机场地面运行效率影响因素仿真分析

摆倩倩,李 志,叶博嘉

(1.东部机场集团有限公司,江苏 南京 211100;2.中国民用航空华东地区空中交通管理局江苏分局,江苏 南京 211100;3.南京航空航天大学,江苏 南京 211100)

随着我国民航机场建设规模不断扩大,机场因实际保障能力与运输需求增长不协调、资源调配方式不当等原因导致交通拥堵、大面积航班延误的现象时有发生,为提高机场场面运行效率,削减航空公司与机场运营成本,缓解高峰时段的交通压力,近年来,学者们对计算机仿真在机场运行方案改进、验证与优化方面的使用进行了较为深入的研究。吴浩宁等[1]运用Simmod软件对多种机场站坪滑行道运行方案进行仿真评估,为减少航空器地面延误时间、提高机场运行效率提出了可行性建议。Su等[2]基于赋时着色Petri网针对单跑道运行情况分别建立机场场面运行的静态与动态仿真模型,加入机场场面运行相关约束,但对于管制运行规则的考量仍有待完善。汤淼等[3]开发出基于MAS(Multi-agent System)的受控赋时着色Petri网,建立场面资源Agent并对其内部行为进行分装,该模型能够通过系统重构快速调整航空器运行流程,缩短场面运行控制决策过程的仿真时间和难度。朱新平等[4]提出机动区滑行道空间占用指数和进离港滑行潜在冲突指数的概念,采用上述两指标对海口美兰国际机场的多种运行冲突情况及优化方案开展AirTop仿真分析,对比得到冲突次数与平均延误较小的优化方案。刑志伟等[5]通过基于Agent-元胞自动机的机场场面交通仿真模型对机场场面交通运行态势进行了推演、计算与评价,方法结构简单,运行速度较快,可以用于机场场面交通情况的预测分析。Li等[6]介绍了仿真技术在机场规划、设计及运营管理中的应用,分别对机场空侧、航站区及机场陆侧交通仿真方法进行梳理,采用Simmod软件举例说明仿真技术在平行跑道容量评估与运行效率研究方面的应用。Gök等[7]将启发式仿真算法用于机场集成系统的建立与优化,允许机场、航空公司、地面服务机构拥有相互独立的服务计划,然后通过集成系统的统一调度来协调跨组织机构间的冲突,增加路径规划与全局周转计划反馈机制,提高机坪区域运行效率的同时实现了不同服务机构间的敏感信息保护。Chen等[8]运用混合整数线性规划建立东京国际机场的地面运行动态优化模型,对交叉跑道的多种使用方式、变更滑行道运行方向等方案进行数值仿真,但模型对于部分细节活动如航空器在不同时期的速度变化及机位占用情况的模拟缺乏实际运行数据的支撑,导致仿真值与实际偏差过大。Yu等[9]综合考虑机位指派与滑行路径规划问题,建立跑道使用、机位分配、滑行路径冲突等约束,通过启发式算法,对不同调度方案进行成本评估与冲突检测,生成约束集,使模型更贴近运行实际。Alexander等[10]针对航空器地面滑行时间的不确定性提出基于Mamdani模糊推理的自适应系统估算滑行时间及滑行路径上相关不确定因素的影响,将带有时间窗的最快滑行路径算法用于滑行时间的模糊估计,并通过曼彻斯特机场的模拟运行验证模型稳健性。此外,还有学者以AnyLogic为仿真平台建立智能Agent技术构架[11],提出基于深度学习网络的资源实时调度方案对机场相关业务进行优化。

然而,当前机场规划与建设工作对拟投运方案验证的精细化要求及新时代民航智能交通系统的仿真需求正由单模块、单目标逐渐转向全方位、全系统的交互式运行仿真。现以Arena 仿真平台为基础,通过场面运行整体框架的搭建,实现交互式环境下的资源分配与调度方案仿真,通过SAS软件的数据分析得到航空器在系统中参与各项活动持续的时间、事件发生概率等重要评价指标的分布规律,设置表达式将季节、特殊天气、设施设备服务延迟等不确定因素导致的随机误差加入仿真模型,进一步增强了模型的鲁棒性。采用计数器面板对拖车资源的使用情况进行实时统计,运行过程及结果均以数据、图表形式输出,供事件溯源与分析之用,为机场地面系统运行效率的研究提供了一种新方法。

1 机场地面运行仿真系统

1.1 离散事件仿真系统介绍

离散事件仿真(Discrete Event Simulation)是一种根据事件在离散时间点上的变化规律来预测系统变化的方法。

1.2 机场地面运行系统仿真

机场地面运行系统涉及服务保障资源众多,现以民航业常态发展时期的实际运行数据为仿真基础,以Arena 软件为仿真平台,通过创建、过程、决策、路由、站等模块的使用实现航空器、跑道、停机位、拖车等实体资源间的连接及地面运行系统的创建,图1为机场地面运行系统的基本结构及活动流程。

图1 机场地面运行系统结构

2 机场地面运行系统离散仿真模型

2020-2022年新冠病毒肮炎疫情期间,民航客、货运输量呈断崖式下跌,全国机场起降架次较2019年下降80%以上,以民航业常态化发展时期为研究对象,考察机场设施资源对快速增长的交通运输量的平衡能力(不考虑2020-2022年民航业极度萧条时期的情形),以南京机场2019年全年运行数据构成初始样本集,包括航空公司每日航班计划,航空器进近、着陆、起飞的时间与方向数据,航空器进、出港滑行路线与停机位,机场拖车使用情况等,其中80%用于仿真建模,20%用于模型验证。

Arena仿真模型可根据研究对象的不同重点确定不同的仿真目标,为了更全面地探究机场空侧运行效率影响因素,从多角度出发对变更跑道运行模式、拖车资源配置方式及未来不同交通增量情形下的运行情况进行了仿真分析,对比不同改进方案对机场运行效率的影响程度,具体如下。

(1)变更跑道运行模式,观察不同起降模式对运行效率的影响。

(2)改变拖车资源的配置方式,观察拖车调度方案的调整对运行效率的影响。

(3)未来出现20%、40%、60%航班增量时,当前保障能力与实际需求间的差距。

2.1 仿真模型的设置

仿真系统建模一般采用流程图描述“事件”发展过程,通过确切的时间表建立事件与实体、过程等要素之间的联系,以南京机场2019年暑运期间某繁忙日期的航班计划为仿真数据源,截取部分数据样例见表1。

表1 原始数据样例

将南京禄口国际机场滑行道及跑道资源分布图导入Arena模型作为固定模版使用。航空器及相关服务设施的活动节点、路径与使用规则均按照机场当前实际运行规则在模型中进行变量及参数设置。为便于研究不同资源调配方案对运行效率产生的影响,首先将停机位分为6个区域,依次命名为1～6区。

以南京机场实际运行规则为基本依据,建立地面运行系统框架,将basic process和advance process面板中的attribute、variable、expression等模块用于各区域航空器、停机位、拖车等资源的分配方式及滑行规则(包含冲突、避让等)设置,其中关键位置点的移动通过站与站的连接实现,不同实体按照优先级顺序进行资源获取与使用,进入下一活动则立即释放前一阶段的活动资源。航班进、出港滑行时间由加入多元系统变量的回归方程表示,包括航空器地面运行过程中参与各种活动消耗时间的总和,如邻近桥位影响、通过交叉点处的冲突等待、空中交通流量管制、净空限制等原因造成的地面等待等。机场主干滑行道通常仅允许单向运行,航空器在主干道上的平均滑行速度设为30 km/h,其他区域为20 km/h,航班滑行间隔设为50 m。

以24#跑道落地为例,进港航班在地面运行系统中的活动流程为:航空器着陆后自24#跑道脱离-沿A3滑行-到达A3与P交叉口位置-释放24#跑道资源供后续航班落地使用,滑行路线子模型中包含航空器自A3与P交叉口继续滑行至相应停机位的滑行路由,对各交叉点处资源使用的优先级进行设置。

2.2 仿真模型验证

禄口机场当前实施双跑道隔离运行模式,06#/24#跑道主要用于起飞,07#/25#主要用于落地。现以西南风向使用24#、25#跑道运行场景为例,分析双跑道隔离运行与混合运行对地面运行效率产生的影响。

首先,设置表征风向的变量winddir ,包括“NE”(代表东北风,默认使用06#或07#跑道)和 “SW”(代表西南风,默认使用24#或25#跑道);然后编辑对应跑道使用方式的表达式,模型通过arrrwyindicator和deptrwyindicator指定着陆与起飞跑道。为简化指定跑道的表达式,进行以下参数设置:1=24#跑道,2=25#跑道,3=06#跑道,4=07#跑道。混合运行模式设置通过表达式的嵌套实现,如24#、25#跑道起飞,25#跑道着陆,参数设置为:arrrwyindicator=2,deprwyindicator=mixeddepsw,其中:

mixeddepsw=1*(section=1)+1*(section=2)

+1*(section=3)+1*(section=4)

+1*(section=5)+2*(section=6)

(1)

即该模式下6区的航班使用25#跑道起飞,其他区域航班使用24#跑道起飞。

现以24#起飞25#着陆的跑道使用方式为例,仿真参数设置为:arrrwyindicator=2,deptrwyindicator=1,模型输出数据报告中各区域进、出港航空器平均滑行时间分布如图2所示。

图2 滑行时间分布箱型图

图2直观反映了各区域航空器进出港滑行时间的分布规律,与实际运行数据的对比结果表明,模型对关键活动的仿真数据与南京机场实际运行情况一致,模型能够对航空器的地面运行活动进行较为全面、合理的仿真模拟。

3 仿真模拟与数据分析

3.1 变更跑道运行模式

将拟研究的两组双跑道运行模式参数设置为deptrwyindicator=2,arrrwyindicator=1,即25#跑道起飞,24#跑道着陆;deptrwyindicator=mixeddepsw,arrrwyindicator=2即24#、25#跑道起飞,25#跑道着陆。

随机抽取100 d的实际运行数据进行上述两场景的运行仿真,对比分析并验证跑道使用方式变化对航空器进出港滑行效率的影响,输出结果见表2。

表2 不同运行模式的滑行时间 单位:min

由表2数据可知,隔离运行模式下,采用25#跑道起飞24#跑道着陆时,进港航班平均滑行时间增加约1 min,出港平均滑行时间缩短约4 min;若采用双跑道混合运行则进港航班平均滑行时间基本不变,出港滑行平均时间缩短约3 min,两种新的跑道使用方式均在一定程度上提高了场面运行效率。

3.2 调整拖车资源配置方式

拖车资源调度规则通过“集合”模块进行设定,每架航空器对拖车资源的占用时间T服从参数为(2,3,4)的三角分布,系统表达式为

T=bridge×log(avpbt,avpbt·cvpbt)+

0.9×(1-bridge)×logn(avpbt,avpbt·cvpbt)

(2)

式中:bridge为0～1变量,代表航空器对廊桥资源的占用情况,未使用廊桥资源的机位航空器推开时间较廊桥位缩短10%;avpbt表示飞机推开所需平均时长;cvpbt表示航空器推开时间的变量系数,呈对数正太分布。

模型通过设置计数器的方式对拖车资源调整产生的影响进行可视化处理,截取仿真过程中某时刻的场面运行见图3(a),不同灰度的航空器分别表示处于推开、进港滑行、出港滑行、等待拖车资源等不同状态,可见按照现行的拖车调用方式,5区拖车资源闲置的同时,1区的航空器正因拖车无法及时到位而产生推出延迟,各节点排队情况如图3(b)所示。

图3 拖车使用情况及推出延误时长分布

图3(c)为SAS软件对拖车资源限制导致的推出延迟时长Td在不同时段分布情况的统计分析,Arena仿真模型中输入该随机变量表达式为

Td=-47+log2(46.7,19.3)

(3)

统计数据显示高峰时段因拖车资源不足导致的推出延迟最长达10 min之久,表明当前拖车利用效率存在较大提升空间。

为减小拖车资源配置不均对运行效率产生的影响,现明确每个区域可供调用的拖车及每辆拖车的服务范围,并指定某拖车同时被多区域航空器呼叫时的调用优先级顺序(7台牵引车依次命名为Tractor1～Tractor7),见表3。

表3 调整后的拖车配置方案

根据上述拖车配置方案对模型进行相关参数设置,以2019年7月、8月航班计划为数据源进行仿真,调整前后的高峰时段拖车使用情况对比数据见图4。拖车资源按照区域划分后,由于车辆未及时到位导致的航空器推出延迟时间平均缩短2.9 min,等待拖车资源到位时长超过5 min的平均概率减小18.5%。说明该方案能够较为有效地缓解高峰时段的运行压力。

图4 不同拖车配置方案下的运行效率对比

3.3 航班增量情形下的保障能力

为探究南京机场未来各发展阶段的航班保障能力与资源瓶颈,采用同比增量法,首先通过SAS软件编程预测2023年8月机场进出港航班架次小时流量分布,以此为基础对20%、40%、60%航班增量情形下南京机场的航班保障能力进行仿真分析,数据输出结果见表4。

由表4数据可知,当前运行模式及保障水平最多可应对40%的交通增量,以及航班增量达到60%时的地面交通状态。

由于交叉口冲突较多,60%航班增量情形下航空器地面滑行时间明显增长,届时将面临较大的运行压力,建议对现有基础设施及运行规则做出以下调整。

(1)至少增加两辆拖车以减少航空器因拖车资源不足导致的出港延误。

(2)在N滑行道以西新建停机坪以减少进、出港航班之间因滑行路线及桥位冲突造成的等待。

(3)西南风向时,建议采用25#跑道起飞、24#跑道着陆的隔离运行模式或24#、25#跑道起飞,25#跑道着陆的混合运行模式,上述方案在缩短平均滑行时间、减少延误方面存在明显优势。

4 结 论

将计算机仿真技术应用于较为复杂的机场地面运行系统效率研究,通过三组运行场景的仿真得出以下结论。

(1)变更跑道使用方式能够在一定程度上提高机场地面运行效率,有利于减少航空公司运营成本,降低航班延误发生的概率。

(2)机场地面运行系统涉及保障资源众多,对拖车调配方案的研究结果表明,基础设施设备使用方案的合理性对运行效率影响较为明显。

(3)基于有效的数据分析与合理的模型设置,通过仿真机场在不同交通压力下的运行状况,能够对未来机场保障能力与运输需求增长之间的差距进行有效评估并提出切实可行的改进方案。

对机场地面系统活动的仿真运行能够更加直观地反映出基础设施设备使用情况及资源在不同时期的分布状态,为大中型枢纽机场应对未来迅速增长的航空运输量、探索更为合理的资源配置方案以全面响应高峰时段的服务需求提供了新思路。