基于数字孪生的航班延误时间预测方法

为了更加准确和高效地预测大面积航班延误时间,提出了基于数字孪生的航班延误时间预测方法。首先,从航班链整体的角度出发,依据航班运行业务特点和数字孪生技术特征设计了航班链数字孪生系统框架,综合航班链全生命周期内相关航班和机场的运行状态特征;其次,基于Fastformer和GraphSAGE模型设计了航班链时空特征提取模型(ST-Former),充分挖掘航班之间的时空关联特征。实验表明,该方法预测效率和准确度显著提升,平均预测误差在3 min左右。

机场群场面碳排放时空特征和驱动因素分析

以减少场面碳排放为目标,为航空器滑行路径优化提供理论依据,对川渝地区机场群场面碳排放量的时空特征及驱动因素进行了分析,并提出相应的减排策略。基于历史航班数据采用局部空间关联指数时间路径模型对机场群场面碳排放的时空特征进行了分析,得出机场群场面碳排放的空间结构动态趋势;利用对数平均狄氏指数分解法对天府机场场面碳排放的驱动因素进行驱动效应分析,得到场面碳排放受客均座位数和城市连通数作用显著的结论。所提方法为机场场面滑行路径优化以及航班时刻的合理调整提供了理论研究基础,也可为机场相关单位提供节能减排策略的依据。

“低慢小”无人机目标威胁分析与反制技术研究

“低慢小”无人机飞行高度低、飞行速度慢、雷达反射面积小的特点,使“低慢小”无人机的反制工作处于发现难、追踪难、捕捉难、处置难的“四难”境地。在消费级民用机无人机数量激增的时代背景下,本文针对无人机对国家机关、交通枢纽、大型集会活动、军队驻地、重大活动、重点区域的安全保卫工作严重威胁进行分类分析,总结研究世界各国先进无人机反制手段,展望无人机反制技术发展趋势。

循证训练理念下签派员技能全生命周期全动模拟机融合训练研究

为了培养高素质签派员队伍,借鉴飞行员技能全生命周期管理(PLM)体系建设相关理论,结合试点开展的“飞行员-签派员”融合训练,梳理其实施的可行性和必要性,探索签派员整个职业生涯岗位胜任力提升的实施路径。基于循证训练(EBT)理念总结“飞行员-签派员”融合训练的保障机制,为优化签派员训练模式提供参考。

民航中小机场运行风险管控措施效能评估研究

机场作为关键的交通枢纽和经济引擎,必须实施安全风险管理,以确保其安全运营,为此,提出了危险源管控措施效能评估模型。采集多个机场的危险源数据,对其进行量化分析;利用GloVe将管控措施文本处理成词向量,通过文本卷积神经网络(TextCNN)模型,评估出风险管控措施的效果。通过对比实验,确定危险源管控措施效能评估模型的优劣。结果表明基于TextCNN的效能评估模型的准确率达到74.36%,而基于TextRNN的模型为69.24%。因此,TextCNN更适合用于此类评估任务。本研究为机场管理部门提供了一个新的视角和方法,以更有效地评估和管理各种危险源,从而提升整个机场的安全性能。

西南某机场跑道沉降预测模型

机场道面沉降,严重影响机场安全运行。准确预测跑道工后沉降,对机场的建设与运行极为重要。以西南某机场跑道沉降变形的观测数据为依据,分别用双曲线模型、对数模型、指数模型以及灰色预测模型,对跑道沉降进行预测和对比分析,解决了小样本数下曲线预测精度较低及灰色模型对非线性预测准确度差等问题,提高了预测的精度;同时通过BP神经网络对组合预测模型的残差进行修正,最大限度地提高模型预测的精度和效果,为地基沉降预测提供借鉴。

多模态情感视角:民航旅客异常行为预警研究

通过构建基于多模态情感计算的民航旅客异常行为预警模型,使用GEMEP语料库中音视频数据模拟旅客可能出现的异常行为,在对面部表情、肢体姿态和语音三模态数据识别后,采取赋予各模态情感识别模型权重和赋予各模态情感识别模型中不同情感权重两种决策级融合方法,感知旅客生气、厌恶、焦虑、害怕、悲伤等5类情感,并依据判定结果实现异常行为分级预警。研究发现,赋予各模态情感识别模型中不同情感权重的方法为最优情感计算模型,能够有效识别旅客存在潜在异常行为的相关情感,其整体识别准确率达到了82.76%。其中,生气、厌恶、焦虑、害怕、悲伤5类情感识别准确率分别为81.9%、78.5%、81.3%、83.2%、81.7%。

基于证据理论的机场应急预案评价研究

为解决应急预案评价中不确定性带来的影响,提出一种基于证据理论的机场应急预案评价方法。首先,基于全过程视角构建机场应急预案评价指标体系;然后,基于证据理论建立机场应急预案评价模型,采用层次分析法确定指标权重,将专家模糊评语转化为Mass函数,利用改进证据理论对Mass函数进行修正并合成;最后,结合各指标权重进行综合评价确定评价等级。将该方法成功运用于深圳宝安机场应急预案评价,验证了其有效性和可行性。

基于Transformer-GRU网络的4D航迹预测

航空器的4D航迹预测作为基于航迹运行(TBO)的关键技术之一具有非常重要的意义。基于Transformer-GRU(T-GRU)网络,提出了一种新的航迹预测方法,结合Adamax优化器实现了4D航迹预测。利用Transformer网络的自注意力机制对输入序列进行建模,通过GRU网络获取时序数据的特征;对原始航迹数据进行重采样插值和中值滤波等预处理,以便消除数据缺失和异常值等对预测的影响;通过E E、E AT、E CT、E A等误差指标对实验结果进行评价,并与其他常用的航迹预测方法进行对比。研究结果表明:与传统深度学习方法相比,基于T-GRU网络的4D航迹预测模型在航迹预测中具有更高的准确性和鲁棒性。

机场飞行区多层异质链序风险传播模型研究

为探究机场飞行区风险发生机制及风险传播特性,增强机场飞行区安全管控能力,采用复杂网络理论,依据风险致因间的因果链序关系,构建多层异质网络风险传播模型。采用多层次因果图(AcciMap)理论分析机场飞行区运行风险传播的致因链;基于风险致因特征构建3层异质风险传播网络并根据网络特征设计概率-触发传播模型、容量-阻抗传播模型、容量-负荷传播模型;利用复杂网络理论设计风险传播评价指标,对风险网络传播特征进行分析。结果表明:多层风险网络中节点风险传播能力与节点度弱相关,节点风险灵敏指数可提升风险节点排序准确性;对风险灵敏度指数排序前15%的节点进行风险控制,可有效降低风险扩散近32%;网络风险传播结构存在高连通和松散状态,对风险扩散指数排序前15%的节点进行控制,可以有效降低网络结构鲁棒性指数使风险网络结构由高连通进入到松散状态;所建模型可有效识别风险扩散过程并进行精准控制,以提升机场飞行区风险控制水平。

基于多维空间的航路利用率

航路利用率表征了空域中航路的利用情况,通过计算航路利用率可以实现对空域资源进行更合理、高效的利用。为了更加准确地计算给定时间段内固定航路的利用率,通过构建抽象的三维空间,提出了一种基于多维空间的航路利用率计算方法。在考虑时间和空间两个角度之间的相互联系有了突破,从时间、航路、高度层三个维度建立航路时空利用率计算模型计算航路时空利用率,结合航路容量利用率,从时间、空间、容量三个角度出发,建立了航路利用率计算模型。最后通过算例分析计算得到某一空域四条航路的利用率。

恶劣天气下机场离场航班运行韧性评估及恢复

为保障恶劣天气下机场整体性能,科学评估机场离场航班运行韧性,提高航班恢复能力,从而有效缓解天气的影响。给出机场离场航班运行定义,从机场离场航班运行系统性能出发,分析航班离场延误时间、离场总延误时间、离场航班正常率和机场离场航班运行系统综合韧性指数4个指标,对系统在恶劣天气条件下的韧性变化进行评估;提出机场离场航班运行系统性能恢复策略,利用遗传算法对离场延误航班进行优化排序;以2012年北京首都国际机场“721”特大暴雨事件为实例进行数据分析,得到暴雨影响下首都机场的性能指标和韧性指数,对比分析机场离场航班运行系统性能及韧性水平变化。研究结果表明:受暴雨影响,机场离场航班运行系统综合韧性指数由0.457 3下降到0.062 8,暴雨减小后上升到0.222 3;在进行航班优化排序后,离场航班总延误时间减少了24.85%,优化后机场性能恢复速度提升了13.89%,优化后的机场离场航班运行系统最小韧性指数提升了13.38%,系统性能优先恢复至初始状态,表明所提恢复策略有效。

空中交通CPS结构特性及韧性评估

针对空中交通体系结构复杂、耦合性强、脆弱性高的特点,为缓解因受扰导致的级联失效现象,对其结构韧性进行研究。建立了空中交通信息物理系统(CPS)模型,提出同层度与层间度、同层介数与层间介数等指标,分析级联失效过程;提出空中交通CPS韧性的概念,并采用定量评估方法对受损能力和恢复能力进行度量;对比不同扰动-恢复策略下的空中交通CPS表现,制定最佳恢复策略,提高受扰时的韧性。以华东地区空中交通CPS为例进行分析,结果表明:空中交通CPS网络度分布服从幂率分布,介数服从指数分布;在基于介数度值扰动下,采用介数恢复策略可以有效提高受扰时空中交通CPS的韧性。

基于LSTM的机场飞行区活动目标潜在冲突预测

针对机场飞行区冲突不断的问题,提出一种基于长短期记忆(LSTM)网络预测机场飞行区活动目标潜在冲突的方法。根据复杂网络理论,以航空器和车辆2类活动目标为研究对象,建立飞行区活动目标网络,设置网络动态演化模型,输入运行数据计算多个网络特征指标,对指标时间序列进行主成分分析,拟合成潜在冲突指数;利用Keras框架搭建LSTM网络模型,将指标时间序列输入LSTM网络进行训练和预测,并与其他预测方法对比;用西安咸阳机场实际运行数据进行实验,将预测值与真实值进行对比,各项指标预测均方误差分别为1.608%、13.126%、0.072%、0.004%、0.014%。结果表明:通过建立飞行区活动目标网络模型,可以用网络特征指标从不同角度刻画潜在冲突;LSTM网络可以有效预测飞行区活动目标网络的潜在冲突,提醒相关人员预防冲突发生,降低冲突概率。

基于多目标狼群算法的机场行李导入系统仿真优化研究

针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。

基于GRU的仪表着陆系统故障预测方法研究

故障预测技术在保障仪表着陆系统的可靠运行、提高空管效能等方面具有重要应用价值。结合仪表着陆系统运行特征和实际运行维护工作,提出一种基于GRU的仪表着陆系统故障预测方法。以航向信标为研究对象,在分析其监控参数与设备运行状态之间的关系后,将监控参数作为故障特征参数;根据监控参数时间步长、时变性特征显著的特点,采用GRU预测监控参数的未来变化趋势;根据监控参数的隶属函数计算出参数未来时刻可能发生“故障”的概率,实现对航向信标故障的预测。结果表明:基于GRU的仪表着陆系统预测方法的相对预测精度在95%以上。

基于位置误差模型的机场侧向跑道碰撞风险评估

针对侧向跑道相关运行模式下航空器进离场安全间隔问题进行碰撞风险评估。为保证航空器之间的安全运行,对机场侧向跑道运行模式进行分析,计算两跑道航空器之间的动态间隔,并考虑导航误差、速度误差等因素建立位置误差碰撞风险模型。以成都天府机场侧向跑道为例,利用MATLAB软件对航空器间的碰撞风险进行仿真,并进一步得到碰撞风险值与侧向跑道汇聚交叉角度的关系。仿真结果表明:在起降相关运行模式下,当终端区航空器起始水平间隔距离为6 km,侧向跑道交叉角度为90°时,总的碰撞风险为5.14×10^(-9),满足航空器之间安全水平要求,且随着侧向跑道汇聚交叉角的增大,跑道上两架航空器的碰撞风险逐渐减小。

基于U-Net网络的鸟群图像分割研究

当前在通用航空活动中对于鸟群活动情况的了解还是依靠飞行员对环境的观察,并且国内外驱鸟方式并不适合大范围推广使用,着眼于以上问题,利用基于深度学习的图像分割方法来解决该问题,将U-Net图像分割策略引入航空图像分析中,通过深度卷积神经网络对鸟群活动图像进行处理;针对图像背景复杂、目标分布不均匀且大小不定等特点,提出优化U-Net网络,以更好地保存和利用图像信息。实验证明该优化网络图像分割效果优于现有方法。

基于IFC标准的机场道面结构信息模型存储与传递方法

为解决机场跑道系统在全生命周期建筑信息模型(BIM)应用中的信息传递和数据交互问题,将工业基础类(IFC)标准在机场跑道系统进行扩展,建立机场道面结构的IFC实体架构,在此基础上创建面向运维应用的刚性道面板实体,并进行几何信息与属性信息的扩展;提出基于IFC的属性信息添加与传递方法,对信息传递过程中的属性信息丢失率进行分析。研究表明:通过建立IFC标准模型,可以实现机场跑道系统的信息传递和数据交互;采用基础模型族扩展法进行机场道面模型传递的属性信息丢失率高达84.21%;采用IFC解析扩展法首次传递可保证信息不丢失,但二次传递信息存在丢失问题;族模型IFC解析扩展法可实现信息首次传递不丢失,二次传递属性信息丢失率低至16.7%,并且采用不同IFC标准版本对模型传递过程中的属性信息丢失率产生较大影响。应用IFC标准进行机场领域扩展具有较高的可行性,所提的信息传递方法可实现机场道面全生命周期信息传递。研究成果可为机场飞行区新IFC实体的扩展提供支持,为机场工程数字化提供技术参考。

考虑空域时空特性的动态多跑道使用策略优化方法

多跑道机场飞行区运行效率低下会导致空域-跑道系统容流供需失衡,进而造成终端区空域交通拥堵、航班延误现象频发。为提升多跑道机场终端区运行效率,借助全空域与机场模型软件(total airspace and airport modeler,TAAM)建立空域仿真模型,针对不同运行模式动态转换下对终端区交通流走向、扇区开合等空域时空特性的影响进行分析,提出1种考虑不同运行时段内终端区机场走廊口流量配比和进离港流量分布的动态多跑道使用策略优化方法。首先,使用TAAM综合考虑不同跑道运行模式下各扇区内航班流量、高度变更、移交协调及冲突解脱对管制负荷的影响,拟合得出不同跑道运行模式下基于当量航空器架次的各扇区管制负荷函数。以终端区内航班平均飞行时间、平均延误时间及管制员工作负荷为优化目标,建立了跑道使用策略优化模型。设计了1种基于航空器基本性能数据库(the base aircraft data,BADA)的多目标非支配排序遗传算法(NSGA-Ⅱ),并结合机场实际运行条件在无运行限制、运行方向限制、运行模式限制等5种场景下进行仿真计算。对各场景Pareto最优解集进行评价得出不同场景下最优跑道使用策略,并使用TAAM进行仿真对比验证。结果表明:无运行限制和运行方向限制相较于单一跑道运行模式的航班服务效率提升10.15%,5.01%;管制员工作负荷减少3.91%,3.4%;延误时间减少28.86%,19.46%。