擺倩倩,李 志,葉博嘉

(1.東部機(jī)場集團(tuán)有限公司,江蘇 南京 211100;2.中國民用航空華東地區(qū)空中交通管理局江蘇分局,江蘇 南京 211100;3.南京航空航天大學(xué),江蘇 南京 211100)

隨著我國民航機(jī)場建設(shè)規(guī)模不斷擴(kuò)大,機(jī)場因?qū)嶋H保障能力與運(yùn)輸需求增長不協(xié)調(diào)、資源調(diào)配方式不當(dāng)?shù)仍驅(qū)е陆煌〒矶?、大面積航班延誤的現(xiàn)象時(shí)有發(fā)生,為提高機(jī)場場面運(yùn)行效率,削減航空公司與機(jī)場運(yùn)營成本,緩解高峰時(shí)段的交通壓力,近年來,學(xué)者們對(duì)計(jì)算機(jī)仿真在機(jī)場運(yùn)行方案改進(jìn)、驗(yàn)證與優(yōu)化方面的使用進(jìn)行了較為深入的研究。吳浩寧等[1]運(yùn)用Simmod軟件對(duì)多種機(jī)場站坪滑行道運(yùn)行方案進(jìn)行仿真評(píng)估,為減少航空器地面延誤時(shí)間、提高機(jī)場運(yùn)行效率提出了可行性建議。Su等[2]基于賦時(shí)著色Petri網(wǎng)針對(duì)單跑道運(yùn)行情況分別建立機(jī)場場面運(yùn)行的靜態(tài)與動(dòng)態(tài)仿真模型,加入機(jī)場場面運(yùn)行相關(guān)約束,但對(duì)于管制運(yùn)行規(guī)則的考量仍有待完善。湯淼等[3]開發(fā)出基于MAS(Multi-agent System)的受控賦時(shí)著色Petri網(wǎng),建立場面資源Agent并對(duì)其內(nèi)部行為進(jìn)行分裝,該模型能夠通過系統(tǒng)重構(gòu)快速調(diào)整航空器運(yùn)行流程,縮短場面運(yùn)行控制決策過程的仿真時(shí)間和難度。朱新平等[4]提出機(jī)動(dòng)區(qū)滑行道空間占用指數(shù)和進(jìn)離港滑行潛在沖突指數(shù)的概念,采用上述兩指標(biāo)對(duì)海口美蘭國際機(jī)場的多種運(yùn)行沖突情況及優(yōu)化方案開展AirTop仿真分析,對(duì)比得到?jīng)_突次數(shù)與平均延誤較小的優(yōu)化方案。刑志偉等[5]通過基于Agent-元胞自動(dòng)機(jī)的機(jī)場場面交通仿真模型對(duì)機(jī)場場面交通運(yùn)行態(tài)勢進(jìn)行了推演、計(jì)算與評(píng)價(jià),方法結(jié)構(gòu)簡單,運(yùn)行速度較快,可以用于機(jī)場場面交通情況的預(yù)測分析。Li等[6]介紹了仿真技術(shù)在機(jī)場規(guī)劃、設(shè)計(jì)及運(yùn)營管理中的應(yīng)用,分別對(duì)機(jī)場空側(cè)、航站區(qū)及機(jī)場陸側(cè)交通仿真方法進(jìn)行梳理,采用Simmod軟件舉例說明仿真技術(shù)在平行跑道容量評(píng)估與運(yùn)行效率研究方面的應(yīng)用。G?k等[7]將啟發(fā)式仿真算法用于機(jī)場集成系統(tǒng)的建立與優(yōu)化,允許機(jī)場、航空公司、地面服務(wù)機(jī)構(gòu)擁有相互獨(dú)立的服務(wù)計(jì)劃,然后通過集成系統(tǒng)的統(tǒng)一調(diào)度來協(xié)調(diào)跨組織機(jī)構(gòu)間的沖突,增加路徑規(guī)劃與全局周轉(zhuǎn)計(jì)劃反饋機(jī)制,提高機(jī)坪區(qū)域運(yùn)行效率的同時(shí)實(shí)現(xiàn)了不同服務(wù)機(jī)構(gòu)間的敏感信息保護(hù)。Chen等[8]運(yùn)用混合整數(shù)線性規(guī)劃建立東京國際機(jī)場的地面運(yùn)行動(dòng)態(tài)優(yōu)化模型,對(duì)交叉跑道的多種使用方式、變更滑行道運(yùn)行方向等方案進(jìn)行數(shù)值仿真,但模型對(duì)于部分細(xì)節(jié)活動(dòng)如航空器在不同時(shí)期的速度變化及機(jī)位占用情況的模擬缺乏實(shí)際運(yùn)行數(shù)據(jù)的支撐,導(dǎo)致仿真值與實(shí)際偏差過大。Yu等[9]綜合考慮機(jī)位指派與滑行路徑規(guī)劃問題,建立跑道使用、機(jī)位分配、滑行路徑?jīng)_突等約束,通過啟發(fā)式算法,對(duì)不同調(diào)度方案進(jìn)行成本評(píng)估與沖突檢測,生成約束集,使模型更貼近運(yùn)行實(shí)際。Alexander等[10]針對(duì)航空器地面滑行時(shí)間的不確定性提出基于Mamdani模糊推理的自適應(yīng)系統(tǒng)估算滑行時(shí)間及滑行路徑上相關(guān)不確定因素的影響,將帶有時(shí)間窗的最快滑行路徑算法用于滑行時(shí)間的模糊估計(jì),并通過曼徹斯特機(jī)場的模擬運(yùn)行驗(yàn)證模型穩(wěn)健性。此外,還有學(xué)者以AnyLogic為仿真平臺(tái)建立智能Agent技術(shù)構(gòu)架[11],提出基于深度學(xué)習(xí)網(wǎng)絡(luò)的資源實(shí)時(shí)調(diào)度方案對(duì)機(jī)場相關(guān)業(yè)務(wù)進(jìn)行優(yōu)化。

然而,當(dāng)前機(jī)場規(guī)劃與建設(shè)工作對(duì)擬投運(yùn)方案驗(yàn)證的精細(xì)化要求及新時(shí)代民航智能交通系統(tǒng)的仿真需求正由單模塊、單目標(biāo)逐漸轉(zhuǎn)向全方位、全系統(tǒng)的交互式運(yùn)行仿真?，F(xiàn)以Arena 仿真平臺(tái)為基礎(chǔ),通過場面運(yùn)行整體框架的搭建,實(shí)現(xiàn)交互式環(huán)境下的資源分配與調(diào)度方案仿真,通過SAS軟件的數(shù)據(jù)分析得到航空器在系統(tǒng)中參與各項(xiàng)活動(dòng)持續(xù)的時(shí)間、事件發(fā)生概率等重要評(píng)價(jià)指標(biāo)的分布規(guī)律,設(shè)置表達(dá)式將季節(jié)、特殊天氣、設(shè)施設(shè)備服務(wù)延遲等不確定因素導(dǎo)致的隨機(jī)誤差加入仿真模型,進(jìn)一步增強(qiáng)了模型的魯棒性。采用計(jì)數(shù)器面板對(duì)拖車資源的使用情況進(jìn)行實(shí)時(shí)統(tǒng)計(jì),運(yùn)行過程及結(jié)果均以數(shù)據(jù)、圖表形式輸出,供事件溯源與分析之用,為機(jī)場地面系統(tǒng)運(yùn)行效率的研究提供了一種新方法。

1 機(jī)場地面運(yùn)行仿真系統(tǒng)

1.1 離散事件仿真系統(tǒng)介紹

離散事件仿真(Discrete Event Simulation)是一種根據(jù)事件在離散時(shí)間點(diǎn)上的變化規(guī)律來預(yù)測系統(tǒng)變化的方法。

1.2 機(jī)場地面運(yùn)行系統(tǒng)仿真

機(jī)場地面運(yùn)行系統(tǒng)涉及服務(wù)保障資源眾多,現(xiàn)以民航業(yè)常態(tài)發(fā)展時(shí)期的實(shí)際運(yùn)行數(shù)據(jù)為仿真基礎(chǔ),以Arena 軟件為仿真平臺(tái),通過創(chuàng)建、過程、決策、路由、站等模塊的使用實(shí)現(xiàn)航空器、跑道、停機(jī)位、拖車等實(shí)體資源間的連接及地面運(yùn)行系統(tǒng)的創(chuàng)建,圖1為機(jī)場地面運(yùn)行系統(tǒng)的基本結(jié)構(gòu)及活動(dòng)流程。

圖1 機(jī)場地面運(yùn)行系統(tǒng)結(jié)構(gòu)

2 機(jī)場地面運(yùn)行系統(tǒng)離散仿真模型

2020-2022年新冠病毒骯炎疫情期間,民航客、貨運(yùn)輸量呈斷崖式下跌,全國機(jī)場起降架次較2019年下降80%以上,以民航業(yè)常態(tài)化發(fā)展時(shí)期為研究對(duì)象,考察機(jī)場設(shè)施資源對(duì)快速增長的交通運(yùn)輸量的平衡能力(不考慮2020-2022年民航業(yè)極度蕭條時(shí)期的情形),以南京機(jī)場2019年全年運(yùn)行數(shù)據(jù)構(gòu)成初始樣本集,包括航空公司每日航班計(jì)劃,航空器進(jìn)近、著陸、起飛的時(shí)間與方向數(shù)據(jù),航空器進(jìn)、出港滑行路線與停機(jī)位,機(jī)場拖車使用情況等,其中80%用于仿真建模,20%用于模型驗(yàn)證。

Arena仿真模型可根據(jù)研究對(duì)象的不同重點(diǎn)確定不同的仿真目標(biāo),為了更全面地探究機(jī)場空側(cè)運(yùn)行效率影響因素,從多角度出發(fā)對(duì)變更跑道運(yùn)行模式、拖車資源配置方式及未來不同交通增量情形下的運(yùn)行情況進(jìn)行了仿真分析,對(duì)比不同改進(jìn)方案對(duì)機(jī)場運(yùn)行效率的影響程度,具體如下。

(1)變更跑道運(yùn)行模式,觀察不同起降模式對(duì)運(yùn)行效率的影響。

(2)改變拖車資源的配置方式,觀察拖車調(diào)度方案的調(diào)整對(duì)運(yùn)行效率的影響。

(3)未來出現(xiàn)20%、40%、60%航班增量時(shí),當(dāng)前保障能力與實(shí)際需求間的差距。

2.1 仿真模型的設(shè)置

仿真系統(tǒng)建模一般采用流程圖描述“事件”發(fā)展過程,通過確切的時(shí)間表建立事件與實(shí)體、過程等要素之間的聯(lián)系,以南京機(jī)場2019年暑運(yùn)期間某繁忙日期的航班計(jì)劃為仿真數(shù)據(jù)源,截取部分?jǐn)?shù)據(jù)樣例見表1。

表1 原始數(shù)據(jù)樣例

將南京祿口國際機(jī)場滑行道及跑道資源分布圖導(dǎo)入Arena模型作為固定模版使用。航空器及相關(guān)服務(wù)設(shè)施的活動(dòng)節(jié)點(diǎn)、路徑與使用規(guī)則均按照機(jī)場當(dāng)前實(shí)際運(yùn)行規(guī)則在模型中進(jìn)行變量及參數(shù)設(shè)置。為便于研究不同資源調(diào)配方案對(duì)運(yùn)行效率產(chǎn)生的影響,首先將停機(jī)位分為6個(gè)區(qū)域,依次命名為1～6區(qū)。

以南京機(jī)場實(shí)際運(yùn)行規(guī)則為基本依據(jù),建立地面運(yùn)行系統(tǒng)框架,將basic process和advance process面板中的attribute、variable、expression等模塊用于各區(qū)域航空器、停機(jī)位、拖車等資源的分配方式及滑行規(guī)則(包含沖突、避讓等)設(shè)置,其中關(guān)鍵位置點(diǎn)的移動(dòng)通過站與站的連接實(shí)現(xiàn),不同實(shí)體按照優(yōu)先級(jí)順序進(jìn)行資源獲取與使用,進(jìn)入下一活動(dòng)則立即釋放前一階段的活動(dòng)資源。航班進(jìn)、出港滑行時(shí)間由加入多元系統(tǒng)變量的回歸方程表示,包括航空器地面運(yùn)行過程中參與各種活動(dòng)消耗時(shí)間的總和,如鄰近橋位影響、通過交叉點(diǎn)處的沖突等待、空中交通流量管制、凈空限制等原因造成的地面等待等。機(jī)場主干滑行道通常僅允許單向運(yùn)行,航空器在主干道上的平均滑行速度設(shè)為30 km/h,其他區(qū)域?yàn)?0 km/h,航班滑行間隔設(shè)為50 m。

以24#跑道落地為例,進(jìn)港航班在地面運(yùn)行系統(tǒng)中的活動(dòng)流程為:航空器著陸后自24#跑道脫離-沿A3滑行-到達(dá)A3與P交叉口位置-釋放24#跑道資源供后續(xù)航班落地使用,滑行路線子模型中包含航空器自A3與P交叉口繼續(xù)滑行至相應(yīng)停機(jī)位的滑行路由,對(duì)各交叉點(diǎn)處資源使用的優(yōu)先級(jí)進(jìn)行設(shè)置。

2.2 仿真模型驗(yàn)證

祿口機(jī)場當(dāng)前實(shí)施雙跑道隔離運(yùn)行模式,06#/24#跑道主要用于起飛,07#/25#主要用于落地?，F(xiàn)以西南風(fēng)向使用24#、25#跑道運(yùn)行場景為例,分析雙跑道隔離運(yùn)行與混合運(yùn)行對(duì)地面運(yùn)行效率產(chǎn)生的影響。

首先,設(shè)置表征風(fēng)向的變量winddir ,包括“NE”(代表東北風(fēng),默認(rèn)使用06#或07#跑道)和 “SW”(代表西南風(fēng),默認(rèn)使用24#或25#跑道);然后編輯對(duì)應(yīng)跑道使用方式的表達(dá)式,模型通過arrrwyindicator和deptrwyindicator指定著陸與起飛跑道。為簡化指定跑道的表達(dá)式,進(jìn)行以下參數(shù)設(shè)置:1=24#跑道,2=25#跑道,3=06#跑道,4=07#跑道?；旌线\(yùn)行模式設(shè)置通過表達(dá)式的嵌套實(shí)現(xiàn),如24#、25#跑道起飛,25#跑道著陸,參數(shù)設(shè)置為: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)

即該模式下6區(qū)的航班使用25#跑道起飛,其他區(qū)域航班使用24#跑道起飛。

現(xiàn)以24#起飛25#著陸的跑道使用方式為例,仿真參數(shù)設(shè)置為:arrrwyindicator=2,deptrwyindicator=1,模型輸出數(shù)據(jù)報(bào)告中各區(qū)域進(jìn)、出港航空器平均滑行時(shí)間分布如圖2所示。

圖2 滑行時(shí)間分布箱型圖

圖2直觀反映了各區(qū)域航空器進(jìn)出港滑行時(shí)間的分布規(guī)律,與實(shí)際運(yùn)行數(shù)據(jù)的對(duì)比結(jié)果表明,模型對(duì)關(guān)鍵活動(dòng)的仿真數(shù)據(jù)與南京機(jī)場實(shí)際運(yùn)行情況一致,模型能夠?qū)娇掌鞯牡孛孢\(yùn)行活動(dòng)進(jìn)行較為全面、合理的仿真模擬。

3 仿真模擬與數(shù)據(jù)分析

3.1 變更跑道運(yùn)行模式

將擬研究的兩組雙跑道運(yùn)行模式參數(shù)設(shè)置為deptrwyindicator=2,arrrwyindicator=1,即25#跑道起飛,24#跑道著陸;deptrwyindicator=mixeddepsw,arrrwyindicator=2即24#、25#跑道起飛,25#跑道著陸。

隨機(jī)抽取100 d的實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行上述兩場景的運(yùn)行仿真,對(duì)比分析并驗(yàn)證跑道使用方式變化對(duì)航空器進(jìn)出港滑行效率的影響,輸出結(jié)果見表2。

表2 不同運(yùn)行模式的滑行時(shí)間 單位:min

由表2數(shù)據(jù)可知,隔離運(yùn)行模式下,采用25#跑道起飛24#跑道著陸時(shí),進(jìn)港航班平均滑行時(shí)間增加約1 min,出港平均滑行時(shí)間縮短約4 min;若采用雙跑道混合運(yùn)行則進(jìn)港航班平均滑行時(shí)間基本不變,出港滑行平均時(shí)間縮短約3 min,兩種新的跑道使用方式均在一定程度上提高了場面運(yùn)行效率。

3.2 調(diào)整拖車資源配置方式

拖車資源調(diào)度規(guī)則通過“集合”模塊進(jìn)行設(shè)定,每架航空器對(duì)拖車資源的占用時(shí)間T服從參數(shù)為(2,3,4)的三角分布,系統(tǒng)表達(dá)式為

T=bridge×log(avpbt,avpbt·cvpbt)+

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

(2)

式中:bridge為0～1變量,代表航空器對(duì)廊橋資源的占用情況,未使用廊橋資源的機(jī)位航空器推開時(shí)間較廊橋位縮短10%;avpbt表示飛機(jī)推開所需平均時(shí)長;cvpbt表示航空器推開時(shí)間的變量系數(shù),呈對(duì)數(shù)正太分布。

模型通過設(shè)置計(jì)數(shù)器的方式對(duì)拖車資源調(diào)整產(chǎn)生的影響進(jìn)行可視化處理,截取仿真過程中某時(shí)刻的場面運(yùn)行見圖3(a),不同灰度的航空器分別表示處于推開、進(jìn)港滑行、出港滑行、等待拖車資源等不同狀態(tài),可見按照現(xiàn)行的拖車調(diào)用方式,5區(qū)拖車資源閑置的同時(shí),1區(qū)的航空器正因拖車無法及時(shí)到位而產(chǎn)生推出延遲,各節(jié)點(diǎn)排隊(duì)情況如圖3(b)所示。

圖3 拖車使用情況及推出延誤時(shí)長分布

圖3(c)為SAS軟件對(duì)拖車資源限制導(dǎo)致的推出延遲時(shí)長Td在不同時(shí)段分布情況的統(tǒng)計(jì)分析,Arena仿真模型中輸入該隨機(jī)變量表達(dá)式為

Td=-47+log2(46.7,19.3)

(3)

統(tǒng)計(jì)數(shù)據(jù)顯示高峰時(shí)段因拖車資源不足導(dǎo)致的推出延遲最長達(dá)10 min之久,表明當(dāng)前拖車?yán)眯蚀嬖谳^大提升空間。

為減小拖車資源配置不均對(duì)運(yùn)行效率產(chǎn)生的影響,現(xiàn)明確每個(gè)區(qū)域可供調(diào)用的拖車及每輛拖車的服務(wù)范圍,并指定某拖車同時(shí)被多區(qū)域航空器呼叫時(shí)的調(diào)用優(yōu)先級(jí)順序(7臺(tái)牽引車依次命名為Tractor1～Tractor7),見表3。

表3 調(diào)整后的拖車配置方案

根據(jù)上述拖車配置方案對(duì)模型進(jìn)行相關(guān)參數(shù)設(shè)置,以2019年7月、8月航班計(jì)劃為數(shù)據(jù)源進(jìn)行仿真,調(diào)整前后的高峰時(shí)段拖車使用情況對(duì)比數(shù)據(jù)見圖4。拖車資源按照區(qū)域劃分后,由于車輛未及時(shí)到位導(dǎo)致的航空器推出延遲時(shí)間平均縮短2.9 min,等待拖車資源到位時(shí)長超過5 min的平均概率減小18.5%。說明該方案能夠較為有效地緩解高峰時(shí)段的運(yùn)行壓力。

圖4 不同拖車配置方案下的運(yùn)行效率對(duì)比

3.3 航班增量情形下的保障能力

為探究南京機(jī)場未來各發(fā)展階段的航班保障能力與資源瓶頸,采用同比增量法,首先通過SAS軟件編程預(yù)測2023年8月機(jī)場進(jìn)出港航班架次小時(shí)流量分布,以此為基礎(chǔ)對(duì)20%、40%、60%航班增量情形下南京機(jī)場的航班保障能力進(jìn)行仿真分析,數(shù)據(jù)輸出結(jié)果見表4。

由表4數(shù)據(jù)可知,當(dāng)前運(yùn)行模式及保障水平最多可應(yīng)對(duì)40%的交通增量,以及航班增量達(dá)到60%時(shí)的地面交通狀態(tài)。

由于交叉口沖突較多,60%航班增量情形下航空器地面滑行時(shí)間明顯增長,屆時(shí)將面臨較大的運(yùn)行壓力,建議對(duì)現(xiàn)有基礎(chǔ)設(shè)施及運(yùn)行規(guī)則做出以下調(diào)整。

(1)至少增加兩輛拖車以減少航空器因拖車資源不足導(dǎo)致的出港延誤。

(2)在N滑行道以西新建停機(jī)坪以減少進(jìn)、出港航班之間因滑行路線及橋位沖突造成的等待。

(3)西南風(fēng)向時(shí),建議采用25#跑道起飛、24#跑道著陸的隔離運(yùn)行模式或24#、25#跑道起飛,25#跑道著陸的混合運(yùn)行模式,上述方案在縮短平均滑行時(shí)間、減少延誤方面存在明顯優(yōu)勢。

4 結(jié) 論

將計(jì)算機(jī)仿真技術(shù)應(yīng)用于較為復(fù)雜的機(jī)場地面運(yùn)行系統(tǒng)效率研究,通過三組運(yùn)行場景的仿真得出以下結(jié)論。

(1)變更跑道使用方式能夠在一定程度上提高機(jī)場地面運(yùn)行效率,有利于減少航空公司運(yùn)營成本,降低航班延誤發(fā)生的概率。

(2)機(jī)場地面運(yùn)行系統(tǒng)涉及保障資源眾多,對(duì)拖車調(diào)配方案的研究結(jié)果表明,基礎(chǔ)設(shè)施設(shè)備使用方案的合理性對(duì)運(yùn)行效率影響較為明顯。

(3)基于有效的數(shù)據(jù)分析與合理的模型設(shè)置,通過仿真機(jī)場在不同交通壓力下的運(yùn)行狀況,能夠?qū)ξ磥頇C(jī)場保障能力與運(yùn)輸需求增長之間的差距進(jìn)行有效評(píng)估并提出切實(shí)可行的改進(jìn)方案。

對(duì)機(jī)場地面系統(tǒng)活動(dòng)的仿真運(yùn)行能夠更加直觀地反映出基礎(chǔ)設(shè)施設(shè)備使用情況及資源在不同時(shí)期的分布狀態(tài),為大中型樞紐機(jī)場應(yīng)對(duì)未來迅速增長的航空運(yùn)輸量、探索更為合理的資源配置方案以全面響應(yīng)高峰時(shí)段的服務(wù)需求提供了新思路。