Developing the air transportation system quality assessment tools to define the main requirements for future aircraft

Cover Page

Cite item

Full Text

Abstract

The aim of this article is to define and to describe the calculation methodology for both on-point and general quantitative indicators of air transportation system quality for a passenger. The indicators can be based on any of the three common measures of path-passing (time, cost, and distance). The pair of values that is proposed to be used as indicators is (1) a guaranteed value of the selected measure of path-passing defined for (2) a share of the population inside the air transportation system. As an application example the article describes the use of program module based on the proposed methodology to assess the potential benefits from the substitution of a Russia-based fleet of gas turbine powered regional aircraft with a fleet of “more electric” aircraft that have a twice less passenger capacity. The proposed indicators may be used as either optimization criteria or a boundary condition while developing the requirements for future civil aircraft.

About the authors

Andrey Olegovich Vlasenko

Intersectoral analytical center

Email: andrey.vlasenko84@gmail.com
Moscow

Alexey Aleksandrovich Sukharev

National Research University Higher School of Economics

Email: alx.sukharev@gmail.com
Moscow

Ilia Vadimovich Uryupin

Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences

Email: uryupin93@yandex.ru
Moscow

References

  1. ГОРБУНОВ В.П. Эволюция представлений о транс-портной доступности // Бюллетень транспортной ин-формации. – 2019. – №8. – С. 10–14.
  2. ДУБОВИК В.О. Методы оценки транспортной доступ-ности территории // Региональные исследования. – 2013. – №4. – С. 11–18.
  3. ДУТОВ А.В., КЛОЧКОВ В.В. Методы оценки влияния технологий на характеристики перспективной продук-ции и достижение целей научно-технологического раз-вития (на примере гражданского авиастроения) //Экономика науки. – 2020. – Т. 6, №1-2.
  4. ДУТОВ А.В., КЛОЧКОВ В.В., РОЖДЕСТВЕНСКАЯ С.М. Измерение и нормирование транспортной связанности и качества транспортного обслуживания страны и ее регионов // Россия: тенденции и перспективы развития. – 2019. – №14-2. – С. 43–48.
  5. ЕГОШИН С.Ф., СМИРНОВ А.В. Авиатранспортная до-ступность и транспортная дискриминация населения в субъектах Российской Федерации // Научный вестник Московского государственного технического универси-тета гражданской авиации. – 2018. – Т. 21. – №3.
  6. КАРПОВ А.Е., КЛОЧКОВ В.В. Моделирование и опти-мизация системы регулярных местных воздушных пере-возок с использованием скоростных винтокрылых ле-тательных аппаратов // Труды конференции «Управле-ние развитием крупномасштабных систем MLSD'2020». – 2020. – С. 1220–1231.
  7. КЛОЧКОВ В.В., РОЖДЕСТВЕНСКАЯ С.М., ФРИД-ЛЯНД А.А. Обоснование приоритетных направлений развития авиационной техники для местных воздушных линий // Научный вестник ГосНИИ ГА. – 2018. – №20. – С. 93–102.
  8. МАЛАЩУК П.А. Зарубежный опыт оценки транспорт-ной доступности // Актуальные проблемы, направления и механизмы развития производительных сил Севера-2018. – 2018. – С. 220–224.
  9. МАНТУРОВ Д.В., КЛОЧКОВ В.В. Методологические проблемы стратегического планирования развития рос-сийской авиационной промышленности // Труды МАИ. – 2012. – №53. – С. 17.
  10. РОЖДЕСТВЕНСКАЯ С.М., СЫПАЛО К.И. Обоснование целей и приоритетных направлений научно-технологического развития авиастроения // Россия: тенденции и перспективы развития. – 2018. – №13-1.
  11. ALEXANDRE J. et al. An innovative approach for integrat-ed airline network and aircraft family optimization // Chinese Journal of Aeronautics. – 2020. – Vol. 33, No. 2. – P. 634–663.
  12. BARON A. Air transport efficiency and its measures // Prace Instytutu Lotnictwa. – 2010. – No. 3(205). – P. 119–132.
  13. DZIKUS N.M. et al. Market-driven Derivation of Field Per-formance Requirements for Conceptual Aircraft Design // Aviation Technology, Integration, and Operations Confer-ence – 2018. – P. 3499.
  14. EISENHUT D. et al. Aircraft requirements for sustainable regional aviation // Aerospace. – 2021. – Vol. 8, No. 3. – P. 61.
  15. FREGNANI J.A.T.G., DE MATTOS B.S., HER-NANDES J.A. Multidisciplinary and Multi-Objective Optimi-zation Considering Aircraft Program Cost and Airline Net-work // Journal of Air Transportation. – 2021. – Vol. 29, No. 1. – P. 27–41.
  16. FREGNANI J.A., MATTOS B.S., HERNANDES J.A. An In-novative Approach for integrated Airline Network and Air-craft Family Optimization // AIAA Aviation 2019 Forum. – 2019. – P. 2865.
  17. GEURS K.T., VAN WEE B. Accessibility evaluation of land-use and transport strategies: review and research directions // Journal of Transport geography. – 2004. – Vol. 12, No. 2. – P. 127–140.
  18. GRIMME W., MAERTENS S. Flightpath 2050 revisited–An analysis of the 4-hour-goal using flight schedules and origin-destination passenger demand data // Transportation Research Procedia. – 2019. – Vol. 43. – P. 147–155.
  19. HASAN Y.J., SACHS F. Performance-based preliminary design and selection of aircraft configurations for unmanned cargo operations // Automated Low-Altitude Air Delivery. – Springer, Cham, 2022. – P. 107–131.
  20. HOELZEN J. et al. Hydrogen-powered aviation and its reli-ance on green hydrogen infrastructure–Review and re-search gaps // Int. Journal of Hydrogen Energy. – 2021.
  21. HUANG J. Growth, Evolution and Scaling in Transport Networks : PhD Thesis. – University of Leeds, 2015.
  22. ROY S. et al. Monolithic Approach for Next-Generation Air-craft Design Considering Airline Operations and Economics // Journal of Aircraft. – 2019. – Vol. 56, No. 4. – P. 1565–1576.
  23. SAIF M.A., ZEFREH M.M., TOROK A. Public transport accessibility: a literature review // Periodica Polytechnica Transportation Engineering. – 2019. – Vol. 47, No. 1. – P. 36–43.
  24. SUN X., WANDELT S., HANSEN M. Airport road access at planet scale using population grid and openstreetmap // Networks and Spatial Economics. – 2020. – Vol. 20, No. 1. – P. 273–299.
  25. WÖHLER S. et al. Preliminary aircraft design for a mid-range reference aircraft taking advanced technologies into account as part of the AVACON project for an entry into service in 2028. – Deutsche Gesellschaft für Luft-und Raumfahrt-Lilienthal-Oberth eV, 2019.
  26. YANG T., YING Y. AUC maximization in the era of big da-ta and AI: A survey // ACM Computing Surveys (CSUR). – 2022.
  27. YIA P., WANDELTA S., SUNA X. Flightpath 2050 door-to-door travel time goal: A comparative study on Europe and China // 8th Int. Conf. on Air Transport – INAIR 2019 GLOBAL TRENDS IN AVIATION.
  28. https://www.acare4europe.org/sria/flightpath-2050-goals (дата обращения: 01.09.2021)
  29. https://www.faa.gov/sites/faa.gov/files/npias-2023-2027-narrative.pdf (дата обращения: 15.12.2022).
  30. https://sacd.larc.nasa.gov//sacd/wp-content/uploads/sites/102/2021/04/2021-04-20-RAM.pdf (дата обращения: 03.11.2021).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

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».