Aircraft Trajectory Optimization for a Cruise Segment with Imposed Flight Time Constraint

Résumé

Les investigations présentées dans cette thèse concernent le domaine d’optimisation des trajectoires de vol, traité de point de vue de la planification du vol. L’objectif de l’optimisation est de trouver le plan de vol optimal qui minimise la fonction coût sélectionnée et respecte les contraintes imposées. L’optimisation prend en compte les performances de vol de l’avion, la configuration de l’avion (charge, quantité de combustible, etc.), les conditions atmosphériques au long de la trajectoire de vol, et les contraintes imposées. La composante latérale du plan de vol est composée par des segments obtenus suite à la sélection des noeuds adjacents d’une grille de routage. La grille de routage est construite à partir de la route orthodromique entre le point de début et la fin du segment à optimiser, d’une déviation maximale relative à la route orthodromique, et d’une distance au sol maximale entre deux noeuds de la grille. La première direction de recherche a été l’investigation d’un nouveau modèle d’atmosphère, décrivant la variation des paramètres atmosphériques dans des points sélectionnés au long de la composante latérale de la trajectoire de vol ou dans les noeuds d’une grille de routage, à une altitude sélectionnée, en fonction du temps. Ce modèle est créé à partir des prédictions fournies par les organisations météorologiques dans les noeuds d’une grille 4D (coordonnées géographiques, altitude, et temps). La valeur d’un paramètre de l’atmosphère dans un point de définition des paramètres atmosphériques (point géographique et altitude), à un instant de temps voulu, est calculée par une interpolation linéaire. Les tests ont révélé que les valeurs des paramètres atmosphériques calculés avec la méthode proposée ont le même niveau de précision (des différences d’ordre 10-14) et, en moyenne, sont obtenues six fois plus rapidement que celles obtenues à partir du modèle classique et des interpolations quadridimensionnelles. Ainsi, le processus d’optimisation est plus rapide, ou donne la possibilité d’évaluer plus des plans de vol dans un temps donné, ce qui peut conduire à l’obtention des meilleurs résultats d’optimisation. Le modèle d’atmosphère proposé peut être élargi en créant des instances du modèle pour un ensemble d’altitudes d’intérêt. La deuxième investigation évalue la performance d’une nouvelle méthode d’optimisation, basée sur des algorithmes génétiques, où l’optimisation est appliquée autant sur la composante latérale du plan de vol que sur la composante verticale. La grille de routage pour la composante latérale du plan de vol a été construite en utilisant la méthodologie décrite dans la première ci-haut direction de recherche. Les composants verticaux de la famille des plans de vol ont été construits à partir d’un modèle choisi de structure et de topologie. La performance du profil optimal, obtenue suite à l’optimisation, a été comparée avec celle d’un plan de vol de référence, obtenus suite à une optimisation du profil de vitesses au long d’une trajectoire (plan de vol latéral et profil d’altitude) d’un vol réel, trouvé sur le site «FlightAware». Une investigation additionnelle a évalué les effets sur la performance de l’optimisation et le temps de calcul, découlant de la correction des paramètres des plans de vol (le profil d’altitudes et vitesses) par rapport aux limites de l’enveloppe de vol de l’avion. Des tests ont été effectués pour six valeurs d’indice du coût, et dix essais pour chaque valeur d’indice du coût. Les résultats des tests effectués ont montré que la correction des plans de vol par rapport à l’enveloppe de vol de l’avion a résulté dans une réduction de la performance de l’optimisation et une augmentation de plus de deux fois du temps d’exécution. Par rapport au plan de vol de référence, la méthode d’optimisation proposée a produit une diminution des coûts totaux entre 1.598% et 3.97% lorsque les plans de vol n’étaient pas corrigés. Dans la troisième investigation, une nouvelle méthode / une nouvelle approche a été étudié pour l’optimisation des plans de vol, dérivé de la méthode Non-dominated Sorting Genetic Algorithm II utilisée dans les optimisations multi-objectifs. La méthode proposée traite le cas où le temps de passage au point final du segment à optimiser est un instant préféré par le planificateur ou le résultat d’une négociation avec le système de gestion du trafic aérien. La méthode proposée identifie, en parallèle, un ensemble des plans de vol optimaux, qui correspondent à un ensemble des contraintes d’heure d’arrivée requise (fenêtres de temps) contigües imposées au point final du segment à optimiser. L’avantage de cette méthode est que le décideur peut sélectionner le plan de vol qui correspondant au mieux à ses critères et, si le plan de vol est rejeté par le système de gestion du trafic aérien, alors il peut sélectionner le suivant meilleur plan de vol sans nécessiter d’effectuer une nouvelle optimisation. L’étude a investigue sept variantes de la méthode proposée et 10 tests ont été effectués pour chaque variante. Les tests ont évalué le cas où l’ensemble des contraintes d’heure d’arrivée a été constitué par 31 valeurs (fenêtres de temps contigües). Les résultats des tests ont montré une très bonne convergence des solutions. Pour cinq variantes de la méthode proposée, la différence maximale entre la consommation de combustible pour une solution et le minimum «global» pour la même valeur de la contrainte de temps d’arrivée (pout toutes les variantes de la méthode et tous les tests) a été inférieure à 90 kg de combustible (0.14%). Pour la variante la moins performante, les plans de vol optimaux ont donné une consommation de combustible avec moins que 321 kg (0.56%) au-dessus du minimum «global».

Date	27 janv. 2021
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Ruxandra Botez (Directeur(-trice))