Nowy algorytm autonomicznych ciężarówek holowniczych obiecuje zrewolucjonizować taksówkę samolotów, potencjalnie oszczędzając przemysł lotniczy miliony dolarów kosztów paliwa, jednocześnie znacznie zmniejszając emisję i zanieczyszczenie hałasem. To innowacyjne rozwiązanie, opracowane przez Stefano Zaninotto, dr Jason Gauci i dr Brian Zammit z University of Malta, zostało szczegółowo opisane w ich ostatnim badaniu opublikowanym w czasopiśmie Aerospace.
Stefano Zaninotto ze swoimi kolegami stworzył algorytm zaprojektowany do zarządzania operacjami taksówek za pomocą autonomicznych ciężarówek holowniczych. „Nasz algorytm ma na celu zminimalizowanie opóźnień związanych z taksówką i długości trasy przy jednoczesnym maksymalizacji wydajnego korzystania z ciężarówek holowniczych”, mówi Zaninotto. Przemysł lotniczy od dawna zmaga się z skutkami taksówkowania samolotów na środowisko i ekonomiczne. Tradycyjnie samoloty wykorzystują swoje silniki do taksówki, co prowadzi do wysokiego zużycia paliwa i znacznych emisji. W 2022 r. Fazy taksówkowe stanowiły około 1 na 7 z całkowitego czasu trwania lotów wewnątrzeuropejskich, zużywając około pięciu milionów ton paliwa rocznie.
Nowatorski algorytm koncentruje się na optymalizacji operacji naziemnych poprzez wdrażanie elektrycznych ciężarówek holowniczych w celu przemieszczania samolotów między bramami i pasami startowymi. System ten działa strategicznie, stosując scentralizowane podejście do wstępnego planowania wszystkich tras, dostosowywania harmonogramów i przypisywania ciężarówek holowniczych. W ten sposób ma na celu wyeliminowanie konfliktów ruchu i zwiększenie ogólnej wydajności.
Badanie podkreśla kilka kluczowych ustaleń. Po pierwsze, algorytm z powodzeniem zmniejsza opóźnienia taksówek i emisje. Rozważa różne czynniki, takie jak stan baterii ładunku ciężarówek holowniczych i dostępność stacji ładowania, zapewniając, że ciężarówki holownicze mogą działać bez przerw. System jest również skalowalny i dostosowalny, który został rygorystycznie testowany na różnych układach lotnisk i ilości ruchu.
Zaninotto wyjaśnia: „Nasz system dotyczy braków istniejących podejść, koncentrując się na rozwiązaniach bez konfliktów i wydajnym wykorzystaniu ciężarówek holowniczych. Może zarządzać wieloma aktywnymi pasami startowymi i strategicznie alokować ciężarówki holownicze. ” Ta zdolność adaptacyjna ma kluczowe znaczenie, biorąc pod uwagę różnorodny i dynamiczny charakter środowisk lotniskowych.
Ponadto symulacje badania wskazują na znaczne oszczędności paliwa. Naukowcy szacują, że stosowanie ciężarówek holowniczych do taksówki może zmniejszyć zużycie paliwa w porównaniu z metodami konwencjonalnymi. To nie tylko obniża koszty linii lotniczych, ale także wspiera cele w zakresie zrównoważonego rozwoju środowiska. „Zmniejszenie zużycia paliwa podczas taksówki jest kluczowym krokiem w kierunku osiągnięcia neutralności węglowej w lotnictwie”, zauważa Zaninotto.
System zwiększa również bezpieczeństwo poprzez ciągłe monitorowanie potencjalnych konfliktów podczas operacji taksówkowych. Obejmuje to sprawdzenie konfliktów między samolotami i ciężarówkami, a także wśród samych ciężarówek holowniczych. Algorytm stosuje zaawansowane techniki, aby zapewnić koordynowanie i bezpieczne wszystkie ruchy.
Podsumowując, ten przełomowy algorytm stanowi znaczący postęp w operacje naziemnej lotniska. Wykorzystując autonomiczne ciężarówki holownicze, oferuje praktyczne i skuteczne rozwiązanie wyzwań związanych z taksówką samolotów. Praca naukowców toruje drogę dla bardziej ekologicznych, bardziej wydajnych lotnisk, dostosowując się do globalnych celów zrównoważonego rozwoju.
Referencje dziennika
Zaninotto, Stefano, Jason Gauci i Brian Zammit. „Autonomiczny algorytm holowniczego dla taksówek samolotów bezdominowych”. Aerospace 2024, 11, 307. DOI: https://doi.org/10.3390/aerospace11040307
O autorach
Ing. Stefano Zaninotto Uzyskał tytuł licencjata i magistra inżynierii obywatelskiej i środowiskowej na University of Trieste (Włochy) i zbliża się doktorat z zarządzania ruchem lotniczym w Institute of Aerospace Technologies na University of Malta (Malta). Jego badania doktoranckie zaowocowały publikacją kilku artykułów na temat algorytmów i rozwiązań dla autonomicznych systemów taksówek holowniczych. Ing. Stefano Zaninotto obecnie pracuje jako analityk danych w sektorze prywatnym, jednocześnie pełniąc funkcję badacza w dziale lotniczym, transportowym i logistycznym oraz wykładaniu w Instytucie Technologii Informacji i Komunikacji, zarówno w MCast (MASTA).
Dr. Gauci Ukończyła inżynierię elektryczną na University of Malta (Malta) oraz doktorat z inżynierii lotniczej na Cranfield University (UK). Jest starszym wykładowcą w Institute of Aerospace Technologies na University of Malta oraz adiunktem profesora na Uniwersytecie Aeronautycznym Embry-Riddle (na całym świecie). Jego zainteresowania badawcze obejmują: bezzałogowe pojazdy powietrzne (UAV), uczenie maszynowe do zastosowań w lotnictwie, zarządzanie ruchem lotniczym (ATM), awioniki i interakcja ludzka-komputer (HCI). Dr Gauci był zaangażowany w kilka krajowych i europejskich projektów badawczych i jest autorem/współautorem ponad 35 artykułów akademickich. Jest także jednym z wynalazców kilku wniosków patentowych.
Dring. Brian Zammit Był zaangażowany w badania związane z awioniką od czasu dołączenia do uniwersytetu w 2005 r., W których pracował jako asystent badawczy w zakresie projektów finansowanych przez Europy. Jego prace doprowadziły do tworzenia i współautorstwa kilku artykułów i patentów związanych z działaniem i optymalizacją samolotów. Dr Zammit uzyskał doktorat w 2015 r. Na University of Malta i od tego czasu nadzorował, wspólnie nadzorował i zbadał kilku kandydatów na studia licencjackie, MSC i doktorantów. Obecnie jest starszym wykładowcą na Wydziale systemów elektronicznych na University of Malta, gdzie uczy podstaw elektroniki, oprzyrządowania i akwizycji danych.
