Performance models provided by aircraft manufacturers are used by aircraft operators to perform flight path simulations aiming to reduce aircraft fuel consumption. However, performance models are generic and does not account for the performance deviations of each aircraft individual. The performance deviations, particularly in terms of fuel consumption, will affect the dynamic programming of flight path simulations. This may result in a less optimal flight path and ultimately lead to higher fuel consumption than expected. In hope of reducing this risk, a collection of local performance factors were derived. These factors describe the percentual deviation between the real fuel flow and the levels predicted by the performance model, and are allocated with respect to a range of flight parameters in a data library known as the performance library. A test environment is then constructed to simulate a continuous flow of flight data, where a new performance library is derived from the flight data of every month. The local performance factors of the previous month are then updated with the current; a learning process based on the weighted average ensemble approach. Further, the local performance factors are used in conjunction with the performance model to estimate the aircraft fuel consumption during cruise. The observed average prediction error is noticeably smaller than that of an equivalent global, scalar performance factor used by airlines today. The result also reveals that the prediction accuracy and versatility of the performance library is mainly determined by its resolution - higher resolution generally offers better accuracy at a cost of requiring more flight data, whereas lower resolutions are more versatile but of lower accuracy. Finally, the performance libraries of two identical aircraft are used to trace the performance deviation between them. The weighted average of all local performance factors in the performance library of respective aircraft reveal that the average fuel consumption is roughly -1.9 % and -2.5 % lower than the estimates by the performance model, ultimately proving that it is feasible to detect overall fuel efficiency deviation between two identical aircraft. / Prestandamodeller tillhandhållna av flygplanstillverkarna används oftast av flygbolagen för att utföra flygruttsimuleringar i syfte att bespara bränsle. Dock är prestandamodellerna generiska och tillgodoräknar inte prestandaavvikelserna som förekommer hos varje flygplansindivid. Dessa prestandaavvikelser, speciellt i form av bränsleförbrukning, kommer att påverka den dynamiska programmeringen i flygruttssimulationen. Följde när flygrutter som kan leda till högre förbrukningar än de ursprungligen uppskattades. I hopp om att minimera denna risk beräknades mängder av lokala prestandafaktorer, vilka grundar på prestandamodellens avvikelse från verkliga flygdata. Dessa koefficienter allokerades sedan till ett databibliotek (prestandabibliotek) med avseende på en samling av flygparametrar. En testmiljö konstruerades i följd för att simulera ett kontinuerligt dataflöde. Vidare skapades ett prestandabibliotek för varje månadsflygdata, där de nyskapade lokala prestandafaktorerna viktas med de motsvarandeparterna i föregående månadens prestandabibliotek, vilket är en inlärningsprocessbaserad på viktad medelvärdesensemble. Prestandabiblioteket applicerades sedan över prestandamodellen och det snittliga uppskattning felet observerades vara märkbart mindre än det från en motsvarande global, skalärbaserad prestandafaktor. Resultatet antyder också på att prestandabibliotekets uppskattningsnoggrannhet och allsidighet beror huvudsakligen på dess upplösning - en hög upplösning leder generellt till ökad uppskattningsnoggrannhet med på bekostnad av mer flygdata, medan lägre upplösningar tenderar att vara mer allsidiga men med mindre uppskattningsnoggrannhet. Slutligen användes prestandabiblioteken av två identiska flygplan för att spåra prestandaavvikelser som förekommer mellan dem. Viktat medelvärde av alla prestandafaktorer i respektiveflygplanets prestandabibliotek tyder på att snittförbrukningen är ungefär 1,9 % respektive2,5 % lägre än det som uppskattades av prestandamodellen. Härmed bevisades att det är möjligt att spåra varianser i snittförbrukningen mellan två identiska flygplan.

The impact of air travel on the climate, along with its increasing share in CO2 emissions have raised the demand for sustainable air travel solutions. The current aircraft technologies have seen significant improvement throughout the years. Although, the rate at which new aircraft technologies are developed can not keep up with the increased demand for air travel. Hence, a different approach to reduce the aviation’s impact on climate can be achieved by optimizing the vertical flight path in order to reduce the fuel consumption, i.e. using dynamic programming. Upon departure, an optimization of the vertical flight path is initiated and an optimal flight plan is suggested to the flight crew.  The fuel saving produced by the optimal flight plan is a potential saving that can only be fully achieved if the flight crew chose to fly according to the optimized flight path. However, restrictions from the Air Traffic Control, as well as the flight crew’s willingness to follow the optimized flight path can affect the achieved saving. Hence, a tool is developed in order to compute trip fuel consumption from post-flight data obtained from the Automatic Dependent Surveillance-Broadcast (ADS-B) surveillance technology. A method to identify the start and end positions of cruise segments is successfully implemented. Two methods of calculating the fuel are implemented and compared. The first method is based on simulating the actual flight, which uses the same performance model as for the simulation of the operational flight plan trip and optimized trip. The second method is based on utilizing the ADS-B data to obtain the aircraft speed which in return can be used as a parameter to obtain the fuel flow of the aircraft, hence the trip is not simulated. The results reveals that the simulation method produces flight trajectories that are comparable to the operational and optimized flight plans since they use the same model structure. However, using ADS-B data to obtain fuel consumption represents the actual flight trajectory more accurately.  Furthermore, an optimization algorithm based on the onboard Flight Management Computer is implemented. According to the results, the FMC optimization offers a sufficient optimization of the cruise phase, when compared to the OFP trip, however performs worse than the dynamic programming, which provides a global optimal solution. / Flygresornas inverkan på klimatet, tillsammans med dess ökande andel av CO2-utsläppen, har ökat kraven på hållbara flygplanslösningar. Den nuvarande flygplansteknologin har genomgått betydande förbättringar genom åren. Men takten för vilken ny flygplansteknik utvecklas kan inte hålla jämna steg med den ökade efterfrågan på flygresor. Däremot kan ett annat tillvägagångssätt för att minska flygets påverkan på klimatet uppnås genom att optimera den vertikala flygvägen för att minska bränsleförbrukningen, d.v.s. med hjälp av högupplösta väderdata. Vid avgång initieras en dynamisk programmering där optimering av den vertikala flygbanan och en optimal färdplan föreslås för flygbesättningen.  Bränslebesparingen som den optimala färdplanen ger är en besparingspotential som endast kan uppnås fullt ut om flygbesättningen väljer att flyga enligt den. Restriktioner från flygledningen, samt flygbesättningens vilja att följa den optimerade färdplanen kan dock påverka den uppnådda besparingen. Därav utvecklas ett verktyg för att beräkna färdens bränsleförbrukning från postflight data erhållna från Automatic Dependent Surveillance-Broadcast (ADS-B) övervakningsteknologi. En metod för att identifiera start- och slutpositionerna för kryssningssegment implementeras framgångsrikt. Två metoder för att beräkna bränslet implementeras och jämförs. Den första metoden baseras på att simulera den faktiska flygningen. Denna metod använder samma prestandamodell som för simuleringen av den operativa färdplanens resa och den optimerade resan. Den andra metoden baseras på att använda ADS-B-data för att erhålla flygplanets hastighet, som i sin tur kan användas som en parameter för att få fram flygplanets bränsleflöde vid en tidpunkt. Resultaten visar att simuleringsmetoden ger flygbanor som är rättvist jämförbara med de operativa och optimerade flygplanerna, då de använder samma modell. Men att använda ADS-B-data för att få bränsleförbrukning representerar den faktiska flygbanan mer exakt.  Dessutom implementeras en optimeringsalgoritm baserad på den inbyggda Flight Management Computer. Enligt resultaten erhåller FMC-optimeringen en tillfredsställande optimering av kryssningsfasen, jämfört med OFP-resan, men presterar sämre än den dynamiska programmeringen, vilket alltid ger en global optimal lösning.

The impact of air travel on the climate, along with its increasing share in CO2 emissions haveraised the demand for sustainable air travel solutions. The current aircraft technologies haveseen significant improvement throughout the years. Although, the rate at which new aircrafttechnologies are developed can not keep up with the increased demand for air travel. Hence, adifferent approach to reduce the aviation’s impact on climate can be achieved by optimizing thevertical flight path in order to reduce the fuel consumption, i.e. using dynamic programming.Upon departure, an optimization of the vertical flight path is initiated and an optimal flight planis suggested to the flight crew. The fuel saving produced by the optimal flight plan is a potential saving that can only be fullyachieved if the flight crew chose to fly according to the optimized flight path. However, restrictionsfrom the Air Traffic Control, as well as the flight crew’s willingness to follow theoptimized flight path can affect the achieved saving. Hence, a tool is developed in order tocompute trip fuel consumption from post-flight data obtained from the Automatic DependentSurveillance-Broadcast (ADS-B) surveillance technology. A method to identify the start andend positions of cruise segments is successfully implemented. Two methods of calculating thefuel are implemented and compared. The first method is based on simulating the actual flight,which uses the same performance model as for the simulation of the operational flight plantrip and optimized trip. The second method is based on utilizing the ADS-B data to obtain theaircraft speed which in return can be used as a parameter to obtain the fuel flow of the aircraft,hence the trip is not simulated. The results reveals that the simulation method produces flighttrajectories that are comparable to the operational and optimized flight plans since they use thesame model structure. However, using ADS-B data to obtain fuel consumption represents theactual flight trajectory more accurately. Furthermore, an optimization algorithm based on the on-board Flight Management Computeris implemented. According to the results, the FMC optimization offers a sufficient optimizationof the cruise phase, when compared to the OFP trip, however performs worse than the dynamicprogramming, which provides a global optimal solution / Flygresornas inverkan på klimatet, tillsammans med dess ökande andel av CO2-utsläppen, harökat kraven på hållbara flygplanslösningar. Den nuvarande flygplansteknologin har genomgåttbetydande förbättringar genom åren. Men takten för vilken ny flygplansteknik utvecklas kaninte hålla jämna steg med den ökade efterfrågan på flygresor. Däremot kan ett annat tillvägagångssättför att minska flygets påverkan på klimatet uppnås genom att optimera den vertikalaflygvägen för att minska bränsleförbrukningen, d.v.s. med hjälp av högupplösta väderdata. Vidavgång initieras en dynamisk programmering där optimering av den vertikala flygbanan och enoptimal färdplan föreslås för flygbesättningen. Bränslebesparingen som den optimala färdplanen ger är en besparingspotential som endast kanuppnås fullt ut om flygbesättningen väljer att flyga enligt den. Restriktioner från flygledningen,samt flygbesättningens vilja att följa den optimerade färdplanen kan dock påverka denuppnådda besparingen. Därav utvecklas ett verktyg för att beräkna färdens bränsleförbrukningfrån post-flight data erhållna från Automatic Dependent Surveillance-Broadcast (ADS-B) övervakningsteknologi.En metod för att identifiera start- och slutpositionerna för kryssningssegmentimplementeras framgångsrikt. Två metoder för att beräkna bränslet implementeras ochjämförs. Den första metoden baseras på att simulera den faktiska flygningen. Denna metodanvänder samma prestandamodell som för simuleringen av den operativa färdplanens resa ochden optimerade resan. Den andra metoden baseras på att använda ADS-B-data för att erhållaflygplanets hastighet, som i sin tur kan användas som en parameter för att få fram flygplanetsbränsleflöde vid en tidpunkt. Resultaten visar att simuleringsmetoden ger flygbanor somär rättvist jämförbara med de operativa och optimerade flygplanerna, då de använder sammamodell. Men att använda ADS-B-data för att få bränsleförbrukning representerar den faktiskaflygbanan mer exakt. Dessutom implementeras en optimeringsalgoritm baserad på den inbyggda Flight ManagementComputer. Enligt resultaten erhåller FMC-optimeringen en tillfredsställande optimering avkryssningsfasen, jämfört med OFP-resan, men presterar sämre än den dynamiska programmeringen,vilket alltid ger en global optimal lösning.