Simulation und Optimierung von Flugzeug-Groundverkehr mit Hilfe von Zellularautomatenmodellen am Beispiel des Flughafens Düsseldorf

In der heutigen Zeit ist ein Leben ohne Flugzeuge nicht mehr vorstellbar. In den Urlaub oder zu einem dienstlichen Termin zu fliegen, ist weit verbreitet. Sogar das Fliegen als Hobby in kleinen Privatflugzeugen ist nicht mehr außergewöhnlich und bereichert unser Leben. Die Kehrseite dieser Entwicklung ist der wachsende Flugverkehr, der mittlerweile die am stärksten wachsende Personentransportart geworden ist. In Deutschland liegt die Wachstumsrate für Flugverkehr über 2,3 % pro Jahr. Die Wachstumsrate für motorisierten Individualverkehr liegt hingegen bei 0,2 %, für Eisenbahnverkehr bei 0,3 % und für den öffentlichen Personenverkehr bei -0,1 %. Dieser starke Zuwachs im Luftverkehr verursacht Probleme hinsichtlich der vorhandenen Kapazitäten an allen internationalen Flughäfen in Deutschland. Der Flughafen Düsseldorf ist bezüglich der Flugbewegungen der drittgrößte Flughafen in Deutschland. Er wurde 1927 eröffnet und besteht aus 2 parallelen Pisten, einer zu den Pisten parallel verlaufenden Rollbahn, einem Passagierterminal und drei Vorfeldern (ein Vorfeld grenzt direkt an das Terminal). Am Flughafen Düsseldorf gab es im Jahr 2016 217.500 Flugbewegungen mit 23,5 Millionen Passagieren. Die Kapazitätsgrenze des Flughafens liegt bei 24 Millionen Passagieren und ist 2017 erstmals überschritten worden. Aufgrund des beschränkten Platzes im Umfeld des Flughafens ist eine weitere räumliche Ausdehnung nicht möglich. Optimierungen an der Infrastruktur des Flughafens selbst sind aus politischen Gründen sehr schwer zu realisieren. 1965 wurde ein Vergleich zwischen dem Flughafen und den umliegenden Städten geschlossen, um die Lärmbelastung durch Limitierung der Flugbewegungen nicht weiter zu erhöhen. Über 50 Jahre später ist diese Grenze nun erreicht und ein Ausbau des Flughafens wäre vonnöten. Der Vergleich ist aber noch immer gültig und verhindert notwendige Erweiterungen. Alternativ wird versucht, Verbesserungen der Situation durch eine effizientere Nutzung der vorhandenen Infrastruktur, z.B. durch Optimierung der Rollwege, zu erzielen. Hierbei können Simulationen helfen, um eventuelle Fehlplanungen schon während der Konzeptionsphase zu erkennen und zu verhindern. In dieser Arbeit wird ein neues Simulationsmodell, das CAMAT-Modell (Cellular Automaton Model for Airport Traffic) vorgestellt. Es kann die Dynamik aller Flugzeuge und die Interaktionen der Flugzeuge untereinander simulieren. Das Modell wird durch Realdaten aus verschiedenen Quellen kalibriert. So werden Daten genutzt, die durch Beobachtungen am Flughafen Düsseldorf entstanden sind. Ferner werden Daten der Flugsicherung, vor allem Daten hinsichtlich der Gate- und Rollwegezuweisungen, und viele undokumentierte Informationen, die auf der Erfahrung der Fluglotsen beruhen, genutzt. Zuletzt werden diese Daten durch Daten von Flightradar24, wie die tatsächlichen Ankunfts- und Abflugzeiten ergänzt. Ein Vergleich zwischen Realdaten und den Ergebnissen der Simulation zeigt die Genauigkeit des entwickelten Modells. Im zweiten Teil dieser Arbeit wird das entwickelte Modell verwendet, um die Folgen für die Rollzeiten bei verschiedenen Szenarien, wie neuen Rollwegen, das Ergänzen von Rollbahnen oder Bauarbeiten auf Rollbahnen, am Flughafen Düsseldorf zu simulieren. Für jedes Szenario werden die Änderungen hinsichtlich der Rollzeiten der Flugzeuge berechnet und deren Auswirkungen auf den Kerosinverbrauch erläutert. Diese Arbeit schließt mit einem Ausblick auf mögliche Erweiterungen des Simulationsmodells, welche die Idee der Optimierung des Flugbetriebs durch den Flughafen Düsseldorf, aber auch durch die rollenden Flugzeuge selbst, weiterverfolgen.
Nowadays a world without people flying in airplanes is hard to imagine. Going on vacation or on a business trip by plane has become quite common and even flying just for fun in small private planes is no longer unusual and enriches our lives. This development’s downside is the increasing growth of airplane traffic, being the most increasing mode of transportation. In Germany the expected growth rate for airplane traffic is over 2.3 % per year in contrast to 0.2 % for motorized private transport, 0.3 % for railway transport and -0.1 % for public transport. This increase creates problems on all international airports in Germany because of their limited capacity. The airport of Duesseldorf is the third largest airport in Germany with regard to airplane movement. It was opened in 1927 and consists of two parallel runways, one parallel taxiway, one passenger terminal and three aprons (one close to the terminal). The airport handled 217,500 airplane movements in 2016 with 23.5 million passengers. The capacity limit of 24 million passengers was reached in 2017 for the first time. Due to the limited space around the airport further expansion is not possible. Furthermore optimizations on the airport’s infrastructure are hard to realize due to political reasons. The airport reached a settlement with all nearby towns in 1965 for reducing noise pollution by limiting airplane movement. Over 50 years later this limit is reached; however the settlement is still valid and impedes necessary expansions. In addition to airport expansion, improvements of airport surface operations are necessary to handle the increasing number of airplanes. Therefore simulations are helpful to evaluate suggestions and to avoid poor planning in advance. In this work a new simulation model, the CAMAT-Model (Cellular Automaton Model for Airport Traffic), is developed. It simulates all airplanes in a microscopic way and considers the interactions between them. The model is adjusted by real-world data from a range of sources. First, real-world data is used, collected through visual observation at the airport of Duesseldorf. Second, data of Air-Traffic Control (ATC) is put on use, meaning data about gates used by the airplanes and undocumented tower agents’ experience about taxiing routes. Third, the usage of additional data collected by flightradar24, such as actual departure and arrival times, is helpful. A comparison between real-word data and simulated data is presented to prove the accuracy of the model. Some examples for the utilization of the simulation model are given in the second part of this work, including simulations of new taxiing routes for airplane traffic at the airport of Duesseldorf in case of construction work as well as in case of possible future extensions. For each scenario changes in taxiing time are calculated to evaluate the effects on taxiing times in general and on fuel consumption. This work concludes with some outlooks on future work pursuing the main ideas for optimization of airplane taxiing, containing ideas for improvement by the airport as well as improvements for airplanes to reduce their taxiing times themselves.

Vorschau

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten