[发明专利]一种基于粒子群算法的连续下降进近排放优化方法

权利要求书

1.一种基于粒子群算法的连续下降进近排放优化方法，其特征在于包括如下步骤：

步骤1，分析航空器连续进近下降飞行过程，梳理航空器构型变化对各类性能参数的影响，构建连续下降进近标称航迹运控模型，通过气象条件与真实航行运行数据对模型进行修正；

所述步骤1包括如下内容：

步骤11，分析航空器连续下降过程中构型变化过程，梳理受构型变化影响最大的航空器运行参数；

步骤12，以欧洲航行安全组织发布的《航空器基础性能数据库》作为数据参考，应用系统动力学理论，梳理航空器关键运行参数之间关联，建立航空器连续下降标称航迹运控模型；

步骤13，通过气象条件与真实航行运行数据对模型进行修正；

步骤2，基于目标机场的标准仪表进场程序和PBN进近程序，确定航空器连续下降过程中的可行航迹与飞行参数的约束条件，划设连续下降进近排放优化过渡空间与排放优化进近空间；

所述步骤2的具体内容是：

步骤21，根据目标机场的标准仪表进场程序和PBN进近程序，分析得到连续下降进近进场点范围、初始速度、初始航向以及航路上各个拐点的范围、速度和高度约束；

步骤22，过渡空间是以进场点为一边中点建立的立方体空间，在此空间内选取连续下降进近起始点，所述连续下降进近起始点满足由进场点可减速下降至该连续下降进近起始点并满足初始进近速度的约束条件；

步骤23，选出满足条件的连续下降进近起始点后，以连续下降进近起始点为起始点引出多条航迹，根据下滑道和航迹拐点范围，排除无法切入下滑道和超出拐点的航迹；

步骤3，构建污染物扩散模型，采用高斯模型作为大气扩散模式的模型，建立污染物浓度评估坐标系，分析该模型中决策变量，找出影响污染物浓度的关键因素；

所述步骤3的具体内容是：

步骤31，建立污染物浓度评估坐标系，并根据目标机场实地风向进行坐标系转换；

步骤32，根据飞机燃油流率，求出单架航空器在连续下降进近阶段的任一时间段内污染物排放强度，由于飞机处于连续下降状态，在计算前需修正有效污染源高度；

步骤33，运用Turner法求出扩散系数；

步骤4，梳理影响航空器进近阶段排放的各类因素，基于连续下降进近的过渡空间和有效扩散空间，以航空器在进近过程中的排放浓度最小为目标，建立航空器连续下降进近排放优化模型，通过粒子群算法进行求解。

2.如权利要求1所述的基于粒子群算法的连续下降进近排放优化方法，其特征在于：所述步骤22的具体内容是：过渡空间是以进场点A₀(x₀,y₀,z₀)为一边中点建立的立方体空间，分配给在进场点A₀(x₀,y₀,z₀)的航空器进场速度v_A，设置一个由10²m×10²m×10²m为单位步长的立方体组成的网格，构成动态过渡空间；在过渡空间内随机产生过渡点B₁、B₂、……、B_n(x_n，y_n，z_n)，以及过渡点的约束速度v_B，在A₀到B_n这条航迹内，航空器若以不超过最大减速限度的加速度匀减速达到约束速度v_B，则B_n作为连续下降进近起始点，否则该过渡点不可行。

3.如权利要求1所述的基于粒子群算法的连续下降进近排放优化方法，其特征在于：所述步骤4的具体内容是：

步骤41，分析影响排放浓度的主要因素，建立航空器连续下降进近排放优化模型，模型使航空器在连续下降进近过程中对地面指定一点的污染物排放浓度最小；

步骤42，通过粒子群算法对排放优化模型进行计算，得出最优排放浓度和对应航迹参数。