L’évolution des fonctions du FMS

L’évolution des fonctions du FMS

Depuis que le FMS est devenu partie intégrante des systèmes avioniques en 1982, des avancées révolutionnaires ont eu lieu dans la gestion de vol. Il a permis notamment la réduction du nombre de pilotes de trois à deux avec une diminution significative de la charge de travail. En outre, le FMS a contribué à la réduction des coûts en temps et en carburant par l’optimisation du profil de vol. Vu ces avantages, les constructeurs des FMS en collaboration avec les constructeurs aéronautiques et les lignes aériennes améliorent continuellement les capacités et les fonctions des FMS. L’objectif de ce travail est l’amélioration du modèle d’optimisation de vol qui intègre la fonction d’optimisation et de prédiction de performances. L’état de l’art se concentre sur ce modèle bien que son évolution ait été rendue possible qu’avec le développement rapide des circuits intégrés facilitant une souplesse de conception de logiciel embarqué (Lidén, 1994). Les premières générations de FMS incluant des fonctions de base ont été conçues et développées par la compagnie Honeywell pour le constructeur Boeing. Depuis, plusieurs améliorations et ajouts de fonctionnalités ont été effectués dans le modèle d’optimisation ouvrant ainsi la technologie des FMS à de nombreux types d’avion tels que les Boeing B-757, B-767, B-747 et B-777, les Airbus A-300, A-310, A-320, A-330 et A-340 et quelques avions des constructeurs McDonnell Douglas et Fokker (Lidén, 1994).

Les principales évolutions apportées au modèle d’optimisation ont été l’ajout de fonctionnalités pour optimiser les croisières ascendantes, l’amélioration du modèle du vent et de la température et l’ajout de la fonctionnalité de la contrainte de temps nommé RTA (Temps Requis pour l’arrivée) (Lidén, 1994 et Avery, 2011). Le RTA permet d’ajuster la vitesse de l’avion pour arriver à un point de cheminement2 à un temps spécifié par l’ajout de la fonctionnalité de planification du carburant initial calculé en fonction d’un plan de vol incluant l’effet du vent.

Par ailleurs, Miller (2009) a détaillé les importantes avancées de la mise en oeuvre de la navigation fondée sur les performances (PBN) grâce à l’évolution des fonctions des FMS. La PBN est définie comme étant un type de navigation de surface (RNAV) faisant l’objet d’exigences des performances de navigation requise (RNP) prescrites dans des spécifications de navigation. Une spécification de navigation est définie comme étant un ensemble de conditions qu’un aéronef et son équipage doivent remplir pour effectuer un vol en PBN dans un espace aérien défini. Actuellement, de nouvelles générations de FMS plus évoluées par rapport aux premières générations ont vu le jour.

Le constructeur Thales en collaboration avec GE Aviation System (Thales, 2007)ont développé récemment sa nouvelle génération de FMS en apportant quelques innovations sur la fonction de performances. Cette fonction permet à un équipage d’examiner et d’évaluer l’impact économique d’une éventuelle révision en vol alors que l’avion reste guidé le long d’un plan de vol actif. Par ailleurs, CMC a développé sa troisième génération de FMS nommé CMA-9000. La mise en oeuvre de ce dernier s’est effectué en fonction de la modernisation des nouvelles générations de système de gestion du trafic aérien ou Air Traffic Management(ATM) mondial (CMC, Larcase, 2009).

Le FMS CMA-9000 Le CMA-9000, sur lequel se base notre étude est la troisième génération de FMS construit par CMC. Il automatise de nombreuses tâches d’un cockpit et libère l’équipage d’une surveillance perpétuelle de certains équipements. Les fonctionnalités de ce FMS ont principalement évolué en fonction des programmes de modernisation du système ATM menés conjointement par l’Administration Fédérale de l’Aviation (FAA), par l’organisation européenne pour la sécurité de la navigation aérienne (Eurocontrol) et par l’organisation de l’aviation civile internationale (OACI) (CMC, 2008et CMC, Larcase, 2009). À travers son programme Système de Transport Aérien de Nouvelle Génération(NGATS) pour la modernisation du système ATM actuel des États Unis à l’horizon 2025, la FAA avec l’assistance technique de la NASA a mis en oeuvre sa feuille de route PBN Roadmap, V2.0 pour présenter un ensemble d’exigences et de procédures qui s’appuient sur les nouvelles technologies et capacités de navigation des aéronefs. La NGATS doit permettre de supprimer les problèmes de capacité du système ATM actuel qui a du mal à faire face à la croissance du trafic aérien, en le rendant plus sécurisé, économique et respectueux de l’environnement (FAA, 2009).

Dans son programme Single European Sky ATM Research (SESAR) coordonné avec le NGATS de la FAA, Eurocontrol a produit le SESAR Master Plan qui est la feuille de route de ce qu’il faut modifier dans le système ATM Européen actuel pour le transformer totalement à l’horizon 2020 en le rendant plus sécurisé, collaboratif, efficace, transparent, respectueux de l’environnement et économique. Ceci va passer par une révision en profondeur des techniques, des méthodes et des concepts actuellement utilisés dans le contrôle aérien Européen (Gristi, 2010). L’OACI définit dans son manuel de la PBN (Doc 9613) des orientations sur la façon de mettre en oeuvre les applications PBN ainsi que les spécifications de navigation de ces applications. Suite à sa résolution adoptée en 2010 sur les objectifs mondiaux pour la PBN, le Doc 9613 explique comment les pays membres de l’OACI doivent mettre en oeuvre progressivement la PBN en appliquant le NGATS et le SESAR (MDD, 2013). Les fonctions du CMA-9000 sont conçues pour suivre l’évolution combinée des programmes NGATS et SESAR afin de permettre aux lignes aériennes qui choisiront ce FMS d’économiser du temps et du carburant, de réduire les lourdes contraintes du contrôle aérien actuel et d’utiliser plus efficacement l’espace aérien.

Techniques d’optimisation de trajectoires de vol

D’une manière générale, un problème de calcul de trajectoires optimales considère un système physique dont la dynamique peut être modélisée par un ensemble d’équations différentielles, intégrales, fonctionnelles, aux différences finies, aux dérivées partielles, stochastiques, etc. Les techniques de résolution mises en oeuvre déterminent alors une commande optimale telle que la trajectoire associée minimise un critère de performance et satisfasse un ensemble de contraintes (Le Merrer, 2010).Le but est alors d’amener le système d’un état initial donné à un certain état final, en respectant éventuellement certaines contraintes et en résolvant au préalable un problème de contrôlabilité, ce qui est communément appelé « un problème de commande optimale » (Duharcourt, 1969). Concernant l’optimisation des trajectoires de vol des aéronefs, Huang et al. (2012) montrent qu’il existe plusieurs types de problème incluant divers aéronefs, diverses missions (index de performances et/ou objectif de performances durant un vol), un environnement complexe et incertain et des conditions complexes et changeables. Mais malgré cette diversité, ils proposent une formulation unique du problème par l’intermède d’un grand système stochastique de contrôle de vol qui englobe les divers sous-systèmes et permet l’utilisation de diverses méthodes de résolution en temps discret ou continu. Le même article (Huang et al., 2012) présente une recherche bibliographique sur la plupart des méthodes numériques en commande optimale pour l’optimisation de trajectoires de vol et leurs applications. Les méthodes les plus souvent utilisées sont :

•les méthodes directes qui permettent la discrétisation des variables d’état et de contrôle des décisions. Elles permettent de réduire le problème à un problème d’optimisation non linéaire ou programmation non linéaire (PNL). Les méthodes directes tirent leur attribut du fait qu’elles consistent à formuler directement un problème de PNL qui est un problème d’optimisation en dimension finie. Dans le cadre de l’optimisation de trajectoire, la formulation d’un problème de PNL à partir d’un problème de Bolza3 est souvent obtenue par le Biais d’une discrétisation le long de l’horizon de la grandeur indépendante du temps. D’une manière générale, l’utilité d’une telle discrétisation comprend deux aspects. Premièrement, elle permet de transformer l’équation différentielle du problème de Bolza en relations algébriques portant sur des valeurs .

Table des matières

INTRODUCTION
CHAPITRE 1 ÉTUDE DE LA LITTÉRATURE
1.1 L’évolution des fonctions du FMS
1.2 Le FMS CMA-9000
1.3 Techniques d’optimisation de trajectoires de vol
1.4 La programmation dynamique (PD)
CHAPITRE 2 STRATÉGIE DE GESTION DE VOL
2.1 Planification de trajectoires de vol
2.1.1 Évolution du vol dans le plan latéral (LNAV)
2.1.1.1 Latitude et longitude
2.1.1.2 Calculs des paramètres de l’orthodromie
2.1.1.2.1 Distance orthodromique (Da)
2.1.1.2.2 Route vraie (Rv) au départ
2.1.2 Évolution du vol dans le plan vertical (VNAV)
2.1.2.1 La montée
2.1.2.1.1 Montée rectiligne uniforme avec limitation de vitesse.
2.1.2.1.2 Montée avec accélération
2.1.2.1.3 Montée rectiligne uniforme avec une IAS constante
2.1.2.1.4 Altitude de crossover
2.1.2.1.5 Montée rectiligne uniforme avec un MACH constant
2.1.2.2 La croisière
2.1.2.2.1 Montées en croisière
2.1.2.3 La descente
2.2 Utilisation des tables de performances (PDB)
2.2.1 Données d’en-tête
2.2.2 Données de performances
2.2.2.1 Données de performances de la montée
2.2.2.1.1 Calcul des paramètres d’une montée rectiligne uniforme
2.2.2.1.2 Calcul des paramètres de la montée avec une accélération
2.2.2.2 Données de performances de la croisière
2.2.2.3 Données de performances de la descente.
2.2.2.3.1 Calcul des paramètres d’une descente rectiligne uniforme
2.2.2.3.2 Calcul des paramètres de la descente avec une décélération
2.2.3 Interpolation
2.3 Détermination des émissions de CO2
2.4 Paramètres de la météo
2.4.1 Influence de la météo sur le vol
2.4.2 Prévisions météorologiques d’Environnement Canada
2.4.2.1 Format Grib2
2.4.2.2 Téléchargement des données de la météo
2.5 Fonction de coût
CHAPITRE 3 ÉLABORATION DU PROGRAMME
3.1 Modélisation d’un vol dans l’espace aérien
3.1.1 Proposition d’un modèle de l’espace aérien
3.1.2 Proposition d’un modèle simplifié de planification de vol
3.2 Formulation du problème
3.2.1 Évolution de la trajectoire de vol
3.2.2 Fonction objectif
3.2.3 Programmation dynamique
3.3 Structure générale du programme
3.3.1 Initialisation
3.3.2 Recherche de la politique optimale pour la montée
3.3.2.1 Contribution de la phase de montée X0 – X1
3.3.2.2 Contribution de la phase de montée X1 – X2
3.3.2.3 Contribution de la phase de montéeX2 – X3
3.3.2.4 Contribution de la phase de montéeX3 – X4
3.3.3 Contribution de la phase de croisière X4 – X5
3.3.4 Recherche de la politique optimale en descente
3.3.4.1 Contribution de la phase de descente X5 – X6
3.3.4.2 Contribution des phases de descente X6 à X9
3.3.5 Politique optimale de la trajectoire
CHAPITRE 4 PERFORMANCES DU PROGRAMME
4.1 Utilisation du logiciel Part-Task Trainer (PTT)
4.1.1 Bases de données de navigation
4.1.2 Plan de vol
4.1.3 Résultats des estimations du PTT
4.2 Optimisation de la trajectoire sans les effets du vent
4.2.1 Effet de la masse initiale sur le profil optimal
4.2.1.1 Effet de la masse initiale sur le coût total du vol
4.2.1.2 Comparaison des résultats du programme et du PTT
4.2.2 Effet de l’indice de coût sur le profil optimal
4.2.3 Commentaires des résultats des simulations sans l’influence du vent
4.3 Optimisation de la trajectoire de vol avec l’influence du vent
4.4 Réduction des émissions de CO2
4.5 Optimisation du coût total par année
CONCLUSION
ANNEXE I RÉSULTATS DES SIMULATIONS SANS L’INFLUENCE DU VENT
ANNEXE II RÉSULTATS DES SIMULATIONS AVEC L’INFLUENCE DU VENT
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES

Télécharger le rapport complet