Оптимизация высотно-скоростного профиля крейсерского полета воздушного судна в реальной атмосфере

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Задача минимизации расхода топлива дозвукового турбореактивного самолета на этапе крейсерского полета с фиксированным временем прибытия рассматривается с учетом данных о состоянии реальной атмосферы. Используются значения на протяжении маршрута полета попутной составляющей скорости ветра на различных эшелонах, температуры воздуха на различных высотах и атмосферного давления. Оптимизация высотно-скоростного профиля полета осуществляется методом покоординатного спуска с ограничениями. Рассмотрена оптимизация расхода топлива крейсерского полета среднемагистрального самолета с использованием примера данных температуры, давления и скорости ветра. Получено снижение расхода топлива на 1,2% при оптимизации с учетом реальной атмосферы.

Об авторах

В. А. Александров

Институт проблем управления им. В.А. Трапезникова РАН

Email: va.alexandrov@yandex.ru
Москва

Е. Ю Зыбин

ФАУ Государственный научно-исследовательский институт авиационных систем

Email: zybin@mail.ru
Москва

В. В Косьянчук

ФАУ Государственный научно-исследовательский институт авиационных систем

Email: kos.vl.v@gmail.com
Москва

Н. И Сельвесюк

ФАУ Государственный научно-исследовательский институт авиационных систем

Email: nis@gosniias.ru
Москва

Е. А Стефанюк

Институт проблем управления им. В.А. Трапезникова РАН;Национальный исследовательский университет “Московский физико-технический институт”

Email: stefa@ipu.ru
Москва

А. А Тремба

Институт проблем управления им. В.А. Трапезникова РАН;Национальный исследовательский университет “Московский физико-технический институт”

Email: atremba@ipu.ru
Москва

М. В Хлебников

Институт проблем управления им. В.А. Трапезникова РАН;Национальный исследовательский университет “Московский физико-технический институт”

Автор, ответственный за переписку.
Email: khlebnik@ipu.ru
Москва

Список литературы

  1. Александров В.А., Зыбин Е.Ю., Косьянчук В.В., Сельвесюк Н.И., Тремба А.А., Хлебников М.В. Оптимизация высотно-скоростного профиля крейсерского полета воздушного судна при фиксированном времени прибытия // АиТ. 2021. № 7. С. 69-85.
  2. Губарева Е.А., Мозжорина Т.Ю. Оптимизация программы полета дозвукового пассажирского самолета на участке крейсерского полета // Инженерный журнал: наука и инновации. 2014. Вып. 12(36).
  3. Голубева А.А., Григоров П.Ю., Куланов Н.В. Современная методология решения задачи вертикальной навигации самолетов гражданской и военно-транспортной авиации // XII мультиконференция по проблемам управления (МКПУ-2019). 2019. С. 32-35.
  4. Сагалаков А.Э., Филатьев А.С. К оптимизации траекторий летательных аппаратов в реальной атмосфере // Ученые записки ЦАГИ. 2019. Т. 50. № 4. С. 31-52.
  5. Saucier A., Maazoun W., Soumis F. Optimal speed-profile determination for aircraft trajectories // Aerosp. Sci. Technol. 2017. V. 67. P. 327-342.
  6. Franco A., Rivas D. Optimization of Multiphase Aircraft Trajectories Using Hybrid Optimal Control // Journal of Guidance, Control, and Dynamics. 2015. Vol. 38. No. 3. P. 452-467.
  7. Valenzuela A., Rivas D. Analysis of along-track variable wind effects on optimal aircraft trajectory generation // Journal of Guidance, Control, and Dynamics. 2016. Vol. 39. No. 9. P. 2148-2155.
  8. Мозжорина Т.Ю., Губарева Е.А. Моделирование влияния атмосферных условий на результаты оптимизации программы полета дозвукового пассажирского самолета // Математическое моделирование и численные методы. 2014. № 3. С. 74-88.
  9. Dancila R.I., Botez R.M. New atmospheric data model for constant altitude accelerated flight performance prediction calculations and flight trajectory optimization algorithms // Proc. of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 2021. 235(4). P. 405-426.
  10. Takeichi N. Adaptive prediction of flight time uncertainty for ground-based 4D trajectory management // Transportation Research Part C: Emerging Technologies. 2018. Vol. 95. P. 335-345.
  11. Bartel M., Young T.M. Simplified Thrust and Fuel Consumption Models for Modern Two-Shaft Turbofan Engines // Journal of Aircraft. 2008. No. 45(4). P. 1450-1456.
  12. Григоров П.Ю., Куланов Н.В. Применение концепции обратных задач динамики в задачах вертикальной навигации // Известия РАН. Теория и системы управления. 2016. № 3. С. 130-140.
  13. Hull D.G. Fundamentals of Airplane Flight Mechanics. Berlin Heidelberg: Springer-Verlag, 2007.
  14. Поляк Б.Т. Введение в оптимизацию. 2-е издание, исправленное и дополненное. М.: ЛЕНАНД, 2014.
  15. ГОСТ 4401-81. Атмосфера стандартная. Параметры. М.: Изд-во стандартов, 2004.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».