Dynamisch optimierte An- und Abfluggebiete unter Beachtung von Fluglärmimmission und Wetter
Projektinformation
- Auftraggeber: Deutsche Forschungsgemeinschaft
- Projektlaufzeit: 01.11.2025 - 31.10.2028 (36 Monate)
Die Luftfahrtindustrie muss aus Wettbewerbs-/Umweltaspekten die Betriebskosten stetig senken, Verspätungen und Emissionen minimieren. Der – multikriteriellen - Trajektorienoptimierung kommt daher eine Schlüsselfunktion in der ATM-Forschung zuteil. Die Optimierungsziele konkurrieren, deren Wirkungsweise muss insofern verstanden und Kosten quantifizierbar werden. Für die Reiseflugphase hat dies bereits Eingang in den täglichen Betrieb gefunden, z.B. mit der Einführung von Free Route Airspace oder wetterabhängigen, optimalen Routen im Nordatlantik. Bei An- und Abflügen auf/von großen Flughäfen zwingen jedoch das hohe Verkehrsaufkommen sowie Luftraumbeschränkungen die Luftfahrzeuge (LFZ) häufig auf ineffiziente Flughöhen und Umwege.
Weiterhin ist Fluglärm in Flughöhen unter 5.000 ft ein dominierender gesellschaftlicher Akzeptanzfaktor, dessen Minimierung somit ebenfalls wesentlich ist. In diesem Projekt werden so genannte Traffic Flow Funnels entwickelt. Die Funnels sind als Verfahrensräume konzipiert, welche heutige An- und Abflugrouten um einen 3D-Raum erweitern. Innerhalb des Funnels erfliegt das LFZ sein optimales Höhenprofil und Flugweg. Dies erlaubt die Berücksichtigung des aktuellen Wetters sowie von Wünschen der Luftraumnutzer zu einem deutlich höheren Grad als bisher. Unbenommen wird die Bewegungsfreiheit durch die Funnels auch begrenzt, um die Vorhersagbarkeit für die Flugsicherung und so einen sicheren und effizienten Betrieb aufrechtzuhalten.
Derzeitig gesetzlich fixierte Methoden zur Lärmberechnung erlauben noch keine Integration einer Trajektorienoptimierung, vor allem weil das Wetter (Wind, Temperatur, relative Luftfeuchtigkeit) nicht berücksichtigt wird. Zur Überwindung werden verschiedene Ansätze des maschinellen Lernens auf einen großen Satz von Lärmmess- und Wetterdaten angewendet, um den Lärm unter gegebenen Bedingungen vorherzusagen.
Publikationen
- Norman Peter, Thomas Zeh, Hartmut Fricke, (2026): Overcoming limitations of analytical aircraft noise emission estimation using machine-learning, International Air Transportation Research & Development Symposium (ATRDS 2026), Delft, NL
Bei Fragen wenden Sie sich gerne an:
© Sven Ellger
Wissenschaftlicher Mitarbeiter
NameDipl.-Ing. Norman Peter
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Professur für Technologie und Logistik des Luftverkehrs
Besuchsadresse:
Gerhart-Potthoff-Bau (POT), Raum 167 Hettnerstraße 1-3
01069 Dresden