关于大型机场航空器地面滑行路径最短的浅析

关于大型机场航空器地面滑行路径最短的浅析

范烺,马萍

首都经济贸易大学 北京100070 

摘要：近几年随着旅客出行量的不断增长，机场场面运行规模的不断扩大，飞机延误情况并未得到有效改善。航空器在滑行过程中会面临各种延误情况，从而导致乘客登机后飞机滑行时间延长。

除去恶劣天气、突发事件等特殊因素影响，为减少乘客的平均延误时间以满足乘客的正常通行，本文以满足乘客出行需求为目标，计划减少飞机从自身远机位或廊桥滑行至跑道端的滑行时间，同时减少飞机滑行过程中遇到的滑行冲突点，从而实现乘客平均滑行时间最短的目标。

关键词:路径优化、平均滑行时间、滑行冲突、大型机场

1引言

1.1研究背景及研究意义

随着人口数量的不断增长，人们对于出行便利的需求愈发强烈。近几年我国民航业运输业保持增长趋势。2022年，民航业完成运输总周转量599.3亿吨公里、旅客运输量2.5亿人次、货邮吞吐量607.6万吨。2023年，民航业将按照安全第一、市场主导、保障先行的原则，力争完成运输总周转量976亿吨公里，旅客运输量4.6亿人次，货邮运输量617万吨。同时，结合民航局《“十四五” 民航绿色发展专项规划》，我国人口数量不断增长，民航运输市场需求潜力巨大，能源消费和排放将刚性增长，实现民航绿色转型、全面脱碳时间紧、难度大、任务重[1]。

飞机延误是导致航空器滑行时间变长的重要因素之一。飞机延误情况包括空中交通延误和地面运行延误，空中交通延误涉及因素有：扇区划分数量多、交通管制限制、天气恶劣、部分飞机延误等，这些因素大多为环境影响，不受人为因素影响。此外，机场布局的复杂化也使地面交通管制受到影响。

1.2国内外研究现状

国内外在航班路径优化方面普遍采用改进的蚁群算法、粒子群算法，A*路径规划算法、遗传算法、分支界定算法，花授粉算法等等。

其中蚁群算法具有很强的鲁棒性，可以在问题空间的多点独立进行解搜索但搜索时间长。粒子群算法采用迭代思想，通过全局极值更新自己，搜索速度快却在速度调节上不够灵活。A*路径规划算法能够有效求解路径最短问题，容易实现但算法效率依赖启发函数的选择。遗传算法鲁棒性高，易与其他算法结合但易陷入局部最优。花授粉算法与粒子群算法类似，也存在易陷入局部最优且后期收敛速度慢等缺点，但改进后稳定性、收敛速度优于普通算法。本文确定将改进的花授粉算法引入模型中。

2航空器滑行路径相关概念

2.1机场场面运行系统基本概念

（1）停机坪：供飞机等待起飞或着陆用的场地。

（2）滑行道：滑行道属于机场重要地面设施，它是位于机场内可供飞机滑行的规定通道。滑行道包括进口滑行道、 出口滑行道 (含快速出口滑行道)、 穿越滑行道、绕行滑行道、平行滑行道、垂直联络滑行道、机坪滑行道和机位滑行通道等。其主要功能是提供一条从跑道到候机楼区的通道，使已着陆的飞机能够迅速脱离跑道，避免影响飞机着陆。

（3）机场跑道：指在机场内可供航空飞行器起飞或降落的超长条形区域，其材质可为沥青、混凝土、弄平的草、土、碎石地面和水面等。

（4）近机位：靠近航站楼候机厅、由旅客登机桥连接的停机位，也是能通过廊桥直接登机的机位。

（5）远机位：通过摆渡车运输旅客登机的机位。

2.2航空器滑行延误具体因素

（1）选择滑行路径：进入滑行道系统的航班如果接收到地面管制员发布的滑行指令，航班要严格遵守预定滑行路径和避让冲突的指令，国内将其转化为寻找最优时间序列问题。如果航空器的滑行路径没有限制因素，则构成一个动态路径规划问题，在实际应用中一般不采用这种方式。除去这两种情况，国内通常预先定义好每架航空器的路径集合，借助自动化设备并使用某种算法找到合适的路径。

（2）航空器的间隔条件：不同滑行道对应着不同的航空器翼展限制，当滑行道翼展限制不同时，固定机位停用。满足尾流间隔标准，即为避免尾流影响而规定的航空器间配备的间隔。

（3）冲突地带注意条件：遇到交叉区域，着陆航空器的滑行道使用存在一定限制，以避免和其他航空器产生冲突。

（4）航空器滑行速度：航空器在滑行道滑行时应当按照指定的滑行路线滑行，速度不能超过 50km/h，并且不能超越前方正在滑行的航空器。在障碍物附近滑行时航空器速度不能超过15千米/小时，要保证航空器随时能停住；当航空器翼尖距离障碍物小于安全净距离时，应当有专人引导或者停止滑行[2]。

（5）滑行道冲突：遵循滑行路径固定、单项、顺序、循环的原则，航空器在滑行过程中会遇到对头冲突、追尾冲突和交叉冲突[3]。

3机场地面滑行路径优化模型

3.1滑行路径优化模型的建立

假设研究期间航班的最早推出时间、离场航班的跑道、离场航班的预计起飞时间已确定、离场航班地面平均滑行时间为50km/h，天气正常，空域流量无约束，可以根据机场平均航班人数和滑行过程中遇到冲突点导致的滑行延误时间确定目标函数，本文目标函数定义为航班总滑行时间最短。

结论：

本文的研究着重于优化滑行路径，考虑了飞机的各种延误情况，讨论了各类算法的优异并确定适合本文研究对象的算法。本文的算法是在传统花授粉的基础上进行改进并应用到后续的模型中。本文研究模型具有普适性特点，系统考虑到建立模型过程中的各种约束条件，在此基础上使得目标函数最小化，能满足实际需求。

参考文献：

[1]“ 十四五” 民航绿色发展专项规划.pdf

[2]冯程. 机场场面运行优化及容量评估技术研究[D].南京航空航天大学,2013

[3]徐磊. 航班滑行路径和推出时刻优化研究[D].南京航空航天大学,2020