|
Quand en 2002, je réussis au concours d'entrée
à l'EAMAC, j'étais loin d'imaginer que ma mise en route allait
avoir lieu deux ans plus tard ; incompréhensible imbroglio administratif
!
A tous ceux qui m'ont soutenu dans cette déconcertante
épreuve et à tous ceux qui ont oeuvré à son
dénouement, je tiens à leur rendre hommage.
A mon père Nobila et ma mère Dahamata qui,
malgré les vicissitudes de la vie, n'ont ménagé aucun
effort pour m'accompagner dans mon existence, je leur dédie
spécialement ce mémoire.
Alidou SINARE
A mon défunt père.
A ma mère.
A mon épouse, pour sa patience et sa
compréhension.
A toute ma famille pour les encouragements multiples et
variés.
A mon enfant Aboubacar, comme accueil dans ce monde plein de
surprises. Qu'ALLAH le guide sur le droit chemin !
MOUSTAPHA Amadou Roufaï
A l'Eternel notre DIEU, mon berger qui m'a donné la force
de faire ces études.
En mémoire à mon feu père : papa Isidore
MBE
A ma mère : maman Madeleine TCHOUANDA
A mon époux Guillaume et mes filles chéries
Larissa, Ingrid et Peguy.
A tous mes frères et soeurs.
A tous ceux qui de près ou de loin ont contribué
à la réalisation de ce mémoire.
Qu'ils trouvent ici l'expression de toute ma gratitude !
Juliette de Confiance WOUAGOU
Au terme de ce travail, nous tenons à remercier
particulièrement le Docteur Ouinténi Baba OUATTARA pour, non
seulement, avoir accepté de nous encadrer, mais aussi pour sa
disponibilité permanente, sa sympathie et surtout ses nombreux
conseils.
Nos remerciements vont également à l' endroit de
:
- monsieur Jean Marie KONKISRE pour son intervention efficace
dans la réalisation de ce mémoire ;
- notre responsable de promotion en la personne de madame
Georgette HOLLANDE DOUMBIA qui était toujours présente quand nous
avions besoin d'elle ;
- monsieur N'diouga dit Macodou SYLLA pour ses
précieux conseils ;
- et de tout le corps enseignant de l'Ecole Africaine de
Météorologie et de l'Aviation Civile (EAMAC).
- à tous ceux qui ont contribué à la
réalisation de ce mémoire.
Abstract
This end of engineer study project is about the development
of a methodology for assessing the movement area capacity and the automatic
management of the parking area with an application to Dakar airport.
It starts by a modular approach upon considering the three
components of the movement area namely the runway, the taxiways network and the
parking area and assesses the capacity of each of them. Then, the principle of
the minimal cut is applied to assess the global capacity of that area. The
analysis of the results of the digital simulations made from the data of the
Dakar platform permitted to validate the adopted approach.
Specifications have been defined for the parking area
management automation by taking into account the capacity of the movement area;
a software has been designed to that effect. This software will assist, in one
hand, the airspace manager in the regulation of the traffic flow in order to
avoid a congestion of the platform neighbourhood airspace and on the ground and
in the other hand, it will assist the airport manager in the allocation of the
hourly slots and rationalize the occupation of the stands.
Keys words: capacity, movement area, graphs theory,
stocks management, minimal cut, automation, hourly slots, queue, custom-server
application.
Résumé
Ce mémoire de fin d'études d'ingénieur
porte sur l'élaboration d'une méthodologie d'évaluation de
la capacité de l'aire de mouvement et la gestion automatique de l'aire
de trafic avec une application à la plate-forme de Dakar.
L'étude procède d'abord par une approche
modulaire en trois maillons de l'aire de mouvement (piste, réseau de
voies de circulation, aire de trafic) et évalue la capacité de
chacun de ces maillons individuellement. Ensuite, le principe de la coupe
minimale est appliqué pour évaluer la capacité globale de
cette aire. L'analyse des résultats des simulations numériques
faites à partir des données de la plate-forme de Dakar ont permis
de valider l'approche adoptée.
Un cahier de charge a été défini pour
l'automatisation de la gestion l'aire de trafic en tenant compte de la
capacité de l'aire de mouvement et un logiciel a été
développé à cet effet. Il contribue à assister
d'une part, le gestionnaire de l'espace dans la régulation des flux de
trafic pour éviter les surcharges sur l'espace aérien au
voisinage immédiat de l'aéroport et au sol, et d'autre part, le
gestionnaire des plates-formes aéroportuaires dans l'allocation des
créneaux horaires et l'optimisation de l'occupation des postes de
stationnement.
Mots clés :
capacité, aire de mouvement, théorie des
graphes, gestion des stocks, coupe minimale, automatisation, créneau
horaire, file d'attente, application clientserveur.
TABLE DES MATIERES
Pages
Dédicaces i
Remerciements v
Abstract vi
Résumé vii
LISTE DES FIGURES x
LISTE DES TABLEAUX xi
INTRODUCTION GENERALE 1
PREMIERE PARTIE: 4
GENERALITES SUR LES
METHODES D'EVALUATION DE LA CAPACITE DE
L'AIRE DE MOUVEMENT 4
Introduction 5
CHAPITRE 1: Facteurs influençant la cap
acité 6
1.1 Introduction 6
1.2 Définitions 6
1.3 Facteurs influençant la capacité 7
1.4 Conclusion 8
CHAPITRE 2: Circulation au sol 9
2.1 Introduction 9
2.2 Aire de mouvement 9
2.3 Trafic 10
2.4 Système de contrôle 11
2.5 Conclusion 13
CHAPITRE 3: Présentation de
l'état de l'art actuel des méthodes d'évaluation de
la
capacité de l'aire de mouvement 14
3.1 Introduction 14
3.2 Quelques modèles existants d'évaluation de la
capacité 14
3.3 Conclusion 23
Conclusion 24
DEUXIEME PARTIE : 25
EVALUATION DE LA CAPACITE DE L'AIRE DE MOUVEMENT
25
Introduction 26
CHAPITRE 1: Présentation de la
méthodologie élaborée d'évaluation de la
capacité de
l'aire de mouvement 27
1.1 Introduction 27
1.2 Evaluation de la capacité de piste 27
1.2.1 Modèle analytique 28
1.2.2 Modèle par simulation 37
1.3 Evaluation de la capacité du réseau des
voies de circulation 41
1.3.1 Calcul de capacité d'une voie de circulation (arc)
: 41
1.3.2 Calcul de la capacité du réseau de voies de
circulation : 44
1.4 Evaluation de la capacité de l'aire de trafic 48
1.5 Evaluation de la capacité de l'aire de mouvement
51
1.6 Conclusion 51
CHAPITRE 2: Analyse et interprétation des
résultats des simulations 52
2.1 Introduction 52
2.2 Présentation du site test (aéroport
Léopold Sédar Senghor de Dakar) 52
2.3 Cas de la piste 55
2.3.1 Evaluation par méthode analytique 55
2.3.2 Méthode par simulation 57
2.3.3 Synthèse des deux méthodes 65
2.4 Cas du réseau de voies de circulation 66
2.4.1 Capacité d'une voie de circulation : 66
2.4.2 Capacité du réseau de voies de circulation :
68
2.5 Cas de l'aire de trafic 70
2.6 Cas de l'aire de mouvement 72
2.7 Conclusion 74
Conclusion 75
TROISIEME PARTIE : 77
GESTION AUTOMATIQUE DE L'AIRE DE TRAFIC 77
Introduction 78
CHAPITRE 1: Généralités sur la
gestion de l'aire de trafic 79
1.1 Introduction 79
1.2 Objectifs de la gestion de l'aire de trafic 79
1.3 Contraintes liées à la gestion de l'aire de
trafic 79
1.4 Notion d'automatisation 82
1.5 Outils existants sur l'automatisation des opérations
au sol 83
1.6 Conclusion 86
CHAPITRE 2: Cahier de charge de
l'automatisation de la gestion de l'aire de trafic et
méthodologie de résolution 87
2.1 Introduction 87
2.2 Définition du cahier de charge 87
2.2.1 Gestion << prétactique >> 88
2.2.2 Gestion << tactique >> 89
2.3 Méthodologie de résolution 89
2.3.1 Présentation des outils supports de
développement : 89
2.3.2 Automatisation <<prétactique>> 90
2.3.3 Automatisation <<tactique>> 92
2.4 Conclusion 96
CHAPITRE 3: Simulations et validation 97
3.1 Introduction 97
3.2 Simulation << prétactique >> 97
3.3 Simulation << tactique >> 98
3.4 Conclusion 100
Conclusion 101
CONCLUSION GENERALE 102
Sigles, abréviations et acronymes Lexique
Bibliographie
Annexes
LISTE DES FIGURES
Figure 1 : Représentation macroscopique globale des
flux aéroportuaires 10
Figure 2: Flux de trafic et structure de contrôle d'un
aéroport 11
Figure 3: Attente moyenne théorique en fonction du
taux de saturation 16
Figure 4:Relation entre le retard, la capacité
opérationnelle et la demande de trafic 17
Figure 5: Estimation de la capacité pratique selon
Gilbo 19
Figure 6: Configuration ouverte. 21
Figure 7: Configuration fermée. 22
Figure 8:Rayon de virage à une sortie piste 32
Figure 9:L 'aéronef gagne directement la bretelle de
sortie (DGAC, France) 34
Figure 10: L 'aéronef roule jusqu
'en bout de piste, fait un 1/2tour avant de dégager (DGAC,
France) 34
Figure 11 :L 'aéronef décolle de la bretelle
(DGA C, France) 36
Figure 12:Le départ remonte la piste avant de
décoller (DGAC, France) 36
Figure 13: Logigramme de l'évaluation de la
capacité de piste par simulation 40
Figure 14:Réseau de voies de circulation de
l'aéroport de Paris Charles-De-Gaulle 41
Figure 15:Sollicitation d'un arc du graphe 42
Figure 1 6:Illustration pour le calcul de n 'max
et m'max 44
Figure 1 7:Coupe d'un graphe 45
Figure 18: Flot dans un graphe de voies de circulation
46
Figure 19: Zone de protection des postes de stationnement
49
Figure 20:Exemple de blocs sur l'aire de trafic (Doc9157)
50
Figure 21 :Réseau représentant l 'aire de
manoeuvre 51
Figure 22:Topologie de la piste principale de Dakar
56
Figure 23 Capacité de piste en fonction de la
proportion des arrivées 57
Figure 24:Cas d'une loi de naissance markovienne (Loi de Poisson)
57
Figure 25:Cas d'une loi de naissance uniforme 58
Figure 26:Simulation avec 100% des aéronefs de
catégorie A 59
Figure 27:Simulation avec 100% des aéronefs de
catégorie B 59
Figure 28:Simulation avec 100% des aéronefs de
catégorie C 60
Figure 29:Simulation avec un dosage de 50% cat A, 30% cat B,
10% cat C et 10% cat D 61
Figure 30:Simulation avec un dosage de 10% cat A, 10% cat B,
20% cat C et 60% cat D 61
Figure 31:Simulation avec 20% des
aéronefs de cat A, 30% cat B, 40% cat C et 10% cat D 61
Figure 32:Retard global en fonction du retard moyen
62
Figure 33:Récapitulatif de la capacité de
saturation en fonction du retard moyen 63
Figure 34:simulation avec les données réelles
de Dakar 64
Figure 35: Variation du pourcentage des aéronefs de la
Catégorie C 64
Figure 36:Capacité du réseau calculée
par le programme : C=255 68
Figure 37:Capacité du réseau calculée
par le programme : C=480 68
Figure 38: Graphe des voies de circulation, aéroport
de Dakar 69
Figure 39: Coupe minimale du graphe des voies de circulation,
aéroport de Dakar 70
Figure 40: Capacité horaire et demandes 73
Figure 41: Logigramme de la gestion prétactique :
91
Figure 42:Définition de PreviA 92
Figure 43:logigramme mode tactique (arrivées)
93
Figure 44: représentation des entrées des
arrivée et départ sur un arc 94
Figure 45:Logigramme en mode tactique (départ)
95
Figure 46:Etat de réservation des postes de
stationnement 98
Figure 47:Résultats de la simulation de la gestion
tactique 100
LISTE DES TABLEAUX
Tableau 1. Caractéristiques physiques de la piste 18
/36 53
Tableau 2.Caractéristiques physiques de la piste 03
/21 53
Tableau 3.Moyens radioélectriques 54
Tableau 4. Capacité de la piste en fonction de divers
scénarii 56
Tableau 5.Capacités horaires d'un tron çon
d'une voie de circulation longue 67
Tableau 6. Capacités horaire d'un tron çon de
la voie de circulation courte 67
Tableau 7. Récapitulatif des capacités horaires
en fonction du trafic journalier 72
Tableau 8.Récapitulatif des capacités des
diffé rents maillons de l'aire de mouvement 73
Tableau 9.Requêtes et réponses 97
INTRODUCTION GENERALE
Contexte du sujet et problématique
Le transport aérien joue un rôle majeur dans le
développement économique globalisé que connaît le
monde actuellement. Le trafic aérien mondial montre une croissance
soutenue depuis une décennie avec un taux annuel de 5% environ (DGAC
France1). Dans l'espace géré par l'ASECNA, cette
croissance, en termes de mouvements, a été chiffrée
à 3,4% 2 entre les années 2000 et 2004.
Les compagnies aériennes, de plus en plus soucieuses
de leurs rentabilités économiques, développent le
système de hubs. Cette croissance du trafic, conjuguée avec la
mise en oeuvre des hubs, engendre un grand flux de trafic au sol pendant les
périodes de pointe. Il en résulte, pour les aéroports, des
contraintes en terme de capacité engendrant de nouveaux retards,
pénalisant les exploitants et compromettant même quelquefois la
sécurité. Ce phénomène peut être
observé même sur les aéroports à faible
densité de trafic habituel pour des sollicitations lors des
événements occasionnels qui drainent un flux de trafic important
sur ces aéroports. A titre d'exemples, quelques situations ci-dessous
peuvent illustrer cela. Il s'agit du cas de l'aéroport de Niamey qui
avait été fermé pour saturation lors de l'organisation du
sommet de la CEN-SAD en mars 2003. Il y a aussi le cas de l'aéroport de
Dakar où souvent, aux heures de pointe, les avions sont obligés
d'attendre sur l'une des bretelles pendant plus d'une demi heure avant qu'un
poste de stationnement leur soit attribué. Aussi, des études sur
l'évaluation de la capacité et sur la rationalisation de la
gestion du trafic au sol s'avèrent-elles nécessaires.
Les études de capacité aéroportuaire, en
général, ont pour objet d'évaluer les performances d'un
aéroport, c'est-à-dire le débit maximal de trafic,
exprimé en mouvements d'avions ou en passagers par unité de
temps, qu'il est capable de supporter dans des conditions satisfaisantes. La
capacité constitue un élément d'aide à la
décision dans le cadre de la planification de l'infrastructure
aéroportuaire.
1 Bulletin de statistiques de trafic aérien DGAC, 2007
2 WWW .asecana.aero
Il est à noter que les limites de capacité,
aussi bien pour les flux de trafic aérien que pour les activités
aéroportuaires, sont déjà presque atteintes en Europe, aux
Etats-Unis et au Japon. L'Afrique et particulièrement les Etats membres
de l'ASECNA semblent évoluer vers cette situation. Ceci aura
d'importants impacts sur la sécurité, l'efficacité, la
fluidité et surtout la ponctualité des opérations de
transport aérien pouvant entraîner des conséquences
économiques graves.
Objectif de l'étude
Cette étude poursuit un double objectif. Il s'agit
d'une part, de proposer une méthodologie d'évaluation de la
capacité de l'aire de mouvement et d'autre part, de concevoir et de
valider un logiciel d'assistance à la gestion automatique de l'aire de
trafic.
But de l'étude
Le but essentiel de cette étude est :
- d'aider les gestionnaires de l'espace et ceux des
aéroports à honorer l'exigence de ponctualité
imposée par les usagers de l'air (passagers et compagnies) ;
- de proposer au gestionnaire d'aéroport un outil
d'aide dans l'allocation des créneaux horaires et la coordination
horaire par un filtrage permettant de prendre en compte les contraintes des
capacités aéroportuaires ;
- de contribuer à la régulation des flux de trafic
pour éviter les surcharges sur l'espace aérien au voisinage
immédiat de l'aéroport et au sol ;
- d'optimiser l'occupation des postes de stationnement.
Méthodologie
Pour mener cette étude, la méthodologie
adoptée a consisté à procéder d'abord à des
recherches documentaires et bibliographiques, puis à conduire des
entretiens et à dépouiller des données statistiques de
trafic aérien de l'aéroport Léopold Sédar SENGHOR
de Dakar avant d'effectuer des simulations informatiques, d'analyser les
résultats obtenus et d'en tirer les conclusions adéquates.
Organisation du mémoire
Le présent mémoire est structuré en
trois parties.
La première partie est intitulée
<<Généralités sur les méthodes
d'évaluation de la capacité de l'aire de mouvement>>. Son
premier chapitre, après avoir défini les concepts
opérationnels, indique les différents paramètres qui
influencent la capacité d'une plate-forme aéroportuaire. Son
second chapitre décrit le système de circulation des
aéronefs au sol, puis recense les différents acteurs intervenant
sur la plate-forme. Le troisième chapitre fait un état de l'art
actuel des méthodes d'évaluation de la capacité de l'aire
de mouvement.
La deuxième partie titrée
<<Évaluation de la capacité de l'aire de mouvement>>,
est composée de deux chapitres. Le premier chapitre se consacre à
l'élaboration d'une méthodologie d'évaluation de la
capacité de l'aire de mouvement. Le second chapitre procède
d'abord aux simulations numériques, à l'analyse des
résultats avant de se focaliser sur leur interprétation et leur
validation.
La troisième partie porte sur l'automatisation de la
gestion de l'aire de trafic. Son premier chapitre présente quelques
généralités sur la gestion de l'aire de trafic. Son second
chapitre définit le problème posé par cette gestion de
l'aire de trafic et propose une méthodologie de résolution. Son
dernier chapitre, après avoir présenté les simulations
numériques effectuées, se focalise sur l'analyse des
résultats en vue de la validation du logiciel.
Enfin, la conclusion générale dresse un bilan de
l'ensemble des résultats obtenus par l'étude et propose quelques
axes forts de réflexion en vue d'un approfondissement.
PREMIERE PARTIE:
GENERALITES SUR LES METHODES D'EVALUATION DE
LA
CAPACITE DE L'AIRE DE MOUVEMENT
Introduction
L'évaluation de la capacité d'un
aéroport n'est pas toujours une entreprise aisée. Les acteurs
impliqués travaillent en prenant en compte les facteurs qui influent sur
la capacité, eu égard à la configuration du trafic sur la
plate forme et les moyens utilisés pour le gérer.
Dans cette première partie, nous présenterons
d'abord quelques facteurs influençant la capacité, ensuite nous
décrirons la circulation des avions au sol et enfin nous ferons
l'état de l'art actuel des méthodes d'évaluation de la
capacité.
CHAPITRE 1: Facteurs influençant la
capacité
1.1 Introduction
De manière générale, la capacité
dépend du temps minimum nécessaire au traitement des
éléments qui entrent dans l'un des systèmes et de la
fréquence d'apparition dans ce système. Pour déterminer
les facteurs influençant la capacité, il est nécessaire de
préciser le concept de capacité qui a retenu notre attention.
1.2 Définitions
Il existe différentes définitions de la
capacité d'un aéroport. Nous retiendrons suivante3
:.
- la capacité théorique :
c'est le nombre de mouvements que le dispositif aéroportuaire pourrait
idéalement écouler durant un temps spécifié sans
tenir compte de la qualité de service. Cette capacité correspond
donc à un seuil ultime ou de saturation qu'il est en pratique impossible
d'atteindre: elle ne peut se calculer que par extrapolation des mesures sur le
trafic réel ou par l'intermédiaire de modèles de calcul
représentatifs du fonctionnement de l 'aéroport.
- la capacité opérationnelle
(ou pratique) correspond au débit maximal que l'aéroport
peut réellement écouler, sans que la qualité de service en
soit dégradée au delà d'un seuil fixé. Ce seuil
correspond en pratique à un niveau de sécurité requis
(respect des règles de la circulation aérienne) et à un
retard moyen ne devant pas être dépassé (3 à 4
minutes par avion par exemple). En général, cette capacité
peut se déduire directement de l'analyse du trafic réel et de ses
retards.
- la capacité de programmation qui est
la capacité affichée officiellement ; elle est utilisée
pour limiter le trafic aéroportuaire en amont, lors de l'attribution des
créneaux
3 Manuel d'évaluation de la capacité de la DGAC
France, Novembre 2005.
horaires aux compagnies. La différence entre la
capacité de programmation et la capacité opérationnelle
correspond à une marge de fonctionnement.
Elle est relative aux incertitudes existant sur la demande :
cette marge est d'autant plus importante que la demande finale de trafic
dépasse la demande formulée lors de la programmation.
La capacité, qu'elle soit théorique,
opérationnelle ou de programmation, est le résultat global du
fonctionnement de chaque sous-système impliqué dans la gestion du
trafic.
1.3 Facteurs influençant la capacité
La notion de capacité permet de quantifier les limites
de tout système offrant à des usagers un service partagé.
Elle se définit par la demande ne devant pas être
dépassée pour que le service effectif rendu par le système
corresponde à l'attente des usagers. Les facteurs influençant
cette capacité seront scindés en deux classes : une qui regroupe
les facteurs qui ont un impact sur le temps d'occupation du système et
celle de ceux qui influent sur la fréquence d'apparition dans le
système.
> Facteurs qui ont un impact sur le temps
d'occupation du système
- Les infrastructures de l'aéroport sont un premier
facteur influençant la capacité. Le dispositif de piste (taille,
nombre, disposition et équipement des pistes) est
généralement considéré comme le point le plus
sensible, mais l'impact des autres installations ne doit pas être
négligé. La diversité et la disposition des aires de
trafic ou des voies de circulation (taille, accessibilité,
équipements) influencent fortement les temps de roulage et peuvent
être limitatifs pour certains types d'avion.
- La composition du trafic est également un facteur de
première importance. La classification de l'aéroport
détermine la nature des vols autorisés, en fonction de leur
vitesse d'approche et de leurs objectifs (commercial, court ou long courrier),
ce qui fixe indirectement l'ordre de grandeur de la capacité de
l'aéroport et de l'aire de mouvement en particulier.
> Facteurs qui ont un impact sur la
fréquence d'apparition dans le système - Les
procédures d'exploitation des aires de trafic et des voies de
circulation (qui doivent être conformes aux règles de
circulation), peuvent s'avérer plus ou moins efficaces en terme de
retards générés. Sur ce point, la compétence
technique des contrôleurs et des équipages (connaissance de la
plateforme et de l'avion, séquence des actions et aptitudes à
collaborer) peut jouer un rôle considérable.
- La répartition du trafic dans le temps agit aussi
sur l'efficacité du système à le traiter. Ainsi, selon
l'intervalle de temps correspondant à la pointe du trafic, la
capacité sera plus ou moins grande.
Par ailleurs, d'autres facteurs extérieurs au
système aéroportuaire agis sent sur les deux groupes de facteurs
cités ci-dessus. Ce sont entre autres : des problèmes
environnementaux (écologie et gestion des nuisances sonores), des
politiques douanières et policières (anti-terrorisme notamment),
les phénomènes météorologiques dangereux (orages,
brouillard, grêle, neige), les stratégies des autres
aéroports et des autres compagnies.
1.4 Conclusion
Ce chapitre premier nous a indiqué que la
capacité est influencée par plusieurs paramètres dont
certains sont maîtrisables par l'autorité aéroportuaire
tandis que les autres s'imposent à elle. Il est impératif
d'identifier clairement ces facteurs maîtrisables et d'appliquer la
stratégie adéquate. Pour cette fin, la connaissance de la
circulation au sol s'avère être une donnée primordiale.
CHAPITRE 2: Circulation au sol
2.1 Introduction
Le système de circulation au sol d'un aéroport
présente trois composantes : l'aire de mouvement, le trafic et le
système de contrôle. La finalité générale de
ce système est d'assurer l'écoulement du trafic en minimisant les
coûts d'opération tout en assurant des niveaux acceptables de
sécurité et de confort aux usagers. Dans ce chapitre, il sera
présenté l'infrastructure (aire de mouvement) et les
équipements destinés à accueillir les avions, le trafic et
le système de contrôle.
2.2 Aire de mouvement
La circulation des avions au sol peut subir d'importants
aléas dus à la saturation du trafic, aux incidents bloquant des
voies de circulation, à la nature de la chaussée, aux conditions
météorologiques (pluie, neige, glace, tempête de sable) et
en particulier aux conditions de visibilité. Ceci se traduit alors par
d'importants retards mal ressentis sur le plan commercial par les passagers et
les compagnies aériennes.
L'efficacité maximale d'un aéroport n'est
obtenue qu'en réalisant un équilibre entre, d'une part, les
aérogares de passagers et de fret, et d'autre part le système de
pistes, le système de postes de stationnement et les zones d'entretien
des avions. Ces éléments fonctionnels distincts sont
reliés par le réseau de voies de circulation. Ce réseau
constitue ainsi le support des échanges physiques entre les divers sous
systèmes de la plateforme aéroportuaire et son fonctionnement
efficace est essentiel à l'utilisation optimale de la plate-forme.
Figure 1 : Représentation macroscopique globale des
flux aéroportuaires
Au niveau organisationnel et opérationnel, on peut
identifier des zones de circulation distinctes : les zones des pistes, la zone
des voies de circulation, les zones des rampes associées à des
zones de postes de stationnement. Chacune de ces zones comporte des
règles spécifiques de fonctionnement et peuvent être sous
la supervision directe de contrôleurs aériens différents.
Remarquons que sur un grand aéroport, plusieurs zones de pistes et de
postes de stationnement peuvent coexister avec en général des
voies de circulation qui permettent d'assurer la connexion et
l'accessibilité de celles-ci. Sur nos aéroports africains et
particulièrement des pays ASECNA, nous n'avons
généralement qu'une seule piste avec un réseau de voies de
circulation relativement simple, la plupart ayant une configuration en « T
».
2.3 Trafic
La circulation des aéronefs au sol intègre
celle des très nombreux véhicules de servitude, celle des
véhicules de secours ainsi que celle des aéronefs
remorqués ou non, en provenance ou à destination des aires
d'entretien. La circulation au sol des aéronefs conditionne pour une
grande part la capacité des aéroports ainsi que l'encombrement
des espaces aériens environnants. Elle a un impact important sur la
sécurité, la qualité de service et l'économie des
opérations de transport aérien.
Au cours d'un vol un avion doit affronter le trafic sol aussi
bien au niveau de l'aéroport de départ que de l'aéroport
d'arrivée. L'aéroport est sans doute au coeur du transport
aérien : il est l'unique point de rencontre d'une multitude
d'intervenants et constitue la seule position d'arrêt des avions. Les
arrivées s'y transforment en nouveaux départs, ce qui lui
confère un rôle particulier de dispositif d'alimentation des flux
de trafic.
Figure 2: Flux de trafic et structure de contrôle
d'un aéroport
Les mouvements au sol sont classés en trois grandes
catégories : arrivées, départs et transferts d'un poste de
stationnement à un autre. Si sur une durée d'une journée
par exemple, les deux premiers types de mouvements ont tendance à
s'équilibrer en volume, le troisième type reste marginal sur
beaucoup d'aéroports.
2.4 Système de contrôle
Pour écouler le trafic au sol, un ensemble de
procédures est défini selon les aéroports, eu égard
aux infrastructures et équipements disponibles, aux conditions
météorologiques et à la densité de trafic. Ainsi,
sur les aéroports à forte densité de trafic, une
entité distincte sera chargée d'assurer la gestion des
aéronefs circulant au sol. Les responsabilités de l'ATC et des
pilotes dans l'évolution des aéronefs au sol sont tributaires des
procédures utilisées.
De l'étude produite par G. GABAGUIDI, L. ZOUNGRANI et T.
ATI-ATCHA4 nous tirons les cas suivants :
- la prévention des abordages par l'ATC
- la prévention des collisions par le pilote par
observation visuelle le long des voies de circulation et aux intersections.
L'ATC intervient aux intersections en instituant des priorités, mais
seulement en cas de nécessité pour maintenir l'écoulement
de la circulation.
- la prévention des collisions par le pilote par
observation visuelle le long des voies de circulation et aux intersections.
L'ATC intervient en désignant des parcours spécifiques et, en
instituant des priorités aux intersections en cas de
nécessité pour maintenir l'écoulement de la
circulation.
- la prévention des collisions par le pilote par
observation visuelle le long des voies de circulation et aux intersections.
L'ATC est chargé de désigner des parcours spécifiques et
d'instituer des priorités, ainsi que d'assurer la séparation
latérale aux intersections.
- l'ATC est chargé de désigner des parcours
spécifiques, d'assurer un espacement longitudinal satisfaisant le long
des voies de circulation et aux intersections, d'instituer des priorités
et d'assurer la séparation latérale.
Aussi, les compagnies aériennes attendent d'un
système de gestion du trafic sol qu'il :
- assure la sécurité de la circulation au sol et
la fluidité des flux de trafic au sol ;
- résolve au mieux les situations de conflit ;
- respecte au plus près la programmation première
des vols ;
- facilite les manoeuvres aux abords des postes de stationnement
;
- accélère les phases de roulage à
l'atterrissage et au décollage ;
- minimise les temps d'attente moteurs éteints (aux
postes de stationnement) ou en marche (entrées et sorties de pistes,
voies de circulation, postes de stationnement).
4 Mémoire de fin d 'étude d 'ingénieur
sur la gestion du trafic avion au sol, EAMA C Juillet 2004
2.5 Conclusion
La circulation au sol est une donnée complexe qui met
en jeu plusieurs intervenants. La fluidité de celle-ci n'est possible
que lorsqu'il existe une coordination harmonieuse des activités des
différents intervenants (cas du Collaborative Decision Making de
l'Eurocontrol). La circulation au sol a un impact sur la capacité.
Partant de la connaissance de la dynamique du trafic au sol, des recherches sur
l'évaluation de la capacité des différents maillons du
système aéroportuaire ont été entreprises.
CHAPITRE 3: Présentation de l'état de
l'art actuel des
méthodes d'évaluation de la
capacité de l'aire de
mouvement
3.1 Introduction
La détermination de la capacité d'un module de
stockage ne pose pas de gros problèmes. La capacité d'une citerne
est par exemple de 100 hectolitres. Par contre, il est plus délicat de
déterminer la capacité d'un module où s'écoulent
des flux, dès lors que la présentation de ces flux à
l'entrée du module ou du système est aléatoire. En effet,
et sauf cas irréaliste, il est toujours possible d'écouler une
quantité donnée. Cependant et suivant son importance, les
conditions et le temps dans lesquels elle va être écoulée
seront différents.
Dans ce chapitre, nous nous attellerons à dresser un
panorama des études disponibles sur les méthodes
d'évaluation de la capacité de l'aire de mouvement ou de l'un de
ses différents maillons.
3.2 Quelques modèles existants d'évaluation
de la capacité
i) Modèle proposé par la DGAC- STAC, France
Un modèle d'évaluation de la capacité
d'un système de piste a été proposé par le
STAC1. Le principe de calcul est basé sur l'application de la
théorie de files d'attente à une seule piste. Quatre types de
séquences d'opérations sont considérées :
atterrissage suivi d'atterrissage, atterrissage suivi de décollage,
décollage suivi d'atterrissage et décollage suivi de
décollage. La capacité horaire CH (nombre maximum moyen d'avions
par heure qui peuvent être servis par la piste) y est donnée par
la formule empirique:
CH =
2
1
tAA
pttpptp
2 + + - + -
()(1 ) (1 )
AD DADD
où p est la proportion d'atterrissages sur les
décollages ;
1 ex-STBA (Service Technique de Bases Aériennes,
France)
tAA (respectivement tAD, tDA et
tDD) est le temps moyen d'occupation de la piste pour une
opération atterrissage-atterrissage, (respectivement
atterrissage-décollage, décollage-atterrissage et
décollage-décollage).
Quelques valeurs standard pour tAA, tDD et CH sont :
- 60s» tAA » 150s
- 50s» tDD » 90s
- 30» CH » 80
Ce modèle ne prend pas en compte la distribution des
instants d'arrivée ou de départ des avions et est donc
très peu précis.
ii) Modèle de détermination de temps
d'attente
Des modèles issus de la théorie des files
d'attente [Ashford et Wright, 1979] permettent de tenir compte de la
variabilité des temps d'opération.
è Ainsi, supposant que la loi de présentation
des avions dans le système est poissonienne, que la politique de service
est de type `premier arrivé premier servi' (FCFS 1)
et que le système est à l'état stationnaire, on peut
alors appliquer la formule de Pollaczek-Khinchin [Hillier et Lieberman, 2001],
qui donne l'attente moyenne A dans le système :
2
A a
=. . ? + 2
2 1-s
p L
sp
? 1
1 2
est le taux de saturation, 2 est le
où s = est le temps de service moyen,
2s
ñ==
p p
nombre moyen d'aéronefs qui demandent à être
servis par unités de temps, a est l'écart type du temps
de service de moyenne s.
Il ne peut y avoir d'état stationnaire que si
2? p, sinon l'attente est infinie.
1 :First Come, First Served
Figure 3: Attente moyenne théorique en fonction du
taux de saturation
è Il est possible de proposer des modèles
d'estimation des retards moyens beaucoup plus complexes sans que la
précision soit nécessairement meilleure, par exemple, le STBA
(1975) a proposé le modèle suivant :
An
()()()
2 ?
mtt
?
?ññññññ
-1-1?-
-1tt1?t ? -
t-1 ? ?
+ + ? ? +
? ?? + ??1 ??
22 2m22
22mmm ?
? ?
où : An est l'attente moyenne totale au cours de la
nième heure, m = 2n-1, n est le nombre d'heures dans le
même état,
2
t s, 2
= ? + 2 ó ?
? 1 ? ó est la variance du temps de service,
? ?
ñ = ëns, ën
est la demande pendant la nième heure, s est le
temps de service moyen.
A quelques facteurs près, toutes ces formules
présentent des similarités, elles relient par une relation
croissante le taux de saturation et le retard moyen. En se fixant de seuils
remarquables, on déduit les niveaux de capacité
opérationnelle et de capacité pratique comme l'indique cette
figure :
Figure 4:Relation entre le retard, la capacité
opérationnelle et la demande de trafic
Ainsi, se fixant un seuil d'attente de 4 minutes, le STBA
(1986) en déduisait la capacité pratique de la piste.
Ces modèles ne peuvent tenir compte de façon
précise de la configuration des pistes et des conditions réelles
de trafic. En effet ces modèles ne prennent en compte qu'un nombre
limité de facteurs parmi une multitude de facteurs qui influent sur la
capacité du système de pistes et considère un état
stationnaire du système, ce qui ne correspond pas à une situation
de fonctionnement habituel.
Compte tenu des limites des modèles ci-dessus,
différents auteurs se sont intéressés à
évaluer la capacité aéroportuaire à partir de
données statistiques de ses activités.
iii) Une approche statistique globale
En général, les études
développées dans un sens statistique ont un caractère
global compte tenu de la forte interaction entre les flux d'arrivée et
de départ sur une ou plusieurs pistes. Il serait difficile d'en
séparer les causes et les conséquences sur la capacité de
chacun.
Nous citons ainsi l'approche statistique globale
présentée par Gilbo (1993). La méthode utilisée
consiste à estimer la courbe de capacité de l'aéroport en
considérant conjointement le nombre d'arrivées et de
départs par période de 15 minutes. Cette méthode est
fondée sur l'hypothèse selon laquelle pendant la période
considérée, les arrivées et les départs
observés pendant les heures de pointe reflètent la performance de
l'aéroport à son niveau maximum de capacité. Par
conséquent, la courbe enveloppant les données observées
est considérée comme une évaluation de la capacité
de l'aéroport. Les données observées sont
organisées selon les conditions de fonctionnement de l'aéroport
afin de fournir des courbes de capacité pour différentes
conditions spécifiques associées à des configurations de
piste et de conditions météorologiques différentes. On
suppose que l'aéroport utilise un ensemble limité de
configurations de pistes avec une fréquence suffisante pour retirer des
données statistiques en nombre suffisant afin d'estimer valablement les
courbes de capacité. Les conditions atmosphériques sont
groupées par catégories opérationnelles, reflétant
ainsi les limitations conventionnelles de visibilité et de plafond. Des
courbes de capacité peuvent alors être obtenues pour ces
différentes conditions atmosphériques. La méthode
considère à la fois le planning des
arrivées/départs et l'ensemble des arrivées et des
départs observés pendant des intervalles de 15 minutes sur une
longue période (par exemple un mois ou plus). Les coordonnées de
chaque point montrent le nombre d'arrivées et de départs
effectués pendant le même intervalle de 15 minutes. La courbe de
capacité est estimée en traçant une enveloppe convexe et
linéaire par morceaux, pour couvrir l'ensemble de ces points. On en
déduit une relation implicite reliant le nombre maximum de
départs possibles au nombre d'arrivées.
Figure 5: Estimation de la capacité pratique selon
Gilbo
La méthode précédente proposée
par Gilbo élimine certaines valeurs extrêmes observées qui
reflètent des événements rares pendant lesquels un
aéroport fonctionne au-delà de ses limites opérationnelles
normales, c'est-à-dire pendant une période de temps très
courte, dans des conditions pouvant éventuellement mettre en jeu la
sécurité des opérations. Les critères de rejet sont
:
- la proximité des observations extrêmes aux
observations les plus fréquentes
- la fréquence relative de ces observations
extrêmes.
Dans son approche, Gilbo ne tient pas compte du fait que
très souvent les atterrissages présentent un caractère
prioritaire par rapport aux décollages. Aussi semble-t-il judicieux
d'établir pour un niveau d'atterrissage donné la distribution des
fréquences de décollage des aéronefs.
iv) Le Modèle ASAC de l'évaluation de la
capacité de piste de la NASA
La NASA, dans le cadre de l'étude ASAC1, a
développé un modèle pour l'évaluation de la
capacité associée aux pistes d'un aéroport. Ce
modèle est destiné à estimer la capacité d'un
aéroport en fonction des conditions météorologiques, des
procédures de gestion du trafic, de la demande du trafic et du niveau
d'équipement de l'aéroport. La capacité est
représentée comme la frontière de Pareto des flux des
départs et des arrivées par période de temps. La
durée de cette période peut varier de 15 à 60 minutes.
Cette frontière est la limite supérieure au delà de
laquelle les nombres de départs et d'arrivées ne peuvent plus
être augmentés simultanément.
Afin de procéder au calcul de la capacité, les
paramètres pij, le temps moyen entre deux opérations ýij ,
l'écart type du temps inter-opérations, où le premier
avion est de type i et le deuxième est de type j, sont définis.
La fonction de distribution des temps inter opérations N(t, p,
ý), est supposée suivre une loi normale. Le temps moyen entre
deux arrivées est alors donné par :
P AA t= ?? PP i N t ,
ì , ó
() j ( ij ij )
ij
où Pi est la proportion d'avions de type i dans
le flot des arrivants.
L'estimation du nombre d'arrivées sur la piste pendant une
heure est alors donnée par l 'expression :
60
M
??
PiPj ij
ì
ij
Cette formule donne la valeur de la capacité
associée à la situation où on considère uniquement
des arrivées. Les départs seront alors insérées
dans le flux des arrivées de manière aléatoire. La
fonction de distribution du temps disponible pour effectuer cette insertion est
donnée par :
p p N ? ì ìì ì ó
óóó?
?? - - - +++
2 2 2 2
j ij RRc,ijRRc
i ??
A DAD
ptRRc() ---= ?? AD i j
En augmentant progressivement le nombre de départs on
obtient une série de points qui décrivent la courbe de
capacité.
1 Aviation System Analysis Capability
Ce modèle de capacité ne peut avoir qu'un
caractère indicatif ; il sera difficile de l'utiliser pour
évaluer l'influence de tel ou tel paramètre ou de telle ou telle
modification d'une procédure opérationnelle sur la
capacité du système de pistes. On peut ainsi considérer
qu'avec ce modèle, on atteint la limite de ce que la théorie peut
apporter pour évaluer la capacité d'un système de
pistes.
v) Méthode analytique proposé par le docteur
Antonio A. Trani1
Le principe de cette méthode est de partir du temps
minimum qui sépare le traitement de deux avions consécutifs par
le système de piste. La capacité cherchée sera alors
l'inverse de ce temps minimal. Elle s'appuie à la fois, sur les
performances des avions en approche et au départ, sur les
séparations réglementaires et sur les catégories de
turbulence de sillage. Ces données seront déterminées en
tenant compte de la composition de trafic.
Cette méthode suppose deux hypothèses :
- La configuration ouverte (Opening case) : la vitesse
d'approche Vi de l'aéronef i de tête est supérieure
à celle de l'aéronef j (vitesse Vj) qui le suit en approche, Vi
>Vj Le temps minimal qui sépare deux arrivées
consécutives est : )
ä
1 1
T=+ã-
ij (
ij V V V
j j i
Figure 6: Configuration ouverte.
1 Virginia Polytechnic Institute and State University, US.
- La configuration fermée (Closing case) : la vitesse
d'approche Vi de l'aéronef i de tête est inférieure
à celle de l'aéronef j (vitesse Vj) qui le suit en approche, Vi
< Vj. Le temps minimal qui sépare deux arrivées
ä
consécutives est : T=
ij
ij V
j
Figure 7: Configuration fermée.
Finalement un temps minimal moyen de séparation entre
deux arrivées consécutives est calculé en tenant compte de
la probabilité d'occurrence des deux configurations cidessus. Pour la
piste destinée à l'arrivée uniquement, la capacité
sera donnée par :
C1
=
Tij
Dans le cas d'une piste destinée à
l'atterrissage et au décollage, la méthode consiste à voir
combien de départs il est possible d'insérer entre les
arrivées ; soit n ce nombre. On aura :
C +
= 1
n
Tij
Cette méthode nous paraît satisfaisante. Cependant,
les hypothèses (minima) prises en compte ne s'appliquent directement pas
au cas des aéroports ASECNA.
Une des méthodes d'évaluation de la capacité
de piste que nous allons proposer consistera à adapter ce modèle
de Trani aux terrains ASECNA (Voir partie II).
vi) Méthode par simulation
Une autre approche de l'évaluation de la
capacité est possible en essayant de modéliser directement les
processus physiques mis en jeu, notamment avec leurs aléas et leur
caractère non stationnaire. Suivant le degré de détail
avec lequel les flux d'aéronefs sont appréhendés par les
modèles de simulation, on discernera des modèles de type
macroscopique.
vii) Quelques outils existants de calculs de
capacités et de simulations
Des outils d'évaluation de la capacité existent
:
- des outils algorithmiques dédiés à la
détermination de la capacité aéroportuaire ou de l'un des
maillons de l'aéroport (The FAA Airfield Capacity Model, CAMACA) ;
- des outils de simulation dédiés à la
détermination de la capacité aéroportuaire ou de l'un des
maillons de l'aéroport (ARCTerm, SIMMOD, RAMS+Sol, TAAM, OPAL) ;
- des outils de simulation généralistes (AUTOMOD,
FLOWSIM).
3.3 Conclusion
La capacité aéroportuaire est une vieille
notion. Cependant, il n'existe pas encore une méthode standard pour
l'évaluer. Les autorités aéroportuaires utilisent le plus
souvent de procédés empiriques. Il existe dans certains cas des
outils élaborés, mais malheureusement, propriétaires.
Conclusion
Cette partie a été consacrée à
l'identification de quelques facteurs dont dépend la capacité et
la manière dont ils influent sur celle-ci, à une vue de la
circulation au sol et à l'état de l'art actuel des
méthodes d'évaluation de la capacité. Dans le
troisième chapitre, nous avons vu que certaines méthodes sont
trop complexes pour être implémentées. D'autres ont des
insuffisances évidentes. Par contre, la méthode du Dr. Antonio A.
Trani et la méthode par simulation nous conviennent. Cependant, la
méthode du Dr. Antonio A. Trani n'est pas directement applicable dans
les terrains ASECNA. Les méthodes par simulation quant à elles
utilisent des outils qui ne sont facilement accessibles.
Dans la partie qui va suivre, il sera étayé la
méthodologie que nous avons conçue pour l'évaluation de la
capacité de l'aire de mouvement en corrélation avec les
procédures, pratiques, infrastructures et équipements courants
sur les aéroports des Etats membres de l'ASECNA.
DEUXIEME PARTIE :
EVALUATION DE LA CAPACITE DE L'AIRE DE
MOUVEMENT
Introduction
Les études de capacité portant sur l'aire de
mouvement servent, dans le cadre de la planification de l'infrastructure
aéroportuaire, à l'établissement des documents de
planification à long terme de l'aéroport (APPM) et permettent de
juger de l'opportunité de projets d'investissements à court et
moyen termes.
Dans cette partie, avant d'évaluer la capacité
de l'aire de mouvement, qui sera une sorte de synthèse, nous allons
d'abord évaluer la capacité de ses trois composantes à
savoir la piste, le réseau de voies de circulation et l'aire de
trafic.
Dans le premier chapitre, pour évaluer la
capacité de piste, nous allons élaborer une méthode
inspirée de celle du Dr. Antonio A. Trani d'une part et concevoir un
outil d'évaluation par simulation d'autre part. Pour l'aire de trafic,
nous allons bâtir un modèle s'appuyant sur la théorie de la
gestion des stocks (recherche opérationnelle). En ce qui est de la
composante, réseau de voies de circulation, nous allons proposer une
méthode basée sur la théorie des graphes (recherche
opérationnelle). Un deuxième chapitre présentera les
résultats obtenus après application de nos méthodes
à quelques cas dont celui de l'aéroport de Dakar ainsi que les
analyses et interprétations de ces résultats.
CHAPITRE 1: Présentation de la
méthodologie élaborée
d'évaluation de la capacité de l'aire de
mouvement
1.1 Introduction
Pour connaître le nombre de mouvements qui peut
être réalisé sur une aire de mouvement, il est
nécessaire de déterminer la capacité de celle-ci. La
capacité d'une aire de mouvement et de ses maillons est ainsi une
donnée capitale aussi bien pour le gestionnaire de la plate forme
aéroportuaire que pour les autorités compétentes en
matière d'aviation civile ou même les compagnies
aériennes.
Dans cette partie, nous allons d'abord évaluer la
capacité des composantes de l'aire de mouvement (pistes, voies de
circulation, aire de stationnement) avant d'en déduire celle de l'aire
de mouvement proprement dite. Deux approches seront prises à savoir :
- une approche par manipulation d'un modèle
mathématique ou approche analytique
- une approche par simulation (elle concerne uniquement la
piste).
1.2 Evaluation de la capacité de piste
La configuration de l'aéroport détermine le
taux de fréquentation de chaque catégorie d'avion. Les normes de
séparation entre les mouvements dépendent de leurs types et des
équipements existants. Aussi, la capacité de la piste est
différente dans chaque configuration.
Hypothèses :
- Nous supposons qu'à l'arrivée, les
aéronefs naissent à l'IAF au premier niveau d'attente.
L'aéronef commence son approche lorsqu'il n'y a aucun autre
aéronef en approche, sinon, il attend. Dans le cas où
l'aéronef commence son approche, il doit être tenu compte du fait
qu'au moment où il sera au verrou de piste, la piste soit libre.
- Nous supposons que le verrou de piste est au FAP.
- Les aéronefs au départ naissent au point
d'entrée piste. Ils ne peuvent pénétrer sur la piste que
lorsque simultanément :
- s'il n'y a aucun aéronef qui a passé le verrou
de piste en approche
- si l 'aéronef qui vient d'atterrir a
dépassé sa bretelle
- si l'aéronef au départ a
décollé.
Une fois sur la piste, l'avion au départ ne peut
commencer la course au décollage que si la piste est libre.
- Le décollage est effectif lorsque l'aéronef a
atteint la vitesse de sécurité au décollage V2.
- Les situations de dysfonctionnement (approches interrompues,
pannes, etc.) n'ont pas été intégrées dans le
modèle de calcul des capacités.
1.2.1 Modèle analytique
Pour déterminer la capacité de piste, posons :
ROT = temps d'occupation de la piste (runway occupancy time). Ce
temps est fonction des paramètres pertinents suivants :
- nature du trafic
- position et type de voies d'entrée/sortie
- état de la surface de la piste
- minima de séparation
Il sera traité d'abord les deux cas simples
d'utilisation d'une piste destinée uniquement au décollage d'une
part et uniquement à l'atterrissage d'autre part. Ensuite, il sera
traité le cas d'une piste banalisée (piste utilisée
à la fois au décollage et à l'atterrissage).
i) Piste utilisée
uniquement pour les décollages :
· Supposons d'abord que nous n'ayons qu'une seule
catégorie d'aéronefs qui fréquentent la plateforme. Alors,
posons :
- C la capacité (en nombre d'avions par heure),
- ROTd le temps d'occupation au départ (en seconde),
- min la séparation minimale entre deux
départs en secondes (due par exemple à la turbulence de
sillage)
Posons e = sup(ROT d , min).
Alors, le nombre d'aéronefs qu'on peut écouler par
unité
de temps est 1 . Si on exprime e en secondes, en une heure, on
peut en écouler : e
C 3600 =
e
· Lorsque la piste accueille n catégories
d'avions et que ceux-ci utilisent une seule entrée de piste avec bien
stir des ROTdi différents (ROTdi étant le ROTd pour un
avion de la catégorie i=1..n). En outre, désignons par Pi la
proportion de la catégorie i dans le trafic global.
Si min(i,j) est la séparation minimale imposée
entre deux départs consécutifs i et j. L'écart minimal (e)
retenu entre deux départs consécutifs est la moyenne
pondérée des eij tels que : eij=sup(ROTdi, min(i,j)), j
étant l'avion suiveur :
in =
|
j
|
=
|
n
|
e
|
=
|
??
|
P i j
|
·
|
e ij
|
i
|
= 1 1
j=
|
|
où Pij est la probabilité qu'un avion i
suive un avion j et vice versa (P ij = P ji
=P i × Pj).
On aboutit également à :
|
C 3600 =
e
|
|
· Mettons nous maintenant dans le cas où il
existe plusieurs entrées de piste, m au total. Supposons que chaque
avion i ait une probabilité Qil d'emprunter
l'entrée de piste l, (l=1. .m) et notons ROTd il le
ROTd de cet avion i lorsqu'il emprunte l'entrée
piste l. Alors le ROT di
pondéré de cette catégorie i d'avion est :
ROT d
lm=
= ? Q·ROT
i il
il d
l =1
On aboutit également à la formule finale :
C 3600
= avec ??
e P e
= ·
i j ij
e i=1 1
j=
in=jn =
ii) Piste utilisée
uniquement à l 'atterrissage :
· Considérons que l'aéroport est
fréquenté par une seule catégorie d'aéronefs et
qu'il existe une seule sortie de piste. Soient ROTa le temps
d'occupation de la piste à l'arrivée et min la séparation
minimale entre aéronefs à l'arrivée.
D
V
Notons T le temps que met l'avion entre l'IAF et le seuil de
piste. On a : T =
avec D=distance (IAF, seuil).
Posons e=sup (T, ROTa, min). Alors
|
C 3600 =
e
|
|
· Supposons maintenant que la plateforme soit
fréquentée par n catégories d'aéronefs avec une
unique sortie de piste.
Soient ROT a i le temps d'occupation de la piste pour
un avion de la catégorie i à
l'atterrissage et min(i,j) la
séparation minimale en temps entre un avion de catégorie i et un
autre de catégorie j.
D
Notons Tj le temps que met l'avion suiveur pour aller de l'IAF
au seuil. On a
T=
j V
j
La probabilité pour qu'un avion de catégorie i
suive un autre de catégorie j et vice
versa est P ij = P ji = P i ×
P j .
e ij
P i j
n n
En Posant eij=sup(Tj, min(i,j), ROTa i ), on
aura alors : ??
e=
i==
1 1
j
e
· Supposons ensuite qu'il existe plusieurs sorties
pistes (m au total), que la probabilité pour qu'un avion de
catégorie i emprunte la voie de sortie l est Qil et
que le temps d'occupation de la piste est ROTa il.
Alors le temps moyen pondéré d'occupation de la
lm=
piste par un avion de catégorie i est : i il
ROT a = ? Q· ROT
il a
l=1
|
Avec un raisonnement similaire aux cas précédents
on aboutit à :
|
C 3600 =
e
|
iii) Cas de piste
banalisée
Dans ce point, nous évaluerons la capacité d'une
piste utilisée à la fois au décollage et à
l'atterrissage.
On pose :
eaa : l'écart minimal en temps entre la fin d'une
arrivée et la fin d'une autre.
eda : l'écart minimal en temps entre la fin d'un
départ et la fin d'une arrivée.
ead : l'écart minimal en temps entre la fin d'une
arrivée et la fin d'un départ.
edd : l'écart minimal en temps entre les fins de
deux départs.
d(verrou,seuil) : la distance entre le verrou et le seuil de
piste
ead = ROTd - T twy -
seuil
Ttwy-seuil est le temps que
l'aéronef au départ mettra pour atteindre sa position
`aligné prêt'.
eROT=+
da aV
d Verrou seuil
(, )
app
Nous avons alors : eaa= ead +eda + z.edd
z = e aa - ead -
eda
edd
×
36002 (ceci revient à
pour Z>0. Si Z<0, c=
ead eda
+
E(Z) (partie entière de Z) est le nombre de départs
qu'il est possible d'insérer entre deux arrivées
consécutives.
Finalement : (())
c+
=36001 EZ
eaa
élargir l'intervalle de temps eaa pour
pouvoir introduire un départ, on aura ainsi
eaa=ead+eda )
ead et eda sont calculés en tenant compte de la
flotte qui fréquente le terrain. Ainsi pour
n m n m
deux types i, j nous aurons : = ??
ead
i
Pe
ij a i d j
j
et = ??
eda
i
P e où
ij d i a j
j
ea i d j et edi a j
sont respectivement les écarts minimaux entre une arrivée de
catégorie i et un départ de catégorie j et entre un
départ de catégorie i et une arrivée de catégorie
j.
iv) Calculs de ROTa et ROTd
Pour évaluer les temps d'occupation de piste ROT, il
existe deux principales approches :
- une approche empirique qui consiste à faire des
observations sur le trafic réel durant un intervalle de temps
donné.
- une approche théorique qui consiste à utiliser un
modèle mathématique de l'évolution des avions en approche
et au sol pour évaluer ces grandeurs.
Dans notre étude nous avons opté pour cette
deuxième approche.
Figure 8:Rayon de virage à une sortie piste
A partir du schéma de la piste ci-dessus, on trouve un
rayon de virage :
/
tgT
(
T
/ 2)
2)().( SinTtg
Modélisation
Pour calculer le ROTa et le ROTd, nous avons écrit un
algorithme qui tient compte de :
- La vitesse d'approche
- Les positions des voies de circulation
- Les vitesses de roulage sur la piste ainsi que les
accélérations et décélération
admissibles.
Nous avons muni le plan d'approche (plan vertical contenant
l'axe de piste) d'un repère dont l'origine est la projection du FAP au
sol, un axe vertical dirigé vers le haut et un deuxième axe
horizontal confondu à l'axe de piste. L'unité utilisée est
le mètre.
Les données utilisées pour les modèles
de décollage et d'atterrissage sont extraites du manuel de conception
d'aérodrome Doc9 157, 2ième partie intitulée
« voies de circulation, aires de trafic et plates-formes d'attente de
circulation », édition 2005.
Calcul de ROTa
- De l'IAF au point de toucher, la vitesse utilisée est
Vapp (vitesse d'approche) qui est égale à 1,3 fois
Vdec (vitesse de décrochage). Le temps correspondant est
alors
L
t = où Lapp est la distance
de l'IAF au seuil.
app
appV
app
Posons S1 l'abscisse du point de toucher.
- Après le toucher, l'aéronef roule pendant 15
secondes avant de commencer à freiner à une vitesse Vsf
telle que :
V sf = V app - 2,72m /s, vitesses en m /s
Soit S2 l'abscisse atteinte après ces 15 secondes.
- Calcul de la décélération (Dec) qu'il
faut pour avoir la vitesse Vx requise au point de sortie E(i) :
> Si la décélération Dec < 1
,5m/s2, alors la sortie E(i) sera prise. On
-
calcule alors le temps de roulage correspondant :
tsfx
VV
= où
r Dec
V x = R·a n avec :
'
bb ( d i ) llé f i d
l' l
/
T (angle entre la piste et la voie de circulation) et de la demie
largeur (b) de la piste.
. an étant l'accélération latérale
admissible au sol ; an=0,133g, g est l'accélération
de la pesanteur.
Ce qui nous conduit à :
ROT a =15secondes+t
r
Figure 9:L 'aéronef gagne directement la bretelle de
sortie (DGAC, France)
> Sinon (cas où Dec = 1,5m/s2)
l'aéronef va décélérer jusqu'à 15Kt, ensuite
rouler jusqu'en bout de piste où il fera un demi tour sur la raquette
durant 50S à 60S (DGAC France) et revenir vers un point de sortie
à la vitesse de 1 5Kt .
Ce qui nous conduit à :
ROTa ondes tr ondes tr
= + + +
15sec1 60sec2
tr1 temps pour rouler jusqu'en bout de piste et tr2 temps pour
rouler du bout de piste à la sortie.
Figure 10: L 'aéronef roule jusqu 'en bout de piste,
fait un 1/2tour avant de dégager (DGAC, France)
N.B :
Le positionnement des bretelles de sortie est très
important pour minimiser la ROTa. La localisation d'une bretelle devrait
permettre de minimiser le temps de roulage pour gagner la bretelle de sortie.
Par ailleurs, l'angle que fait la bretelle de sortie avec la piste et notamment
l'utilisation de sortie rapide permettent de :
- diminuer la distance d'atterrissage,
- diminuer le temps de roulage de sortie en raison d'une vitesse
de sortie plus élevée. Ces recommandations dépendent de
l'infrastructure, et notamment de la distance entre piste et voies de
circulation qui doit être suffisante pour permettre aux avions de
décélérer.
D'un point de vue opérationnel, lorsque
l'infrastructure ne peut évoluer mais que les sorties sont relativement
bien placées, il est nécessaire d'émettre des
recommandations aux pilotes afin qu'ils utilisent la sortie la mieux
adaptée aux performances de leurs avions. Ainsi, en diminuant la
distance d'atterrissage et le temps de roulage pour gagner la bretelle de
sortie, ils contribuent à diminuer la ROTa.
è Calcul de ROTd
L'accélération au décollage Acc
est calculée en tenant compte de la distance au décollage
Ddec et de la V2 :
2
V2
A cc D
2· dec
Après l'instruction de pénétrer la piste,
l'aéronef roule et pénètre la piste : > il commence le
décollage si la distance est suffisante et on a :
ROT 2 V
=
d A
cc
Figure 11 :L 'aéronef décolle de la bretelle
(DGAC, France)
> Si la distance n'est pas suffisante, il remonte jusqu'en
bout de piste ; on aura alors :
V
ROT tondes 2
= + 60sec+
d r A
cc
où tr est le temps pour rouler jusqu'en bout de piste
Figure 12:Le départ remonte la piste avant de
décoller (DGA C, France)
N.B :
Le positionnement des bretelles d'entrée sur une piste
est très important. La localisation d'une bretelle devrait permettre aux
avions d'éviter de faire de demi-tour pour l'alignement. Dans le cas
où les demi-tours sont inévitables, il faut positionner une
raquette de retournement à une distance suffisante pour permettre les
décollages, mais suffisamment proche du seuil afin de diminuer le temps
de roulage.
La construction d'une voie de circulation parallèle
à la piste permet d'optimiser les séquences d'avions au
départ.
De même, d'un point de vue opérationnel, lorsque
l'infrastructure ne peut pas évoluer mais que les bretelles sont
relativement bien placées, l'augmentation de la capacité
technique au départ résulte de l'amélioration des
procédures aériennes. Il est aussi possible d'émettre des
recommandations aux pilotes en vue de diminuer les temps de réactions
aux clairances d'alignement et de décollage. En effet, les temps de
réaction des pilotes peuvent augmenter les ROTd au décollage dans
le cas d'une attention détournée (check list...). Ces temps de
réaction peuvent être élevés. Pour les
aéroports saturés où la capacité doit être
maximale, chaque seconde gagnée de ROTd est importante. Par exemple,
Eurocontrol développe actuellement un programme de mesure de ces temps
de réaction afin de donner des instructions pour les diminuer. Cette
organisation a ainsi édité un guide et un manuel d'augmentation
de la capacité.
1.2.2 Modèle par simulation
Le principe de base de notre modèle est de construire
une représentation du trafic aérien, de laisser le programme
tourner durant un intervalle de temps et à la fin de cet intervalle
compter le nombre d'aéronefs traités. En fait, la simulation
consiste en plusieurs sous simulations successives. Le nombre d'avions qui
naissent dans la simulation i est incrémenté dans la simulation
i+ 1.
Nous considérons qu'il s'agit d'un problème de
file d'attente (Naissance-Mort) dans lequel :
- l'espace et l'aire de trafic sont les fournisseurs de clients
: les avions à l'arrivée naissent à l'IAF et au
départ à l'entrée piste.
- la piste est le serveur.
La théorie des files d'attente ne nous renseigne que
lorsque les naissances sont stochastiques (processus stochastique), la
probabilité qu'il y ait n+1 éléments dans la file
d'attente, sachant qu'il y a n éléments en attente, suit une loi
de Poisson de
- ë
paramètre ë tel que : e
pn n
,
n!
()= ë
ë est le nombre d'éléments
espérés durant toute la simulation. Par contre, lorsque les
arrivées sont régulées (cas du CFMU), la
probabilité de la naissance du (n+1)ième
élément suit une loi uniforme de paramètre ë tel que
p(n) =, ë étant l'intervalle de
1
ë
temps durant lequel on espère une naissance.
Les différents éléments de la simulation
seront modélisés comme suit :
> les aéronefs seront modélisés comme
des objets ayants leurs caractéristiques et leurs méthodes.
> La piste : elle sera représentée par un type
enregistrement
Nous avons programmé une méthode par simulation
basée sur le principe ci-dessous.
Au lancement de la simulation, l'utilisateur choisit la
composition du trafic en types d'avions, les paramètres du terrain
(longueur de la piste, QFU utilisé, procédure d'approche) et la
loi de naissance des avions (loi de Poisson ou uniforme). Chaque avion est
représenté par un numéro d'ordre de naissance i. Une file
d'attente est stockée dans une variable tableau notée Queue(q).
La variable q représente à chaque fois, le rang du dernier avion
dans la file. Ainsi, à la naissance d'un avion i, il est
intégré dans la
file par le code suivant :
Queue(q)=i,
q=q+1
Lorsque la piste est libre, l'avion numéro Queue(1)
commence son événement qui peut être une arrivée ou
un départ.
Figure 13: Logigramme de l'évaluation de la
capacité de piste par simulation
L'algorithme débute par la case « Init Simul
», progresse selon le sens des flèches et fait dix (10) tours. A la
fin, le nombre de mouvements traités peut être accessible par
l'intermédiaire de la variable resultat.mvt, les retards correspondants
sont enregistrés dans la variable resultat.retard (ces deux variables
sont des tableaux). Pour mieux présenter le résultat, nous avons
ajouté à cet algorithme une procédure qui trace le graphe
des mouvements en fonction du retard.
1.3 Evaluation de la capacité du réseau des
voies de circulation
Position du problème :
Dans cette section, nous allons proposer une méthode
de calcul de la capacité d'un réseau de voies de circulation. Ce
système est composé d'un ensemble de tronçons de voies de
circulation interconnectés comme le montre l'exemple ci-dessous.
Figure 14:Réseau de voies de circulation de l
'aéroport de Paris Charles-De-Gaulle
Pour mieux appréhender ce système, nous le
modéliserons par un graphe G(N,A) dont les arcs représentent les
tronçons de voies de circulation et les noeuds, l 'intersection entre
les différents arcs. Un ensemble d'avions qui circulent dans le
réseau est appelé, en théorie de graphe, flot. Le
calcul de la capacité sera donc un calcul de flot maximal dans un
réseau. Au premier point, nous allons exposer le calcul de
capacité d'un arc ensuite nous appliquerons le résultat à
l'algorithme d'Edmonds et Karp pour estimer la capacité du
réseau.
1.3.1 Calcul de capacité d'une voie de circulation
(arc) :
Pour le calcul de capacité d'un arc, nous allons
considérer les contraintes suivantes :
- les avions maintiennent entre eux sur le tronçon un
intervalle minimal en distance noté e,
- les voies sont bidirectionnelles,
- il n'est pas possible d'avoir des aéronefs dans les
deux sens simultanément. Ceci dit, considérons une situation de
trafic dans laquelle nous avons m aéronefs qui veulent
passer dans un sens et n autres dans l'autre.
L
Par unité de temps on peut écouler
=
u tt+
'
C
n
Figure 15:Sollicitation d'un arc du graphe
> Stratégie :
Pour satisfaire ces demandes, nous allons recourir à
une stratégie : écouler m' parmi les m (m'»m) dans un sens
puis n' parmi les n (n'»n) dans l'autre et ainsi de suite jusqu'à
satisfaction de la demande.
> Modélisation de la capacité :
Soient tn' et tm' les temps
nécessaires pour écouler respectivement les n' et m' avions.
Alors, on aura :
Le
+
t
=+ i
taxiavion (- 1) , i= n ',m'
i VV
taxi taxi
NB : Ltaxi, Lavion et
Vtaxi sont respectivement la longueur du tronçon, la longueur
moyenne des avions et la vitesse moyenne de roulage sur les voies de
circulation.
Si les grandeurs sont exprimées en unités SI, la
capacité horaire sera :
C = max( 3600
H
t t
n ' m
+
'
)
Le
En posant K +
1 = et
avio n Vtaxi
L
K2 = , nous aurons :
taxi V taxi
'
(
', '
nm
f
max(
))
nm
'+
CH = max( 3600 ) =
knkmkk
''2()
++-
1
12 1
> Etude de la fonction de capacité f(n ',m ')
:
Pour obtenir le maximum de cette fonction, nous devons avoir les
dérivées premières partielles égales et nulles :
3600
2()
kk
-
2 1
?fnm (',') =
? n '
?fnm (',') =
? m '
2())
kk
2
-
2 1
· Si K2 = K1 c'est-à-dire Ltaxi=Lavion+e,
alors f(n',m') est constante pour tout (n',m') et CH sera
calculé avec un couple (n0,m0) quelconque.
· Si K2 > K1 c ' est-à-dire
Ltaxi>Lavion+e alors f(n' ,m') est croissante et CH sera
calculée avec le couple (n'max,m'max).
· Si K2 < K1 c'est-à-dire Ltaxi<Lavion+e,
alors f(n',m') est décroissante et CH sera
calculée avec le couple (1,1).
NB : tm' et tn' peuvent être
limités respectivement aux retards admissibles dans les sens des n' et
m'.
On déduit :
n n -
t k
'max k
= +1 et
' 2
1
mm -
tk
= + 1
k1
' 2
'max
Figure 1 6:Illustration pour le calcul de n 'max
et m'max
1.3.2 Calcul de la capacité du réseau de
voies de circulation :
Notre raisonnement sera bâti sur la théorie des
graphes. Nous supposerons que tous les aéronefs peuvent emprunter toutes
les voies de circulation sans restriction aucune.
La théorie des graphes nous dit que la valeur du flot
maximal sur un réseau est égale à la capacité de la
coupe minimale sur ce réseau (théorème de Ford et
Fulkerson). La coupe se définie comme étant l'ensemble des arcs
déconnectant la source du puits.
Nous manipulerons dans la suite une (s, t)-coupe
(nous dirons simplement une coupe) comme une partition S ? T.
Il est clair que si nous enlevons tous les arcs (x, y) ayant leur
origine x dans S et leur destination y dans T,
il ne peut plus exister de chemin orienté allant de s
à t.
Prenons l'exemple du réseau ci-dessous :
Figure 1 7:Coupe d'un graphe
La coupe ci-dessus est définie par la partition S= {
s, a, b, c } et T= { d, e, t }. Elle comporte les arcs (a,d)
(b,d) et (c,e). Sa capacité est de 6.
Le problème qui va nous intéresser est de
déterminer parmi toutes les coupes d'un réseau, celle de
capacité minimale. Cette capacité est égale à la
valeur du flot maximal, qui sort de la source ou qui est déversé
au puits. C'est en fait le flot maximal possible dans le réseau sans
goulots d'étranglements.
En outre, nous rappelons ceci :
Un réseau de transport est la donnée :
- d'un graphe orienté G(X, A),
- de deux sommets distincts e et s (entrée et sortie)
- chaque arc possède une certaine capacité
(débit maximum autorisé sur cet arc) donnée par la
fonction :
c : A - R+
Un flot sur le graphe G(X, A) est une fonction f : A -
R+ respectant les contraintes suivantes :
- V a E A, f(a) < c(a) (c(a) indique la limite
supérieure du flot admissible sur l'arc a)
- V xE X, ?yf(x,y)= ?yf(y,x) (Loi de noeuds)
Ainsi le flot total dans le graphe est F =?yf(e,y)= ?yf(y,s).
Notre problème revient à calculer Fmax. Sur la figure
ci-dessous F=f1 +f2 = f3 +f4 + f5.
Figure 18: Flot dans un graphe de voies de
circulation
La plupart des algorithmes de calcul de flot maximum sont
basés sur l'idée selon laquelle partant d'un flot
déjà existant (au départ il peut être nul), on va
augmenter le flot allant de la source au puits en poussant littéralement
la commodité là où c' est possible. Les algorithmes se
distinguent seulement par la méthode utilisée afin de
déterminer par où et comment pousser du flot.
On définit pour cela un autre réseau dit
réseau auxiliaire ; ce graphe dépend du flot f déjà
établi, nous le notons N(f).
? Définition Réseau auxiliaire :
Étant donné un réseau de flot N = (G, s, p, c) et un flot
f, nous allons construire le réseau auxiliaire associé N(f) =
(G(f), s, p, cf ). Pour cela, on pose :
cf (u, v) = c(u, v) - f(u, v) + f(v, u) pour tout couple de
sommets (u, v), avec c(u, v), f(u, v) et f(v, u) égales à 0 si
elles ne sont pas définies. Le réseau G(f) est alors
défini comme suit :
X(G(f)) = X(G), (X(G)
est l'ensemble de sommets du graphe G.)
A(G(f)) = {(u, v)
| cf(u, v) > 0}, (A(G) est l'ensemble des arcs de
G)
L'algorithme le plus populaire pour la détermination
du flot maximal Fmax est dû à Ford et Fulkerson et fut
développé dans les années 60. Ils proposent de partir d'un
flot réalisable dans le réseau. A chaque étape,
l'algorithme cherche un chemin augmentant c'est-à-dire un chemin
orienté entre e et s dans le réseau auxiliaire. Si un tel chemin
existe, il est saturé et le flot additionnel est ajouté à
F (flot de sortie). S 'il n'existe plus de chemin augmentant, l'algorithme
s'arrête et le flot courant est retourné. En d'autres termes, Le
principe de cet algorithme est de trouver un chemin menant de la source au
puits capable d'améliorer le flot, de l'augmenter et de recommencer
jusqu'à ce qu'il n'existe plus de chemin pouvant être
maximisé.
? Enoncé de l 'Algorithme de Ford et Fulkerson :
Entrées : Graphe G, points d'entrée et sortie e et s Sorties
: Flot F de type réel.
- Initialiser F à zéro.
- Tant qu'il existe un chemin augmentant p de e à s
faire:
· Calculer le graphe auxiliaire N(f)
· Pousser un flot fp le long de p dans le réseau
résiduel
· à F on donne la valeur F+fp (F4--F+fp)
- Fin faire
- Retourner F.
Cet algorithme se termine après F-Fi itérations. (F
étant la valeur du flot à retourner et Fi la valeur flot
initiale)
A chaque itération, le flot est augmenté d'une
unité si les capacités sont rationnelles (si les capacités
sont irrationnelles, la vitesse de convergence est faible), il se terminera
donc après F itérations. L'algorithme de recherche d'un chemin
non saturé a une complexité de O(Card(A) +
Card(X)× log(card(X)). L'algorithme de Ford et Fulkerson a
donc pour complexité F× O( Card(A) +
Card(X)× log(card(X)).
Cet algorithme est convergent ; mais comme il est fonction de la
valeur du flot à retourner, le temps de calcul peut souvent être
très élevé.
En 1972, un autre algorithme a amélioré
l'algorithme précédent : il s'agit de l'algorithme d'Edmonds et
Karp. Il est presque identique à celui de Ford et Fulkerson, sauf que le
chemin augmentant à chaque fois est choisi le plus court :
Edmonds et Karp = Ford et Fulkerson + plus court
chemin.
? Algorithme d'Edmonds et Karp :
1. Débuter par le flot nul F = 0 ;
2. Calculer le réseau auxiliaire N(F) ;
3. Chercher un plus court chemin de s vers p
dans G(F) ;
4. S'il existe un tel chemin P, pousser du flot le long
de P, mettre F à jour (F4--F+fp) et aller au point 2
;
5. Sinon terminer et retourner F comme solution du
problème.
Sa complexité est O(card(A)× card(X))/2.
Il converge plus rapidement que l'algorithme de Ford et Fulkerson et
surtout il n'est pas fonction du flot à retourner. Nous avons retenu ce
dernier algorithme et l'avons programmé en Visual Basic.
1.4 Evaluation de la capacité de l'aire de
trafic
Pour évaluer cette capacité, désignons par n
le nombre de postes de stationnement fonctionnels sur l'aire de trafic .
a) Soit Ti est le temps en secondes d'occupation de l'aire
trafic pour la catégorie i de proportion Pi. Le nombre maximum
d'aéronefs qui peuvent occuper l'aire de trafic en une heure est:
Q
3600
= ×
n
in =
?
PiTi
i =
1
b) Supposons maintenant une certaine flexibilité au niveau
des postes de stationnement pour les adapter à tout moment aux
différentes catégories d'aéronefs.
Alors, calculons la capacité dans ce cas de figure. La
capacité sera fonction du nombre d'aéronefs de chaque
catégorie accueillie sur l'aire de trafic dans un temps
donnée.
Désignons par U0 l'unité d'occupation de l'aire
de trafic se rapportant l'aéronef de référence. Celle-ci
peut être la superficie d'occupation (y compris les marges de
sécurité définies entre aéronefs sur l'aire de
trafic). Elle peut également se rapporter à l'envergure ou
à la longueur hors tout augmentée des marges de
sécurité.
Figure 19: Zone de protection des postes de
stationnement
De manière générale, appellons Ui
l'unité de stockage des aéronefs de catégorie
i. Soit U 0
ë i =, pour tout i.
U i
Posons également Gk l'unité globale maximale de
stockage du bloc k. Alors la capacité Ci de stockage (statique) atteinte
avec les aéronefs de la catégorie i dans ce bloc homogène
est :
Gk
C=
iU
i
Puisque plusieurs catégories d'aéronefs
fréquentent le terrain, alors la combinaison des demandes de ceux-ci,
dans un bloc homogène de l'aire de trafic, doit absolument être
inférieure ou égale à Gk.
La capacité de stockage statique pour une combinaison
d'aéronefs dans un bloc k est :
G
C
k
=
k PU
? i i
i
avec bien stir k
?n i U i =G, (ni étant le
nombre d'aéronefs de la catégorie i dans
i
le bloc Gk.). La capacité horaire de stockage dans ce bloc
est :
3600 3600
G
QC
k k
= × ? = ? × ?
k
PT PU PT
i i i i i i
i i i
i
? ? ?
? ?
La capacité horaire théorique de toute l'aire de
trafic est donnée par :
? ? ?
?36003600 ? G
==·
? ? ? ? ? ?
?
? = ×
k
QQC ?
kk ? PU PT
k k? PT
i i ? k i i i
?? ? ?
i i i
avec bien stir ?iniUi » Gk pour chaque bloc.
Ci-dessous
des exemples de bloc d'aire de trafic.
Figure 20:Exemple de blocs sur l'aire de trafic
(Doc9157)
1.5 Evaluation de la capacité de l'aire de
mouvement
L'aire de mouvement est composée de trois maillons
à savoir la piste, le réseau de voies de circulation et l'aire de
trafic. On peut la modéliser par un graphe non orienté à
chemin unique comportant trois arcs qui sont : l'ensemble des pistes, le
réseau de voies de circulation et l'aire de trafic.
Figure 21:Réseau représentant l'aire de
manoeuvre
La capacité de ce réseau est celle de sa coupe
minimale (théorème de Ford et Fulkerson). Or, nous savons que
pour un chemin, sa coupe minimale est l'un de ses arcs. Ainsi calculer la
capacité de l'aire de mouvement revient à calculer les
capacités individuelles de chacun de composants et en choisir la plus
petite :
Caire de mouvement = min (CPiste ,CParking , Ctaxiways)
1.6 Conclusion
Dans ce chapitre, il a été question
d'évaluer les capacités des composantes de l'aire de mouvement
afin d'en déduire celle de l'aire de mouvement proprement dite. Au
chapitre suivant, nous ferons des simulations à partir des
résultats obtenus.
CHAPITRE 2: Analyse et interprétation des
résultats des
simulations
2.1 Introduction
Après l'obtention d'un modèle, l'étape
naturelle qui suit consiste à faire des simulations afin de tester la
validité du modèle et connaître ses précisions et
limites. Ceci constituera l'objet de ce chapitre.
Après avoir présenté le site test, nous
reprendrons la structure du chapitre premier à savoir appliquer les
méthodes d'évaluation successivement à la piste, au
réseau de voies de circulation et à l'aire de trafic
2.2 Présentation du site test (aéroport
Léopold Sédar Senghor de Dakar)
> Situation géographique et
caractéristiques
L'aéroport international Léopold Sédar
Senghor de Dakar est l'une des plus importantes plates-formes
aéroportuaires de l'Afrique de l'Ouest. Situé à quinze
(15) kilomètres du centre ville sur la plaine de Yoff dont il portait le
nom jusqu'au 9 octobre 1996, cet aéroport couvre une superficie de 800
hectares délimité par une clôture de seize (16)
kilomètres de long et dispose de plusieurs installations terminales et
techniques. Son point de référence a pour coordonnées
géographiques : latitude 14° 44' 38'' N et longitude 017° 28'
46'' W.
La température de référence est de
28,5° ; l'altitude de référence est de 85Ft
(26métres), et la déclinaison magnétique vaut 9°W
(2005).
Les caractéristiques physiques des deux pistes 03/21 et
18/36 sont résumées dans les tableaux ci-dessous.
Tableau 1. Caractéristiques physiques de la piste 18
/36
|
Pistes
|
18
|
36
|
|
Relèvements VRAI et MAG
|
|
|
|
Dimensions des RWY
|
3490 x 45
|
3490 x 45
|
|
Résistance (PCN) et
Revêtement des RWY
|
PCN 82/F/C/X/W/T
|
PCN 82/F/C/X/W/T
|
|
Coordonnées du seuil
|
14°45 '27,09'' N
017°28'51,43'' W
|
14°43'34,67''N
017°28'37,05'' W
|
|
Altitude du seuil et du point le pluélevé de la
TDZ
|
s 19 M (63 FT)
|
19 M (63 FT)
|
|
TORA (m)
|
3490
|
3490
|
|
TODA (m)
|
3790
|
3550
|
|
ASDA (m)
|
3550
|
3550
|
|
LDA (m)
|
3330
|
3450
|
|
Observations
|
PA=60 M PD=300M
SDE=1 60M
|
PA= 60 M
|
172,6° VRAI/182° MA
352,6° VRAI/002° MAG
Source : AIP ASECNA Avril 2005
Tableau 2.Caractéristiques physiques de la piste 03
/21
|
Pistes
|
03
|
21
|
|
Relèvements VRAI et MAG
|
023° VRA/032° MAG
|
203° VRAI/212° MAG
|
|
Dimensions des RWY
|
1500 x 30
|
1500 x 30
|
|
Résistance (PCN) et
Revêtement des RWY
|
PCN 18/F/C/X/W/T
|
PCN 18/F/C/X/W/T
|
|
Coordonnées du seuil
|
14°44'55,86'' N
017°30'16,02'' W
|
14°44'40,43 ''N
017°29'57,11'' W
|
|
Altitude du seuil et du point le
plus élevé de
la TDZ
|
19 M (63 FT)
|
17 M (56 FT)
|
|
TORA (m)
|
1500
|
1500
|
|
TODA (m)
|
1500
|
1530
|
|
ASDA (m)
|
1500
|
1500
|
|
LDA (m)
|
1500
|
1500
|
|
Observations
|
PA= Non spécifié
|
PA= 30 M
|
Source : AIP ASECNA Avril 2005
Tableau 3:Moyens radioélectriques
|
Type d'aide / Déclinaison
|
Identi- fication
|
Fréquences
|
Cordonnées de l'antenne
d'émission
|
Altitude d
l'antenne
|
|
|
VOR/DME 9° W (2005)
|
YF
|
113,1 MHZ CH 78 X
|
14°44'41,4'' N 017°28'29,2''w
|
41 M (134 FT)
|
H 24
P.VOR : 50 W P. DME : 1KW
|
|
ILS/LLZ
CAT II
9° W (2005)
|
YF
|
110,3 MHZ
|
14°43'30,94''N 017°28'52,63''w
|
19,8M
|
H 24
120 M seuil 18 QDR 002°
|
|
ALD/DME.P 9° W (2005)
|
|
335,0 MHZ CH 40 X
|
14°43'44,11'' N 017°28'42,54''w
|
22 M (73 FT)
|
H 24
Angle
descente : 3°
CAT.II jusqu'au seuil
|
|
L
|
SDS
|
323 KHZ
|
14°43'N 017°29'W
|
18 M (60 FT)
|
H 24
1239 M seuil 36 QDR 179°-
P : 100W
|
Heures d
fonctionnement /Observations
Source : AIP ASECNA Avril 2005
> Données statistiques
Un relevé des mouvements de la deuxième semaine
du mois de Janvier 2007 nous a été fourni par les services
techniques de l'aéroport Léopold Sédar SENGHOR de DAKAR.
Le choix s'est porté sur une semaine parce que le trafic sur cet
aéroport est pratiquement cyclique avec des cycles d'une semaine. Ce
relevé indique les dates d'enregistrement des arrivées, les
heures d'arrivée et de départ, la piste (QFU) utilisée
à l'atterrissage ou au décollage ainsi que la procédure
utilisée. Cependant, il manque des précisions sur certains types
d'aéronefs d'une part et il existe des lacunes au niveau des
différents champs d'autre part. N'ayant pas la possibilité de se
rendre sur place à DAKAR, nous avons donc travaillé avec ce
document reçu.
.
C'est ainsi que les données obtenues ont
été traitées d'abord avec Excel puis avec le logiciel
SPSS. Les aéronefs ont été classés en sous
catégories, lesquelles catégories tiennent compte à la
fois de la turbulence de sillage (première lettre identifiant la sous
catégorie) et de la vitesse d'atterrissage (la seconde lettre
identifiant la sous catégorie). Pour la flotte qui fréquente
Dakar, nous avons dénombré au total sept (7) sous
catégories d'aéronefs (LA, LB, MA, MB, MC, HC, HD), des
hélicoptères (ND)
Pour les aéronefs dont le type était inconnu,
nous les avons repartis entre les différents sous catégories
conformément à leurs proportions respectives. Avec le second
logiciel, nous avons calculé le temps de stationnement de chaque
aéronef, puis déterminé les différentes valeurs
statistiques que sont les fréquences, les pourcentages et les moyennes
au niveau de certains champs.
Au-delà de la semaine nous avons également
traité les trafics journaliers. La raison est que la capacité de
chacune des composantes de l'aire de mouvement est fortement dépendante
de compositions du trafic qui fréquente le terrain à une
période donnée. Pour être plus pointilleux, le calcul
aurait même pu se faire avec le trafic horaire prévu à
chaque instant de la journée ou du moins sur les trois heures de pointes
du jour. Mais le trafic de DAKAR, à l'heure actuelle, ne justifie pas un
tel calcul.
A l'aide de proportions nous avons déterminés les
vitesses à l'atterrissage et les longueurs moyennes,
pondérées par catégorie, pour toute la semaine et par
jour. Le temps réel de stationnement sur l'aire de trafic Tpkg
a été obtenu en ôtant du temps passé sur
l'aire de mouvement, le temps passé sur la piste et les voies de
circulation
(Rota+Rotd+Tpkg-Rwy
+TRwy-tpkg).
Pour plus de détails, voir l'annexe se rapportant aux
statistiques sur l'aéroport Léopold Sédar Senghor de
Dakar.
2.3 Cas de la piste
2.3.1 Evaluation par méthode
analytique
La topologie de la piste principale de l'aéroport de
Dakar est schématisée par la
figure ci-dessous. Les simulations ont consisté à
construire un tableau des capacités en faisant varier les
paramètres a, b, á et è.
Figure 22.Topologie de la piste principale de Dakar
En utilisant la structure de la flotte qui fréquente
l'aéroport de Dakar, nous sommes parvenus aux résultats suivants
:
Tableau 4. Capacité de la piste en fonction de divers
scénarii
|
Twy1è
|
Twy2è
|
Twy1a
|
Twy2a
|
ROTa
|
ROTd
|
Capacité
théorique
Analytique
|
|
20
|
90
|
1925
|
2080
|
3.06
|
3 .31
|
16
|
|
60
|
90
|
1925
|
2080
|
3.896
|
4.191
|
16
|
|
90
|
60
|
1925
|
2080
|
3.101
|
3. 31
|
16
|
|
90
|
20
|
1925
|
2080
|
3.101
|
3.30
|
16
|
|
60
|
60
|
1925
|
2080
|
3.09
|
3 .23
|
16
|
|
90
|
60
|
0
|
2080
|
3.11
|
0 .96
|
17
|
|
90
|
20
|
0
|
2080
|
3.08
|
0.96
|
18
|
|
90
|
20
|
0
|
1500
|
4
|
0.96
|
17
|
|
90
|
90
|
0
|
3400
|
1.5
|
0.96
|
23
|
|
60
|
90
|
1925
|
3400
|
1.31
|
4.021
|
21
|
|
60
|
90
|
2500
|
3400
|
1.4
|
4.02
|
21
|
- Légende : Les
données en rouge sont les données conformes à celles de la
piste principale de Dakar.
- Résultats : La capacité
évolue avec les dispositions du système de piste. Ainsi, on a pu
constater que lorsque l'angle entre la piste et la voie de circulation diminue,
la capacité croit.
La capacité est maximale lorsque les deux voies de
circulation sont placées aux deux extrémités de la piste.
A l'issue de cette simulation numérique, nous avons obtenu une
capacité théorique de 16 mouvements/heure de la piste principale.
La capacité opérationnelle s'obtiendra en multipliant la
capacité théorique par un coefficient k dont la valeur sera
fonction du niveau de la qualité de service retenu. Nous verrons qu'en
corrélant cette méthode avec celle qui suit, on peut estimer
k.
2.3.2 Méthode par simulation
Les observations ont montré que l'utilisation d'une piste
est optimale lorsqu'il
y a équilibre entre les départs et les
arrivées. Les premières simulations avec la méthode par
simulation ont consisté à évaluer la capacité en
fonction de la proportion des arrivées dans le trafic global.
Figure 23 Capacité de piste en fonction de la
proportion des arrivées
L'analyse de cette courbe (Fig23) montre qu'elle atteint son
maximum lorsque la proportion d'arrivées est 50% du trafic total. Cela
montre que la méthode est conforme aux connaissances empiriques de la
cadence optimale, consistant à insérer un départ entre
deux arrivées.
Les courbes ci-dessous sont les résultats de deux
simulations, l'une avec la loi uniforme et l'autre avec la loi de Poisson
encore appelée loi markovienne. Le type d'avion utilisé est
l'A320-200.
Retard en fonction de nombre de mouvements (loi de
Poisson)
Figure 24:Cas d'une loi de naissance markovienne (Loi
de Poisson)
Retard en fonction de nombre de mouvements (loi
uniforme)
Figure 25:Cas d'une loi de naissance
uniforme
Commentaires :
Selon que la loi de naissance des avions soit uniforme ou
markovienne, la courbe suit une asymptote. Ici, les deux courbes ont chacune
une asymptote verticale d'équation x=21,7 ce qui signifie que la
capacité théorique de la piste est de 21 mouvements/heure.
La capacité opérationnelle peut être
obtenue en fixant un seuil acceptable de retard ; de manière empirique,
il est de 4 minutes environ. La capacité opérationnelle est alors
de 1 9mouvements/heure si les arrivées sont aléatoires (loi de
Poisson) et de 21 mvt/heures si elles sont uniformes.
Plusieurs autres simulations ont été
effectuées en faisant varier les pourcentages des catégories
d'aéronefs. Dans la mesure où le trafic n'est pas
régulé à Dakar, nous avons utilisé une loi de
naissance markovienne qui elle est adaptée au caractère
aléatoire. Nous avons obtenu, en appliquant à la piste 36 (la
piste la plus utilisée 9 8,6%) de Dakar, des graphes qui mettent en
exergue le nombre de mouvements en fonction du retard moyen d'une part et du
retard global d'autre part.
Retard en fonction de nombre de
mouvements
Figure 26:Simulation avec 100% des aéronefs de
catégorie A
La figure ci-dessus (fig 25) montre que les deux courbes pour
100% d'aéronefs de catégorie A ont la même allure et la
saturation a lieu dans les deux cas à 20mouvements/heure.
Retard en fonction de nombre de mouvements
Figure 2 7:Simulation avec 100% des aéronefs de
catégorie B
La figure ci-dessus (fig 26) montre que les deux courbes pour
100% d'aéronefs de catégorie B ont la même allure et la
saturation a lieu dans les deux cas à 1 6mouvements/heure.
Retard en fonction de nombre de mouvements
Figure 28:Simulation avec 100% des aéronefs de
catégorie C
La figure ci-dessus (fig 27) montre que les deux courbes pour
100% d'aéronefs de catégorie C ont la même allure et la
saturation a lieu dans les deux cas à 1 6mouvements/heure.
Figure 29:Simulation avec un dosage de 50% cat A, 30% cat
B, 10% cat C et 10% cat D
La figure ci-dessus (fig 28) montre que les
deux courbes, pour un dosage de 50%
d'aéronefs de catégorie A, 30% de B, 10% de C et
10% de D, ont la même allure et la saturation a lieu dans les deux cas
à 14mouvements/heure.
Figure 30:Simulation avec un dosage de 10% cat A, 10% cat
B, 20% cat C et 60% cat D
La figure ci-dessus (fig 29) montre que les deux courbes, pour
un dosage de 10% d'aéronefs de catégorie A, 10% de B, 20% de C et
60% de D ont la même allure et la saturation a lieu dans les deux cas
à 14mouvements/heure.
Figure 31:Simulation avec 20% des aéronefs de cat A,
30% cat B, 40% cat C et 10% cat D
La figure ci-dessus (fig 30) montre que les deux courbes, pour
un dosage de 20% d'aéronefs de catégorie A, 30% de B, 40% de C et
10% de D ont la même allure et la saturation a lieu dans les deux cas
à 14mouvements/heure.
Commentaire des simulations :
Nous constatons, après chaque simulation, que les
courbes ont la même allure et la même saturation dans les deux cas
(retard moyen, retard global). Ce qui revient à conclure que les retards
global et moyen sont liés. Aussi avons-nous jugé utile
d'établir cette relation.
350 300 250 200 150 100 50
0
0 5 10 15 20 25
retard global en fonction du retard moyen
retard moyen
Figure 32:R etard global en fonction du retard
moyen
Nous constatons, en regardant la courbe précédente
(fig 31), que la relation qui lie ces deux retards est linéaire
(coefficient de linéarité 14).
En outre, la capacité de saturation
évolue en fonction des catégories d'avions. On constate
qu'elle décroît avec les catégories d'avions (ordre A, B, C
et D). Elle est plus élevée pour les aéronefs de
catégories A et B. Pour les cas de dosage, cette capacité de
saturation est d'autant plus grande que les petites catégories (A, B)
sont importantes.
Sur la courbe ci-dessous (fig 32), nous avons
récapitulé toutes les courbes précédentes exprimant
la capacité de saturation de la piste en fonction du retard moyen.
Récapitulatif capacité de saturation en
fonction du retard
25
20
15
10
5
0
0 5 10 15 20 25
retard moyen (minutes)
cat A 100%" cat B 100% cat C 100%
cat D 100% cat A 50%, B 30%, C 10%, D 10% Cat A 10%, B 10%, C
20%, D 60%
cat A 20%, B 30%, C 40%, D 10%
Figure 33:Récapitulatif de la capacité de
saturation en fonction du retard moyen
Pour une analyse fine de la figure 32 ci-dessus, nous avons
adopté un retard moyen de 5 minutes sur la plate forme. Nous constatons
que la capacité qui est de 18 mouvements/heure pour le dosage 100%
catégorie A passe respectivement à 14 mouvements/heure pour la
catégorie B 100% , à 9 mouvements/heure pour le dosage cat A 10%,
cat B 10%, cat C 20% et cat D 60%. On peut alors affirmer que la
capacité décroît lorsque le dosage comprend plus de gros
porteurs.
Application au cas de Dakar
En passant en paramètres les données de
l'aéroport de Dakar (composition du trafic hebdomadaire,
infrastructure), nous avons obtenu le graphe suivant :
Figure 34:simulation avec les données réelles
de Dakar
L'analyse de la courbe (fig 33) nous indique une saturation
à 16 mouvements/h. Cette limite est atteinte dès que le retard
moyen avoisine 5 minutes, ce qui revient à dire que la capacité
théorique est de 1 6mouvements/h. En retenant un retard moyen de 4
minutes, on en déduit que la capacité pratique est de 14
mouvements/h.
capacité en fonction de la catégorie C
d'aéronefs
25
20
15
10
5
0
0 20 40 60 80 100 120
catégorie C
d'aéronefs
capacité en fonction de la variation de la cat C
Figure 35: Variation du pourcentage des aéronefs de la
Catégorie C
Sur le graphe ci-dessus, en faisant varier le taux des avions les
plus contraignants (cat
C), on constate que plus ce taux augmente, plus la
capacité de saturation diminue.
2.3.3 Synthèse des deux
méthodes
Les deux méthodes précédentes nous ont
donné 1 6mvt/h comme capacité théorique de
l'aéroport de Dakar. Pour calculer la capacité
pratique (Cp) à partir du résultat obtenu à l'aide de la
méthode analytique, on multiplie le résultat obtenu par cette
méthode analytique par un coefficient K (coefficient de contraction)
:
C p =K×C t .
Connaissant Ct et Cp on peut calculer K
Nous tirons des différentes simulations (figures 23
à 30) le tableau suivant :
|
Ct
|
Cp
|
K
|
|
20
|
19
|
0,95
|
|
16
|
15
|
0,93
|
|
16
|
14
|
0,87
|
|
11
|
9
|
0,82
|
|
14
|
13
|
0,93
|
|
11
|
9
|
0,82
|
|
14
|
12
|
0,86
|
|
16
|
14
|
0,87
|
Une estimation de la valeur de K utilisable dans la
méthode analytique est la moyenne des différentes valeurs de K
obtenues par la méthode par simulation soit K=0,88
En somme, la capacité théorique de la piste Dakar
est de 16 mouvements/heure tandis que sa capacité
pratique est de 14 mouvements/heure.
Le manuel de référence pour la
détermination de la capacité d'un aéroport (STAC 2005) de
la DGAC française indique que, pour les pistes uniques, la
capacité pratique varie entre 6 et 47mouvements/heure. Notre
résultat nous satisfait car se trouvant bien en phase avec cette autre
étude.
2.4 Cas du réseau de voies de
circulation
2.4.1 Capacité d'une voie de circulation
:
Rappelons que la formule suivante a été
établie par l'étude effectuée au chapitre
précédent (paragraphe 1-2-1):
) max( (','))
= fnm
()
nmkk ''2()
++ -
2 1
k 1
Ltaxi
K2 =
V taxi
L e
où K+
1= et
avion V taxi
Pour la simulation effectuée ici, nous avons
supposé que les deux sens de la voie de circulation ont la même
priorité ; ce qui conduit à n'=m'=x
Simulations numériques:
a) Cas où la longueur de la voie de circulation est
supérieur à la somme de la longueur moyenne des avions et de la
séparation minimale sur la voie de circulation
(Lavion+e<Ltaxi c'est-à-dire k2
>k1)
|
CH = max( 3600
|
|
nm''
+
|
)
|
|
k 1
|
() nmk2 k1
''2()
++ -
|
en remplaçant k2 et k1 dans cette expression de CH on
obtient :
CH = 3600
V x
×
taxi
(L avion
+ +
ex
)
- e
L L
-
taxi avion
Tableau 5.Capacités horaires d'un tron çon
d'une voie de circulation longue
|
Lavion
(m)
|
e
(m)
|
Ltaxi
(m)
|
Vtaxi
(m/s)
|
x
|
Capacité horaire CH
|
|
5
|
50
|
70
|
7
|
30
|
454
|
|
10
|
50
|
70
|
7
|
27
|
417
|
|
15
|
50
|
80
|
7
|
25
|
384
|
|
20
|
50
|
80
|
7
|
23
|
357
|
|
30
|
50
|
90
|
7,5
|
22
|
335
|
|
35
|
50
|
100
|
7,5
|
21
|
315
|
|
40
|
50
|
100
|
7,5
|
19
|
298
|
|
45
|
50
|
110
|
7,5
|
18
|
281
|
|
50
|
50
|
110
|
7,5
|
17
|
268
|
|
60
|
60
|
250
|
7
|
12
|
193
|
|
65
|
60
|
350
|
7
|
11
|
174
|
|
70
|
60
|
500
|
7
|
10
|
151
|
|
80
|
60
|
600
|
7
|
8
|
130
|
|
40
|
60
|
540
|
7,5
|
13
|
204
|
|
40
|
60
|
305
|
7,5
|
15
|
239
|
|
40
|
60
|
250
|
7,5
|
16
|
247
|
Dans le tableau ci-dessus, les données en rouge
correspondent au cas de l'aéroport de Dakar. Nous pouvons dire que la
capacité des arcs est d'autant plus petite que les avions sont plus
longs ou que la longueur de la voie de circulation est plus grande.
b) Cas où la longueur de voie la de circulation est
inférieure à la somme de la longueur moyenne des avions et de la
séparation minimale sur la voie de circulation
(Ltaxi < Lavion+e c'est-à-dire
k1>k2)
Tableau 6. Capacités horaire d'un tron çon de
la voie de circulation courte
|
Lavion
(m)
|
e
(m)
|
Ltaxi
(m)
|
Vtaxi
(m/s)
|
x
|
Capacité horaire CH
|
|
50
|
60
|
70
|
7
|
1
|
360
|
|
50
|
60
|
80
|
7
|
1
|
315
|
|
60
|
60
|
90
|
7
|
1
|
280
|
|
60
|
60
|
100
|
7
|
1
|
252
|
|
70
|
60
|
110
|
7
|
1
|
229
|
|
70
|
60
|
120
|
7
|
1
|
210
|
|
80
|
60
|
130
|
7
|
1
|
193
|
L'exploitation des tableaux (tableaux 5 et 6) fait ressortir
que, toutes choses demeurant par ailleurs constantes, cette capacité
diminue lorsque la longueur de la voie de circulation augmente.
2.4.2 Capacité du réseau de voies de
circulation :
Nous avons appliqué l'algorithme d'Edmond et Karp à
de graphes particuliers pour
voir leur comportement avant de l'appliquer au réseau de
voies de circulation de Dakar.
> Application à de graphes quelconques.
a) Exemple 1 :
Figure 36:Capacité du réseau calculée
par le programme : C=255
b) Exemple 2 :
Figure 37:Capacité du réseau calculée
par le programme : C=480
> Application à l 'aéroport de Dakar
:
Les données de l'aéroport de Dakar nous ont permis
d'avoir le graphe ci-dessous :
Figure 38: Graphe des voies de circulation, aéroport
de Dakar
En appliquant l'algorithme d'Edmonds et Karp à ce
graphe, nous avons obtenu la capacité C=204mvt/h pour
le réseau de voies de circulation. Cette capacité correspond
à celle de l'arc coupé (la coupe minimale) dans le graphe
ci-dessous. Cette capacité correspond à une des valeurs
trouvées dans le tableau des simulations numériques
effectuées. Le chemin coloré en rouge est le seul chemin
augmentant qui a été trouvé de l'entrée à la
sortie de l'algorithme. (Voir figure ci-dessous)
Figure 39: Coupe minimale du graphe des voies de circulation,
aéroport de Dakar
2.5 Cas de l'aire de trafic
La plate-forme de DAKAR compte trente-trois (33) postes de
stationnement. Les statistiques de DAKAR nous donnent une moyenne d'environ six
heures quarantehuit (6h48mn) minutes de temps passé sur l'aire de
mouvement (Tma) par les aéronefs. Pour avoir le temps
d'occupation de l'aire de trafic (Tpkg ) nous retranchons de ce
temps :
- le temps d'occupation de piste à l'arrivée (ROTa
) moyen pondéré ;
- le temps d'occupation de piste au départ (ROTd ) moyen
pondéré ;
- le temps moyen de parcours entre la sortie piste et
l'entrée de l'aire de trafic à l'arrivée temps(rwy, pkg)
;
- le temps moyen entre le la sortie de l'aire de trafic et le
point d'arrêt au départ temps(pkg,rwy).
Sachant que temps(rwy, pkg)= temps(pkg,rwy), pour une semaine de
trafic, on a :
Tpkg=Tma-(ROTa+ROTd+2
× temp s(pkg,rwy))
Tpkg=6h48m-(3,11 min+3 ,32min+2 × 1,81 7min)=6h3 8min
Finalement le temps moyen de stationnement sur l'aire de trafic
est de six heures trente huit minutes (6h38min) ; ce qui est énorme, car
ramené à l'heure nous avons moins de
cinq avions par heure (4,97 plus exactement). Ce qui ne nous
donne qu'un total de cent dix-neuf (1 19) avions par jour.
On notera toutefois que ce raisonnement mathématique
présente la lacune fondamentale suivante : un aéronef qui
stationne pendant un temps infini sur l'aire de trafic aura tendance à
tirer le temps moyen de stationnement vers l'infini et de facto la
capacité de l'aire de trafic vers une valeur nulle, ce qui est absurde.
Il suffit de considérer que le poste occupé par l'avion qui
`s'éternise' est hors service pour ne pas directement prendre en compte
ce poste et cet avion dans le calcul de capacité.
L'analyse du trafic de DAKAR nous indique qu'il y a au plus
quatre (4) aéronefs qui `s'éternisent' sur l'aire de trafic
durant les sept jours. Nous allons donc aboutir, dans le cas où nous
considérons le trafic hebdomadaire et les 33 postes de stationnement,
à un nombre de vingt-neuf (29) postes de stationnement actifs. La
moyenne de temps passé sur l'aire de mouvement se réduit à
deux heures vingt sept minutes (2h27mn). En menant le raisonnement similaire,
nous obtenons un temps moyen de stationnement sur l'aire de trafic de deux
heures dix sept minutes (2h17min) soit un avion durant 2h17min (0,437 avions/h)
pour chaque poste. En considérant les 29 postes actifs on obtient
CH=29× 0,437= 12,7avions/h. Cela correspond à
25mouvements/heure.
Nous supposons pour cette étude que certains avions
qui ont leurs propres hangars sur cette plate forme (les DHC8 d'Air
Sénégal, les BE20 et les PA28 de l'aéroclub) ne sont pas
comptabilisés. Nous supposons aussi que les dits avions effectuent cette
moyenne de temps de stationnement sur l'aire de trafic pour l'escale avant de
rejoindre leurs hangars respectifs.
Appliquons le même raisonnement au trafic
journalier.
En considérant le trafic du 8 janvier 2007, la moyenne
de temps passé sur l'aire de mouvement est de deux heures sept minutes
(2h07min). En retranchant le temps mis en dehors de l'aire de trafic
évalué à 10,134 minutes (3,22+3,28+2x1,817) arrondi
à 10 minutes, on aboutit à un temps moyen de stationnement sur
l'aire de trafic qui est d'une heure cinquante sept minutes (1h57min).
Ce jour, 3 avions sont considérés comme
s'éternisant. Cela nous donne 30 postes actifs. Ainsi on obtient une
capacité horaire de 30/(1+57/60) = 15,3 8 aéronefs par heure ,
soit 30 mouvements par heure.
Un raisonnement similaire appliqué aux autres jours de la
semaine nous donne le tableau suivant :
Tableau 7: Récapitulatif des capacités
horaires en fonction du trafic journalier
|
Journée du 08/01/2007
|
Journée du 09/01/2007
|
Journée du 10/01/2007
|
Journée du 11/01/2007
|
Journée du 12/01/2007
|
Journée du 13/01/2007
|
Journée du 14/01/2007
|
Moyenne de
temps passée
sur l'aire de
mouvement
|
02h07min
|
01h58min
|
02h14min
|
01h55min
|
02h25min
|
01h58min
|
02h17min
|
Temps de
stationnement
moyen sur
l'aire de trafic
|
01h57min
|
01h48min
|
02h07min
|
01h46min
|
02h15min
|
01h48min
|
02h07min
|
Nombre d'aéronefs considérés comme
s'éternisant
|
3
|
4
|
4
|
4
|
4
|
4
|
5
|
Nombre de
postes actifs
|
30
|
29
|
29
|
29
|
29
|
29
|
28
|
Capacité horaire
|
30
|
32
|
25
|
32
|
25
|
32
|
26
|
|
2.6 Cas de l'aire de mouvement
L'étude a précédemment montré que
la capacité de l'aire de mouvement est celle de son maillon le plus
faible (coupe minimale). Par ailleurs, il a été établi que
la capacité pratique s'obtient en multipliant la capacité
théorique par le coefficient de contraction K. En supposant le
même niveau de qualité de service pour les trois maillons, nous
généralisons le coefficient de contraction de la piste (K=0,88)
aux autres maillons de l'aire de mouvement. En outre, on notera que la
capacité de
16
14
12
10
8
6
4
2
0
programmation dépend de la politique du gestionnaire. Dans
tous les cas, celle-ci est inférieure à la capacité
pratique.
En résumé des résultats des simulations
ci-dessus, nous avons le tableau suivant :
Tableau 8:Récapitulatif des capacités des
diffé rents maillons de l 'aire de mouvement
|
Capacité de
piste
|
Capacité du réseau
de voies
de
circulation
|
Capacité de l'aire de
trafic (1avion/h
correspond
à 2mvt/h)
|
Capacité théorique
|
16mvt/h
|
204mvt/h
|
25mvt/h
|
Capacité pratique
|
14mvt/h
|
1 79mvt/h
|
22mvt/h
|
|
Le tableau récapitulatif des capacités des
différents maillons de l'aire de mouvement indique clairement que la
capacité pratique de l'aire de mouvement de l'aéroport
Léopold Sédar SENGHOR de Dakar est de 14
mouvements/heure.
A présent, comparons la demande du trafic à la
capacité pratique :
Demandes et capacité horaires
07/01/2007
00:00
08/01/2007
00:00
09/01/2007
00:00
10/01/2007
00:00
11/01/2007
00:00
12/01/2007
00:00
13/01/2007
00:00
14/01/2007
00:00
15/01/2007
00:00
16/01/2007
00:00
-2
nombre atterrissage nombre décollagenombre total de
mouvement capacité pratique
Plage ire
Figure 40:Capacité horaire et demandes
2.7 Conclusion
En comparant la demande à la capacité pratique,
nous constatons que la demande est nettement en deçà de la
capacité pratique, pourtant les vols subissent de grands retards sur le
terrain. Il y a lieu de s'interroger sur la qualité de la gestion de
l'aire de manoeuvre et en particulier celle de l'aire de trafic.
Conclusion
L'étude menée dans cette partie a
proposé une méthodologie d'élaboration de capacité
de l'aire de mouvement en décomposant cette dernière en ses trois
maillons que sont la piste, le réseau de voies de circulation et l'aire
de trafic.
En partant d'un modèle d'évolution des avions
sur la piste, deux méthodes de détermination de capacité
de piste ont été élaborées : une analytique et une
autre par
simulation. La méthode analytique utilise la formule
générale
|
C 3600
= , e étant l'écart
|
|
e
minimal en temps entre deux événements
(atterrissage ou décollage). La méthode par simulation est une
implémentation informatique du modèle de trafic. Elle permet de
déterminer la capacité de la piste en comptant le nombre
d'atterrissages et de décollages générés
après un temps de fonctionnement fixé à une heure dans
cette étude.
En ce qui concerne la capacité d'un tronçon de
voie de circulation, nous avons
'
nm
'+
. Connaissant
abouti à la formule C H = max( 3600 )
k1nk1mk2
k1
''2( )
++-
la capacité d'un arc du réseau de voies de
circulation, celle du réseau tout entier s'obtient par application du
théorème de la coupe minimale. Pour ce faire, nous avons
utilisé une méthode qui consiste à utiliser l'algorithme
d'Edmond et Karp.
Quant à l'aire de trafic sa capacité a
été évaluée à partir de la théorie de
gestion des stocks. Nous avons obtenu une capacité de l'aire de trafic
donnée par la relation
? ?
suivante : ? ? ? ?
Q3600
? G ?
= ×
k
? PUPT ? où Gk est l'unité globale
maximale de stockage
k i i i i
? ? i i ?
d'un bloc k.
Enfin, en appliquant le théorème de la coupe
minimale à l'aire de mouvement,
on obtient la relation suivante : Caire de
mouvement=min (Cpiste, Ctaxiways, Cpkg). Autrement
dit, il s'agit de la capacité du maillon le plus faible
de cette aire de mouvement.
En application de ces différentes études
théoriques, des simulations numériques ont été
effectuées d'abord sur des exemples quelconques et ensuite au cas
réel de Dakar. Les résultats suivants ont été
obtenus pour l'aéroport de Dakar et résumés dans le
tableau ci dessous :
|
Piste
|
Réseau de voies de circulation
|
Aire de
trafic
|
Aire de mouvement
|
Capacité théorique
|
16
|
204
|
25
|
16
|
Capacité pratique
|
14
|
179
|
22
|
14
|
|
Cependant la connaissance de la capacité de l'aire de
mouvement ne suffit pas pour éviter des problèmes de congestion
au niveau des aéroports. Encore faut-il savoir comment utiliser cette
donnée primordiale pour aboutir à une gestion idoine et
rationnelle de l'aire de mouvement. On pourrait l'utiliser comme outil d'aide
à la décision lors de l'affectation de créneaux horaires.
Aussi, ne serait-il pas judicieux, à partir de la connaissance de la
capacité de l'aire de trafic, de réfléchir sur
système de régulation de trafic.
TROISIEME PARTIE :
GESTION AUTOMATIQUE DE L'AIRE DE TRAFIC
Introduction
La gestion de l'aire de trafic peut être assurée
soit par un organe ATS, soit par un organe créé par les
autorités compétentes en la matière ou même par une
société d'exploitation dédiée. Le
développement relativement récent du système de hubs
commerciaux induit des pics de trafic difficiles à écouler. Cela
confère à l'aéroport un rôle essentiel dans lequel
les moindres retards ont des conséquences pénalisantes pour les
différents acteurs de la plate forme. Une partie de plus en plus
significative de ces retards qui pénalisent tous les usagers est
imputable à la gestion de l'aire de trafic. Une gestion efficiente de
l'aire de trafic inclut une bonne connaissance de sa capacité et la
prise en compte de toutes les contraintes y afférentes.
Automatiser cette gestion de l'aire de trafic est un
problème complexe. Il s'agira ici de définir le problème
posé, d'adopter une méthodologie de résolution, puis de
procéder à des simulations numériques en vue
d'élaborer et de valider un modèle.
CHAPITRE 1: Généralités sur la
gestion de l'aire de trafic
1.1 Introduction
Ce chapitre déclinera les objectifs de la gestion de
l'aire de trafic, dégagera les contraintes y relatives avant de
présenter la notion d'automatisation. Ensuite, il dressera un panorama
des outils existants sur l'automatisation de certaines tâches dans le
domaine du l'ATC.
1.2 Objectifs de la gestion de l'aire de trafic
La grande diversité des opérations sur l'aire
de trafic nécessite une réelle coordination de ces
activités. Pour une gestion efficiente, il est important de
connaître certains objectifs essentiels de la gestion de l'aire de
trafic. Il s'agit notamment :
- d'éviter les abordages et les collisions sur l'aire de
trafic;
- d'offrir de meilleures possibilités de capacité
de l'aire de trafic tout en respectant le niveau minimum de
sécurité requis ;
- de réguler le trafic sur l'aire de trafic de
manière à limiter les retards dus à la congestion ;
- de réduire la charge de travail du contrôleur par
l'automatisation de certaines fonctions et l'amélioration de l'ergonomie
;
- d'optimiser l'occupation des postes de stationnement en
mettant en oeuvre, par exemple, un planning des compagnies.
1.3 Contraintes liées à la gestion de l'aire
de trafic
De façon générale, une contrainte
correspond à l'énoncé d'une propriété
relative à différents objets. Selon le Larousse, c'est une
obligation créée par les règles en usage dans un milieu,
par une nécessité, etc. Pour gérer de façon
optimale de l'aire de trafic, il est impératif de connaître les
différentes contraintes liées à cette gestion.
Ici, il sera question de ressortir quelques contraintes
auxquelles sont soumis les gestionnaires de l'aire de trafic, les avions
eux-mêmes ou toute autre personne agissant sur l'aire de trafic.
i) Contraintes de planification des vols
Il doit exister un organe intervenant dans la gestion de
l'aire de trafic qui établit un programme des différents vols
afin d'éviter que tout le monde arrivent à la fois. Ce planning
doit surtout être fonction du nombre et du type de postes de
stationnement. Une planification bien adaptée des vols
est un important atout pour une plate forme aéroportuaire. Par
ailleurs, le non respect des horaires par les compagnies (retard,
déroutement, etc.) peut engendrer des congestions de l'aire de trafic
à un moment donné. En cas d'occurrence de ces
irrégularités, en plus des organes chargés du
contrôle de la circulation aérienne, l'organe gérant l'aire
de trafic sera tenu informé pour le réajustement du planning et
la prise de mesures correctives.
ii) Contraintes liées aux normes de
séparation sur l 'aire de trafic
Sur les aérodromes de lettre de code D (annexe 14
OACI), la séparation minimale entre deux avions (queue,
extrémité de l'aile) au poste de stationnement est, rappelons le,
de 7,5 mètres. Un poste ne sera affecté à un
aéronef que si les dimensions de ce poste sont compatibles avec
l'envergure et la longueur hors tout de l'avion. Les marques de
balisage au sol délimitent bien les différents postes de
stationnement. Les lignes de guidage au sol doivent être
respectées par les pilotes.
iii) Contraintes liées aux équipements
de manutention
Le temps d'escale est, entre autres, fonction des
équipements de manutention disponibles sur le terrain. Par exemple, le
temps de déchargement ou de chargement de bagages de soute ou de fret
sera plus ou moins long selon qu'ils se font manuellement ou sur tapis roulant
ou avec tout autre dispositif destiné à cette fin.
iv) Contraintes de compatibilité entre les
portances des postes de stationnement
et les masses avions
Le gestionnaire de l'aire de trafic veillera, qu'à
chaque aéronef, soit assigné un poste compatible avec sa masse.
Le non respect de cette contrainte accélère la
détérioration de la chaussée au niveau du poste.
Evidemment, il en résulte des conséquences économiques non
négligeables.
v) Contraintes liées au nombre, aux types et
à la configuration des postes
Les limitations de capacité dues à
l'insuffisance du nombre de postes de stationnement conduisent souvent soit
à l'utilisation de positions déportées, soit à des
attentes ou des blocages en bout de pistes. Toutes ces situations sont
inconfortables pour les passagers et pénalisantes pour les compagnies
aériennes. Le gestionnaire de l'aire de trafic en tiendra compte dans sa
politique de gestion. Les évolutions des avions stationnés en
`nose-in' nécessitant un repoussage, peuvent gêner des mouvements
d'autres aéronefs gagnant ou quittant leur poste. De tels conflits en
heures de pointe ont des répercussions immédiates. Le mode de
stationnement des avions est étroitement lié à la
configuration des zones de stationnement.
vi) Contraintes liées à la position des
différentes aérogares
Selon que les aérogares passagers soient proches ou
éloignées des postes sur l'aire de trafic, le gestionnaire
positionne les avions afin d'éviter une longue marche aux passagers. Le
cas échéant, un véhicule doit être mis à leur
disposition. Quant au fret, la position de l'aérogare fret doit
être de telle sorte que les véhicules impliqués dans les
opérations de débarquement et d'embarquement du fret circulent le
plus loin possible des autres postes. L'organe chargé de gérer
l'aire de trafic peut ainsi diminuer le nombre d'interférences entre
véhicules et avions.
vii) Contraintes liées à la position des
différentes prises (carburant, de terre,
eau)
Après un atterrissage, un aéronef peut avoir
besoin de renouveler ses réserves de carburant, d'eau, etc. En fonction
de la position des différentes prises et des besoins des avions en
matière de ravitaillements, le gestionnaire de l'aire de trafic
affectera un poste. Mais, ceci peut être contourné sur les plates
formes où des véhicules spécialisés assurent ces
services.
viii) Contraintes liées aux conditions
météorologiques
Les conditions météorologiques peuvent
être une contrainte dans la gestion du l'aire de trafic dans la mesure
où en cas de précipitations (pluies, neige, grêle, etc.),
les opérations d'embarquement ou de débarquement
nécessitent une protection : jetée, passerelle munie de toit,
parapluies ou tout autre dispositif visant à protéger les
passagers et le fret de ces intempéries
météorologiques.
1.4 Notion d'automatisation
L'automatique fait partie des sciences de l'ingénieur.
Cette discipline traite de la modélisation, de l'analyse, de la commande
et de la régulation des systèmes dynamiques. Elle a pour
fondements théoriques les mathématiques, la théorie du
signal et l'informatique théorique. L'automatique n'est pas un champ
scientifique fermé. Ce champ est transversal dans ses applications
allant de la régulation de l'économie à celle de la
machine électrique en passant par le pilotage des lanceurs,
l'asservissement des têtes de lectures dans les disques durs.
Concrètement, l'automatique permet l'automatisation de tâches par
des machines fonctionnant sans intervention humaine. On parle alors de
système asservi ou régulé. L'état
désiré du système est nommé la consigne.
L'automatisation, quant à elle, consiste à
transférer à un système (partiellement ou totalement) des
tâches effectuées, jusqu'à présent, par un
opérateur humain. Tant que l'automatisation n'est pas totale,
l'opérateur humain garde un rôle. On parle dans ce cas
d'assistance automatisée. L'automatisation n'est pas une
opération « tout ou rien » mais un processus lent.
Selon certains auteurs, tout processus automatisé
passerait par les étapes chronologiques ci-dessous.
La première est le mode contrôlé
de traitement. Dans ce mode, l'attention de l'opérateur humain
pour résoudre la tâche est très soutenue. Ensuite, le
processus automatique évolue vers l'étape de traitement
à la fois contrôlée et automatique. A ce stade,
l'attention de l'opérateur humain peut être réduite
progressivement, mais la performance se détériore s'il y a une
surcharge liée à une double tâche.
Enfin, la dernière étape constitue le
traitement automatique total. A cette étape ultime, le
constat est qu'aucun gain additionnel n'apparaît avec le processus
contrôlé. Il peut donc être utilisé pour autre chose
(tâche parallèle).
Deux caractéristiques accompagnent l'automatisation
d'un processus :
- la présence de ratés (effet Stroop) : un
système automatisé peut souvent donner des résultats
différents de ceux attendus.
- lorsque l'automatisation d'une tâche est interrompue,
l'opérateur humain met plus de temps à découvrir la
solution que si elle n'avait jamais été automatisée.
C'est pourquoi, il est déconseillé d'automatiser
les tâches très faciles ou les tâches mal
appréhendées. Il faut également automatiser pour augmenter
la « conscience de la situation », enrichir l'environnement de
travail de l'opérateur et améliorer ses compétences et non
le contraire.
De nos jours, avec la forte implication de l'informatique,
l'automatisation ne va pas sans l'utilisation de logiciels. À ce niveau,
il est à noter qu'il y a toujours une double tâche à savoir
l'utilisation même du logiciel d'une part et la création
d'événements d'autre part. Cette deuxième tâche est
difficilement automatisée, elle requiert plutôt toute l'attention
de l'opérateur humain, car c'est la tâche principale. En outre,
l'automatisation serait plus rapide si la gamme des différents logiciels
disponibles sur le marché est standardisée.
1.5 Outils existants sur l'automatisation des
opérations au sol
L'automatisation des services de la circulation
aérienne peut être une solution aux problèmes tels que la
congestion du trafic en route, la demande excédant la capacité de
l'ATM, l'allongement des trajectoires dans le réseau de routes et
surtout la régulation du trafic (retards). Plusieurs tentatives
d'automatisation totale du contrôle aérien ont eu lieu, mais
aucune n'a pu aboutir à des solutions sûres et viables. Par
contre, quelques outils d'aide en ce sens ont été
développés. Ces outils fournissent des supports automatiques aux
contrôleurs dans le but de réduire leur charge de travail et
accroître la capacité du système ATM. Ces outils
pourraient, par similitude être adaptés à la gestion de
l'aire de trafic.
Dans ce qui suit, nous allons présenter des outils
existants d'aide aux opérations au sol.
i) Outils développés par Eurocontrol ou la
DGAC française
Z Aux aéroports de Roissy et Orly, trois systèmes
terminaux fournissent une aide à la gestion des départs. Il
s'agit de :
- A VISO1 : il fournit un moyen
d'identifier (manuellement pour les départs) les plots radars au sol.
Malgré ses imperfections, l'utilisation d'AVISO est fréquente
surtout à Roissy et est en train d'induire une modification des
méthodes de travail opérationnelles (ainsi que des besoins en
terme d'outil d'aide). La triangulation MODE S, devrait permettre, à
terme, une identification automatique des plots radar au sol.
- DISCUS dont l'utilisateur principal est le
prévol. Il peut être assimilé à un terminal de
système de traitement de plans de vol ainsi qu'à une
ébauche d'un gestionnaire de départ (Departure Manager de
l'Eurocontrol). Le système fournit entre autres, une visualisation de
l'occupation de la piste. Les vols sont classés par piste allouée
et par heure d'activation.
- SARIA : il fournit, entre autres, l'allocation des
poste de stationnement, l'heure de sortie de l'aire de trafic en temps «
semi-réel » ainsi que l'immatriculation des avions. N.B : Les
aéroports parisiens, du fait de l'utilisation conjointe de DISCUS, AVISO
et SARIA, sont parmi les mieux équipés en systèmes d'aide
à la gestion des départs.
Z Le système de distribution des vols à
l'arrivée MAESTRO : c'est un système d'aide à la
régulation et à l'écoulement du trafic des vols à
l'arrivée. Le concept de MAESTRO a été lancé en
1985 par les premières études du CENA2 afin de pallier
la congestion de plus en plus importante des grandes plates-formes
aéroportuaires d'Orly et de Roissy Charles de Gaulle. Il offre un outil
de dialogue et de négociation pour la construction globale de la
séquence de régulation. Cet outil permet de garantir une
utilisation optimale des pistes à l'atterrissage.
1 Système de surveillance radar au sol de ADP
2 Le CENA a été fusionné en 1985 avec le
STNA pour donner la DSNA
Il évalue en temps réel les cadences et les
dérives par rapport aux cadences prévues. Le système
laisse la possibilité d'ordonner manuellement les séquences mais
propose naturellement une séquence optimisée. Globalement, le
système de contrôle s'en trouve ainsi amélioré.
Z Par ailleurs, AIDA est un autre outil d'aide
à la gestion des départs destiné à répondre
conjointement aux besoins des aéroports de la région parisienne
et des secteurs des centres en route intégrant des départs.
L'outil doit fournir des prévisions de trafic sur les points de sorties
des SID, en fusionnant et en extrapolant les séquences de
décollage calculées pour chaque aéroport, un vol est
intégré dans la séquence à l'éveil du plan
de vol, et les heures calculées sont réactualisées
jusqu'au passage au point de sortie de SID.
Z Un ensemble d'outils a également été
développé par Eurocontrol. Citons par exemple :
- Trajectory Predictor : son rôle est de
prévoir la trajectoire d'un avion en prenant en compte toutes les
informations disponibles. Cet outil utilise une base de donnée sur les
caractéristiques des performances des avions.
- Departure/Arrival Manager : c'est un outil de
calcul et d'optimisation des séquences d'arrivée et de
départ. Il fournit alors de l'aide à la gestion des
arrivées/départs dans un aéroport. Il est conçu
pour s'adapter à toutes les configurations d'aéroports.
Basé au sol, cet outil optimise l'utilisation des pistes et
améliore l'organisation du trafic en cours dans l'espace terminal. Les
séquences de départs/arrivées fournies sont
régulièrement mises à jour pour tenir compte de la
situation de trafic courant.
ii) Outils développés par la FAA et/ou
la NASA
- Le SMA (Surface Movement Advisor) : il améliore
l'efficacité des opérations aéroportuaires. L'idée
est d'améliorer le partage des informations entre les intervenants sur
l'aéroport. Ses objectifs sont :
· optimiser l'utilisation des postes de stationnement
;
· rationaliser l'occupation des voies de circulation au
départ ;
· alléger les communications vocales ;
· faciliter l'analyse des opérations
aéroportuaires ;
· améliorer la programmation des équipages
;
- le projet SIMMOD (SIMmulation MODel) : il s'agit d'un
logiciel de simulation d'espace aérien et d'aéroport, difficile
à utiliser. Il n'est pas conçu pour donner un avis au
contrôleur sol. SIMMOD peut aider à réaliser des
études d'évaluation du trafic aérien en route et en
approche ainsi que des opérations au sol des aéroports et des
compagnies aériennes.
1.6 Conclusion
Dans ce chapitre, après avoir donné quelques
objectifs et contraintes de la gestion de l'aire de trafic, la notion
d'automatisation ainsi que des outils disponibles sur l'automatisation de la
gestion du trafic aérien ont été
présentés.
Une bonne gestion de l'aire de trafic est un
élément clé dans la régulation du flux de trafic
à l'arrivée comme au départ.
La gestion du trafic au sol doit s'attacher à optimiser
le déplacement de chaque avion entre l'aire de trafic et la piste (ou
inversement) de façon à réduire le coût du roulage
en temps et en carburant.
CHAPITRE 2: Cahier de charge de l'automatisation de
la
gestion de l'aire de trafic et méthodologie de
résolution
2.1 Introduction
L'étude menée dans la deuxième partie
nous a révélé que le mode de gestion de trafic influe dans
une large mesure sur la capacité de l'aire de mouvement.
L'automatisation d'un processus a justement pour contribution essentielle de
proposer une gestion de ce système qui approche l'optimale. Mais pour
que l'automatisation soit efficace il faudrait identifier les tâches
à automatiser et définir le degré d'automatisation
souhaité dans la mesure du possible. Compte tenu de la
spécificité du transport aérien, nous avons opté
pour une assistance automatisée par un logiciel (l'être humain est
toujours présent dans la boucle). Aussi, ce chapitre se consacrera
à la définition du cahier de charge et à son
exécution.
2.2 Définition du cahier de charge
Le cahier de charge a pour objet d'identifier les
différentes actions à mener dans le cadre de l'automatisation de
la gestion de l'aire de trafic. Pour faciliter sa lecture, il semble essentiel
de préciser deux des termes fondamentaux qui pourraient ne pas
être familiers aux lecteurs non avertis. Il s'agit des gestions
prétactique et tactique.
La gestion prétactique est un ensemble d'actions
prévisionnelles (planififiées et anticipatives) à
accomplir, dans le cadre de la gestion de l'aire de trafic à moyen et
long termes (du mois au jour). Cette gestion prétactique va aboutir
à l'octroi des créneaux horaires.
La gestion tactique est un ensemble d'actions à
accomplir à court terme ou en cours (réactives et en temps
réel), dans le cadre de la gestion de l'aire de trafic (du jour à
la minute). Cette gestion tactique va aboutir à la gestion en temps
réel de l'aire de trafic.
Aussi, ce cahier de charge a t-il été
décomposé en deux classes de gestion en fonction de la nature des
tâches à exécuter et de la fenêtre temporelle
considérée. Il s'agit des classes dites gestion <<
prétactique >> et << tactique >> ci-dessous.
2.2.1 Gestion « prétactique »
Cette classe de tâches concerne celles qui sont
exécutées en amont du vol concerné, c'est-à-dire
qu'elle consiste à fournir certains services avant même le
début du vol. Il s'agit d'adapter la demande du trafic aérien
à la capacité de l'aire de mouvement, en occurrence à la
capacité de la piste. Pour arriver à cette fin, nous allons nous
appuyer sur la réservation des postes de stationnement. Les
étapes successives de gestion sont les suivantes :
1. Lorsqu'un équipage projette un vol, il doit envoyer
une demande d'attribution de poste de stationnement à l'aéroport
concerné. Cette demande indiquera clairement l'indicatif de
l'aéronef, la masse (MMSD) de l'avion, l'heure prévue
d'arrivée à l'aérodrome et la durée prévue
de l'escale ou rotation sur ce terrain.
2. Le gestionnaire de l'aire de trafic va allouer, en
fonction de la masse de l'aéronef, du temps prévu de
séjour sur la plate forme ainsi que de l'état des
réservations et d'occupations de l'aire de stationnement, le poste de
stationnement adéquat à l'équipage. Pour ce faire, il va
identifier les postes compatibles avec l'aéronef en question, ensuite il
va vérifier si durant le temps entre l'heure prévue
d'arrivée sur la plate-forme et l'heure prévue de départ
de celle-ci, il existe un poste compatible non occupé et non
réservé. Dans ce cas, le poste est attribué à
l'aéronef. Sinon l'opérateur cherche un autre créneau
où il est possible de trouver un poste compatible et disponible.
3. Après l'attribution, le gestionnaire communique la
réponse à l'équipage. Cette réponse aura pour
format : << Poste attribué de HH :mm à HH :mm >>.
4. Lorsque l'équipage accepte les horaires
proposés, il répond par << Contrat de réservation
poste de stationnement conclu >>. Si les horaires ne lui conviennent pas,
il ne répond pas et la transaction est clôturée et sa
demande n'est prise en compte.
5. Lorsque le contrat est conclu, le gestionnaire
clôture la transaction et met à jour le registre de
réservation des postes de stationnement.
Il est essentiel de noter que, pour les vols réguliers,
ces informations ne sont pas requises pour chaque vol, mais proviennent de la
planification jadis faite.
2.2.2 Gestion « tactique »
Il s'agit ici de définir les actions de gestion
à mener à court terme et en temps réel. Cela revient
à attribuer un poste de stationnement aux aéronefs à
l'arrivée et à faire en sorte qu'il n'y ait pas de
collision/abordage entre les aéronefs qui entrent ou sortent des postes
de stationnement ou ceux qui sont stationnés dans les différents
postes. Pour parvenir au but visé, il faut donc une gestion rationnelle
et méthodique de l'aire de trafic. Les tâches cidessous
énumérées permettent d'atteindre ce but :
1. quand un aéronef se présente sur la
plate-forme, le gestionnaire lui attribue le poste jadis réservé
ou à défaut un poste compatible et disponible ;
2. quand un aéronef effectue une demande de mise en
route, le gestionnaire répond en fonction de la configuration du trafic
(la piste, l'itinéraire pour y accéder, la tranche d'espace qui
sera utilisée pour l'envol) ;
3. le gestionnaire doit également indiquer à
l'aéronef, l'itinéraire du poste de stationnement à la
piste et vice versa ;
4. le gestionnaire doit pouvoir communiquer l'heure de roulage
à l'aéronef ;
2.3 Méthodologie de résolution
2.3.1 Présentation des outils supports de
développement :
Pour automatiser les tâches ci-dessus décrites dans
le cahier de charge, nous allons
proposer une application qui peut être consultée
par des machines distantes ou locales (application client/serveur). Notre
application sera le serveur, les clients seront soit, les systèmes
embarqués (datalink), soit un système sol destiné à
la planification des vols (divers usagers).
L'application sera développée dans
l'environnement Windows à l'aide du RAD1 visual basic comme
support de programmation. La communication avec les machines clientes sera
établie par l'intermédiaire de la bibliothèque de liaison
dynamique DLL2 Winsock. Cette bibliothèque utilise le
protocole IP3 de la couche réseau.
1 Rapid Application development
2 Dynamic Link Library
3 Internet Protocol
La solution proposée s'articule autour des deux classes de
gestion définies précédemment.
2.3.2 Automatisation «prétactique»
L'application proposée, dans son fonctionnement
prétactique, sera consultée par d'autres applications distantes
ou locales en mode connecté ; le protocole TCP1 de la couche
transport sera utilisé.
Pour la résolution de cette classe, une fenêtre
temporelle d'une semaine à un mois sera considérée. La
solution retenue consiste à créer un fichier dans lequel les
réservations des postes de stationnement seront enregistrées.
Chaque réservation sera représentée par une chaîne
de caractères. Celle-ci contiendra : l'identification du poste,
l'indicatif de l'aéronef et l'intervalle de temps réservé
ou créneau. Ainsi, on notera Crij le
créneau correspondant à un poste numéro i
réservé à un aéronef numéro j.
La demande de la réservation d'un créneau
comprendra l'indicatif de l'aéronef, sa masse maximale de structure au
décollage, l'heure estimée d'arrivée et la durée
estimée d'escale. Ceux-ci constituent une demande de créneau
Cr (Cr est un intervalle de temps) dont les bornes sont
ETA-å1 et
ETA+Rotation+å2. ETA est l'heure
prévue d'arrivée à
l'IAF, Rotation la durée prévue de l'escale (en
minutes) et les åi sont, quant à eux, des durées
additionnelles pour tenir compte de l'imprécision de l'ETA. Nous fixons
å1=5 minutes et å2=10 minutes.
Lorsqu'une requête de réservation est
reçue par l'application, celle-ci cherche le poste le plus proche de la
voie de sortie, compatible avec l'avion. Ensuite, dans le fichier de
réservation, les créneaux associés au poste sont lus. S'il
n'y a aucune interférence entre ces créneaux et le créneau
demandé, le poste est alloué à l'aéronef et la
réservation concernée est enregistrée dans le fichier.
Dans le cas où la réservation demandée interfère
avec un des créneaux, un autre poste est cherché selon le
même procédé. Lorsqu'il n y a aucun poste libre et
compatible, l 'ETA est incrémentée de 10 minutes et une nouvelle
recherche de
1 Transmission Control Protocol
créneau est engagée. A la fin de ces recherches le
poste octroyé et l'ETA acceptée sont retournés et
envoyés à l'application cliente.
L'algorithme décrit ci-dessus attribue dans tous les
cas un poste. Dans certains cas, l'ETA acceptée peut être
très différente de l'ETA demandée ; il revient alors au
demandeur de créneau de l'accepter ou non. Lorsque le demandeur accepte
la proposition, le contrat de réservation est conclu.
L'algorithme de la gestion prétactique est
résumé par le logigramme ci-dessous.
Figure 41: Logigramme de la gestion prétactique
:
2.3.3 Automatisation «tactique»
Pour la résolution tactique, une liaison de
données entre les avions et l'application est nécessaire. Cette
liaison dépend du système déjà en place. S'il
existe déjà une application qui gère le datalink,
application développée va recevoir ces données à
partir de celle-ci. Sinon, elle communiquera directement avec les avions
individuellement. Dans tous les cas, il s'agira d'une communication en mode non
connecté (UDP1), et chaque avion sera
représenté par une adresse IP. Une fois la liaison
établie, l'algorithme ci-dessous décrit la gestion tactique.
Algorithme :
Il s'agit ici de définir d'abord les termes
utilisés, puis de décliner le principe de traitement des
arrivées et des départs.
A tout arc A(i,j), associons pour les arrivées, la
chaîne PreviA(i,j) représentant la concaténation des heures
prévues d'entrée dans l'arc et, pour les départs la
chaîne PreviD(i,j) représentant celle des heures prévues
d'entrée dans l'arc.
Figure 42:Définition de PreviA
> Arrivée
Les avions, à l'arrivée, au début de
l'approche, enverront un message dont le format est le suivant :
Indicatif/ Masse/Heure prévue de sortie piste/ Sortie
piste envisagée/Vitesse de déplacement en surface
envisagée.
1 User Datagram Protocol
Le logiciel va utiliser les éléments de ce
message pour chercher le poste de stationnement le plus proche de la sortie de
la piste, libre et compatible avec les caractéristiques de l'avion. A la
suite de cela, le plus court chemin pour accéder à ce poste sera
déterminé. La réponse générée sera
affichée à l'interface du gestionnaire pour validation. Lorsque
la réponse est validée, elle sera envoyée à
l'avion. Le logiciel va aussi calculer les heures estimées aux
différents points du chemin trouvé et mettra à jour toutes
les chaînes PreviA(i,j) concernées.
Ainsi, pour chaque aéronef à l'arrivée, le
logigramme ci-dessous sera exécuté.
Figure 43:logigramme mode tactique
(arrivées)
> Départ :
Avant la mise en route, l'avion enverra un message dont le format
est : «Indicatif/Poste/date de début roulage (td)/Vitesse de
roulage envisagée ».
Le logiciel procède comme suit :
1 détermination du plus court chemin entre le poste de
stationnement et l'entrée de la piste (nous avons retenu l'algorithme de
Dijkstra pour le calcul du plus court chemin) ;
2 pour chaque arc (i,j) du chemin, les dates d'entrée
te et celle de sortie ts prévues sont
calculées ;
3 ensuite pour chaque date tk de la chaîne
PreviA(i,j) associée à cet arc, le logiciel vérifie que
:
tk ? [te - d p , t s
], dp est la durée de parcours sur l'arc par l'avion k
S 'il existe une date tk telle que la proposition ci-dessus ne
soit pas vérifiée, alors la date td est incrémentée
de å , ensuite le processus reprend à partir du point
2.
Si tous les tk sont satisfaisants, la date td est
retournée comme heure prévue de début de roulage.
Figure 44: représentation des entrées des
arrivée et départ sur un arc
L'algorithme de la gestion tactique exécuté pour
chaque départ est représenté par le logigramme
ci-dessous.
Figure 45:Logigramme en mode tactique
(départ)
2.4 Conclusion
Dans ce chapitre, après avoir défini le cahier
de charge de l'automatisation de la gestion de l'aire de trafic, proposé
un algorithme d'exécution, une application a été
développée. Aussi, est-il nécessaire d'effectuer des
simulations en vue de sa validation.
CHAPITRE 3: Simulations et validation
3.1 Introduction
Dans le monde aéronautique, toute faille dans la
conception ou l'utilisation d'un outil ou d'un équipement peut avoir des
conséquences désastreuses. C'est pourquoi, après la
conception d'un logiciel, il s'avère impératif de le tester avant
sa mise en oeuvre effective. C'est dans cet esprit que, dans ce chapitre,
l'application ci-dessus développée fera l'objet de simulations
numériques. Ainsi, les résultats obtenus seront analysés,
puis interprétés dans l'optique de son adoption.
3.2 Simulation « prétactique »
Pour la simulation en mode « prétactique » du
logiciel, nous avons envoyé des requêtes conformes au format de
message fixé. Le tableau ci-dessous dresse les différentes
requêtes et les réponses obtenues.
Tableau 9:Requêtes et réponses
Aéronefs Requêtes
Réponses
ETA
ETD ETA ETD postesc
Indicatif Masse (T)
|
DAH5022
|
200
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
J6
|
|
SAS2057
|
300
|
11 :00
|
11 :45
|
11 :00
|
11 :45
|
J9
|
|
KLM1010
|
250
|
06 :53
|
12 :04
|
06 :53
|
12 :04
|
J4
|
|
FGERS
|
100
|
14 :17
|
15 :25
|
14 :17
|
15 :25
|
J6
|
|
N95T
|
50
|
19 :08
|
20 :19
|
19 :08
|
20 :19
|
N16
|
|
SAA2566
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G29
|
|
AFR2501
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G30
|
|
SIM3625
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G31
|
|
CEW102
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G32
|
|
NIG1210
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G33
|
|
MLI4010
|
300
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
G34
|
|
BKN3012
|
300
|
10 :00
|
12 :00
|
11:55
|
13:55
|
J9
|
|
KBO1212
|
300
|
10 :00
|
12 :00
|
12 :10
|
13 :10
|
J6
|
|
MLL012
|
150
|
10 :00
|
12 :00
|
10 :00
|
12 :00
|
J2
|
Les champs << aéronefs >> et <<
requêtes >> sont les données initiales de la simulation. Le
champ << réponses >> constitue le résultat fourni par
le logiciel.
Pour mieux apprécier les résultats obtenus, le
tableau a été traduit en graphique.
Figure 46:Etat de réservation des postes de
stationnement
Sur ce graphe, on remarque des segments tracés sur
plusieurs niveaux. Chaque niveau représente un poste de stationnement,
tandis que chaque segment représente un créneau horaire
réservé.
On constate aisément qu'aucun poste n'est
réservé simultanément pour des avions différents
à la même date. Par ailleurs, on remarque que lorsqu'un poste fait
l'objet de plus d'une réservation, il y a séparation nette des
créneaux.
3.3 Simulation « tactique »
Pour son fonctionnement en mode << tactique >>, le
logiciel a besoin d'une interaction avec le trafic aérien. Aussi,
avons-nous décidé de le connecter au simulateur de trafic ayant
permis de déterminer la capacité de la piste dans l'étude
faite à la deuxième partie du présent document.
L'acquisition des données a consisté à
laisser ce simulateur tourner durant dix heures (en temps
accéléré). Les enregistrements obtenus contiennent les
champs suivants : Indicatif, masses, heure d'arrivée au poste, heure
de début de roulage au départ, poste de stationnement
utilisé.
A l'issue de la simulation, le tableau suivant a
été obtenu:
Pour une meilleure lisibilité, nous avons tracé le
graphe ci-dessous :
Resultat de la gestion tactique
Plage horaire
N16 N14 N12 N10 N8 J6 J4 J2 J9 J7 J5 J3 J1 C1 C2
G17 G18 G19 G20
Figure 47:Résultats de la simulation de la gestion
tactique
De l'analyse des figures ci-dessus (fig 42 et 43), on constate
que durant les dix heures, aucun poste n'a été attribué
simultanément à deux avions au même moment.
3.4 Conclusion
Les simulations ont donné des résultats
cohérents. Dans les deux modes de gestion, les postes de stationnement
sont affectés aux aéronefs compatibles. La liste de
réservation, dans la gestion prétactique, indique que les
créneaux, pour un poste donné, ne s'enchevêtrent pas. En
tactique, après dix heures de simulation, aucun conflit n'a
été observé dans l'attribution des postes de
stationnement.
Conclusion
Cette partie, dans un premier temps, a abordé les
contraintes liées à la gestion de l'aire de trafic, a mis en
exergue la notion de l'automatisation et cité quelques outils existants
en la matière. Ensuite, elle s'est attelée à la
définition d'un cahier de charge de l'automatisation de la gestion de
l'aire de trafic et à son exécution. Enfin, elle s'est
consacrée à des simulations, à l'analyse des
résultats en vue de la validation de l'outil développé.
CONCLUSION GENERALE
Les travaux menés dans le cadre de ce mémoire
visaient un double objectif. Il s'agissait d'une part, de proposer une
méthodologie d'évaluation de la capacité de l'aire de
mouvement et d'autre part, de concevoir et de développer un outil
d'assistance automatique à la gestion de l'aire de trafic.
La première partie du mémoire s'est d'abord
attelée à identifier quelques facteurs ayant un impact direct sur
la capacité de l'aire de mouvement. Ensuite, une description de la
gestion de la circulation des avions au sol a été faite. Enfin,
un panorama de l'état de l'art actuel en matière
d'évaluation de la capacité de l'aire de mouvement a
été dressé. Il ressort de celui-ci que beaucoup
d'études ont été menées mais très peu de
réalisations concrètes ont été faites.
Dans la deuxième partie du mémoire, une
méthodologie d'élaboration de capacité de l'aire de
mouvement a été proposée en décomposant celle-ci en
ses trois maillons que sont la piste, le réseau de voies de circulation
et l'aire de trafic. Deux méthodes ont été
proposées pour l'évaluation de la capacité de la piste. La
première est purement analytique tandis que la seconde est une approche
par simulation numérique. La capacité du réseau de voies
de circulation a été évaluée grâce à
l'application de la théorie des graphes et celle de l'aire de trafic a
utilisé la théorie de la gestion des stocks. La capacité
de l'aire de mouvement a été déduite comme étant
celle de son maillon le plus faible. En application de ces différentes
études théoriques, des simulations numériques ont
été effectuées d'abord sur des exemples quelconques et
ensuite sur la plateforme de Dakar. Les principaux résultats obtenus
pour les capacités théorique et opérationnelle sont
respectivement les suivants pour:
- la piste : 16 et 14 mouvements par heure ;
- le réseau de voies de circulation : 204 et 179
mouvements par heure ;
- l'aire de trafic: 25 et 22 mouvements par heure.
La troisième partie de ce mémoire a d'abord
recensé les différentes contraintes liées à la
gestion de l'aire de trafic, présenté sommairement le concept de
l'automatique avant d'établir un panorama des outils existants en
matière de la gestion automatique de trafic des aéronefs au sol.
Ensuite, l'étude a défini un cahier de charge de l'automatisation
de la gestion de l'aire de trafic. Il a été question ici, d'une
part d'identifier le processus à automatiser et d'autre part, de
proposer une solution à cette automatisation. La démarche
proposée s'articule autour de deux modes de fonctionnement suivant la
fenêtre temporelle considérée. Il s'agit de la gestion
prétactique à moyen et long termes et de la gestion tactique
à court terme et en temps réel.
Les enjeux économiques et technologiques dans le
domaine de l'aviation civile imposent, dans la conception d'un système
ou d'une procédure d'exploitation, des simulations et des
évaluations préalables, des tests et une certification
(validation) avant la mise en oeuvre effective. Dans cette optique, un outil
d'aide à l'automatisation de la gestion de l'aire de trafic conçu
sur la base des solutions proposées, a été
développé pour effectuer des simulations numériques.
Comme aéroport d'application, les données de la
plate-forme de Dakar ont servi pour réaliser les principales
simulations.
L'analyse des ces résultats en mode prétactique
a révélé que les créneaux octroyés par la
liste des réservations, pour un poste de stationnement donné, ne
s'enchevêtrent pas. C'est dire qu'à tout instant, un poste de
stationnement ne peut être utilisé que par un seul aéronef
compatible.
La simulation du logiciel en mode tactique, après dix
heures de fonctionnement continu, n'a révélé aucun cas de
conflit dans l'attribution en temps réel des postes de stationnement.
Ces outils élaborés pourraient être
expérimentés sur d'autres aéroports de l'ASECNA pour tenir
compte de toutes les grandes spécificités et fortes contraintes
en vue de sa validation, puis de leur adoption comme moyens d'évaluation
de la capacité de l'aire de mouvement et d'aide à la gestion de
l'aire de trafic.
Il contribuera à assister d'une part, le gestionnaire
de l'espace dans la régulation des flux de trafic pour éviter les
surcharges de l'espace aérien au voisinage immédiat de
l'aéroport et au sol, et d'autre part, le gestionnaire des plates-formes
aéroportuaires dans l'allocation des créneaux horaires et
l'optimisation de l'occupation des postes de stationnement.
Cette étude pourra être complétée
par un dossier de sécurité visant à évaluer les
risques encourus suite à l'utilisation des méthodes
proposées et l'exploitation du simulateur conçu.
| 
