WO2017042166A1 - Optimisation de la trajectoire d'un aéronef - Google Patents

Optimisation de la trajectoire d'un aéronef Download PDF

Info

Publication number
WO2017042166A1
WO2017042166A1 PCT/EP2016/070980 EP2016070980W WO2017042166A1 WO 2017042166 A1 WO2017042166 A1 WO 2017042166A1 EP 2016070980 W EP2016070980 W EP 2016070980W WO 2017042166 A1 WO2017042166 A1 WO 2017042166A1
Authority
WO
WIPO (PCT)
Prior art keywords
trajectory
criteria
parameters
constraints
criterion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2016/070980
Other languages
English (en)
Inventor
Guillaume Meulle
Enrique LASO LEON
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales SA
Original Assignee
Thales SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thales SA filed Critical Thales SA
Priority to US15/753,537 priority Critical patent/US20180239364A1/en
Publication of WO2017042166A1 publication Critical patent/WO2017042166A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04—Control of altitude or depth
    • G05D1/06—Rate of change of altitude or depth
    • G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
    • G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
    • G05D1/0661—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for take-off
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft
    • G08G5/30—Flight plan management
    • G08G5/32—Flight plan management for flight plan preparation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft
    • G08G5/30—Flight plan management
    • G08G5/34—Flight plan management for flight plan modification
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft
    • G08G5/50—Navigation or guidance aids
    • G08G5/52—Navigation or guidance aids for take-off
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft
    • G08G5/50—Navigation or guidance aids
    • G08G5/55—Navigation or guidance aids for a single aircraft

Definitions

  • the invention relates to the field of avionics in general.
  • the invention particularly relates to methods and systems for optimizing the trajectory of an aircraft according to various criteria, including cost.
  • the aircraft takes off at maximum power and accelerates as soon as possible (within the safety limits authorized by the regulations). Since the maximum power is applied during a long period of time, the wear of the engine is substantially increased and the noise perceived near the airport is of course reinforced.
  • the aircraft takes off at full power with the flaps extended to have a steep climb slope and then reduces the thrust when the aircraft passes near the point where the noise will be maximum.
  • the gases being reduced more early, the engines operate at a suboptimal point and flaps released induce a degradation of the fineness and therefore a higher fuel consumption for a given energy gain.
  • the aircraft follows procedures defined by ICAO with the objective of preserving the residents of the airports. These procedures require the aircraft to follow special trajectories, called NADP (Noise Abatement Departure Procedure), which bypass inhabited areas or impose a specific vertical profile. This results in a longer trajectory and therefore higher fuel consumption.
  • NADP Noise Abatement Departure Procedure
  • the patent literature includes some multi-criteria optimization solutions, that is to say aimed at achieving a compromise between the aforementioned criteria.
  • the patent document US20110060485 discloses an optimization method and a device for an aircraft take-off procedure, comprising means for determining the optimum values for the take-off parameters and adapting them to the actual take-off conditions.
  • This solution is expensive in computing time and therefore can not be achieved in a cockpit.
  • This method in addition to its high logistical and computational costs - leads, after the interpolation, to a suboptimal solution.
  • US8527119 discloses a method of adjusting the parameters of a pre-flight initialized take-off procedure from initial aircraft conditions, when said conditions evolve just prior to take-off. This adjustment method does not allow the calculation of the optimal solution and always induces additional work on the part of the pilot (during an already intense take-off phase in terms of cognitive load). These known approaches therefore have limitations.
  • An exemplary embodiment of the disclosed method includes the use of a so-called "parametric" optimizer, based on a modeling of operational costs. Its operational costs are associated with a numerical simulation of the trajectory which exploits a model of performances (aerodynamics and propulsion) of the plane. The steps of the method may include iterations to optimize the calculated solutions.
  • the invention makes it possible to achieve a compromise between various parameters, which parameters include, for example, the operational cost associated with the trajectory (eg the quantity of fuel consumed), the environmental cost (eg the pollutant emissions and / or the noise perceived at the ground) and the cost associated with engine maintenance.
  • the invention optimizes fuel consumption while simultaneously ensuring that the noise emitted by the aircraft will not be greater than it would be if the trajectory was not optimized.
  • the initial technical problem of multicriterion optimization is solved in a manner compatible with the requirement of an on-board use, that is to say carried out within the cockpit.
  • Current calculation means may be used (in particular a portable computer of standard computing power).
  • the speed of calculation of the steps of the process makes it possible to provide an optimal solution in real mission conditions, ie without the need to resort to pre-calculated solutions. Since the process steps can be calculated quickly, it is possible to identify an optimal trajectory solution that takes into account the latest available information about the mission.
  • the method according to the invention advantageously makes it possible to obtain an exact and optimal solution, in a time compatible with the constraints imposed on the crews (that is to say, and for example without the need for the driver to have to conduct interpolation tasks in a pre-set results table).
  • the determination of an optimal solution may also satisfy constraints or objectives given by or for the air carrier (eg reduction of operational costs of the flight and concomitant satisfaction of the imposed constraints).
  • the parametric optimization makes it possible to obtain a computation time compatible with the operations performed by a crew in the time interval devoted to the preparation of the flight on limited computing resources.
  • the use of a parametric optimization method 310 (eg gradient type) makes it possible to obtain a calculation time significantly shorter than that disclosed in the state of the art (for example according to US20110060485). Description of figures
  • FIG. 1 shows a block diagram of the invention
  • FIGS. 2A and 2B illustrate examples of calculations carried out in parallel or in series, for example according to an implementation with several processors or processor cores;
  • Figure 3 illustrates examples of sub-steps for optimization
  • Figure 4 illustrates the fuel consumption as a function of altitude and stolen distance
  • Figure 5 illustrates the evolution of the fictitious temperature
  • Figure 6 illustrates an example of taking into account the fictitious temperature to optimize the trajectory.
  • a method for optimizing the trajectory of an aircraft comprising the steps of determining one or more reference criteria CiRef from a non-optimized initial trajectory; determining one or more initial K'j constraints from the initial trajectory; determining a criterion Ci according to an analytic function of said criteria CiRef; and, by iteration cycle, determining an optimized trajectory; determining intermediate K'j constraints from the optimized trajectory; to minimize the criterion Ci determined under the initial constraints K'j and the intermediate constraints K'j; determine q take-off parameters Pi.
  • a method for optimizing the trajectory of an aircraft comprising the steps of receiving (coordinates or information relating to) a non-optimized initial trajectory according to a published flight procedure; determining (or calculating) one or more reference criteria CiRef from said non-optimized initial trajectory; said criteria CiRef being determined for the take-off and / or climb portion of said initial non-optimized trajectory; determining one or more initial K'j constraints from the non-optimized initial trajectory; determining a criterion Ci according to an analytic function of said criteria CiRef; and, by iteration cycle, i) determining an optimized trajectory; ii) determining intermediate K'j constraints from said optimized trajectory; iii) minimize said criterion Ci determined under the initial constraints K'j and the intermediate constraints K'j; iv) determine q take-off parameters Pi.
  • the non-optimized initial trajectory is received from a flight procedure published by the air traffic control. This non-optimized trajectory is calculated by numerical integration of a system of differential equations from the flight data.
  • the method can advantageously optimize different flight phases.
  • the method according to the invention can in particular optimize takeoff and / or climb (phase ("climb" before the flight phase called “cruise”).
  • the method according to the invention makes it possible to determine at the output different take-off parameters (such as speed, target altitude, engine control) which make it possible to obtain an optimized trajectory, with regard to optimization criteria and constraints or limit values.
  • take-off parameters such as speed, target altitude, engine control
  • the process according to the invention proceeds by iteration.
  • the method optimizes an analytic function which expresses a mathematical relation that makes it possible to obtain one or more "criteria" Ci from the take-off parameters and the data flight plan.
  • a "criterion" Ci may be a parameter associated with the trajectory, such as fuel consumption. More generally, a criterion Ci can result from "aggregation" of a plurality of reference criteria.
  • the CiRef criteria are the "original" criteria, ie homogeneous in nature (acoustic noise, pollutant emission, fuel consumption, etc.), ie those associated with the initial non-optimized trajectory, that is to say as defined by the published procedure which is in practice given by the air traffic control.
  • the plurality N of criteria CiRef is associated with a plurality of constraints Kj.
  • a "constraint" Kj or K'j is a ceiling or limit digital value or terminal that frames the various optimization steps (for example a constraint will be an acoustic noise value not to be exceeded). Examples of constraints include, for example, fuel consumption limit values, acoustic emission limits or pollutant emission limits.
  • constraints are initial data (K'j) - directly given or derivable from the flight data - while other constraints are "intermediate” calculated data denoted Kj, i.e. derived from the non-optimized trajectory.
  • Kj initial data
  • Kj intermediate calculated data
  • these constraints Kj become “artificial” (from the point of view of their human intelligibility, but are justified because of the interdependent associated with the function being optimized).
  • the steps of the optimization process manipulate these constraints in the same way but in an underlying and concrete way some values are values received at the initialization of the optimization calculation while the others result from intermediate calculation steps.
  • constraints K'j are generally expressed "as is", they can be obtained directly with the data of the problem.
  • the other constraints Kj can only be formalized after the step of calculating the reference trajectory.
  • a constraint of the form "altitude must be greater than 10000ft at such a waypoint” is an input of the problem, which can be provided directly in the optimizer as a constraint K'j.
  • a constraint of the form "the optimized flight must not make more noise that the reference flight "is Kj type because to digitally formalize and provide it to the optimization step, the step of calculating the non-optimized trajectory must have been performed beforehand.
  • the constraints Kj can be determined from the CiRef criteria.
  • a constraint Kj may be the noise measured by a microphone when integrating the non-optimized trajectory.
  • Criterion Ci can be determined iteratively by numerical integration. This numerical integration can for example be done by solving differential equations from said mission data and parameters Pi.
  • the iterative algorithm minimizes the value of Ci obtained by aggregation of CiRef, ensuring compliance with the constraints Kj and K'j.
  • Ci is estimated by numerical integration of a system of differential equations from said mission data and said parameters Pi resulting from the previous iteration.
  • the integer q of parameters Pi is iteratively incremented by one from the value 1.
  • the method optimizes incrementally, from 1 to q take-off parameters Pi.
  • at least one optimized parameter "P1 opt" can be used as input to a flight management computer. As the calculation of the process steps progresses, an increasing number of optimized parameters Pi are determined.
  • the method comprises steps of refining the solutions characterized in that, if a number n of parameters Pi are to be optimized, then the iterative algorithm is run several times, increasing each time the number q of parameters to optimize and "forcing" the others to selected values to allow the smooth completion of numerical integration calculations.
  • the results obtained at each launch of the iterative algorithm are stored.
  • the final result provided by the method is that among all those having been stored, which gives the lowest cost while respecting the constraints.
  • the computation is carried out in parallel 210 (firstly on a single parameter, then two parameters simultaneously, then three, etc.), each time the minimization of the function determines a solution that is a minimum cost; or local minima are then compared with each other to identify a global minimum).
  • the calculation is carried out sequentially 220 (the different parameters are determined individually, ie the different Pi chosen from q are optimized independently of each other, at the output different solutions are obtained, among which an optimum solution is determined ).
  • said incremental iteration is interrupted at the request of the pilot.
  • the incremental iteration is interrupted at the request of the pilot (or a third party flight management system or by any other system interacting with the method according to the invention), which may, for example, wish to obtain an intermediate result faster than what is needed to achieve a finalized optimization. If necessary, in the event of interruption of the optimization iterations, the completed intermediate results are accessible (and a local minimum can be identified and returned), only the incomplete intermediate result being non-usable.
  • this embodiment allows the pilot to quickly access a result which, although not finalized, may be in a state of convergence sufficient for his operational navigation needs.
  • criterion Ci is an analytic function of criteria Ci Ref.
  • the method iteratively minimizes the value of a criterion Ci, which criterion may be a "non-homogeneous” or “synthetic” criterion, for example “aggregating” or “encapsulating” or “weighting” one or more CiRef criteria (homogeneous ) of origin.
  • criterion Ci may be a "non-homogeneous” or “synthetic” criterion, for example “aggregating” or “encapsulating” or “weighting” one or more CiRef criteria (homogeneous ) of origin.
  • the iterative optimization of this criterion Ci is then carried out and always ensuring compliance with the constraints Kj "intermediate” and constraints K'j.
  • the "linking" of different CiRef can be done in different ways.
  • an analytic function can govern this linking.
  • An example of aggregation then consists in defining a scalar function J of several criteria CiRef for example of the form:
  • This function can be linear or non-linear.
  • the at least one criterion Ci is a weighted linear combination of criteria CiRef.
  • this analytic function J can be reduced to a linear combination of criteria CiRef.
  • the function J can correspond to a linear combination with constant real coefficients of these different values of the form:
  • This embodiment is advantageously fast to calculate.
  • the different coefficients can correspond to airline policies (a configuration file can capture these priorities, which can nevertheless be modifiable, ie dynamic).
  • a criterion Ci is a criterion selected from the criteria comprising fuel consumption, the acoustic noise level measured substantially at ground level, the quantitative and / or qualitative emission of one or more chemical compounds, the level of engine wear.
  • a criterion Ci is associated with the fuel consumption at a point defined as being representative of the first cruise level. This point can for example be defined as a point at the cruising altitude at a sufficiently large distance from the take-off point so that the cruising altitude can be reached even with the slowest rise reasonably possible (noted FU unit of mass).
  • a criterion Ci is associated with the acoustic noise level measured substantially at ground level. Indeed, one or more microphones placed in the immediate vicinity of the departure airport can evaluate this noise. This noise level can for example correspond to either a maximum pressure level for a frequency filter type A (LaMax measurement), or one of the exposure measurements. usual (SEL or EPNL) (noted ⁇ / s ,, i varying for each point and type of measurement, unit dB or dBA). The perceived noise can be measured or calculated (simulated). The term covers developments of psychoacoustic perception.
  • a criterion Ci is associated with the quantitative and / or qualitative emission of one or more chemical compounds.
  • a chemical compound may include nitrogen oxide.
  • the level of nitrous oxide released along the trajectory can be evaluated by a method such as the Boeing Fuel Flow Method II in an altitude range where these emissions will have an impact on the local air quality of the aircraft. agglomeration where the aerodrome is located (denoted NOx mass unit).
  • a chemical compound may also include carbon dioxide.
  • the level of carbon dioxide released by the trajectory can be evaluated in different ways. In a conventional combustion process, this rate is proportional to the fuel consumption, with a proportionality factor depending on the type of fuel used (denoted C0 2 mass unit).
  • a criterion Ci is associated with the level of wear of the motor. This engine wear can be associated with the level of takeoff power applied and the duration of use of this power level (noted EW).
  • a criterion Ci is associated with a combination of at least two criteria selected from the criteria comprising the fuel consumption, the acoustic noise level measured substantially on the ground, the acoustic noise level measured substantially at ground level, the quantitative and / or qualitative emission of one or more chemical compounds, the level of wear of the engine.
  • a criterion Ci may be a "synthetic" or "composite" criterion.
  • the weighting of the objectives pursued by the flight can be defined upstream (for example, the pilot or the airline performing the flight of the aircraft can define a specific "mix” reflecting the importance and / or the priority between different sub-criteria (eg fuel 60% - noise 20% - motor wear 20%)
  • the different sub-criteria can be at least partially interdependent on the substance, but the isolation in categories nevertheless advantageously allows a readability and effective control of the flight of the aircraft.
  • the step of minimizing the criterion Ci comprises a gradient descent.
  • a variety of optimization algorithms can be used (e.g. cost function, gradient descent or other).
  • the method further comprises a step of determining an optimal number of parameters Pi.
  • a parameter Pi is selected from the parameters comprising one or more characteristic altitude of the trajectory profile, one or more characteristic speeds of the trajectory profile, one or more control parameters of the motors characteristic of the trajectory profile.
  • the method further comprises a step of communicating said determined parameters Pi.
  • the determined Pi parameters can be communicated to a flight management system or FMS.
  • a computer program product comprising code instructions for performing one or more of the method steps, when said program is run on a computer.
  • the system comprises means for carrying out one or more of the steps of the method.
  • the system includes non-avionic EFB electronic flight bag type means.
  • the computing capabilities of the FMS system itself are generally not fast enough, the process may in some cases be advantageously implemented on peripheral systems at the heart of FMS (which is the certified avionics part).
  • FMS which is the certified avionics part.
  • Implementing the process in, on, or via an EFB tablet will be particularly beneficial (an EFB can access virtually unlimited computing capabilities via the cloud).
  • computing means eg a server or a computer as a tablet or an EFB
  • the optimization is done in whole or in part by a server located in the aircraft (for example in a partition in an electronic module in the hold). In one embodiment, the optimization is done in whole or in part by a server located on the ground (for example that of an airline or a service provider). In one embodiment, the optimization is made wholly or partially in a cloud computing ("Cloud Computing", the tablet / EFB / FMS is then a terminal in the sense of HMI).
  • cloud computing the tablet / EFB / FMS is then a terminal in the sense of HMI.
  • Some embodiments may use cloud computing, i.e. cloud computing.
  • cloud computing i.e. cloud computing.
  • the accessed computing resources (“Cloud”) may be public resources (the calculations and / or data will then be encrypted) and / or private resources.
  • Latency times eg data communication time between different computing tasks
  • the optimization according to the method aims to simultaneously optimize several "objectives” or “criteria”, which may be contradictory (in part or in whole). Optimization can be called “multi-objectives” or “multi-criteria”.
  • objectives or criteria include, but are not limited to, the amount of fuel consumed, the emission of pollutants, perceived noise on the ground, and engine wear.
  • Objectives or criteria are target values. Each flight path (calculated or simulated or stolen) is associated with “components”, which are data that define a flight path. The components are therefore actual or intermediate values. Some values can become “constraints", ie limit values to be respected (eg not to exceed as a noise level, or a minimum reduced thrust).
  • FIG. 1 shows a block diagram of the invention.
  • the diagram illustrates in particular the input and output data for the determination of the trajectory.
  • the precise operation of the invention comprises the following steps:
  • the method calculates by a method, in particular of numerical integration, the trajectory that would be stolen by the aircraft without any optimization. It deduces the various components or parameters or characteristics associated with the operational cost of this trajectory: for example, the fuel consumed, the noise measured on the ground, the wear of the engines. From these components, the method determines constraints to be respected (for example the noise emitted by the non-optimized trajectory, which will constitute a limit not to exceed) during the flight.
  • constraints to be respected for example the noise emitted by the non-optimized trajectory, which will constitute a limit not to exceed
  • the method continues with an optimization step 140, taking as input the mission data, the constraints calculated in the previous step and initial flight control parameters.
  • This step provides the values of the control parameters to be applied by ensuring that the cost of a trajectory stolen with these command parameters will be lower than that of the non-optimized trajectory, and that the constraints will be respected.
  • the optimization step combines (i) steps of optimizing (ii) steps of numerically integrating one or more differential equations and steps (iii) of iterating these calculations so as to refine these solutions and converge towards an optimal solution.
  • the steps aimed at refining the solutions obtained consist in separating the problem to be solved into several simpler problems: if n parameters are to be optimized, the process starts n computations by increasing each time the number of parameters, and setting the other parameters to values allowing the smooth completion of numerical integration calculations. This repetition of steps carried out gradually by adding the number of parameters to be optimized is called "aggregation". Each time a calculation is completed, the result of the calculation is saved. Optionally, the result is displayed on request of the operator. When all the calculations are completed, the best result is displayed (in one embodiment, the best result is the one that gives the best gain, other criteria can be used). The underlying benefits are described below.
  • a calculation that optimizes more parameters allows you to expect a slightly higher gain (but without guarantee of success), but at the cost of a higher calculation time.
  • By launching calculations of increasing complexity it is almost certain to obtain an optimal solution in a very short time. For example, in ten seconds, a solution is obtained that covers at least 80% of the gains, which is already satisfactory if the pilot does not have a lot of time; in thirty seconds of calculation is obtained a solution covering at least 90% of earnings, if any, etc. In the event that the pilot has enough time to let all the calculations take place, it is possible to obtain the most optimal solution (which is not necessarily the last calculated).
  • the different calculations corresponding to the steps of the method are executed in parallel on different processors or processor cores of a computer, which makes it possible to speed up the calculations. Examples of parallel calculations are shown below.
  • FIGS. 2A and 2B illustrate examples of calculations carried out in parallel or in series, for example according to an implementation with several processors or processor cores.
  • Figure 2A shows that the calculations can be performed in parallel.
  • Figure 2B shows that the calculations are performed serially, i.e. sequentially.
  • optimization is based on a coupling between (a) the optimization algorithm, (b) the digital trajectory integration and (c) the cost estimation.
  • the path integration method (b) takes the mission data and the command parameters as input, and provides a trajectory exploited by the cost estimation steps (c).
  • the optimization algorithm (a) iteratively looks for the control parameters to be provided to the path integration (b) so that the cost (c) is minimal while respecting the constraints provided.
  • Figure 3 illustrates examples of sub-steps for optimization. From the mission data 301, a set of optimized or optimal parameters 302 is returned. The optimization algorithm is designated by the term "parametric optimizer" 310. This parametric optimizer 310 interacts with a trajectory determination module 320 and a cost determination module 330. Examples of sub-steps performed by the components 310, 320 and 330 are detailed below.
  • the mission data 301 corresponds to the information provided in input and necessary and sufficient to determine the optimal trajectory sought. External conditions can indeed apply to the trajectory. These may for example include weather conditions or the existence of special operational restrictions.
  • a set of initial conditions totally or partially defines the dynamic state vector of the aircraft at the beginning of the flight path (example: take-off weight).
  • a set of terminal conditions totally or partially defines the dynamic state vector of the aircraft at the end of the trajectory (example: distance traveled).
  • a simulated trajectory calculation 320 is carried out, that is to say to simulate the dynamics of the aircraft on the departure trajectory with a performance model defined as a system of differential equations of the first order.
  • This simulation follows a route defined by a set of navigation procedures and is constrained by the regulatory limitations of these procedures. The limiting speeds are an example.
  • the performance of the aircraft is characterized by the description of aerodynamic and propulsive phenomena.
  • the parametric representation of the command applied to the simulation is established.
  • This parametric representation corresponds to the instructions that will be communicated to the crew and to the autopilot device during the execution of the trajectory.
  • the set of constraints associated with the stolen departure procedure (this type of procedure and their computer coding being defined for example in the ARINC 424 standard) notably comprises waypoints and heading points, upper and lower altitude limits. , speed limits and overflight zones, public noise reduction procedures, etc.
  • the problem of numerical simulation and optimal control is transcribed into a parametric optimization problem under constraints.
  • such a method can be a method called "direct fire" associated with a numerical integration scheme Runge-Kutta order 4.
  • a cost model of the trajectory 330 is determined in which the history of the state vector of the airplane along the trajectory is converted into a scalar value representing a sizing cost for the operator of the aircraft. 'plane. This cost is the value that the described process seeks to minimize.
  • parametric optimization 310 is performed based on the evaluation of the gradient of the cost function with respect to the parameters, as well as the evaluation of the Jacobian matrix of the constraint vector with respect to the parameters of the parameter. optimization. This not only makes it possible to deal with constraints of the equality type (example: reaching a passage point at a fixed altitude) but also constraints of the inequality type (example: flight domain limits). An illustration of this type of methods is a quasi-Newton method with management of a set of active constraints.
  • Figure 4 illustrates fuel consumption as a function of altitude and stolen distance.
  • a constraint Ci may be associated with the fuel consumption measured at a point defined as representative of the first cruise level.
  • This point can for example be defined as a point situated at the cruising altitude and a sufficiently large distance from the take-off point, for example so that the cruising altitude can be reached even with the slowest climb reasonably feasible (denoted FU mass unit).
  • Figure 5 illustrates the evolution of the fictitious temperature. A reduced thrust is expressed by this fictitious temperature # and results from the optimization of the take-off performance calculation in order to reduce the wear of the propulsion system. This value is calculated to be as high as possible while respecting the security constraints. Nevertheless the fictitious temperature does not only have consequences on the wear of the engines.
  • Figure 6 illustrates an example of taking into account the fictitious temperature to optimize the trajectory.
  • the fictitious temperature is solely the result of the take-off performance calculation
  • initial suboptimal conditions are taken into account for the computation of the optimized trajectory.
  • this trajectory can be adjusted in such a way as to reduce the engine wear as well as possible while avoiding excessive fuel consumption (the consumption increasing when the thrust decreases).
  • the cost of engine wear can be modeled. In particular, it can be defined as a function of the history of different variables, including the take-off engine speed, the outside temperature during take-off, the ambient pressure and the Mach number.
  • the level of engine wear is determined based on the history of selected variables in the group including take-off engine speed, outboard take-off, ambient pressure and Mach number. .
  • the modeling of the cost of engine wear is defined as a function of the history of the following variables: (i) the take-off engine speed expressed either as a value of the speed of rotation of the fan ( ⁇ / / ), either as the control variable of the motor power control; (ii) the outside temperature during the takeoff phase (taken for example as the temperature at ground level) ( ⁇ 3 ⁇ 4 xf ), (iii) the ambient pressure (P) and (iv) the Mach number (M).
  • engine wear can therefore be defined by analyzing the impact of the history of use of a fleet of engines on the associated maintenance costs for the operator.
  • the engine speed at takeoff can for example be expressed as a value of the speed of rotation of the fan ( ⁇ / / ), or as the control variable of the engine power control.
  • the outside temperature can be the temperature measured during the take-off phase (taken for example as the temperature at ground level) ( ⁇ 3 ⁇ 4x f ).
  • the pressure can be the ambient pressure (P).
  • the number of Mach is noted ⁇ M).
  • EW EW (N l (t), O ext , P, M) This engine wear can be defined by analyzing the impact of the history of use of a fleet of engines on the associated maintenance costs for the engine. operator.
  • the level of engine wear is therefore estimated as a function of maintenance costs.
  • the level of engine wear therefore comprises a wear contribution and a damage contribution.
  • the writing in the form of an integral therefore shows a wear contribution EW C (example creep in the hot parts subjected to stress) and damage EW d (local exceedance of a limit).
  • This term of damage can be represented for example by a Dirac distribution.
  • the choice of such parameters is adapted to a turbojet engine or a turbofan engine.
  • the driving parameter can be replaced by a more appropriate combination of parameters, such as, for example, the engine torque and the speed, the inlet pressure and the pitch of the propeller, the inlet temperature turbine or nozzle ...
  • the form of these functions can be developed from economic models of engine maintenance, for example depending on their use (according to the maintenance contract with the supplier of the engine where maintenance costs will be set according to the level of applied thrust integrated over time, etc.).
  • the mission data includes the consumed track length and the second segment speed. Indeed, in a complementary and optional manner, the calculation of takeoff performance can be introduced into the optimization process. The values mainly concerned are the track length consumed and the speed of the second segment, both depending on the value of take-off thrust when applying reduced thrust.
  • the mission data includes a thrust value.
  • the thrust value is the maximum allowable value of reduced thrust.
  • the reduced thrust (expressed by a fictitious temperature 0 f ) is the result of optimizing the take-off performance calculation in order to reduce the wear of the propulsion system and is calculated so as to be as high as possible while respecting the security constraints. Nevertheless the fictitious temperature does not only have consequences on the wear of the engines. In a diagram where the fictitious temperature is only the result of the calculation of take-off performance, we therefore have the imposition of initial conditions that are suboptimal for the calculation of the departure trajectory.
  • this trajectory can be adjusted in such a way as to reduce engine wear as much as possible while avoiding excessive fuel consumption (the consumption increasing when the thrust decreases). ).
  • the impact of the take-off distance is also decisive in the level of noise perceived around the aerodrome.
  • the present invention can be implemented from hardware and / or software elements. It may be available as a computer program product on a computer readable medium.
  • one or more steps of the method according to the invention is implemented in the form of a computer program hosted on a portable computer type "EFB" (Electronic Flight Bag).
  • EFB Electronic Flight Bag
  • the computer program implementing the invention can be implemented in the form of two interacting computer programs: a first program (client) hosted on a portable computer (for example an EFB or a touch pad) and a second program (server) hosted on a calculator, the two computers communicating via a network (dedicated or via the Internet).
  • client can receive the mission data, transmit it to the server, receive in response the optimized parameters and present them on a human-machine interface.
  • server can receive the mission data, perform one or more steps of the method according to the invention, and transmit to the client the results of the calculation.
  • one or more process steps can be implemented within an FMS type computer (or in a FM function of a flight computer).
  • a so-called lateral trajectory is calculated as a function of the geometry between the crossing points (commonly called LEG) and / or the altitude and speed conditions (which are used for the calculation of the turning radius).
  • LEG longitude coordinates
  • the FMS optimizes a vertical trajectory (in altitude and speed), passing through possible constraints of altitude, speed, time. All information entered or calculated by the FMS is grouped on display screens (MFD pages, NTD and PFD visualizations, HUD or other).
  • the invention can in particular be carried out by the TRAJPRED part.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

Il est divulgué un procédé pour l'optimisation de la trajectoire d'un aéronef, comprenant les étapes consistant à déterminer un ou plusieurs critères CiRef de référence à partir d'une trajectoire initiale non-optimisée; déterminer une ou plusieurs contraintes K'j initiales à partir de la trajectoire initiale; déterminer un critère Ci selon une fonction analytique desdits critères CiRef; et, par cycle d'itération, déterminer une trajectoire optimisée; déterminer des contraintes K'j intermédiaires à partir de la trajectoire optimisée; minimiser le critère Ci déterminé sous les contraintes K'j initiales et les contraintes K'j intermédiaires; déterminer q paramètres de décollage Pi. Des développements décrivent une itération incrémentale du procédé, une interruption par le pilote, l'utilisation de critères comprenant la consommation de carburant, le niveau de bruit acoustique, l'émission de composés chimiques, le niveau d'usure du moteur, l'utilisation d'une descente de gradient et de diverses optimisations. Des aspects de système et de logiciel sont décrits.

Description

OPTIMISATION DE LA TRAJECTOIRE D'UN AÉRONEF
Domaine de l'invention
L'invention concerne le domaine de l'avionique en général. L'invention concerne en particulier des procédés et systèmes pour optimiser la trajectoire d'un aéronef selon différents critères, notamment de coût.
Etat de la Technique
En matière d'exploitation de vols commerciaux, des contraintes strictes existent en matière de bruit mesuré au sol à proximité des pistes d'atterrissage. L'optimisation de la trajectoire d'un aéronef résulte d'un compromis entre différents facteurs, qui peuvent être antagonistes. Par exemple, la minimisation du bruit mesuré au sol à proximité des zones de décollage et d'atterrissage est un objectif ou une contrainte qui entre en conflit avec le fait que les compagnies aériennes cherchent généralement à minimiser le coût d'exploitation de l'aéronef, par exemple en diminuant la consommation de carburant ou en optimisant les coûts liés à la maintenance des moteurs.
En général, une trajectoire permettant d'économiser du carburant entraînera un bruit plus élevé, et inversement une trajectoire consommant plus de carburant sera associée avec un bruit moins élevé pour le voisinage. La recherche de l'identification d'une solution optimale est une tâche complexe. Plus précisément, différentes approches sont connues pour résoudre chacune un problème technique spécifique. Par exemple, à la fin de diminuer la quantité de carburant consommé, il est généralement procédé à une poussée maximale et à une rétractation rapide des dispositifs hypersustentateurs. Afin de diminuer le bruit émis par l'aéronef sont volées les procédures dites de « moindre bruit » (i.e. telles que publiées). Afin de réduire l'usure des moteurs, il est appliqué une poussée réduite au décollage, laquelle permet de préserver sensiblement les moteurs d'une usure thermomécanique. Ces solutions, si elles sont efficaces dans leur domaine d'application, présentent l'inconvénient de dégrader les autres composantes lorsque considérées en combinaison.
La littérature publiée fait état de quelques tentatives pour concilier ces différents critères, mais ces solutions requièrent généralement la réalisation de calculs préalables au sol. Dans certains autres cas, des interpolations sont nécessaires durant le vol (par exemple au moyen de tables), ce qui finalement augmente de manière inacceptable la charge de travail de l'équipage et n'aboutit pas nécessairement à une solution optimale.
Selon une approche orientée vers la consommation de carburant, l'aéronef décolle à puissance maximale et accélère le plus tôt possible (dans les limites de sécurité autorisées par la réglementation). La puissance maximale étant appliquée pendant un intervalle de temps important, l'usure du moteur est substantiellement augmentée et le bruit perçu à proximité de l'aéroport est bien entendu renforcé.
Selon une approche orientée vers la minimisation du bruit, l'aéronef décolle à puissance maximale avec les volets sortis pour avoir une forte pente de montée puis réduit la poussée lorsque l'avion passe à proximité du point où la nuisance sonore sera maximale. Les gaz étant réduits plus tôt, les moteurs fonctionnent à un point sous-optimal et les volets sortis induisent une dégradation de la finesse et donc une plus forte consommation de carburant pour un gain d'énergie donné. Selon une variante, l'avion suit des procédures définies par l'OACI ayant pour objectif de préserver les riverains des aéroports. Ces procédures obligent les avions à suivre des trajectoires particulières, appelées NADP (Noise Abatement Departure Procédure), qui contournent les zones habitées ou imposent un profil vertical spécifique. Il s'ensuit un allongement de la trajectoire et donc une consommation de carburant plus élevée.
Selon une approche orientée vers la réduction de l'usure des moteurs, il est parfois procédé à l'application d'une poussée réduite au décollage. Cette poussée correspond en général à celle qui serait appliquée dans les conditions de température les plus limitantes pour un décollage (à la masse du jour). Ce type de procédure s'appelle « Assumed température » ou « Flex Température ». Cette température sera appelée température fictive dans la suite du document. L'optimisation ne s'appliquant que pour la portion de décollage avant la réduction de poussée (THR RED ALTITUDE), cette approche conduit à (i) utiliser toute la longueur de piste exploitable et monter avec une pente plus faible, ce qui conduit (ii) à utiliser le moteur de façon sous optimale d'un point de vue thermodynamique. Par suite, l'avion passera à une altitude plus faible au dessus du point où les nuisances sonores sont les plus gênantes, donc en faisant finalement plus de bruit du point de vue du sol, et par ailleurs la consommation de carburant sera plus élevée pour un même gain d'énergie.
La littérature brevet comprend quelques solutions d'optimisation multicritères, c'est-à-dire visant à réaliser un compromis entre les critères précédemment cités. Par exemple le document de brevet US20110060485 divulgue un procédé d'optimisation et un dispositif pour une procédure de décollage d'un aéronef, comprenant des moyens pour déterminer les valeurs optimales pour les paramètres de décollage et en les adaptant aux conditions de décollage réelles. Cette solution est coûteuse en temps de calcul et par suite ne peut pas être réalisé dans un poste de pilotage. Pour permettre son utilisation opérationnelle, elle nécessite une tabulation des solutions optimales, laquelle tabulation est réalisée préalablement au sol, ainsi qu'une étape ultérieure de reconstitution par interpolation (pour correspondre aux conditions du jour). Cette méthode - outre ses coûts logistiques et calculatoires élevés - conduit, après l'interpolation, à une solution sous optimale. Le document de brevet US8527119 décrit un procédé d'ajustement des paramètres d'une procédure de décollage initialisée avant le vol à partir de conditions avions initiales, lorsque lesdites conditions évoluent juste avant décollage. Ce procédé d'ajustement ne permet pas le calcul de la solution optimale et induit toujours un travail supplémentaire de la part du pilote (durant une phase de décollage déjà intense en termes de charge cognitive). Ces approches connues comportent donc des limitations.
Il existe un besoin pour des procédés et des systèmes pour l'optimisation de la trajectoire d'un aéronef.
Résumé de l'invention
Un exemple de réalisation du procédé divulgué comprend notamment l'emploi d'un optimiseur dit « paramétrique », reposant sur une modélisation des coûts opérationnels. Ses coûts opérationnels sont associés à une simulation numérique de la trajectoire qui exploite un modèle de performances (aérodynamique et propulsion) de l'avion. Les étapes du procédé peuvent comprendre des itérations afin d'optimiser les solutions calculées. Avantageusement, l'invention permet de réaliser un compromis entre différents paramètres, lesquels paramètres comprennent par exemple le coût opérationnel associé à la trajectoire (e.g. quantité du carburant consommé), le coût environnemental (e.g. les émissions de polluants et/ou le bruit perçu au sol) et le coût associé à la maintenance des moteurs.
Avantageusement, l'invention permet d'optimiser la consommation de carburant tout en assurant simultanément que le bruit émis par l'avion ne sera pas supérieur à ce qu'il serait si la trajectoire n'était pas optimisée.
Avantageusement, le problème technique initial d'optimisation multicritères est résolu d'une manière compatible avec l'exigence d'une utilisation embarquée, c'est-à-dire effectuée au sein du poste de pilotage. Des moyens de calcul courants peuvent être utilisés (notamment un ordinateur de type portable d'une puissance de calcul standard). La rapidité de calcul des étapes du procédé permet de fournir une solution optimale dans des conditions de mission réelles, i.e. sans nécessité de recourir à des solutions pré-calculées. Les étapes du procédé pouvant faire l'objet de calculs rapides il est possible d'identifier une solution de trajectoire optimale prenant en compte les dernières informations disponibles quant à la mission. En d'autres termes, le procédé selon l'invention permet avantageusement l'obtention d'une solution exacte et optimale, dans un temps compatible avec les contraintes imposées aux équipages (c'est-à-dire et par exemple sans nécessité pour le pilote d'avoir à conduire des tâches interpolation dans une table de résultats préétablie). La détermination d'une solution optimale peut également satisfaire des contraintes ou objectifs donnés par ou pour le transporteur aérien (e.g. réduction des coûts opérationnels du vol et satisfaction concomitante des contraintes imposées). Avantageusement, combinée à l'optimisation itérative des solutions, l'optimisation paramétrique permet d'obtenir un temps de calcul compatible avec les opérations réalisées par un équipage dans l'intervalle de temps consacré à la préparation du vol sur des ressources de calcul limitées. En particulier, l'utilisation d'une méthode d'optimisation paramétrique 310 (e.g. de type gradient) permet d'obtenir un temps de calcul significativement plus court que celui divulgué dans l'état de la technique (par exemple selon US20110060485). Description des figures
Différents aspects et avantages de l'invention vont apparaître en appui de la description d'un mode préféré d'implémentation de l'invention mais non limitatif, avec référence aux figures ci-dessous :
La figure 1 montre un schéma de principe de l'invention ;
Les figures 2A et 2B illustrent des exemples de calculs conduits en parallèle ou en série, par exemple suivant une implémentation à plusieurs processeurs ou cœurs de processeur ;
La figure 3 illustre des exemples de sous-étapes pour l'optimisation ;
La figure 4 illustre la consommation de carburant en fonction de l'altitude et de la distance volée;
La figure 5 illustre l'évolution de la température fictive ;
La figure 6 illustre un exemple de prise en compte de la température fictive pour optimiser la trajectoire. Description détaillée de l'invention
Il est divulgué un procédé pour l'optimisation de la trajectoire d'un aéronef, comprenant les étapes consistant à déterminer un ou plusieurs critères CiRef de référence à partir d'une trajectoire initiale non- optimisée ; déterminer une ou plusieurs contraintes K'j initiales à partir de la trajectoire initiale; déterminer un critère Ci selon une fonction analytique desdits critères CiRef; et, par cycle d'itération, déterminer une trajectoire optimisée ; déterminer des contraintes K'j intermédiaires à partir de la trajectoire optimisée; minimiser le critère Ci déterminé sous les contraintes K'j initiales et les contraintes K'j intermédiaires; déterminer q paramètres de décollage Pi. Des développements décrivent une itération incrémentale du procédé, une interruption par le pilote, l'utilisation de critères comprenant la consommation de carburant, le niveau de bruit acoustique, l'émission de composés chimiques, le niveau d'usure du moteur, l'utilisation d'une descente de gradient et de diverses optimisations. Des aspects de système et de logiciel sont décrits.
Il est divulgué un procédé pour l'optimisation de la trajectoire d'un aéronef, comprenant les étapes consistant à recevoir (les coordonnées ou informations relatives à) une trajectoire initiale non-optimisée selon une procédure de vol publiée; déterminer (ou calculer) un ou plusieurs critères CiRef de référence à partir de ladite trajectoire initiale non- optimisée; lesdits critères CiRef étant déterminés pour la portion de décollage et/ou de montée de ladite trajectoire initiale non optimisée; déterminer une ou plusieurs contraintes K'j initiales à partir de la trajectoire initiale non-optimisée; déterminer un critère Ci selon une fonction analytique desdits critères CiRef; et, par cycle d'itération, i) déterminer une trajectoire optimisée ; ii) déterminer des contraintes K'j intermédiaires à partir de ladite trajectoire optimisée ; iii) minimiser ledit critère Ci déterminé sous les contraintes K'j initiales et les contraintes K'j intermédiaires ; iv) déterminer q paramètres de décollage Pi.
La trajectoire initiale non-optimisée est reçue d'une procédure de vol publiée par le contrôle aérien. Cette trajectoire non optimisée est calculée par intégration numérique d'un système d'équations différentielles à partir des données de vol.
Le procédé peut avantageusement optimiser différentes phases de vol. Le procédé selon l'invention peut notamment optimiser le décollage et/ou la montée (phase (« climb » avant la phase de vol dénommée « cruise »).
Le procédé selon l'invention permet de déterminer en sortie différents paramètres de décollage (tels que vitesse, altitude cible, commande moteur) lesquels permettent d'obtenir une trajectoire optimisée, au regard de critères d'optimisation et de contraintes ou valeurs limites.
Plus précisément, le procédé selon l'invention procède par itération. En incrémentant progressivement le nombre de paramètres à optimiser (de 1 jusqu'à q paramètres), le procédé optimise une fonction analytique laquelle exprime une relation mathématique permettant d'obtenir un ou plusieurs « critères » Ci à partir des paramètres de décollage et des données de plan de vol. Un « critère » Ci peut être un paramètre associé à la trajectoire, telle que la consommation de carburant. Plus généralement, un critère Ci peut résulter de « agrégation » d'une pluralité de critères de référence.
Les critères CiRef sont les critères « originels », i.e. homogène en nature (bruit acoustique, émission de polluants, consommation de carburant, etc) c'est-à-dire ceux associés à la trajectoire non optimisée initiale, c'est-à- dire telle que définie par la procédure publiée qui est en pratique donnée par le contrôle du trafic aérien. La pluralité N de critères CiRef est associée à une pluralité de contraintes Kj. Une « contrainte » Kj ou K'j est une valeur numérique plafond ou limite ou borne qui encadre les différentes étapes d'optimisation (par exemple une contrainte sera une valeur de bruit acoustique à ne pas dépasser). Des exemples de contraintes comprennent par exemple des valeurs limites en matière de consommation carburant, des limites d'émission acoustiques ou des limites en matière d'émission de polluants.
Certaines contraintes sont des données initiales (K'j) - directement données ou dérivables des données du vol - tandis que d'autres contraintes sont des données calculées de manière « intermédiaire » notées Kj, i.e. dérivées de la trajectoire non optimisée. En quelque sorte, ces contraintes Kj deviennent « artificielles » (du point de vue de leur intelligibilité humaine, mais se justifient du fait des interdépendantes associées à la fonction en cours d'optimisation). Les étapes du procédé d'optimisation manipulent ces contraintes de la même manière mais de manière sous-jacente et concrète certaines valeurs sont des valeurs reçues à l'initialisation du calcul d'optimisation tandis que les autres résultent d'étapes de calcul intermédiaires.
En d'autres termes, les contraintes K'j sont généralement exprimées « telles quelles », on peut les obtenir directement avec les données du problème. Les autres contraintes Kj ne sont formalisables qu'après l'étape de calcul de la trajectoire de référence. Par exemple une contrainte de la forme « l'altitude doit être supérieure à 10000ft à tel point de passage » est une donnée d'entrée du problème, laquelle peut être fournie directement dans l'optimiseur en tant que contrainte K'j. Par contraste, une contrainte de la forme « le vol optimisé ne doit pas faire plus de bruit que le vol de référence » est de type Kj car pour la formaliser numériquement et la fournir à l'étape d'optimisation, l'étape de calcul de la trajectoire non optimisée doit avoir été effectuée au préalable. Les contraintes Kj peuvent être déterminées à partir des critères CiRef. Par exemple, une contrainte Kj peut être le bruit mesuré par un microphone lors de l'intégration de la trajectoire non optimisée.
L'obtention des contraintes (intermédiaires) Kj à partir de la trajectoire non optimisée n'existe pas dans l'état de la technique.
Au moyen de la définition d'un ou de plusieurs critères composites Ci au moyen des critères originels CiRef, connaissant les contraintes originelles K'j puis les contraintes intermédiaires Kj, il est possible de déterminer un ou plusieurs paramètres de décollage Pi (entre 1 et q). Cette détermination s'effectue en minimisant une fonction mathématique qui transforme les paramètres de décollage Pi en les critères Ci. En particulier, la détermination de la valeur d'un critère Ci peut s'effectuer de différentes manières. Le critère Ci peut être déterminé itérativement par intégration numérique. Cette intégration numérique peut par exemple se faire par la résolution d'équations différentielles à partir desdites données de missions et des paramètres Pi.
L'algorithme itératif minimise la valeur de Ci obtenu par agrégation des CiRef, en assurant le respect des contraintes Kj et K'j. A chaque itération, Ci est estimé par intégration numérique d'un système d'équations différentielles à partir desdites données de missions et desdits paramètres Pi résultants de l'itération précédente. Dans un développement, le nombre entier q de paramètres Pi est itérativement incrémenté d'une unité à partir de la valeur 1 . Le procédé optimise de manière incrémentale, de 1 jusqu'à q paramètres de décollage Pi. Dans un mode de réalisation, au moins un paramètre optimisé « P1 opt » peut être utilisé comme entrée d'un calculateur de gestion de vol. Au fur et à mesure du déroulement du calcul des étapes du procédé, un nombre grandissant de paramètres Pi optimisés sont déterminés. Dans un mode de réalisation, le procédé comprend des étapes de raffinement des solutions caractérisé en ce que, si un nombre n de paramètres Pi sont à optimiser, alors l'algorithme itératif est lancé plusieurs fois, en augmentant à chaque fois le nombre q de paramètres à optimiser et en « forçant » les autres à des valeurs choisies pour permettre le bon déroulement des calculs d'intégration numérique. Les résultats obtenus à chaque lancement de l'algorithme itératif sont mémorisés. Le résultat final fourni par le procédé est celui, parmi tous ceux ayant été mémorisés, qui donne le coût le plus faible tout en respectant les contraintes.
Les différentes itérations permettent d'affiner progressivement les résultats de l'optimisation. Avec N critères Pi à optimiser au total, le nombre q de paramètres est progressivement augmenté (de 1 à N paramètres). Durant les itérations, les valeurs des paramètres non- optimisés sont fixés à des valeurs permettant le bon déroulement des calculs d'intégration numérique.
Sur la figure 2A, le calcul est effectué en parallèle 210 (d'abord sur un unique paramètre, puis deux paramètres simultanément, puis trois, etc ; à chaque fois la minimisation de la fonction détermine une solution cad un coût minimal ; les différents résultats ou minima locaux sont ensuite comparés les uns aux autres de façon à identifier un minimum global). Sur la figure 2B, le calcul est effectué de manière séquentielle 220 (les différents paramètres sont déterminés individuellement, i.e. les différents Pi choisis parmi q sont optimisés indépendamment les uns des autres ; en sortie différentes solutions sont obtenues, parmi lesquelles une solution optimale est déterminée).
Dans un développement, ladite itération incrémentale est interrompue sur demande du pilote.
Dans un mode de réalisation optionnel, l'itération incrémentale est interrompue sur demande du pilote (ou d'un système tiers de gestion de vol ou par tout autre système en interaction avec le procédé selon l'invention), lequel peut par exemple souhaiter obtenir un résultat intermédiaire plus rapidement que ce qui est nécessaire pour obtenir une optimisation finalisée. Le cas échéant, en cas d'interruption des itérations d'optimisation, les résultats intermédiaires complétés sont accessibles (et un minimal local peut être identifié puis restitué), seul le résultat intermédiaire inachevé étant non-utilisable. Avantageusement, ce mode de réalisation permet au pilote d'accéder rapidement à un résultat qui bien que non finalisé peut être dans un état de convergence suffisant pour ses besoins opérationnels de navigation. Il est de bonne pratique voire remarquable dans un système d'interface ou d'interaction homme- machine de permettre des sorties anticipées afin d'éviter les boucles infinies, mais plus encore, de permettre par construction de « redonner la main » à l'humain si ce dernier l'estime nécessaire. Des éléments de contexte peuvent échapper en partie ou en totalité au système automatisé. Une interruption du procédé concourt donc à améliorer la sécurité et l'efficacité du vol. A défaut d'interruption, i.e. si le pilote attend la fin des calculs tels que déterminés par le procédé, le résultat final délivré par le procédé est celui présentant le coût le plus faible (et qui par construction respecte les contraintes de vol).
Dans un développement, le critère Ci est une fonction analytique de critères Ci Réf.
Le procédé minimise de manière itérative la valeur d'un critère Ci, lequel critère peut être un critère « non-homogène » i.e. « synthétique », par exemple « agrégeant » ou « encapsulant » ou « pondérant » un ou plusieurs critères CiRef (homogènes) d'origine. L'optimisation itérative de ce critère Ci s'effectue alors et toujours en assurant le respect des contraintes Kj « intermédiaires » et des contraintes K'j.
La « mise en relation » des différents CiRef peut s'effectuer de différentes manières.
Dans un premier mode de réalisation, une fonction analytique peut régir cette mise en relation. Un exemple d'agrégation consiste alors à définir une fonction scalaire J de plusieurs critères CiRef par exemple de la forme :
J = J{FU,Nsr,NOx, O^ EW)
Cette function peut-être linéaire ou non-linéaire.
Dans un développement, ledit au moins critère Ci est une combinaison linéaire pondérée de critères CiRef.
Dans un autre mode de réalisation, cette fonction analytique J peut se réduire à une combinaison linéaire de critères CiRef. Par exemple, la fonction J peut correspondre à une combinaison linéaire à coefficients réels constants de ces différentes valeurs de la forme :
m.
4. Ce mode de réalisation est avantageusement rapide à calculer. Les différents coefficients peuvent correspondre à des politiques des compagnies aériennes (un fichier de configuration peut capturer ces priorités, lesquelles peuvent néanmoins être modifiables, cad dynamiques).
Dans un développement, un critère Ci est un critère sélectionné parmi les critères comprenant la consommation de carburant, le niveau de bruit acoustique mesuré sensiblement au niveau du sol, l'émission quantitative et/ou qualitative d'un ou de plusieurs composés chimiques, le niveau d'usure du moteur.
Dans un mode de réalisation, un critère Ci est associé à la consommation de carburant à un point défini comme étant représentatif du premier niveau de croisière. Ce point peut par exemple être défini comme un point à l'altitude de croisière à une distance suffisamment importante du point de décollage de manière à ce que l'altitude de croisière puisse être atteinte même avec la montée la plus lente raisonnablement envisageable (noté FU unité de masse). Dans un mode de réalisation, un critère Ci est associé au niveau de bruit acoustique mesuré sensiblement au niveau du sol. En effet, un ou plusieurs microphones placés dans le voisinage immédiat de l'aéroport de départ peuvent évaluer ce bruit. Ce niveau de bruit peut par exemple correspondre soit à un niveau de pression maximum pour un filtre fréquentiel de type A (mesure LaMax), soit une des mesures d'exposition usuelles (SEL ou EPNL) (noté Λ/s,, i variant pour chaque point et type de mesure, unité dB ou dBA). Le bruit perçu peut être mesuré ou calculé (simulé). L'expression couvre les développements de perception psychoacoustique.
Dans un mode de réalisation, un critère Ci est associé à l'émission quantitative et/ou qualitative d'un ou de plusieurs composés chimiques. Par exemple, un composé chimique peut comprendre de l'oxyde d'azote. Le niveau d'oxyde d'azote rejeté selon la trajectoire peut être évalué par une méthode comme la « Boeing Fuel Flow Method II » dans une tranche d'altitude où ces émissions auront un impact sur la qualité de l'air locale de l'agglomération où se situe l'aérodrome (noté NOx unité de masse). Un composé chimique peut aussi comprendre du dioxyde de carbone. Le niveau de dioxyde de carbone rejeté par la trajectoire peut être évalué de différentes manières. Dans un processus de combustion classique, ce taux est proportionnel à la consommation de carburant, avec un facteur de proportionnalité dépendant du type de carburant employé (noté C02 unité de masse). Dans un mode de réalisation, un critère Ci est associé au niveau d'usure du moteur. Cette usure moteur peut être associée au niveau de puissance de décollage appliqué et à la durée d'utilisation de ce niveau de puissance (noté EW). Dans un développement, un critère Ci est associé à une combinaison d'au moins deux critères sélectionnés parmi les critères comprenant la consommation de carburant, le niveau de bruit acoustique mesuré sensiblement au sol, le niveau de bruit acoustique mesuré sensiblement au niveau du sol, l'émission quantitative et/ou qualitative d'un ou de plusieurs composés chimiques, le niveau d'usure du moteur. Dans un mode de réalisation, un critère Ci peut être un critère « synthétique » ou « composite ». En d'autres termes, la pondération des objectifs poursuivis par le vol peut être définie en amont (par exemple, le pilote ou la compagnie aérienne effectuant le vol de l'aéronef peut définir un « mix » spécifique reflétant l'importance et/ou la priorité entre différents sous-critères (e.g. carburant 60%- bruit 20% - usure moteur 20%). Les différents sous-critères peuvent être au moins partiellement interdépendants sur le fond, mais l'isolation en catégories permet néanmoins avantageusement une lisibilité et un contrôle efficace du vol de l'aéronef.
Dans un développement, l'étape consistant à minimiser le critère Ci comprend une descente de gradient. Une variété d'algorithmes d'optimisation (ici de minimisation) peut être utilisée (e.g. fonction de coût, descente de gradient ou autre).
Dans un développement, le procédé comprend en outre une étape consistant à déterminer un nombre optimal de paramètres Pi.
Dans la mesure où l'optimisation des paramètres Pi peut se dérouler à son terme (par exemple sans interruption de la part du pilote), il est possible de déterminer un compromis entre le temps de calcul alloué à l'optimisation proprement dite, le nombre de paramètres de décollage déterminés et leur signifiance. Par exemple, 3 secondes peuvent être nécessaire pour déterminer P1 , P2 et P3 avec des intervalles de confiance associés, tandis que 120 secondes seraient nécessaires pour établir P1 , P2, P3 et P4 avec un meilleur intervalle de confiance). En fonction de critères d'efficience portant sur l'optimisation en soi, il est possible de contrôler le procédé selon l'invention. Dans un développement, un paramètre Pi est sélectionné parmi les paramètres comprenant une ou plusieurs altitudes caractéristiques du profil de trajectoire, une ou plusieurs vitesses caractéristiques du profil de trajectoire, une ou plusieurs paramètres de commande des moteurs caractéristiques du profil de trajectoire.
Dans un développement, le procédé comprend en outre une étape consistant à communiquer lesdits paramètres Pi déterminés. Par exemple, les paramètres Pi déterminés peuvent être communiqués à un système de gestion du vol ou FMS.
Il est divulgué un produit programme d'ordinateur, ledit programme d'ordinateur comprenant des instructions de code permettant d'effectuer une ou plusieurs des étapes du procédé, lorsque ledit programme est exécuté sur un ordinateur.
Dans un développement, le système comprend des moyens pour la mise en œuvre d'une ou de plusieurs des étapes du procédé.
Dans un développement, le système comprend des moyens non- avioniques de type sacoche de vol électronique EFB.
De manière générale, les capacités de calcul du système FMS proprement dit n'étant généralement pas suffisamment rapides, le procédé pourra dans certains cas être avantageusement implémenté sur des systèmes périphériques au cœur de FMS (qui est la partie avionique certifiée). L'implémentation du procédé dans, sur ou via une tablette de vol EFB sera particulièrement avantageuse (un EFB peut accéder à des capacités de calcul virtuellement illimitées via le Cloud). Ainsi, dans un mode de réalisation, des moyens de calcul (e.g. un serveur ou un ordinateur comme une tablette ou un EFB) séparés du FMS effectuent l'optimisation complète. Dans un autre mode de réalisation, le FMS effectue une pré-optimisation simplifiée (e.g. q = 1 ou 2), et des moyens de calculs séparés ou (logiquement, typologiquement) distants du FMS effectuent l'optimisation restante (puis communiquent les résultats au pilote ou au FMS via des IHM par exemple). Dans un mode de réalisation, l'optimisation est faite en totalité ou en partie par un serveur situé dans l'avion (par exemple dans partition dans un module électronique situé en soute). Dans un mode de réalisation, l'optimisation est faite en totalité ou en partie par un serveur situé au sol (par exemple celui d'une compagnie aérienne ou d'un fournisseur de service). Dans un mode de réalisation, l'optimisation est faite en totalité ou partiellement dans un nuage informatique (« Cloud Computing », la tablette/EFB/FMS n'étant alors qu'un terminal au sens IHM).
Certains modes de réalisation peuvent recourir au « Cloud Computing », i.e. informatique dans les nuages. En phase de décollage et/ou de montée des ressources de calcul terrestres peuvent rester accessibles (e.g. infrastructure de calcul aéroport ou de la compagnie aérienne), avec des temps de latence raisonnables ou convenant aux contraintes du procédé selon l'invention. Permettant du calcul intensif (e.g. pic ou capacité de crête impliquant de nombreux calculs pendant un temps court), les ressources informatiques distantes (« Cloud ») accédées peuvent être des ressources publiques (les calculs et/ou données seront alors chiffrées) et/ou des ressources privées. Les temps de latence (e.g. temps de communication des données entre les différentes tâches de calcul) peuvent être gérés au moyen de caches de données, de mécanismes de « load-balancing » (de priorités des tâches de calcul entre les processeurs mis à contribution).
Les modes de réalisation de l'invention sont décrits en détail ci-après. L'optimisation selon le procédé vise à optimiser simultanément plusieurs "objectifs" ou "critères", qui peuvent être contradictoires (en partie ou en totalité). L'optimisation peut être dite « multi-objectifs » ou « multi- critères ». Des exemples d'objectifs ou de critères comprennent notamment en matière de la quantité de carburant consommée, l'émission de polluants, le bruit perçu au sol et l'usure des moteurs. Les objectifs ou critères sont des valeurs cibles. Chaque trajectoire de vol (calculée ou simulée ou volée) est associée à des « composantes », qui sont des données qui permettent de définir une trajectoire de vol. Les composantes sont donc des valeurs effectives ou intermédiaires. Certaines valeurs peuvent devenir des « contraintes », c'est-à-dire des valeurs limites à respecter (e.g. à ne pas dépasser comme un niveau de bruit, ou une poussé réduite minimale).
La figure 1 montre un schéma de principe de l'invention. Le schéma illustre notamment les données d'entrée et de sortie pour la détermination de la trajectoire. Le fonctionnement précis de l'invention comprend les étapes suivantes :
A partir des données du vol ou de la mission 110 (par exemple les conditions du jour en masse et centrage, coût du carburant, données de température et de vent, etc), le procédé calcule par un procédé, notamment d'intégration numérique, la trajectoire qui serait volée par l'avion sans aucune optimisation. Il en déduit les différentes composantes ou paramètres ou caractéristiques associées au coût opérationnel de cette trajectoire: par exemple, le carburant consommé, le bruit mesuré au sol, l'usure des moteurs. A partir de ces composantes, le procédé détermine des contraintes devant être respectées (par exemple le bruit émis par la trajectoire non optimisée, qui constituera une limite à ne pas dépasser) lors du vol.
Le procédé se poursuit par une étape d'optimisation 140, prenant en entrée les données de mission, les contraintes calculées à l'étape précédente et des paramètres de commande de vol initiaux. Cette étape fournit les valeurs des paramètres de commande à appliquer en assurant que le coût d'une trajectoire volée avec ces paramètres de commandes sera inférieur à celui de la trajectoire non optimisée, et que les contraintes seront bien respectées.
L'étape d'optimisation combine (i) des étapes d'optimisation (ii) des étapes d'intégration numérique d'une ou plusieurs équations différentielles et des étapes (iii) consistant à itérer ces calculs de manière à raffiner ces solutions et converger vers une solution optimale.
Plus précisément, les étapes visant à raffiner les solutions obtenues (le processus général d'optimisation) consistent à séparer le problème à résoudre en plusieurs problèmes plus simples : si n paramètres sont à optimiser, le procédé lance n calculs en augmentant à chaque fois le nombre de paramètres, et en fixant les autres paramètres à des valeurs permettant le bon déroulement des calculs d'intégration numérique. Cette répétition d'étapes réalisée de manière progressive en ajoutant le nombre de paramètres à optimiser est appelée « agrégation ». A chaque fois qu'un calcul est terminé, le résultat du calcul est sauvegardé. Optionnellement, le résultat est affiché sur demande de l'opérateur. Lorsque tous les calculs sont terminés, le meilleur résultat est affiché (dans un mode de réalisation, le meilleur résultat est celui qui donne le meilleur gain ; d'autres critères peuvent être utilisés). Les avantages sous-jacents sont décrits ci-après. Un calcul optimisant plus de paramètres permet d'espérer un gain légèrement supérieur (mais sans garantie de succès), mais au prix d'un temps de calcul supérieur. En lançant des calculs de complexité croissante, il est presque assuré d'obtenir une solution optimale dans un temps très court. Par exemple, en dix secondes, une solution est obtenue couvre au moins 80% des gains, ce qui est déjà satisfaisant si le pilote ne dispose pas de beaucoup de temps ; en trente secondes de calculs est obtenue une solution couvrant au moins 90% des gains, le cas échéant, etc. Dans l'éventualité où le pilote disposerait de suffisamment de temps pour laisser se dérouler la totalité des calculs, il est possible d'obtenir la solution la plus optimale (qui n'est pas forcément la dernière calculée). Dans le cas où le temps du pilote est compté, ce dernier obtient une solution qui peut se trouver être sous-optimale, mais qui est malgré tout meilleure qu'en l'absence totale d'optimisation. Dans un mode de réalisation, les différents calculs correspondants aux étapes du procédé sont exécutés de manière parallèle sur différents processeurs ou cœurs de processeurs d'un ordinateur, ce qui permet d'accélérer les calculs. Des exemples de parallélisation des calculs sont illustrés ci-après.
Les figures 2A et 2B illustrent des exemples de calculs conduits en parallèle ou en série, par exemple suivant une implémentation à plusieurs processeurs ou cœurs de processeur. La figure 2A montre que les calculs peuvent être effectués en parallèle. La figure 2B montre que les calculs sont effectués en série, i.e. de manière séquentielle.
L'optimisation (les processus unitaire d'optimisation) se fonde sur un couplage entre (a) l'algorithme d'optimisation, (b) l'intégration numérique de trajectoire et (c) l'estimation des coûts. La méthode (b) d'intégration de trajectoire prend en entrée les données de mission et les paramètres de commande, et fournit une trajectoire exploitée par les étapes (c) d'estimation de coût. L'algorithme d'optimisation (a) cherche de façon itérative les paramètres de commande qu'il faut fournir à l'intégration de trajectoire (b) pour que le coût (c) soit minimal tout en respectant les contraintes fournies.
La figure 3 illustre des exemples de sous-étapes pour l'optimisation. A partir des données de mission 301 , il est retourné un ensemble de paramètres optimisés ou optimaux 302. L'algorithme d'optimisation est désigné par le terme « optimiseur paramétrique » 310. Cet optimiseur paramétrique 310 interagit avec un module de détermination de trajectoire 320 et un module de détermination de coût 330. Des exemples de sous- étapes réalisées par les composants 310, 320 et 330 sont détaillés ci- après.
Les données de mission 301 correspondent aux informations fournies en entrée et nécessaires et suffisantes pour déterminer la trajectoire optimale recherchée. Des conditions extérieures peuvent en effet s'appliquer à la trajectoire. Celles-ci peuvent par exemple comprendre des conditions météorologiques ou encore l'existence de restrictions opérationnelles particulières. Un ensemble de conditions initiales définit totalement ou partiellement le vecteur d'état dynamique de l'avion en début de trajectoire (exemple : masse au décollage). Un ensemble de conditions terminales définit totalement ou partiellement le vecteur d'état dynamique de l'avion en fin de trajectoire (exemple : distance parcourue).
Dans une première étape, il est procédé à un calcul de trajectoire simulée 320, c'est-à-dire à la simulation de la dynamique de l'avion sur la trajectoire de départ avec un modèle de performances défini comme un système d'équations différentielles du premier ordre. Cette simulation suit une route définie par un jeu de procédures de navigation et est contrainte par les limitations réglementaires de ces procédures. Les vitesses limites en constituent un exemple. La performance de l'avion est caractérisée par la description des phénomènes aérodynamiques et propulsifs.
Dans une seconde étape, il est procédé à l'établissement de la représentation paramétrique de la commande appliquée à la simulation. Cette représentation paramétrique correspond aux instructions qui seront communiquées à l'équipage et au dispositif de pilotage automatique lors de l'exécution de la trajectoire.
L'ensemble des contraintes associées à la procédure de départ volée (ce type de procédure et leur codage informatique étant définis par exemple dans la norme ARINC 424) comprend notamment des points de passage et prises de cap, des bornes d'altitude supérieures et inférieures, des limitations de vitesse et de zones de survol, des procédures publiques de réduction de nuisance sonores, etc. Dans une troisième étape, il est procédé à la transcription du problème de simulation numérique et de commande optimale en problème d'optimisation paramétrique sous contraintes. Par exemple, une telle méthode peut être une méthode dite de « tir direct » associée à un schéma d'intégration numérique Runge-Kutta d'ordre 4.
Dans une quatrième étape, il est déterminé un modèle du coût de la trajectoire 330 où l'historique du vecteur d'état de l'avion le long de la trajectoire est converti en une valeur scalaire représentant un coût dimensionnant pour l'opérateur de l'avion. Ce coût est la valeur que le procédé décrit cherche à minimiser. Dans une cinquième étape, il est procédé à l'optimisation paramétrique 310 fondé sur l'évaluation du gradient de la fonction de coût par rapport aux paramètres, ainsi que l'évaluation de la matrice Jacobienne du vecteur de contraintes par rapport aux paramètres d'optimisation. Celui-ci permet non seulement de traiter des contraintes de type égalité (exemple : atteinte d'un point de passage à une altitude fixe) mais aussi des contraintes de type inégalités (exemple : limites de domaine de vol). Une illustration de ce type de méthodes est une méthode quasi-Newton avec gestion d'un jeu de contraintes actives.
En sortie, les optimisations étant réalisées, il est obtenu un ensemble de paramètres optimaux 302.
La figure 4 illustre la consommation de carburant en fonction de l'altitude et de la distance volée.
Dans un mode de réalisation, une contrainte Ci peut être associée à la consommation de carburant mesurée en un point défini comme représentatif du premier niveau de croisière. Ce point peut par exemple défini comme un point situé à l'altitude de croisière et selon une distance suffisamment importante du point de décollage, par exemple de manière à ce que l'altitude de croisière puisse être atteinte même avec la montée la plus lente raisonnablement envisageable (noté FU unité de masse). La figure 5 illustre l'évolution de la température fictive. Une poussée réduite est exprimée par cette température fictive # et résulte de l'optimisation du calcul de performances au décollage afin de diminuer l'usure du système de propulsion. Cette valeur est calculée de manière à être la plus élevée possible tout en respectant les contraintes de sécurité. Néanmoins la température fictive n'a pas que des conséquences sur l'usure des moteurs. La figure 6 illustre un exemple de prise en compte de la température fictive pour optimiser la trajectoire. Dans un schéma ou la température fictive est uniquement le résultat du calcul de performances au décollage, des de conditions initiales sous optimales sont prises en considération pour le calcul de la trajectoire optimisée. En faisant de la poussée réduite (i.e. la température fictive) un paramètre d'optimisation supplémentaire sur la totalité de la trajectoire départ cette trajectoire peut être ajustée de manière à réduire au mieux l'usure moteur tout en évitant une surconsommation de carburant prohibitive (la consommation augmentant lorsque la poussée diminue).
Le coût de l'usure du moteur peut être modélisé. En particulier il peut être défini comme étant une fonction de l'historique de différentes variables, comprenant notamment le régime du moteur au décollage, la température extérieure pendant le décollage, la pression ambiante et le nombre de Mach.
Dans un mode de réalisation, le niveau de l'usure moteur est déterminé en fonction de l'historique de variables choisies dans le groupe comprenant le régime du moteur au décollage, la température extérieure pendant le décollage, la pression ambiante et le nombre de Mach.
Dans un développement, la modélisation du coût de l'usure moteur est définie comme une fonction de l'historique des variables suivantes : (i) le régime moteur au décollage exprimé soit comme une valeur de la vitesse de rotation de la soufflante (Λ//), soit comme la grandeur de pilotage de la régulation de puissance du moteur ; (ii) la température extérieure pendant la phase de décollage (prise par exemple comme la température au niveau du sol) (<¾xf), (iii) la pression ambiante (P) et (iv) le nombre de Mach (M). Dans une variante de réalisation, l'usure du moteur peut donc être définie en analysant l'impact de l'historique d'utilisation d'une flotte de moteurs sur les frais de maintenance associés pour l'opérateur.
Le régime moteur au décollage peut par exemple s'exprimer comme une valeur de la vitesse de rotation de la soufflante (Λ//), ou encore comme la grandeur de pilotage de la régulation de puissance du moteur. La température extérieure peut être celle mesurée pendant la phase de décollage (prise par exemple comme la température au niveau du sol) (<¾xf). La pression peut être la pression ambiante (P). Le nombre de Mach est noté {M).
La fonction de coût associée à l'usure du moteur prend alors la forme :
EW = EW(Nl (t), 0ext, P,M) Cette usure moteur peut être définie en analysant l'impact de l'historique d'utilisation d'une flotte de moteurs sur les frais de maintenance associés pour l'opérateur.
Dans un mode de réalisation, le niveau de l'usure moteur est donc estimé en fonction des coûts de maintenance.
Dans une variante de réalisation, l'usure du moteur est formulée, en appelant 77 la date de passage au point défini précédemment pour la mesure de consommation, selon : EW= j [EWC (N! , eext , Pext , M ) + EWd (N! , eext , Pext , M )]*
Dans un mode de réalisation, le niveau de l'usure moteur comprend donc une contribution d'usure et une contribution d'endommagement. L'écriture sous forme d'une intégrale fait donc apparaître une contribution d'usure EWC (exemple fluage dans les parties chaudes soumises à contrainte) et d'endommagement EWd (dépassement local d'une limite). Ce terme d'endommagement peut être représenté par exemple par une distribution de Dirac.
Le choix de tels paramètres est adapté à un turboréacteur ou une turbosoufflante. Dans le cas d'un avion à turbopropulseur ou a moteur à combustion interne (Wankel, pistons ...), le paramètre de conduite peut être remplacé par une combinaison de paramètres plus approprié, comme par exemple, le couple moteur et le régime, la pression d'admission et le pas de l'hélice, la température d'entrée turbine ou de tuyère ...
Dans une variante, la forme de ces fonctions peut être élaborée à partir de modèles économiques de l'entretien des moteurs, par exemple en fonction de leur utilisation (selon le contrat d'entretien avec le fournisseur de la motorisation où les frais d'entretien seront fixés en fonction du niveau de poussée appliqué intégré dans le temps, etc). Dans un mode de réalisation, les données de mission comprennent la longueur de piste consommée et la vitesse de second segment. En effet, de manière complémentaire et optionnelle, le calcul de performances de décollage peut être introduit dans le processus d'optimisation. Les valeurs principalement concernées sont, la longueur de piste consommée et la vitesse de second segment, toutes deux dépendant de la valeur de poussée de décollage lors de l'application d'une poussée réduite.
Dans un mode de réalisation, les données de mission comprennent une valeur de poussée. Dans un mode de réalisation, la valeur de poussée est la valeur maximale autorisée de poussée réduite. La poussée réduite (exprimée par une température fictive 0f) est le résultat de l'optimisation du calcul de performances au décollage afin de diminuer l'usure du système de propulsion et est calculée de manière à être la plus élevée possible tout en respectant les contraintes de sécurité. Néanmoins la température fictive n'a pas que des conséquences sur l'usure des moteurs. Dans un schéma ou la température fictive est uniquement le résultat du calcul de performances au décollage on a donc l'imposition de conditions initiales sous optimales pour le calcul de la trajectoire de départ. En faisant de cette poussée réduite un paramètre d'optimisation supplémentaire sur la totalité de la trajectoire départ cette trajectoire peut être ajustée de manière à réduire au mieux l'usure moteur tout en évitant une surconsommation de carburant prohibitive (la consommation augmentant lorsque la poussée diminue). L'impact de la distance de décollage est aussi déterminant dans le niveau de bruit perçu aux alentours de l'aérodrome.
La présente invention peut s'implémenter à partir d'éléments matériel et/ou logiciel. Elle peut être disponible en tant que produit programme d'ordinateur sur un support lisible par ordinateur.
Dans une variante de réalisation, une ou plusieurs étapes du procédé selon l'invention est mis en œuvre sous forme de programme d'ordinateur hébergé sur un ordinateur portable de type « EFB » (Electronic Flight Bag).
Dans une variante de réalisation, le programme d'ordinateur implémentant l'invention peut être mis en œuvre sous forme de deux programmes d'ordinateurs en interaction: un premier programme (client) hébergé sur un calculateur portable (par exemple un EFB ou une tablette tactile) et un second programme (serveur) hébergé sur un calculateur, les deux calculateurs communiquant par un réseau (dédié ou par Internet). Selon cette configuration, le client peut recevoir les données de missions, les transmettre au serveur, recevoir en réponse les paramètres optimisés et les présenter sur une interface homme-machine. Le serveur peut recevoir les données de mission, réaliser une ou plusieurs étapes du procédé selon l'invention, et transmettre au client les résultats du calcul.
Dans une variante de réalisation, une ou plusieurs étapes du procédé peuvent être mises en œuvre au sein d'un calculateur de type FMS (ou dans une fonction FM d'un calculateur de vol).
Plus précisément, dans le cadre d'une implémentation au sein d'un calculateur de vol (« Flight Management System » ou FMS), à partir du plan de vol défini par le pilote (e.g. une liste de points de passage appelés « waypoints »), une trajectoire dite latérale est calculée en fonction de la géométrie entre les points de passage (appelés couramment LEG) et/ou les conditions d'altitude et de vitesse (qui sont utilisées pour le calcul du rayon de virage). Sur cette trajectoire latérale, le FMS optimise une trajectoire verticale (en altitude et vitesse), passant par des contraintes éventuelles d'altitude, de vitesse, de temps. L'ensemble des informations entrées ou calculées par le FMS est regroupée sur des écrans d'affichages (pages MFD, visualisations NTD et PFD, HUD ou autre). L'invention peut être notamment être réalisée par la partie TRAJPRED.

Claims

Revendications
1 . Procédé pour l'optimisation de la trajectoire d'un aéronef, comprenant les étapes consistant à :
- recevoir une trajectoire initiale non-optimisée selon une procédure de vol publiée;
- déterminer un ou plusieurs critères CiRef de référence à partir de ladite trajectoire initiale non-optimisée ; lesdits critères CiRef étant déterminés pour la portion de décollage et/ou de montée de ladite trajectoire initiale non optimisée;
- déterminer une ou plusieurs contraintes K'j initiales à partir de la trajectoire initiale non-optimisée;
- déterminer un critère Ci selon une fonction analytique desdits critères CiRef; et,
par cycle d'itération,
- déterminer une trajectoire optimisée ;
- déterminer des contraintes K'j intermédiaires à partir de ladite trajectoire optimisée ;
- minimiser ledit critère Ci déterminé sous les contraintes K'j initiales et les contraintes K'j intermédiaires ;
- déterminer q paramètres de décollage Pi.
2. Procédé selon la revendication 1 , le nombre entier q de paramètres Pi étant itérativement incrémenté d'une unité à partir de la valeur 1 .
3. Procédé selon la revendication précédente, ladite itération incrémentale étant interrompue sur demande du pilote.
4. Procédé selon la revendication 1 , le critère Ci étant une fonction analytique de critères CiRef.
5. Procédé selon la revendication 1 , ledit au moins critère Ci étant une combinaison linéaire pondérée de critères CiRef.
6. Procédé selon la revendication 1 , un critère Ci étant un critère sélectionné parmi les critères comprenant la consommation de carburant, le niveau de bruit acoustique mesuré sensiblement au niveau du sol, le niveau de bruit acoustique mesuré sensiblement au niveau du sol, rémission quantitative et/ou qualitative d'un ou de plusieurs composés chimiques, le niveau d'usure du moteur.
7. Procédé selon la revendication 1 , un critère Ci étant associé à une combinaison d'au moins deux critères sélectionnés parmi les critères comprenant la consommation de carburant, le niveau de bruit acoustique mesuré sensiblement au niveau du sol, l'émission quantitative et/ou qualitative d'un ou de plusieurs composés chimiques, le niveau d'usure du moteur.
8. Procédé selon l'une quelconque des revendications précédentes, l'étape consistant à minimiser le critère Ci comprenant une descente de gradient.
9. Procédé selon l'une quelconque des revendications précédentes, comprenant en outre une étape consistant à déterminer un nombre optimal de paramètres Pi.
10. Procédé selon l'une quelconque des revendications précédentes, un paramètre Pi étant sélectionné parmi les paramètres comprenant une ou plusieurs altitudes caractéristiques du profil de trajectoire, une ou plusieurs vitesses caractéristiques du profil de trajectoire, une ou plusieurs paramètres de commande des moteurs caractéristiques du profil de trajectoire.
1 1 . Procédé selon la revendication 1 , comprenant en outre une étape consistant à communiquer lesdits paramètres Pi déterminés.
1 2. Produit programme d'ordinateur, ledit programme d'ordinateur comprenant des instructions de code permettant d'effectuer les étapes du procédé selon l'une quelconque des revendications 1 à 1 1 , lorsque ledit programme est exécuté sur un ordinateur.
13. Système comprenant des moyens pour la mise en œuvre des étapes du procédé selon l'une quelconque des revendications précédentes.
14. Système selon la revendication 13, comprenant des moyens non- avioniques de type sacoche de vol électronique EFB.
PCT/EP2016/070980 2015-09-09 2016-09-06 Optimisation de la trajectoire d'un aéronef Ceased WO2017042166A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/753,537 US20180239364A1 (en) 2015-09-09 2016-09-06 Optimizing the trajectory of an aircraft

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1501864 2015-09-09
FR1501864A FR3040801B1 (fr) 2015-09-09 2015-09-09 Optimisation de la trajectoire d'un aeronef

Publications (1)

Publication Number Publication Date
WO2017042166A1 true WO2017042166A1 (fr) 2017-03-16

Family

ID=54937135

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2016/070980 Ceased WO2017042166A1 (fr) 2015-09-09 2016-09-06 Optimisation de la trajectoire d'un aéronef

Country Status (3)

Country Link
US (1) US20180239364A1 (fr)
FR (1) FR3040801B1 (fr)
WO (1) WO2017042166A1 (fr)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3671392A1 (fr) 2018-12-20 2020-06-24 Thales Apprentissage automatique en avionique
EP3671391A1 (fr) 2018-12-20 2020-06-24 Thales Optimisation d'un modèle paramétrique de performances d'un aéronef
FR3091762A1 (fr) 2018-12-20 2020-07-17 Thales Apprentissage automatique en avionique
US11174034B2 (en) 2017-06-07 2021-11-16 Ge Aviation Systems Llc Optimizing aircraft control based on noise abatement volumes

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3046268B1 (fr) * 2015-12-23 2019-05-10 Safran Aircraft Engines Systeme d'exploitation de donnees de vol d'un aeronef
US10592636B2 (en) * 2017-03-17 2020-03-17 General Electric Company Methods and systems for flight data based parameter tuning and deployment
US10832581B2 (en) * 2017-03-31 2020-11-10 General Electric Company Flight management via model-based iterative optimization
CN110909950A (zh) * 2019-11-29 2020-03-24 中国航空工业集团公司沈阳飞机设计研究所 一种采用非劣排序算法进行燃油消耗优化方法及装置
US11733712B2 (en) * 2020-07-03 2023-08-22 Honeywell International Inc. Systems and methods for generating displays for noise abatement departure procedures
CN113742884A (zh) * 2021-04-20 2021-12-03 中国直升机设计研究所 一种直升机低噪声进场轨迹优化方法
CN114019995B (zh) * 2021-11-09 2024-08-20 北京航空航天大学 一种燃料最优的异面多目标快速飞掠轨迹规划方法
CN114035611B (zh) * 2021-11-25 2024-04-12 哈尔滨工业大学 可重复使用高超声速飞行器上升段轨迹优化与制导方法
FR3142574B1 (fr) * 2022-11-24 2025-03-28 Safran Helicopter Engines Procédé apte à fournir une information à un opérateur pour la gestion d’au moins un vieillissement cumulatif

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120078450A1 (en) * 2010-09-27 2012-03-29 Honeywell International Inc. Display information to support climb optimization during cruise
EP2631890A2 (fr) * 2012-02-27 2013-08-28 GE Aviation Systems LLC Procédés de réglage en vol d'un plan de vol
US8600675B1 (en) * 2011-05-25 2013-12-03 Rockwell Collins, Inc. System and method for generating trajectory data for an aircraft in flight
US20140244077A1 (en) * 2013-02-22 2014-08-28 Thales Method for creating a vertical trajectory profile comprising multiple altitude levels

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7502763B2 (en) * 2005-07-29 2009-03-10 The Florida International University Board Of Trustees Artificial neural network design and evaluation tool
WO2012103228A1 (fr) * 2011-01-25 2012-08-02 Nextgen Aerosciences, Llc Procédé et appareil de gestion dynamique de trajectoires d'aéronefs
US9460629B2 (en) * 2014-07-18 2016-10-04 University Of Malta Flight trajectory optimization and visualization tool
US10269253B2 (en) * 2015-07-16 2019-04-23 Ge Aviation Systems Llc System and method of refining trajectories for aircraft

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120078450A1 (en) * 2010-09-27 2012-03-29 Honeywell International Inc. Display information to support climb optimization during cruise
US8600675B1 (en) * 2011-05-25 2013-12-03 Rockwell Collins, Inc. System and method for generating trajectory data for an aircraft in flight
EP2631890A2 (fr) * 2012-02-27 2013-08-28 GE Aviation Systems LLC Procédés de réglage en vol d'un plan de vol
US20140244077A1 (en) * 2013-02-22 2014-08-28 Thales Method for creating a vertical trajectory profile comprising multiple altitude levels

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11174034B2 (en) 2017-06-07 2021-11-16 Ge Aviation Systems Llc Optimizing aircraft control based on noise abatement volumes
EP3671392A1 (fr) 2018-12-20 2020-06-24 Thales Apprentissage automatique en avionique
EP3671391A1 (fr) 2018-12-20 2020-06-24 Thales Optimisation d'un modèle paramétrique de performances d'un aéronef
US20200202725A1 (en) * 2018-12-20 2020-06-25 Thales Optimizing a parametric model of aircraft performance
FR3090851A1 (fr) 2018-12-20 2020-06-26 Thales Apprentissage automatique en avionique
FR3090852A1 (fr) 2018-12-20 2020-06-26 Thales Optimisation d’un modele parametrique de performances d’un aeronef
CN111353209A (zh) * 2018-12-20 2020-06-30 塔莱斯公司 优化飞机性能的参数模型
FR3091762A1 (fr) 2018-12-20 2020-07-17 Thales Apprentissage automatique en avionique
US11823582B2 (en) 2018-12-20 2023-11-21 Thales Optimizing a parametric model of aircraft performance
US12033521B2 (en) 2018-12-20 2024-07-09 Thales Machine learning in avionics
CN111353209B (zh) * 2018-12-20 2024-11-29 塔莱斯公司 优化飞机性能的参数模型

Also Published As

Publication number Publication date
FR3040801B1 (fr) 2017-08-25
US20180239364A1 (en) 2018-08-23
FR3040801A1 (fr) 2017-03-10

Similar Documents

Publication Publication Date Title
WO2017042166A1 (fr) Optimisation de la trajectoire d&#39;un aéronef
FR3055958A1 (fr) Aide a la decision pour la revision d&#39;un plan de vol
EP2551836B1 (fr) Procédé et dispositif de gestion optimisée de la trajectoire verticale d&#39;un aéronef
CA2942639C (fr) Procede de gestion globale optimisee d&#39;un reseau energetique d&#39;un aeronef et dispositif correspondant
FR3064762A1 (fr) Gestion de la phase de descente d&#39;un aeronef
FR2978588A1 (fr) Procede et dispositif de gestion optimisee de l&#39;utilisation des becs et des volets, ainsi que du train d&#39;atterrissage d&#39;un aeronef
FR2953302A1 (fr) Procede de planification, de calcul de trajectoire, de predictions et de guidage pour le respect d&#39;une contrainte de temps de passage d&#39;un aeronef
FR3013880A1 (fr) Systeme avionique, notamment un systeme de gestion de vol d&#39;un aeronef
FR3029652A1 (fr) Procede de calcul de trajectoire d&#39;avion soumise a des contraintes laterales et verticales
FR3051057A1 (fr) Procede de rejointe automatique d&#39;un profil vertical de reference d&#39;un aeronef
WO2009102512A2 (fr) Optimisation d’un plan de vol d’avion pour la minimisation des émissions
EP2525190A1 (fr) Dispositif et procédé de construction de route aérienne pour atteindre une destination
US11094204B2 (en) Unmanned aerial vehicle flight path efficiency through aerodynamic drafting
FR2912243A1 (fr) Dispositif et procede d&#39;aide a la gestion d&#39;une panne moteur d&#39;un aeronef
FR2944634A1 (fr) Procede de determination de la quantite de carburant emportee dans un aeronef permettant la tenue d&#39;une contrainte de temps de type rta
FR3057076A1 (fr) Optimisation de profil d&#39;aeronef avec des liaisons de communication vers une source informatique exterieure
FR3043487A1 (fr) Gestion de trajectoire d&#39;un aeronef en cas de panne moteur
EP4004894B1 (fr) Système et méthode pour la détermination améliorée de complexité de secteurs aériens
JP2025106070A (ja) 航空機の巡航フェーズルートを選択するための方法
FR3031806A1 (fr) Procede d&#39;aide a la navigation en fonction de conditions meteorologiques
EP1527998B1 (fr) Procédé et dispositif d&#39;optimisation de la quantité de carburant transféré sur un aéronef, lors d&#39;au moins un transfert de carburant en vol
FR3068490B1 (fr) Procede de calcul d&#39;une trajectoire verticale d&#39;un aeronef a partir de sa position courante, produit programme d&#39;ordinateur et systeme de calcul associes
FR3060778A1 (fr) Procede et dispositif d&#39;ajustement de variables de performance d&#39;un aeronef.
FR2935181A1 (fr) Procede et dispositif de support pour l&#39;aide a la preparation et a la gestion de missions dans des aeronefs
EP4571447B1 (fr) Dispositif et procédé de gestion d&#39;énergie pour les phases de descente et d&#39;approche d&#39;un aéronef

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16767172

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15753537

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16767172

Country of ref document: EP

Kind code of ref document: A1