Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2010. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2011-04-15T16:01:56Z No. of bitstreams: 1 2010_AntonioMarcioFerreiraCrespo.pdf: 1967908 bytes, checksum: c95cb5dd5aaeb56582d8d3a352420b9b (MD5) / Approved for entry into archive by Luanna Maia(luanna@bce.unb.br) on 2011-05-20T15:02:02Z (GMT) No. of bitstreams: 1 2010_AntonioMarcioFerreiraCrespo.pdf: 1967908 bytes, checksum: c95cb5dd5aaeb56582d8d3a352420b9b (MD5) / Made available in DSpace on 2011-05-20T15:02:02Z (GMT). No. of bitstreams: 1 2010_AntonioMarcioFerreiraCrespo.pdf: 1967908 bytes, checksum: c95cb5dd5aaeb56582d8d3a352420b9b (MD5) / O Gerenciamento do Tráfego Aéreo (ATM) se define como um domínio amplo constituído por atividades complexas. No Brasil, o Centro de Gerenciamento da Navegação Aérea (CGNA) é o responsável pelo desempenho do ATFM, cabendo-lhe monitorar e gerenciar 46 setores de controle de tráfego aéreo, 39 áreas de aproximação (TMA), cada qual com pelo menos um aeroporto, além de aproximadamente 5.000 movimentos aéreos diários. Neste contexto emerge a problemática objeto do presente trabalho, qual seja, a inexistência de um sistema de apoio à decisão que auxilie os gerentes de fluxo de tráfego a lidar com o conjunto de variáveis, inerentes ao cenário ATFM, e os auxilie a tomar decisões (adotar medidas de controle de fluxo) na ventualidade da ocorrência de desbalanceamento na relação capacidade X demanda. Este trabalho, portanto, apresenta um protótipo de módulo de apoio à decisão baseado em aprendizagem por reforço que tem como saída sugestões de medidas de controle de fluxo de tráfego geradas a partir de cenários aéreos com pontos de saturação. O módulo desenvolvido foi concebido como um agente inteligente, baseado em aprendizagem, que utiliza o algoritmo Q-learning. O desempenho do protótipo é avaliado por intermédio de um estudo de caso modelado a partir das demandas reais de tráfego verificadas em datas determinadas. O estudo de caso permitiu estabelecer uma análise comparativa entre o desempenho do módulo dadas duas condições. Na primeira condição, o agente atuou a partir de um conjunto de ações que não incorporava a experiência do agente humano (gerente de fluxo de tráfego). Num segundo momento, o agente utilizou um conjunto de ações que incorporava madidas de controle de tráfego adotadas pelos gerentes de fluxo de tráfego em cenários reais. Para a composição de tal conjunto de ações, foram pesquisados todos os registros de ações tomadas entre janeiro de 2008 e março de 2010. O critério básico de avaliação foi a convergência do Algoritmo Q-learning. Os resultados obtidos no estudo de caso são promissores, na medida em que o comportamento dos agentes concebidos indicam que o Algoritmo Q-learning convergiu de forma satisfatória, decorrendo que os protótipos geraram ações que contribuiram de forma efetiva para a redução das saturações nos cenários aéreos testados. Desta feita, com o desenvolvimento dos referidos protótipos, foi possível demonstrar a aplicabilidade de formalismos da Inteligência Artificial na busca de soluções nacionais, para a Problemática ATFM, inteiramente concebidas segundo as características e necessidades do país. ______________________________________________________________________________ ABSTRACT / Air Traffic Management (ATM) is defined as a broad area consisting of complex Activities. ATFM occurs in three different contexts: strategic, pre-tactical and tactical. The tactical ATFM is an activity that aims to maintain an optimum balance between capacity (airspace and airports) and demand (fight intentions), considering to adopt all possible measures in a period of up to two hours prior to the scheduled takeoff time. The Centre for Management of Air Navigation (CGNA) is responsible for the performance of ATFM, and with the daily work of monitoring and managing Brazilian air space, which consists of 46 sectors of air traffic control, 39 areas of approximation (TMA), each with at least one airport, and approximately 5,000 aircraft movements daily. In this context emerges the problematic object of the present work, namely the lack of a decision support system to help the traffic flow managers to deal with all the variables inherent in the scenario ATFM, and help them make decisions (adopt measures to control flow) in the event of imbalance in the ratio capacity X demand. This dissertation therefore presents a prototype of the decision support system based on Artificial Intelligence method, especially, reinforcement learning that has as output measures (suggestions to air traffic flow management) generated from scenarios with saturation points. The developed module was designed as an intelligent agent using the Q-learning algorithm. The performance of the prototype is evaluated through a case study modeled from the real demands of traffic on certain dates.The case study allowed to establish a comparative analysis between the module performance given two conditions. In the first condition, the agent acted from a set of actions produced without the participation of the human agent (manager of traffic flow). Secondly, the agent used a set of actions that incorporated measures adopted by the managers of traffic flow in real scenarios. For the composition of such a set of actions, all records of actions taken between January 2008 and March 2010 were considered. The basic criterion of evaluation was the convergence of Q-learning algorithm. The results showed, as expected, that complex congestion (involving multiple saturation points and of spatially dispersed flow control measures) are handled more efficiently by the computational agent (module). This research demonstrated the feasibility of using reinforcement learning to develop a decision support system applied to tactical ATFM considering Brazilian national scene.

O objetivo deste trabalho é apresentar o estudo, projeto e desenvolvimento do sistema DePCon - Sistema de Deteção e Predição de Conflitos em tráfego aéreo. Este sistema é composto básicamente por duas funções, nomeadamente, deteção e predição de conflitos. A primeira tem como finalidade, a seleção de pares de aeronaves, para os quais a separação mínima não foi observada no momento presente. Já a segunda tem como objetivo prever os conflitos que poderão ocorrer a curto prazo. Visando aumentar a portabilidade e diminuir os custos, este sistema foi implementado em um micro-computador PC / AT. Como o DePCon se baseia em dados oriundos de radar, faz-se necessária a conexão deste equipamento com outro idêntico, no qual seja instalado o sistema" SRBC" (Simulador Radar Baixo Custo). A finalidade da integração com o "SRBC" reside no fato deste sistema simular uma varredura de radar e portanto prover o sistema DePCon dos dados necessários. O sistema proposto neste trabalho foi implementado com o intuito de auxiliar na formação e treinamento de controladores de tráfego aéreo, mais especificamente, de controladores de rota, formação essa ministrada pelo IPV (Instituto de Proteção ao Vôo). Além desta contribuição, considera-se importante para o país que se façam os primeiros estudos nesta área, evitando-se desde já uma dependência futura em sistemas importados, cuja tecnologia não seja de inteiro domínio local.

Rotas alternativas de chegada em área de controle terminal (TMA) demonstram ser uma opção para o gerenciamento de tráfego aéreo lidar com o crescente volume de aeronaves e consequentes desafios impostos na otimização da navegação horizontal e vertical destas. Porém, para que elas avancem da pesquisa para a implementação, é preciso compreender alguns aspectos tanto do lado da operação da aeronave quanto do controle de tráfego aéreo e ainda integrá-las à complexidade do ambiente operacional de uma TMA. Nesse contexto, faz-se necessário explorar o layout das rotas padrão de chegada (STARs) e seus pontos de convergência, e conhecer recursos e métodos de gerenciamento de tráfego aéreo que viabilizem a criação de segmentos que gerem atrasos ou adiantamentos pré-programados. Tais segmentos não trariam prejuízos à navegação vertical mais eficiente planejada pelo FMS (Flight Management System) por diminuírem a necessidade do uso de procedimentos de espera e vetorações radar desde que sejam definidos antes do início da fase de descida do voo. Tal conclusão é baseada nos resultados obtidos em simulação fast time aplicada ao contexto da TMA de Brasília e Anápolis para as aeronaves com destino o Aeroporto Internacional de Brasília.

Estágio realizado na TAP / Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2008

No description available.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2008. / Submitted by Raquel Viana (tempestade_b@hotmail.com) on 2009-11-09T20:11:56Z No. of bitstreams: 1 2008_BuenoBorgesSouza.pdf: 5583476 bytes, checksum: a97d2b35caf210b712bd8d34c76a4a9d (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2009-12-08T11:54:06Z (GMT) No. of bitstreams: 1 2008_BuenoBorgesSouza.pdf: 5583476 bytes, checksum: a97d2b35caf210b712bd8d34c76a4a9d (MD5) / Made available in DSpace on 2009-12-08T11:54:06Z (GMT). No. of bitstreams: 1 2008_BuenoBorgesSouza.pdf: 5583476 bytes, checksum: a97d2b35caf210b712bd8d34c76a4a9d (MD5) Previous issue date: 2008-06-13 / Esta pesquisa descreve um sistema de auxílio a decisão com aplicação de metodologias de Teoria dos Grafos e Inteligência Artificial para dar suporte ao Gerenciamento de Fluxo de Tráfego Aéreo Brasileiro. Implementa-se um modelo de gerenciamento de fluxo baseado em grafos, com adaptações heurísticas, para a regulação dinâmica do fluxo. O modelo apresenta a arquitetura do Módulo de Balanceamento de Fluxo - MBF, que integra o Sistema Distribuído de Apoio a Decisão aplicado ao Gerenciamento Tático do Fluxo de Tráfego (SISCONFLUX), atualmente em desenvolvimento, e tem o objetivo de propiciar informações que ajudem na melhoria do gerenciamento do espaço aéreo nacional. O Módulo de Balanceamento de Fluxo (MBF) foi idealizado como um módulo do SISCONFLUX que tem a função de dar suporte ao sistema em operação no Primeiro Centro Integrado de Defesa Aérea e Controle de Tráfego Aéreo (CINDACTA I) e fornecer novas informações que auxiliem o gerenciamento do processo aplicado pelos controladores neste centro. Por meio de técnicas de maximização de fluxo adaptadas da Teoria dos Grafos, o MBF aplica um modelo de análise que determina o tempo de separação entre decolagens a partir das terminais contidas na Região de Informação de Vôo de Brasília (FIR-BS) e distribui a folga do fluxo ao longo do espaço aéreo controlado. O objetivo é prevenir ou reduzir o congestionamento nos diversos setores da FIR-BS. Com a ajuda dos outros módulos do SISCONFLUX, o MBF dá suporte a regulação do fluxo de tráfego com o objetivo de auxiliar os controladores na tomada de decisão. Com o desenvolvimento dessa ferramenta os controladores podem adquirir o conhecimento que os auxilie a tomar decisões. A pesquisa também apresenta os resultados de uma simulação com duas políticas: distribuição do fluxo igualitária e priorizada. Como exemplo mostra-se que a separação dos tempos de decolagens podem ser reduzidas de 30% a 60%, dependendo da política aplicada. _______________________________________________________________________________________ ABSTRACT / This research describes a decision system that uses the methodology of Graph Theory and Artificial Intelligence to support Air Trafic Flow Management in Brazilian air space. It implements a model for flow management based on graph with adapted heuristics for the regulation of the dynamic flow. The model presents the architecture of the Flow Balancing Module (FBM) and integrates with the Distributed Decision Support System Applied to Tactical Air Trafic Flow Management (SISCONFLUX), currently under development, with the objective to improve the national air space management. The FBM is proposed to support the operation system at First Integrated Center of Air Defense and Air Trafic Control - CINDACTA I and to help and improve the management process of controllers in this center. Using the maximization flow technique of adapted Graph Theory, FBM is developed as an analysis model that determines the take-off separation time from terminals within Flight Information Region of Brasilia (FIR-BS) and distributes the slack of flow along the controlled air space. The objective is to prevent or reduce congestions in diverse sectors of FIR-BS. With the help of other modules, FBM supports the regulation of trafic flow with the objective of give extra informations to controllers and other units within the SISCONFLUX. By means of the system developed, air trafic controllers and supervisors can effectively acquire knowledge and get assistance to make better decisions. The research also presents the results of the simulation with two policies: egalitarian and prioritization distribution of the flight flow. As an example, it shows that the take-off separation time should be reduced about 30% to 60%, depending on the policy applied.

Made available in DSpace on 2014-06-12T22:58:45Z (GMT). No. of bitstreams: 2 arquivo2822_1.pdf: 4182438 bytes, checksum: 3289d83a104a2c6479def2cdf3d612eb (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Controlador de tráfego aéreo é a pessoa encarregada de separar o tráfego de aeronaves no espaço aéreo e nos aeroportos de modo seguro, ordenado e, quando possível, rápido. Estes profissionais trabalham emitindo autorizações, instruções e informações necessárias aos pilotos dentro do espaço aéreo de sua jurisdição com o objetivo de evitar colisões entre aeronaves e entre estas e obstáculos nas imediações dos aeroportos. O objetivo deste trabalho foi avaliar estresse, resposta imunológica (RI), qualidade do sono e atenção em 45 profissionais de proteção ao vôo, sendo 30 controladores de tráfego aéreo (CTA), subdivididos em CTA com dez ou mais anos na profissão (CTA&#8805;10, n = 15) e CTA com menos de dez anos na profissão (CTA<10, n = 15) e 15 operadores de serviços de informações aeronáuticas (AIS), subdivididos em AIS com dez anos ou mais na profissão (AIS&#8805;10, n = 8) e AIS com menos de dez anos na profissão (AIS<10, n = 7). Para a avaliação de estresse, utilizou-se o inventário de sintomas de stress de lipp (ISSL) e coletou-se sangue em dois horários, 08h 00 e 14h 00. Foram utilizados os inventários de Ansiedade e de Depressão de Beck; foi utilizada a escala de sonolência de Epworth (avaliação subjetiva de sonolência excessiva) e realizou-se o teste de manutenção de vigília (TMV) (avaliação objetiva de sonolência excessiva) e os testes de atenção digit symbol, d2, span de dígitos em ordem direta e inversa e PASAT. Para os dados do ISSL e ansiedade e depressão, utilizou-se o quiquadrado; na coleta de sangue, para monócitos e óxido nítrico, o teste t-pareado e para os demais dados sangüíneos e de atenção, ANOVA. Todos os dados expressos em percentuais ou médias &#61617; erros padrões, p<0,05. O maior percentual de estresse por grupo avaliado foi para CTA&#8805;10, que apresentaram estresse com predominância em sintomas psicológicos e na fase de resistência. Apresentaram também redução de monócitos nas amostras do sangue coletadas antes-08h00 e depois-14h00 e de óxido nítrico no sangue das 14h 00; redução de hemoglobina, CHCM, plaquetas e leucócitos do sangue coletado às 08h 00; aumento de cortisol; redução na taxa de fagocitose de monócitos, hemoglobina, plaquetas, leucócitos e basófilos do sangue coletado às 14h00. Encontrou-se também ansiedade moderada somente para CTA&#8805;10. CTA&#8805;10 e CTA&#61500;10 apresentaram aumento de sonolência excessiva na escala Epworth, quando comparados aos AIS e apresentaram latência média de sono inferior no TMV, quando comparados aos AIS. Os CV&#8805;10 apresentaram maior foco de atenção, manutenção do foco, capacidade de manipulação mental e resistência à interferência, quando comparados aos AIS&#8805;10, mas quando comparados aos AIS<10 apresentaram somente maior resistência à interferência e quando comparados aos CTA<10, menor foco. A atividade de controle de tráfego aéreo após dez anos pode apresentar estresse crônico com predominância psicológica, na fase de resistência, redução da resposta imunológica, ansiedade moderada, sonolência excessiva e um alto nível de atenção

O presente trabalho se propôs analisar por meio de simulação "fast time", diversos cenários na Área de Controle Terminal Recife, TMA-RF. A ferramenta computacional utilizada para tal foi o software RAMS PLUS, desenvolvido especialmente para avaliar a capacidade do espaço aéreo no EUROCONTROL e, adicionalmente, para mensurar a carga de trabalho dos controladores de tráfego aéreo. O escopo de análise inicialmente se direcionou para a modelagem dos cenários atualmente existentes na TMA-RF, e na seqüência foi proposta e avaliada a construção de novos cenários com procedimentos baseados em navegação por meio de Satélites, GNSS. Quatro cenários distintos foram criados e nestes foram verificadas alternativas que possibilitassem aumentar a capacidade do espaço aéreo. A principal contribuição deste trabalho diz respeito à proposição e utilização da ferramenta de simulação RAMS para avaliação operacional do espaço aéreo nos aeroportos e aplicação ao caso prático brasileiro. As análises dos resultados e conclusões finais tiveram como base aspectos relacionadas aos atrasos das aeronaves, custo de combustível, segurança de vôo e carga de trabalho dos controladores de tráfego aéreo na TMA-RF.

Propõe-se no presente trabalho analisar, por meio de simulação, a carga de trabalho dos controladores de tráfego aéreo do Controle de Aproximação de Brasília (APP-BR) em seis diferentes cenários de sua área. Para tanto, utiliza-se o software RAMS Plus, ferramenta computacional especialmente desenvolvida para operações em espaço aéreo e lado aéreo dos aeroportos. O escopo da análise foi montado para as operações no espaço aéreo que apresentam origem ou destino no Aeroporto Internacional de Brasília (Juscelino Kubitscheck). Os quatros primeiros cenários abordados, chamados de iniciais, apresentam configurações de trajetórias de vôo distintas realizadas em dois tipos de setorização (Norte/Sul e Leste/Oeste), cada um deles com dois setores. Após a análise dos cenários iniciais, foi criada uma nova situação com o intuito de avaliar a carga de trabalho dos Controladores num momento futuro onde deverá haver maior demanda do Tráfego Aéreo. No cenário proposto, o tráfego foi acrescido em 30% (trinta por cento) em relação aos primeiros. Assim, incrementou-se um terceiro setor, não utilizado nas primeiras situações, buscando verificar a eficácia da divisão do controle do espaço aéreo na redução da carga de trabalho ora estudada.

Future air traffic management (ATM) systems have been identified as a matter of great significance for the evolution of future air navigation systems (FANS). As one function of ATM, Air Traffic Flow Management (ATFM) provides a service complementary to Air Traffic Control (ATC). In this research, a Knowledge-Based System (KBS) has been designed to try to solve the ATFM problem. For timetable rescheduling, the system attempts to modify airlines tiemtable to smooth traffic peaks at airports during rush-hours. For centralized flow control, the system works on-line to forecast the place, time and magnitude of the congestion and to take some actions to prevent this congestion. As an Artificial Intelligence language, Prolog was chosen for developing the prototype of the Knowledge-Based ATFM System. The research gives a conceptual description of the application of KBS (specially in Prolog) in the ATFM domain. Using this system, a study of the Brazilian ATFM systemincluding the main airports of the country has been done.