基于地面保障流程的过站航班延误预测方法

目前民航航班持续高位运行,航班过站时机场、空管、航司多方同时交织参与,高峰时段机场地面保障系统满负荷运转,航班正点率难以提升。为了提前感知过站航班在地面保障时多流程进行协作时产生的延误,针对航班作业流程节点的相关特征,提出基于地面保障流程的过站航班延误预测方法。将航班保障流程构建为图网络结构,采用各流程节点上处理后的时间特征作为图卷积神经网络的各节点特征,针对节点特征采用多种聚合传递方式并进行集成,实现航班延误预测精度的提升。结果表明,提出的航班延误预测方法的平均预测误差降低至7.11 min,具有更好的泛化能力。

基于聚类-贝叶斯方法的航班过站延误传播

针对航班过站延误问题,基于过站保障时刻节点数据,提出了基于聚类-贝叶斯方法的航班过站延误传播算法。首先,收集机场内所有航班过站保障流程中的节点时刻数据,将延误数据转化为每个节点的延误严重程度;然后,利用聚类-贝叶斯方法得到频繁延误的节点,并围绕这些延误节点研究前后相关流程之间的延误传播概率;最后,通过试验验证了算法的可行性和有效性。试验结果表明,该算法能够感知过站延误的典型阶段和传播特征,可为缓解航班延误提供依据。

复合布局无人机平飞向悬停过渡阶段抗风性能分析

由于电动四旋翼-固定翼布局小型无人机(以下简称复合布局无人机)存在平飞向悬停过渡阶段抗风性能弱,严重制约复合布局无人机应用的问题。为了动态分析和提高复合布局无人机在过渡过程中的抗风性能,建立了气动-动力-控制学科耦合的飞行仿真系统,将过渡阶段分为固定翼减速阶段和四旋翼启动阶段,通过仿真揭示了复合布局无人机过渡阶段的侧风扰动响应规律。结果表明,复合布局无人机在四旋翼系统启动时的抗风性能最弱。在对过渡过程分析的基础上,提出了能够提高过渡阶段抗风性能的飞行策略,经飞行仿真表明,过渡阶段的抗风性能提升明显。