Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea
-
Upload
nicola-furlan -
Category
Education
-
view
120 -
download
0
Transcript of Integrazione di modelli matematici per la gestione del traffico aereo in Europa - Slide di prelaurea
INTEGRAZIONE DI MODELLI MATEMATICI PER LA GESTIONE DEL TRAFFICO AEREO IN
EUROPA
UNIVERSITÀ DEGLI STUDI DI TRIESTEDIPARTIMENTO DI INGEGNERIA E
ARCHITETTURACorso di Laurea Magistrale in Ingegneria Informatica
Relatore
Correlatore
Prof. Lorenzo Castelli
Dott. Luca Corolli
LaureandoNicola Furlan
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Introduzione
© NATS Blog: http://nats.aero/blog/2014/11/take-guided-tour-uk-skies/
Spazio aereo europeo tra i più congestionati al mondo
+ 1,2% di traffico nel 2015 rispetto al 2014 ( +2% nei mesi estivi con 30700 voli/giorno)[EUROCONTROL Seven-Years Forecast – Settembre 2015]
Previsti 11,2 milioni di movimenti aerei in Europa nel 2021 ( +19% rispetto al 2014)[EUROCONTROL Seven-Years Forecast – Settembre 2015]
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Introduzione - SES
Ottobre 2001: la Commissione Europea ha adottato la proposta di un Single European Sky (SES)
Obiettivi del SES:
Capacità
Si dice capacità il numero massimo di voli che possono entrare in un settore aereo in un determinato intervallo di tempo
• ristrutturazione dello spazio aereo europeo (blocchi funzionali)
• aumento dell’efficienza generale del sistema ATM e sicurezza dei trasporti
• creazione di capacità addizionale
Problemi da risolvere:• generazione di profitto• sicurezza nei voli• minimizzazione dei ritardi
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Introduzione – ATFM TW
La gestione del traffico aereo può essere condotta a breve, medio e lungo termine in varie fasi:• Fase strategica (6 mesi prima)• Fase tattica (qualche ora prima)• Fase operativa (appena prima o durante)• Fase tattica (qualche ora prima) ATFM TW (Air Traffic Flow Management with Time Windows)
Time Window – Finestra temporale
Si dice finestra temporale un intervallo di tempo durante il quale ogni operazione di volo (decollo, atterraggio ed entrata in un settore) dovrebbe essere eseguita
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Introduzione – Obiettivi della tesi
• Modello SAIPE: identifica l’istante iniziale di ogni finestra temporale relativa a una singola operazione di volo
• Modello CCL: massimizza la dimensione di queste finestre temporali
Situazione attuale:
Obiettivo: identificare il grado di flessibilità delle operazioni di volo legate a ciascun volo pianificato
L’utilizzo delle finestre temporali permette di evitare ulteriori richieste di capacità in condizioni di scarsa disponibilità di capacità, rendendo il sistema più flessibile ed evidenziando quali voli sono più critici
• adattare il modello CCL all'utilizzo dell'istanza di dati reali forniti• utilizzare i dati di ingresso del modello SAIPE, e le relative soluzioni, come dati di
ingresso del modello CCL
Lavoro di tesi:
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Descrizione dei modelli – Modello SAIPEVincoliVariabili decisionali
Funzione obiettivo MC
Funzione obiettivo MS
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Descrizione dei modelli – Modello CCLVincoliVariabili decisionali
Funzione obiettivo
Vincoli di capacità
Vincoli relativi alle finestre temporali
Vincoli di connettività
Vincoli di definizione delle variabili decisionali
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Descrizione dei modelli – Adeguamento del modello SAIPE
• Inserimento di una procedura aggiuntiva che permetta la creazione dei parametri utili al CCL
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Descrizione dei modelli – Adeguamento del modello CCL
• Adattamento del modello CCL alla struttura del modello SAIPE, creato apposta per lo spazio aereo europeo
• Variabili decisionali: da variabili strutturate a nomi di settori, a variabili strutturate ad ordinamento di settori
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Descrizione dei modelli – Adeguamento del modello CCL
• Vincoli di capacità
Da gestione a capacità disponibile.. ..a gestione a permessi
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati - Premesse
• Giorno considerato per i dati: 12 settembre 2014, quarto giorno più trafficato dell’anno
• Totale voli: 29 242
• Modello SAIPE eseguito con due funzioni obiettivo diverse:• Minimum Cost (MC)• Minimum Shift (MS)
• Dimensione istanti temporali: 1 minuto
• Dimensione minima e massima fissata per la finestra temporale: [1 minuto, 15 minuti]
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati - Premesse
Permesso critico
Si dice permesso critico un permesso congestionato che limita l’apertura di una finestra temporale
Volo critico
Si dice volo critico un volo che possiede almeno un permesso critico
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Voli critici
N° permessi critici per volo Caso MC Caso MS
3 7 7
2 320 283
1 6494 5513
Distribuzione dei voli in base al numero di permessi critici
Dei 7 voli, 3 sono comuni tra MC e MS:• Londra Stansted (EGSS) – Riga International
(EVRA)• Londra-City (EGLC) – Ibiza (LEIB)• Bruxelles-National (EBBR) – Alicante-Elche
(LEAL)
Distribuzione oraria dei permessi critici
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione oraria
• Vari picchi alle ore 6, 17 e 20
• Picco più alto rilevato alle ore 11:• Caso MC: 606 permessi critici (8,47%)• Caso MS: 521 permessi critici (8,54%)
• Maggior congestione (numero di permessi critici più elevato) utilizzando la funzione obiettivo MC
Distribuzione dei permessi critici per stato
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione per stato
Stati Caso MC Caso MSLF – Francia 24,29% 23,48%
ED – Germania 18,14% 18,49%
EG – Regno Unito 8,36% 8,57%
LT – Turchia 7,76% 9,00%
LI – Italia 6,15% 6,80%
OperazioneN°
permessi MC
N° permessi
MSPercentuale
MCPercentuale
MSA 329 347 4,60% 5,69%D 265 272 3,70% 4,46%E 6182 5095 86,40% 83,52%G 379 386 5,30% 6,33%
TOT 7155 6100 100,00% 100,00%
Distribuzione dei permessi critici per tipologia di operazione
A: movimenti di atterraggioD: movimenti di decolloG: movimenti generici aeroportualiE: entrata in un settore aereo
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione per tipologia di operazione
Zona OperazioneN°
permessi MC
N° permessi
MSPercentuale
MCPercentuale
MS
LF E 1721 1408 24,05% 23,08%ED E 1075 899 15,02% 14,74%LI E 411 385 5,74% 6,31%EG E 402 322 5,62% 5,28%EP E 316 131 4,42% 2,15%LT E 264 255 3,69% 4,18%LS E 208 285 2,91% 4,67%LG E 193 210 2,70% 3,44%LE E 184 180 2,57% 2,95%EN E 182 135 2,54% 2,21%LH E 169 101 2,36% 1,66%LD E 157 63 2,19% 1,03%LK E 142 56 1,98% 0,92%LT G 124 125 1,73% 2,05%ED G 113 116 1,58% 1,90%LZ E 110 71 1,54% 1,16%LB E 107 91 1,50% 1,49%LP E 104 35 1,45% 0,57%LT A 93 94 1,30% 1,54%LY E 89 75 1,24% 1,23%
Distribuzione dei permessi critici in base a zone e tipologia di operazione
A: movimenti di atterraggioD: movimenti di decolloG: movimenti generici aeroportualiE: entrata in un settore aereo
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione per zona e tipologia
Elemento N° permessi Percentuale
LTBA 174 2,43%EGGXALL 166 2,32%EDYYD4WH 118 1,65%EDYYB3EH 117 1,64%LFBBRL3 113 1,58%LTFJ 108 1,51%LFBBNH4 91 1,27%EGLL 87 1,22%EDDL 84 1,17%LFRRMZU 84 1,17%
Elemento N° permessi Percentuale
LTBA 173 2,84%EGGXALL 132 2,16%LTFJ 110 1,80%EDYYD4WH 109 1,79%EDYYB3EH 99 1,62%EGLL 98 1,61%LSAZM56 93 1,52%EDDL 82 1,34%LFBBNH4 78 1,28%LFBBRL3 78 1,28%
Distribuzione dei permessi critici per elemento, caso SAIPE MC
Distribuzione dei permessi critici per elemento, caso SAIPE MS
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione per elemento
LTBAAeroporto di
Istanbul - Atatürk
LTFJAeroporto
internazionale di Istanbul - Sabiha
Gökçen
EGGLAeroporto di
Londra - Heathrow
EDDLAeroporto di Düsseldorf
Distribuzione dei permessi critici oraria per stato con funzione obiettivo adottata
Maximum Cost
Distribuzione dei permessi critici oraria per stato con funzione obiettivo adottata
Maximum Shift
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Risultati – Distribuzione oraria per stato
• Sviluppo dell’andamento orario:• Andamento a picchi: Francia e Germania• Andamento più stabile: Regno Unito, Turchia e Italia
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Conclusioni
• Possibilità di esecuzione del modello CCL in cascata al modello SAIPE
• Gran parte dei permessi critici relativi all’operazione di attraversamento dei settori
• Stati con maggior presenza di settori critici: Regno Unito Germania Francia
• Aeroporti con più permessi critici: I due aeroporti internazionali di Istanbul Aeroporto di Londra - Heathrow Aeroporto di Düsseldorf
Nicola Furlan Integrazione di modelli matematici per la Gestione del Traffico Aereo in Europa
Introduzione Descrizione dei modelli Risultati Conclusioni
Conclusioni – Sviluppi futuri
Considerazione di approcci alla capacità diversi (ispirati al CCL originale)
Considerare la distribuzione delle finestre temporali all’interno del permesso, e non solo la loro quantità (evitare sbilanciamento) Evitare lo sbilanciamento delle operazioni Redistribuire in maniera omogenea la capacità nel tempo
Grazie per l’attenzione