Master Projects

Reducing fuel burn and emissions by controlling airport surface operations

Context
Taxiing aircraft contribute significantly to fuel burn and emissions at airports. The reduction of taxi-out times at airports has the potential to substantially reduce delays and fuel consumption at the airport, and to improve the air quality in the surrounding communities. At the present, several airport surface simulations models are widely used. Simulation models are based on assumptions such constant aircraft-taxiing speed or constant taxi-out time. Other models consider historical data to calibrate the proposed models which usually differs from the actual traffic situation at the airport surface. Surface surveillance datasets from sources such as the ADS-B or A-SMGCS/ASDE-X have the potential to fill this gap and to be used for the analysis or airport operations, in addition to their primary purpose of enhancing safety.

Objective
The main objective of this project is to develop and evaluate a network model of airports operations using historical and actual surface surveillance data to managing the aircraft taxi-out process at airports. The historical data will be used to calibrate the proposed model and propose control variables, and the actual data should be used to real-time monitoring the control variables of the network to reduce taxi-out time. The main objective may be achieved by addressing the following research questions

  • Propose a network model for the airport surface movement
  • Determine and model a set of network control variables;
  • Develop a control strategy to reduce the airport taxi-out times.

Conditions
The MSc study will be performed as a traineeship at the department of Environment an Policy support of National Aerospace Laboratory NLR in Amsterdam. The trainee will be paid compensation by NLR. This study is open for MSc students in mathematics, physics or a relevant engineering study who have sufficient background in stochastic system theory and computer programming, and who are interested in data analysis. More information can be obtained via Hicham Zmarrou email: Hicham.Zmarrou@nlr.nl
______________________________________________________________________________

Optimaliseren van vliegverkeer om milieuhinder te beperken (2)

Op het gebied van vliegverkeer en milieu is de luchtvaartsector op zoek naar oplossingen voor een duurzame luchtvaart. Onderdeel hiervan is de inpassing en aanpassing van het vliegverkeer op een luchthaven voor een beter leefklimaat voor omwonenden. Geluidshinder is één van de indicatoren voor het leefklimaat, naast onder meer lokale luchtkwaliteit en veiligheid. De Afdeling Milieu en Beleidsondersteuning van het NLR doet onderzoek om een optimum in vliegbewegingen en milieu te vinden. Bijbehorende probleemdefinities kunnen dan ook meerdere, mogelijk tegengestelde, doelstellingen bevatten.

De afgelopen jaren zijn methoden ontwikkeld om enkele multi-objective probleemstellingen op te lossen. Zo is de geluidbelasting versus het aantal vliegbewegingen geoptimaliseerd. Hierbij wordt een verkeersverdeling bepaald die de ruimte op de toegelaten geluidscontour zo groot mogelijk maakt. Of, als alternatief, een doelfunctie die niet de geluidsruimte maximaliseert, maar het aantal belaste woningen binnen een geluidscontour minimaliseert. Deze laatste sluit goed aan bij de huidige normstelling voor de luchtvaart.

Het probleem is als een MOLP (Multi-objective Linear Program) geformuleerd, waarin tot nu to 2 doelstellingen tegelijkertijd zijn opgenomen, met mogelijk veeltallige beslissingsvariabelen. De probleemformulering kan veel randvoorwaarden bevatten die de oplossingsruimte begrenzen, bijvoorbeeld door voorwaarden te stellen aan vliegprocedures en baangebruik. Algoritmes zijn ontwikkeld om een Paretogrens te bepalen, een verzameling oplossingen voor de confirmatie van doelstellingen. Bij elke oplossing hoort een verkeersverdeling waarvoor het Pareto-optimum bereikt wordt. De ontwikkelde algoritmes kunnen een optimale oplossing bepalen (maar een niet-polynomiale tijdcomplexiteit hebben) of een suboptimale oplossing (maar een polynomiale tijdcomplexiteit hebben).

Ervaringen uit voornoemd traject zijn aanleiding tot verder onderzoek. Zo is er behoefte aan alternatieve of extra doelstellingen en realistische(re) randvoorwaarden. Een extra doelstelling is het minimaliseren van de CO2-uitstoot op de luchthaven of doelstellingen die aansluiten op nieuwe geluidsnormen. De methodiek voor het minimaliseren van overbelaste woninglocaties wordt onderzocht voor realistischere situaties, zoals het vermijden van woongebieden en het verdelen van verkeer binnen daaraan gestelde voorwaarden.

De opdracht richt zich dan ook op het onderzoeken en toepassen van rekenmethoden die geschikt zijn voor discrete multi-objectieve optimalisaties. Het doel is om de resolutie van probleemstellingen te vergroten en daarbij de efficiëntie van de rekenmethoden te onderzoeken en te verbeteren. Via praktische test cases worden de oplossingen getoetst en gevalideerd. Aandachtspunten voor het onderzoek zijn schaalbaarheid van de probleemstelling, tijdcomplexiteit van het algoritme en stabiliteit van het algoritme en de oplossing.

Voorwaarden
Deze MSc-studie zal worden uitgevoerd als een stage bij de afdeling milieu en beleidsondersteuning van het Nationaal Lucht- en Ruimtevaartlaboratorium NLR in Amsterdam. Voor de stagiair zal een vergoeding worden betaald door het NLR. Dit onderzoek is geopend voor MSc-studenten in wiskunde, natuurkunde of een relevante technische studie die over voldoende achtergrond in analyse en het programmeren beschikken.
Meer informatie kan verkregen worden via Hicham Zmarrou e-mail: Hicham.Zmarrou@nlr.nl of Theo de Witte e-mail: Theo.de.Witte@nlr.nl