基于增益调度控制和高保真飞机模型的实时四维轨迹生成丨Engineering

导语

飞机的地面运动是连接所有其他地面作业的纽带，在提高机场效率方面起着重大作用。寻找新的方法来协调机场机队的行动，以提高系统对干扰的自主恢复力，是研究机场空侧管制操作的核心。此外，自动滑行是未来数字化机场的关键组成部分。然而，最先进的机场地面运动路径和调度算法在主动和被动规划阶段都没有考虑高保真飞机模型，此类算法大多不主动优化燃油效率和减少有害温室气体排放。英国谢菲尔德大学的Olusayo Obajemu等研究人员提出了一种基于高保真飞机模型和增益-调度控制策略的高效四维航迹（4DT）生成方法。该方法与确定滑行航线、路径点以及时限的路由和调度算法协同工作，在飞机和机场操作限制条件下，实时生成燃油效率高的四维航迹。该方法可在以下两种情况下使用：①作为反应型决策支持工具，生成能够解决全新事件的新轨迹；②充当半自动和全自动滑行的自动驾驶 系统。该方法具有可行性，且易于实现。仿真研究表明，该方法能够在大型波音747-100喷气式客 机滑行过程中减少高达11%的燃料消耗。

近来的研究表明，为了实现高效运作，满足机场不断增加的飞机和客流量的需求，有必要对每架航班实施门到门的全程引导。这种全程引导被称为四维航迹（4DT）引导。四维航迹是指飞机从登机口到跑道的时空导航（包括滑行和回推路径）。四维航迹引导系统不仅能优化地面运动的各个阶段，而且还能协调机队的行动。四维航迹引导系统能减少高达55%的滑行延误。因此，许多空中交通管理人员目前正在研究如何提高机场的数字化水平，包括新的地面决策支持和导航技术，以应对拥堵并提高机场运行的鲁棒性。到2035年，乘客数量将增至2012年公布数量的1.5倍，为了完成管理各个机场的飞机地面运动这一日益艰巨的任务，实现四维航迹算法变得更加紧迫。此外，飞机排放占全球温室气体排放的3%，这为地面运动优化提供了重要动力。

人们针对机场地面决策支持和导航系统的可行性进行了大量的研究。这些研究大致可以分为两类。第一类包括优化机场地面作业的路径和调度的算法。这类研究更关注整个机场的运行模式，而不是特定的飞机。这类算法主要解决的是滑行时间的最小化问题，并不主动或直接优化燃油效率及其排放。少数例外情况，如主动路径和调度算法，直接考虑燃油消耗和排放。然而，这些算法以简化的飞机运动方程和燃料排放模型为基础，生成的四维航迹可能不符合操作限制，而且由于其与预设的四维航迹不完全一致，遵循这些轨迹可能会增加燃料的消耗和排放。另外，考虑计算的复杂性，用来生成四维航迹的算法通常是离线执行的，因此很难在出现全新事件时自动生成新的轨迹。

第二类研究与控制算法有关，这些算法针对特定的飞机，可以实现预定的输出以及研究人为因素的影响。Haus等研究了自动化系统如何帮助飞行员在滑行过程中进行决策。为了成功生成四维航迹，必须将这两种 方法紧密结合起来进行使用。具体来说，调度程序会根据某种最优调度方法来确定最优时限和路径点，而特定的飞机则以最优方式遵循该最优调度。

通常情况下，飞机能够如实地遵循既定调度，这需要由飞行员来控制环路。有时，调度程序会给出一个最优速度轨迹，但要求飞行员严格遵循速度轨迹是不现实的，因为飞行员在滑行过程中的工作量非常大，而且在滑行操作中经常要执行一系列复杂的项目检查工作。为了解决上述问题，研究人员开展了在滑行中使用全自动系统的研究。然而，由于在地面作业中采用自动滑行系统仍具有很多问题，全自动滑行模式没有得到广泛应用。但是，正如下一代航空运输系统（NextGen）和欧洲单一天空空中交通管理研究（Single European Sky Air Traffic Management Research, SESAR）报告中讨论的那样，为了满足严格的四维航迹要求，就必须引入全自动滑行系统。采用半自动滑行模式可以规避这一问题。例如，有研究者主要研究了以人为中心的四维（4D）地面导航系统， 其中飞行员仍负责控制飞行，信息通过滑道照明元件被传递给飞行员，以帮助其决策。这种方法被称为followthe-greens方法，目前伦敦希思罗机场和新加坡樟宜机场等全球各大机场都在使用该方法。然而，这种半自动滑行模式存在一些缺陷。第一，由于没有采用全自动滑行，这种模式并不能完全跟随所要求的四维航迹。此外，此类系统在设计最优控制系统时，通常会做出许多与实际情况不符的假设，如飞行员以怠速滑行。 

英国谢菲尔德大学的Olusayo Obajemu等研究人员提出了一种新的自动化系统。该系统能够完全实现四维航迹导航，并且主要用于两种情况：①作为反应型决策支持工具，生成能够解决全新事件的新轨迹；②充当半自动和全自动滑行的自动驾驶系统。他们所采用的方法是求解一个离线优化问题，即找到基于比例积分-微分（PID）的控制系统的增益，使特定目标函数最小化。目标函数一经确定，就能和调度算法紧密结合， 并且该方法考虑了高保真飞机模型的燃油消耗和排放。具体而言，该调度算法考虑了基于飞机模型的约束，确定了最优的滑行路线，然后控制飞机的滑行，此过程利用了最优PID增益，使其以最优方式遵循调度。这种方法的优点在于使用了一种直观、简单而高效的比例-积 分-微分控制系统。由于控制器的优化在在线部署之前是离线运行的，因此易于部署，且不需要在线优化，减少了在线计算的繁重的工作量。因此，每当有干扰使调度算法的原始计划不可行时，通过该算法可以在线生成 一个新的、高效的四维航迹。

就像飞机在飞行模式中的自动驾驶一样，该控制系统能被直接应用在飞行控制装置中。这种方法允许全自动滑行，而不需要飞行员进行干预。此外，该控制系统可以为飞行员提供决策支持，其方式类似于前文的follow-the-greens方法。特别地，该方法可以帮助飞行员确定适当的控制输入组合，以确保目标函数（燃料消耗） 在半自动滑行时最小化。

英国谢菲尔德大学的Olusayo Obajemu等研究人员提出了一种针对机场飞机在实际滑行过程中的最佳导航方法。虽然该算法是基于波音747-100飞机模型进行开发和测试的，但所提出的方法是通用的。该方法包括使用GA优化PID增益，从而使飞机以最优的方式进行滑行。这种方法可以用于全自动滑行的飞机，也可以作为飞行员的决策支持，即在飞行员以最佳的方式执行操作时，向其提供能够满足调度程序的时间限制的最佳控制输入。在将其用于解决实际滑行问题时，与传统的Ziegler-Nichols PID控制器相比，该方法可以节省高达11%的燃料。英国谢菲尔德大学的Olusayo Obajemu等研究人员的研究结果是在世界范围内实现飞机从门到门运行中的一个重要飞跃。这种方法不仅有效地提高了飞机的操作效率，而且还有助于减少飞机的燃料消耗（燃料消耗是造成温室气体排放的重要因素）。未来的研究需量化飞机地面运动中许多不确定性的影响，如飞行员的操作和飞机的不同配置。

曼彻斯特国际机场的滑行道和跑道布局。优化的滑行路线以红色线突出显示

关键词：飞机模型；智能滑行；优化；四维航迹

以上内容节选自：Olusayo Obajemu, Mahdi Mahfouf, Lohithaksha M. Maiyar, Abrar Al-Hindi, Michal Weiszer, Jun Chen. Real-Time Four-Dimensional Trajectory Generation Based on Gain-Scheduling Control and a High-Fidelity Aircraft Model [J]. Engineering,2021,7(4):495-506.