Optimisation du trafic aérien dans de grands aéroports
Institution:
Toulouse 3Disciplines:
Directors:
Abstract EN:
The air traffic growth induces congestion and flight delays both at the airports and in the surrounding airspaces. In fact, the airports are limited in terms of capacity and represent the major bottlenecks in the air traffic management system. Efficient planning and control are critical to enhance the airport operation efficiency and to reduce flight delays. In prior research, several sub-problems associated with airport operations have already been discussed separately, such as runway scheduling, taxiway scheduling, terminal airspace management, etc. However, these operations are closely related and can affect each other. This motivates the development of an integrated optimization approach for managing air traffic at airport and in the surrounding airspace. In this thesis, we suggest a two-level optimization approach which works on both the macroscopic and the microscopic levels. Following the prediction horizon of different problems, we consider first a long term horizon with an abstract network of airport and TMA. Then, we consider a shorter horizon with a detailed network of airport components. In the first part of the thesis, we focus on the integrated optimization of airport operation problem and terminal airspace management problem at a macroscopic level. The airside is modeled as an abstract network: terminal, taxi network, and runway are seen as specific resources with a defined maximum capacity, and the TMA is modeled by a predefined route network structure. This level of abstraction aims at identifying the airport congestion situations. We develop an optimization model to minimize flight delays, resolve airspace conflicts, and mitigate airport congestions by controlling speed, arrival and departure times, and assigned runway, while keeping various operational constraints. An adapted simulated annealing (SA) metaheuristic combined with a time decomposition approach is proposed to solve the corresponding problem. Computational experiments performed on case studies of Paris Charles De-Gaulle airport show potential improvements on airport congestion mitigation and flight delay reduction. The second part of the thesis deals with the airport runway and taxiway scheduling problem at a microscopic level. In this part, we represent the airport (gate, taxiway, runway) with a detailed surface node-link network, and we consider individual aircraft trajectories based on this graph. We aim at resolving the ground conflicts among aircraft, assigning the pushback times, the taxi speeds and the positions (runway threshold or holding point) and the holding times. The optimization model is designed to reduce runway queue length and minimize flight delays as well as taxi times with respect to safety concerns in surface traffic operations. A comparison with regard to baseline scenarios of the microscopic optimization benefits is presented for two major airports: Paris Charles De-Gaulle (CDG) airport and Charlotte Douglas International airport (CLT). Important gain in taxi time savings and runway queue length reduction are achieved, particularly at CLT since it is more prone to congestion.
Abstract FR:
La croissance du trafic aérien engendre des congestions et des retards des vols, tant dans les aéroports que dans les espaces aériens environnants. En fait, les aéroports sont limités en termes de capacité et représentent les principaux goulots d'étranglement du système de gestion du trafic aérien. Une planification et un contrôle efficaces sont essentiels pour améliorer l'efficacité des opérations aéroportuaires et réduire les retards des vols. Dans des recherches antérieures, plusieurs sous-problèmes liés aux opérations aéroportuaires ont déjà été examinés séparément, tels que le séquencement de pistes, les mouvements au sol, la gestion de l'espace aérien terminal, dite Terminal Maneuvering Area (TMA), etc. Cependant, toutes ces opérations sont étroitement liées et peuvent dépendre les unes des autres. Ceci motive le développement d'approches d'optimisation intégrées pour la gestion du trafic aérien dans les aéroports et dans l'espace aérien environnant. Dans cette thèse, nous proposons une approche d'optimisation à deux niveaux désignés par niveau macroscopique et niveau microscopique. En effet, suivant les horizons de prédiction des différents problèmes, nous considérons d'abord un horizon à long terme avec un réseau abstrait de l'aéroport et de la TMA. Ensuite, nous aborderons le problème à un horizon plus court en considérant un réseau détaillé de l'aéroport. Dans la première partie de la thèse, nous nous sommes concentrés sur l'optimisation intégrée du problème d'opérations de l'aéroport et du problème de gestion de l'espace aérien terminal à niveau macroscopique. L'aéroport est modélisé comme un réseau abstrait: le terminal, le réseau de taxis et la piste sont considérés comme des ressources spécifiques ayant une capacité maximale définie, et la TMA est modélisée à l'aide d'une structure de réseau d'itinéraires prédéfinis. Ce niveau d'abstraction vise à identifier les situations de congestion aéroportuaire. Nous développons un modèle d'optimisation pour minimiser les retards de vol, résoudre les conflits d'espaces aériens et diminuer les congestions aéroportuaires en contrôlant la vitesse d'arrivée, les heures d'arrivée et de départ et la piste attribuée, tout en respectant diverses contraintes opérationnelles. Une metaheuristique de recuit simulé adaptée, combinée à une approche de décomposition temporelle, est proposée pour résoudre le problème correspondant. Des simulations menées sur des données issues de l'aéroport Paris Charles De-Gaulle montrent des améliorations potentielles en termes de réduction de la congestion et des retards de vol. La deuxième partie de la thèse porte sur le problème du séquencement de pistes d'aéroport et des mouvements au sol à un niveau microscopique. Dans cette partie, nous représentons l'aéroport (les portes, le réseau de taxi, les pistes) par un graphe détaillé et nous considérons les routes de chaque avion sur la base de ce réseau. Le but est de résoudre tous les conflits entre avions lors du roulage, en leur attribuant des heures de push-back, des vitesses de roulage ainsi que des positions (seuil de piste ou point de croisement) et des temps d'attente. Le modèle d'optimisation est conçu pour réduire la file d'attente des pistes et les retards de vol, ainsi que les temps de roulage tout en considérant les problèmes de sécurité liés aux opérations sur la surface. Une comparaison par rapport aux scénarios de référence indique que l'optimisation donne de bons résultats pour deux grands aéroports: l'aéroport Paris Charles De-Gaulle (CDG) et l'aéroport Charlotte Douglas International (CLT). Des gains importants en termes de temps de roulage et de réduction de la file d'attente de décollage sont obtenus particulièrement à CLT, qui est plus enclin à la congestion. La dernière partie de la thèse s'intéresse à un problème se posant à un horizon court terme. Ce problème consiste à séquencer les départs tout en tenant compte des traversées de piste par des arrivées.