情况下,使得机场训练飞行架次数量提升270%。

Claims (10)

1.一种基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:包括如下步骤:
步骤一、将运输时段内所有运输航班按进离场时刻的先后顺序进行排序;
步骤二、依次确定两个相邻运输航班间时隙时间长度;
步骤三、判断两个相邻运输航班间是否可以穿插训练飞行:如果是,则进入步骤四;如果否,则进入步骤六;
步骤四、计算两个相邻运输航班间可用时隙内穿插训练飞行航班的数量;
步骤五、计算并输出两个相邻运输航班间可用时隙内训练飞行容量;
步骤六、判断是否为最后一架运输航班:如果否,则返回步骤二;如果是,则进入步骤七;
步骤七、输出运输时段内的训练飞行容量。
2.根据权利要求1所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:步骤三所述判断两个相邻运输航班间是否可以穿插训练飞行的方法包括如下步骤:
第一步、计算两个相邻运输航班间可用于训练飞行的时间M;
第二步、判断是否满足M≥min(E[Tmix+Bij],E[T'ij+Bij],E[Tij+Bij]),
式中,E[Tmix+Bij],E[T′ij+Bij],E[Tij+Bij]分别表示进场,离场,混合起降训练飞行航班的跑道平均服务时间,如果是,则两个相邻运输航班间可以穿插训练飞行;如果否,则两个相邻运输航班间不能穿插训练飞行。
3.根据权利要求2所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:按如下公式计算两个相邻运输航班间可用于训练飞行的时间M:
M=(xa+1,k-xa,k)-M-M
式中,xa+1,k和xa,k分别表示第a+1个和第a个运输航班的进离场时刻,k表示航班机型;若第a+1个运输航班为运输时段[t1,t2]内第一个航班,则xa,k=t1,M=0;若第a个运输航班为[t1,t2]内最后一个航班,则xa+1,k=t2,M=0;M表示运输航班对前方训练飞行航班的影响;M表示运输航班对后方训练飞行航班的影响。
4.根据权利要求3所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:M按如下公式计算得到:
1)当运输航班为进场航班时:
2)当运输航班为离场航班时:
式中,pi表示训练飞行i机型的比例;Parrivals表示进场训练飞行航空器的比例;Pdepartures表示离场训练飞行航空器的比例;τik:表示起飞/到达航空器的最小时间间隔;Tik表示相邻航空器机型k与机型i的时间间隔;Vi表示机型i最后进近速度;ROTi表示机型i的跑道平均占用时间;δij、δij'分别表示两架相邻进场、离场航空器最小距离间隔。
5.根据权利要求3所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:M按如下公式计算得到:
1)运输航班为进场航班时:
2)运输航班为离场航班时:
式中,pi表示训练飞行i机型的比例;Parrivals表示进场训练飞行航空器的比例;Pdepartures表示离场训练飞行航空器的比例;τik:表示起飞/到达航空器的最小时间间隔;Tik表示相邻航空器机型k与机型i的时间间隔;Vi表示机型i最后进近速度;ROTi表示机型i的跑道平均占用时间;δij、δij'分别表示两架相邻进场、离场航空器最小距离间隔;γ表示最后进近定位点距跑道入口的距离。
6.根据权利要求2所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:训练飞行容量包括:
(1)进场跑道容量Carrivals,按如下公式进行计算:
(2)离场跑道容量Cdepartures,按如下公式进行计算:
(3)混合起降跑道容量Cmix,按如下公式进行计算:
7.根据权利要求6所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:进场训练飞行航班的跑道平均服务时间按如下公式计算得到:
式中,pij表示两架连续的航空器,前机为i,后机为j的比例;Tij表示相邻进场航空器前机为i,后机为j的时间间隔;Bij为缓冲时间;其中:
1)当Vi>Vj时:
2)当Vi≤Vj时:
Bij=σ0qv
式中:Vi、Vj分别表示前机i、后机j的最后进近速度;δij表示两架相邻进场航空器最小距离间隔;γ表示最后进近定位点距跑道入口的距离;ROTi表示机型i的跑道平均占用时间;σ0表示飞行员动作强度系数;qv表示管制员平均工作负荷。
8.根据权利要求7所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:当Vi>Vj时,若计算出的Bij小于0,则令Bij=0。
9.根据权利要求6所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:离场训练飞行航班的跑道平均服务时间按如下公式计算得到:
式中,pij表示两架连续的航空器,前机为i,后机为j的比例;T'ij表示相邻离场航空器前机为i,后机为j的时间间隔;Bij为缓冲时间;其中:
Bij=σ0qv
式中,Vi'表示前机i离场爬升速度;δij'表示两架相邻离场航空器最小距离间隔;ROTi表示机型i的跑道平均占用时间;σ0表示飞行员动作强度系数;qv表示管制员平均工作负荷。
10.根据权利要求6所述的基于延误最小的训运结合机场训练飞行容量计算方法,其特征在于:混合起降训练飞行航班的跑道平均服务时间按如下公式计算得到:
式中,pij表示两架连续的航空器,前机为i,后机为j的比例;Tmix表示相邻混合进离场训练飞行的时间间隔;Bij为缓冲时间;其中:
Tmix=ParrivalsTij+PdeparturesT’ij
Bij=σ0qv
式中,Tij、T'ij分别表示相邻进场、离场航空器机型j与机型i的时间间隔;Parrivals、Pdepartures分别进场、离场训练飞行航空器的比例;σ0表示飞行员动作强度系数;qv表示管制员平均工作负荷。
CN202210869932.4A 2022-07-22 2022-07-22 基于延误最小的训运结合机场训练飞行容量计算方法 Active CN115273560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210869932.4A CN115273560B (zh) 2022-07-22 2022-07-22 基于延误最小的训运结合机场训练飞行容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210869932.4A CN115273560B (zh) 2022-07-22 2022-07-22 基于延误最小的训运结合机场训练飞行容量计算方法

Publications (2)

Publication Number Publication Date
CN115273560A CN115273560A (zh) 2022-11-01
CN115273560B true CN115273560B (zh) 2023-08-18

Family

ID=83769270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210869932.4A Active CN115273560B (zh) 2022-07-22 2022-07-22 基于延误最小的训运结合机场训练飞行容量计算方法

Country Status (1)

Country Link
CN (1) CN115273560B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422208B (zh) * 2023-12-18 2024-03-22 南京莱斯信息技术股份有限公司 跨境航班协调国内机场无可用时隙时分配建议时刻的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023068A (zh) * 2015-08-06 2015-11-04 北京航空航天大学 一种基于规则挖掘的航班进离场协同调度方法
CN106066906A (zh) * 2016-05-26 2016-11-02 中国民航大学 一种基于随机模拟的平行跑道容量计算方法
CN106469349A (zh) * 2016-08-30 2017-03-01 中国民航科学技术研究院 一种多跑道***航班容量的数学模型评估方法
CN107067823A (zh) * 2017-02-28 2017-08-18 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种近距平行跑道容量的计算方法和装置
CN107393348A (zh) * 2017-07-10 2017-11-24 南京航空航天大学 一种信息共享机制下的进离场航班协同排序方法
CN112307624A (zh) * 2020-10-31 2021-02-02 中国民用航空飞行学院 一种快速制定近距平行跑道机场绕滑运行策略的方法
CN113808439A (zh) * 2021-08-23 2021-12-17 南京莱斯信息技术股份有限公司 航班流量管理体系下的离场排序方法
CN114664119A (zh) * 2022-03-09 2022-06-24 南京航空航天大学 一种航班跑道排序与优化调度方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6789011B2 (en) * 1999-04-16 2004-09-07 R. Michael Baiada Method and system for allocating aircraft arrival/departure slot times
GB2584625A (en) * 2019-05-28 2020-12-16 Sita Information Networking Computing Uk Ltd System and method for flight arrival time prediction

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023068A (zh) * 2015-08-06 2015-11-04 北京航空航天大学 一种基于规则挖掘的航班进离场协同调度方法
CN106066906A (zh) * 2016-05-26 2016-11-02 中国民航大学 一种基于随机模拟的平行跑道容量计算方法
CN106469349A (zh) * 2016-08-30 2017-03-01 中国民航科学技术研究院 一种多跑道***航班容量的数学模型评估方法
CN107067823A (zh) * 2017-02-28 2017-08-18 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种近距平行跑道容量的计算方法和装置
CN107393348A (zh) * 2017-07-10 2017-11-24 南京航空航天大学 一种信息共享机制下的进离场航班协同排序方法
CN112307624A (zh) * 2020-10-31 2021-02-02 中国民用航空飞行学院 一种快速制定近距平行跑道机场绕滑运行策略的方法
CN113808439A (zh) * 2021-08-23 2021-12-17 南京莱斯信息技术股份有限公司 航班流量管理体系下的离场排序方法
CN114664119A (zh) * 2022-03-09 2022-06-24 南京航空航天大学 一种航班跑道排序与优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李明捷 ; 吕晨辉,.运输航空 地面事故征候风险评估 方法研究.航空计算技术.2021,32-36. *

Also Published As

Publication number Publication date
CN115273560A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
Aktürk et al. Aircraft rescheduling with cruise speed control
CN109493644B (zh) 一种基于历史航迹数据挖掘的四维航迹推测方法
Bennell et al. Airport runway scheduling
CN107704949B (zh) 基于历史数据驱动的航班进离场调度优化方法及***
CN104156594B (zh) 一种基于贝叶斯网的航班过站时间动态估计方法
CN110060513A (zh) 基于历史轨迹数据的空中交通管制员工作负荷评估方法
CN115273560B (zh) 基于延误最小的训运结合机场训练飞行容量计算方法
CN105023068A (zh) 一种基于规则挖掘的航班进离场协同调度方法
CN104156805B (zh) 一种基于概率分布的航段运行时间计算方法
CN105931526B (zh) 一种基于真实ads-b的空中交通管制模拟训练***
CN101582203A (zh) 一种空域运行仿真中飞行流引擎的实现***及方法
CN105825013A (zh) 一种基于离散事件***的航空指挥保障优化方法
CN107341620B (zh) 基于bada燃油消耗率的短期天气下进场航班延误成本计算方法
CN114781704A (zh) 一种基于过站航班保障流程的航班延误预测方法
Bosson et al. Optimizing integrated terminal airspace operations under uncertainty
CN109902924A (zh) 一种军用机场单跑道训练容量评估方法
CN113793047A (zh) 一种飞行员合作交流能力测评方法和装置
CN115662121B (zh) 混行信控交叉口以排队方式估算通行能力上下限的方法
CN113326568B (zh) 一种基于时间间隔标准改善机场跑道容量的方法
Chao et al. Simulation study on airfield system capacity analysis using SIMMOD
CN113409619B (zh) 一种基于元胞自动机的航班调度方法、***及存储介质
CN104898424B (zh) 一种飞机推出模糊滑模控制方法
CN113160637A (zh) 模拟飞行员工位***
CN108074421A (zh) 一种基于时间的终端区进场效率测度方法
Barrer et al. Analyzing the runway capacity of complex airports

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