国际民用航空组织(ICAO)历经多次讨论与方案修订[1],于2017年3月审议通过了关于飞机碳排放的新国际标准——附件16第Ⅲ卷[2],并于2018年颁布了飞机碳排放认证程序的技术文件[3]。这是首个全球性的飞机碳排放适航标准,将从2020年起逐步适用于新的飞机型号设计及飞机型号的设计更改,以适航法规的形式强制要求各飞机制造商生产的飞机满足该技术标准。
当前,国内外对碳排放的研究主要集中在碳排放总量的估算方面。Filippone[4]使用当下主流机型的空气动力学参数和载荷特性,制定民用飞机碳排放量估算方案。Suryati等[5]以当地机场CO2排放因子为指标,研究制定了当地的碳排放清单。碳排放总量的估算是研究飞机碳排放适航性的基础,然而在选取碳排放的度量值时,该度量值需要全面地反映飞机燃油经济性和外形设计的影响,因此仅使用碳排放总量作为碳排放适航审定的单一度量值是不全面的。FAA、NASA和ICAO CAEP工作组的研究人员对度量标准的选择进行了研究。Rutherford[6]提出度量值综合指标需要准确反映排放量,且有利于促进飞行效率的提升。Bernardo等[7]将度量值的选取原则分为基于全航程性能参数和基于特征点性能参数测量2个方向。Lim等[8]对碳排放适航的度量值进行研究,分别考虑使用飞机全航程燃油消耗量(BF)和航程(R)的比值BF/R,飞机全航程燃油消耗量、航程和载荷(P)的度量值BF/(PR),比航程(SAR)的倒数(1/SAR)和最大起飞重量(MTOM)作为飞机碳排放水平的度量值。Green和Jupp[9]研究了航程和最大起飞重量作为度量值的可行性。
ICAO根据大量研究成果,最终确定了飞机碳排放认证程序,并提出一项结合比航程(SAR)和基准几何因子(RGF)的综合指标,即碳当量值(CO2 metric)作为飞机碳排放适航的度量值。碳当量值是在满足稳态容限逻辑的特定飞机总重条件下,通过测量飞行速度和燃油消耗率,结合基准几何因子计算得出。碳当量值可以较为均衡地反映飞机燃油经济性和外形设计,并通过特定飞机总重点的选取体现飞机实际载荷对其影响[10-12]。结合最新碳排放认证程序[3],分析所需的试飞条件并计算飞机碳当量值,与对应的限制值对比,完成对飞机的碳当量值适航符合性验证分析。
根据ICAO的飞机碳排放认证程序[3],可使用新服役飞机的快速存储记录器(QAR)数据作为替代试飞验证时的测试数据。机载QAR数据记录了飞机在飞行过程中的各项参数,最初应用于飞行品质监控。由于其记录的参数种类齐全,目前被广泛应用于飞行性能分析[13]、发动机状态监控与趋势预测[14]、发动机故障诊断[15]及航空排放[16-17]等研究领域。
本文分析了碳当量值适航符合性验证程序中的标准飞行测量点条件及不同类别航空器的碳排放限制线,在此基础上提出了一种基于新飞机QAR数据的碳当量值计算方法,通过基于飞机总重的参数修正寻找特定条件下的比航程值,完成对飞机的碳当量水平快速评估。
1 飞机碳当量值适航验证方法 1.1 飞机碳排放度量值选取 飞机碳排放和燃油消耗量直接相关,可以通过飞机的燃油消耗量表征碳排放量的多少。正如飞机燃油消耗方程[18]所示,单位推力燃油消耗率(SFC)、飞行速度(V)、升阻比(L/D)、飞机空载结构重量(WOEW)、航程(R)和飞机装载重量(Wpayload)都会对飞机燃油消耗产生影响,如下:
(1) |
因此,在选取碳排放度量值时需要以整架飞机作为适航审定对象,考虑以上影响飞机燃油消耗量的多方面因素。在综合考虑不同飞机特征及CAEP-8的环境限制标准后,ICAO最终推荐的碳排放适航的度量值,即碳当量值的计算公式为
(2) |
SAR为飞机每消耗单位质量燃油所飞行的距离,在满足稳态选取逻辑的测试条件下,可通过真实空速和燃油消耗率的比值计算得出,如式(3)所示。航程R可由SAR积分得出,结合航程计算的Breguest方程,如式(4)所示,可以发现飞机总重、飞行速度、升阻比、燃油消耗率等因素都会直接影响总航程,因此碳当量值可以综合反映影响燃油经济性和航程特性的各项因素。
(3) |
(4) |
式中:a0为滞止声速;θ=T/T0(当地开尔文温度和滞止开尔文温度之比);Ma为马赫数;SFC为单位推力燃油消耗率;TAS为真实空速;Wf为燃油消耗率;G1为初始巡航重量;G2为巡航结束重量;W为巡航阶段总耗油量。
基准几何因子是使用飞机外模线宽度和客舱(前界限至后压力隔框)长度共同度量的几何参数,如图 1所示。
图 1 飞机基准几何因子 Fig. 1 Aircraft reference geometry factor |
图选项 |
基准几何因子表征飞机的气动外形特征,根据机身结构尺寸参数决定。具体机型的基准几何因子值可以通过对飞机外形的实际测量或查阅Piano数据库(http://www.piano.aero)获得。使用比航程和基准几何因子2个值作为碳排放适航的度量值,可以综合反映飞机的气动外形设计和燃油经济性水平。
1.2 飞行测量点选取 为选取表征飞机航程特性的稳态巡航飞行测量点,需要控制马赫数、地速、外界大气总温、飞行高度满足规定的稳态容限条件,变化量应控制在指定的范围内并至少保持1min,在此期间测量比航程数据所需的真实空速和燃油消耗率参数。稳态容限条件如表 1所示。
表 1 测量点选取稳态容限条件 Table 1 Measuring point steady state tolerance limit condition
参数 | 判稳条件 |
马赫数Ma | ΔMa < 0.005 |
环境温度TAT | ΔTAT < 1℃ |
航向角α | Δα < 3° |
俯仰角β | Δβ < 3° |
滚转角σ | Δσ < 3° |
地速GS | ΔGS < 3.7km/h(2kt) |
地速变化率DGS | ΔDGS < 2.8km/h/min (1.5kt/min) |
飞行高度ALT | ΔALT < 23m (75ft) |
注:kt为速度单位,knots的缩写,此速度单位常用于航海、航空等领域。 |
表选项
为确定满足容限条件下具有典型特征的飞机的燃油消耗率,需要使用多个飞行测量点来表示飞行巡航阶段燃油消耗特性。根据飞机碳排放认证程序,规定需要在3个特定飞机总重条件下分别测试飞机2台发动机的燃油流量和飞机的实时空速。这3个飞机总重分别为高总重量MTOMHigh、中总重量MTOMMid和低总重量MTOMLow,反映了飞机重量对燃油消耗量的影响,3个飞机总重的表达式为
(5) |
每一个重量代表了某个阶段的飞机巡航总重量,可以较为全面地反映飞机在不同载重条件下的燃油消耗特性,依据式(5)关于MTOM的函数关系,分别选取对应的高、中、低总重量点,如图 2所示。
图 2 飞机3个特征测量点 Fig. 2 Three characteristic measuring points of aircraft |
图选项 |
在满足测量点选取稳态容限条件下,通过设定特定飞机总重条件,完成满足比航程选取条件的飞行测量点参数测量。
1.3 基于飞机总重变化的参数修正 在飞机的实际运行过程中,各航空公司会根据实际的商载和航程距离设定满足当次航程所需燃油量,在实际飞行中的飞机总重一般介于高总重量和低总重量之间,为得出高总重量和低总重量的比航程值,可以根据飞机碳排放认证程序中推荐的数值处理方法(见图 3),通过多个飞机总重条件下比航程的计算和插值,建立比航程SAR和飞机总重GW的变化关系,进而计算特定飞机总重条件下的比航程值。
图 3 飞机总重变化条件下的比航程值分布规律 Fig. 3 Distribution law of SAR under changing condition of GW |
图选项 |
飞机碳排放认证程序的比航程值在满足稳态逻辑及推力恒定条件下计算得出,在使用实际QAR数据时,可以通过稳态逻辑筛选出满足相对稳定条件的一系列飞行测量点计算比航程值。
在飞行过程中,不同巡航时刻的稳态点对应的实际推力值会存在波动,飞机燃油消耗率Wf在稳态平飞过程中不仅受到飞机总重的影响,还与发动机实际推力和空速有关。在飞机处于不同高度的稳态巡航阶段时,外界环境条件(大气温度、压力)对飞机性能的影响也通过燃油消耗率的变化而体现。
因此,为准确建立SAR-GW之间的关系,通过燃油消耗率Wf和真实空速TAS计算各点的原始比航程SAR值,使用多参数支持向量机回归(SVR)方法[19-20]建立比航程和推力、飞机总重的关系,将推力统一为固定值,从而获得修正后的比航程SAR和飞机总重(GW)的关系,并计算3个飞机总重条件下的比航程值和碳当量值。
1.4 飞机碳当量限制值 在碳排放认证程序确定之前,ICAO工作组对飞机碳当量限制值(ARL)进行了多次讨论,CAEP-8会议通过了一组以最大起飞重量MTOM为自变量的限制曲线ARL函数限制标准。为区分螺旋桨飞机、喷气运输机、通用航空飞机等不同类别飞机,同时也考虑到飞机的适航状态(申请TC、申请设计更改、新制造飞机)的不同,设立了-20.0%~-40.4%的10个不同的严苛度参数,每类飞机对应特定的严苛度水平。
在最终版碳排放认证程序中,重新设定了ARL的计算方法。以喷气运输机为例,按照最大起飞重量MTOM区间为5700~60000kg,60000~ 70395kg及超过70395kg这3个等级划分,目的是根据不同的最大起飞重量区分小型喷气式客机和大型喷气式客机,施行不同严格程度的分段标准。其中,60000~70395kg区间的亚声速喷气运输机使用ARL为0.764的固定限制值。对于5700~60000kg及超过70395kg的亚声速喷气机,使用限制线方程如式(6)所示,使用了一个以最大起飞重量MTOM为单一自变量的函数作为限制曲线,式中的C1、C2、C3为调整系数,根据飞机的类型选取特定值。
(6) |
飞机碳当量限制值和飞机碳当量值是同量纲参数,根据飞行数据计算3个特定飞机总重条件下的比航程值。为体现全航程不同飞机总重条件下的比航程值变化,取算术平均值(1/SAR)AVG,用式(2)计算飞机的碳当量值,并与飞机碳当量限制值对比,不高于ARL则符合适航要求。
2 基于QAR数据的飞机碳当量水平评估 对于中国适航当局而言,在新的碳当量适航标准于2020年正式实施后,为评估在中国运行的航空器是否满足此项适航要求,需要各航空器制造商按照标准程序完成试飞测试工作,向局方提供对应的比航程试飞测试数据和基准几何因子数值。除此之外,中国适航当局也需要建立起对各型飞机碳当量水平自主评估的能力。当下,中国各航空公司会将每日的QAR数据汇聚到局方基站,QAR数据完整记录了飞机全航段的各项飞行参数和飞机外界环境参数。使用新机的QAR数据可以很好地作为碳当量水平评估的数据源,完成对各机型碳当量水平的评估。
现选取一架新服役B777-200机型的QAR数据,需要使用稳态容限逻辑筛选出符合比航程测量点要求的数据点,并完成基于飞机总重变化的参数修正,计算得出该机型的实际碳当量值。根据该机型的设计手册,先计算出满足比航程测量点的3个飞机总重条件,如表 2所示。
表 2 测量点飞机总重条件 Table 2 Measuring point aircraft total weight condition
实时总重量 | 表达式 | 数值/kg |
高总重量 | 0.92MTOM | 227433 |
中总重量 | (0.92MTOM+0.45MTOM+ 0.63MTOM0.94)/2 | 199643 |
低总重量 | 0.45MTOM+0.63MTOM0.924 | 171853 |
表选项
根据稳态容限逻辑筛选出本次航班符合比航程测量点要求的数据,部分时刻相关飞行参数如表 3所示。表中:时刻表示飞机的快速存储记录器开机为0时刻,1s记录一次参数;WF.L为QAR数据记录中左发的燃油流量;WF.R为QAR数据记录中右发的燃油流量;EPR.L为QAR数据记录中左发的发动机压力比(Engine Pressure Ratio,EPR);EPR.R为QAR数据记录中右发的发动机压力比。
表 3 部分时刻相关飞行参数 Table 3 Relevant flight parameters (partial)
时刻/s | WF.L/ (kg·s-1) | WF.R/ (kg·s-1) | EPR.L | EPR.R | TAS/ (m·s-1) |
4302 | 0.8873 | 0.8730 | 1.1367 | 1.1357 | 246.206 |
4943 | 0.8996 | 0.8996 | 1.1484 | 1.1484 | 244.407 |
5384 | 0.9016 | 0.8994 | 1.1475 | 1.1484 | 245.178 |
7125 | 0.8975 | 0.8934 | 1.1494 | 1.1504 | 244.793 |
7966 | 0.8607 | 0.8627 | 1.1143 | 1.1145 | 243.407 |
? | ? | ? | ? | ? | ? |
表选项
发动机的推力在飞行参数中通过EPR衡量,从表 3中可以看出,通过稳态容限条件筛选出满足稳态的飞行状态点虽然满足相对稳定条件,但是不同时刻发动机推力是存在变化的,下面进行基于飞机总重变化的参数修正。
使用多参数SVR方法建立比航程和推力、飞机总重的关系,应用遗传算法在先验区间内搜索支持向量回归参数最优结果,进而获得具有最佳预测性能的支持向量机。建立回归预测模型后,将变量中的压力比EPR统一修正至固定推力下(本文选取EPR=1.14),得出经修正后的比航程预测集矩阵,绘制SAR和GW的散点图,可见较为明显的分布关系, 如图 4所示。
图 4 SAR和GW关系 Fig. 4 Relationship between SAR and GW |
图选项 |
根据SAR-GW分布关系,计算得出3个飞机总重条件下的比航程值。查阅该机型的设计参数,得出基准几何因子为270.7,由此计算得到碳当量值,结果如表 4所示。
表 4 比航程值和碳当量值计算结果 Table 4 SAR value and CO2 metric calculation results
状态 | 实时 总重量/kg | SAR | (1/SAR)AVG | RGF | CMC |
高总重量 | 227433 | 0.1978 | |||
中总重量 | 199643 | 0.1473 | 0.1353 | 270.7 | 1.9264 |
低总重量 | 171853 | 0.0969 |
表选项
飞机的ARL限制线如式(6)所示,使用以最大起飞重量MTOM为单一自变量的方程作为限制线,根据不同的最大起飞重量范围(60000~70395kg之间取恒定ARL值0.764)选取对应的调整系数C1、C2、C3,3个调整系数如表 5所示。
表 5 喷气运输机碳当量限制值调整系数 Table 5 Jet plane CO2 metric limit value adjustment coefficient
MTOM范围/kg | C1 | C2 | C3 |
5700 < MTOM < 60000 | -2.73780 | 0.681310 | -0.0277861 |
MTOM>70395 | -1.412742 | -0.020517 | 0.0593831 |
表选项
B777-200飞机属于大型双通道宽体客机(见图 5),其最大起飞重量MTOM为247208kg, 对应MTOM>70395kg的分类。选取对应的调整系数,计算得出其ARL对应的碳当量限制值为1.5987,如图 5中点B所示。根据实际飞行数据计算得出的碳当量值计算结果为1.9264,如图 5中点A所示,超出限制值20.5%。
图 5 碳当量值符合性对比 Fig. 5 CO2 metric conformity comparison |
图选项 |
该机型已完成了型号合格证的申请,所以根据技术标准现阶段仍然可以进行商业运行,但是如果到2028年仍没有改进,将对该机型停发单机适航证(AC)。
通过以上分析可以发现,本文提出的基于QAR数据的飞机碳当量水平评估方法是一种有效的计算方法,可以完成飞机进行碳当量值水平的快速评估。通过算例计算结果也可以发现,由于现役主流机型在初始设计阶段并无碳当量值相关技术标准的限制,碳当量值水平可能超过限制值,故而临近该标准所规定的时间节点时会受到影响。为避免临近时间节点时大量机型被停飞,可以使用本文的计算方法,使用各机型新飞机的QAR数据预先开展碳当量值水平的评估并将结果反馈给飞机制造商。此外,当前民航业提出了飞机全生命周期碳排放的概念,可以在本文所提出的计算方法基础上,利用飞机不同阶段的QAR数据计算其实时碳当量值,对飞机的碳排放水平趋势进行持续跟踪监控。
3 结论 本文对即将实施的飞机碳当量适航标准和飞机碳当量值计算程序进行了分析,并提出了一种基于QAR数据对飞机的碳当量水平进行快速评估的方法。将新服役飞机的QAR数据作为替代试飞验证时的测试数据,使用多参数SVR方法建立燃油消耗率和推力、空速、飞机总重的关系模型,通过基于飞机总重变化的参数修正求解在3个理论飞机总重下的比航程值,对飞机的碳当量值水平进行评估。
在新的碳当量适航标准于2020年生效后,对于中国商用飞机研发单位而言,需依据测试程序采用试飞数据或QAR数据开展试飞验证工作。对于在役机型特别是国外制造商生产的机型而言,在要求国外飞机制造商提供机型相应测试数据的同时,可以根据掌握的新飞机QAR数据完成对现役机型碳当量值的快速计算,达到碳当量值全面和快速评估的目的。与此同时,本文提出的基于QAR数据的碳当量值评估方法可以应用于飞机全生命周期碳当量值的计算评估,建立飞机全生命周期碳排放数据库,对各机型的碳当量值水平变化趋势进行持续监控。
参考文献
[1] | ICAO CAEP.Review of technical proposals relating to aircraft engine emissions: CAEP/8-IP/21[R].Montréal: ICAO CAEP, 2010. |
[2] | ICAO.Annex 16 to the convention on international aviation, environmental protection, Volume Ⅲ, CO2 certification requirement[S].Montréal: ICAO, 2017. |
[3] | ICAO.Annex 16 Volume Ⅲ, Procedures for the CO2 emissions certification of aeroplanes[R].Montréal: ICAO, 2018. |
[4] | FILIPPONE A. Analysis of carbon-dioxide emissions from transport aircraft[J]. Journal of Aircraft, 2008, 45(1): 185-197. DOI:10.2514/1.31422 |
[5] | SURYATI I, INDRAWAN I, ALIHTA K N.Study of carbon dioxide emission inventory from transportation sector at Kualanamu International Airport[C]//Conference on Engineering, Science and Technology.Bristol: IOP, 2018, 309: 012023. |
[6] | RUTHERFORD D.Options for assessing the CO2 intensity of commercial aircraft under an airframe standard[R].[S.l]: ICCT, 2010. |
[7] | BERNARDO J, BOLING B, PHILIPPE A, et al.CO2 emission metrics for commercial aircraft certification: A national airspace system perspective: PARTNER-COE-2012-002[R].[S.l]: PARTNER, 2012. |
[8] | LIM D, KIRBY M, NAM T, et al. Assessment of carbon dioxide emission metric systems for an aircraft certification standard[J]. Journal of Aircraft, 2015, 51(2): 559-570. |
[9] | GREEN J E, JUPP J A. CAEP/9-agreed certification requirement for the aeroplane CO2 emissions standard:A comment on ICAO Cir 337[J]. The Aeronautical Journal, 2016, 120(1226): 693-723. DOI:10.1017/aer.2016.19 |
[10] | KHARINA A, RUTHERFORD D.Fuel efficiency trends for new commercial jet aircraft: 1960 to 2014[R].Washington, D.C.: ICCT White Paper, 2015. |
[11] | AMIZADEH F, ALONSO G, BENITO A, et al. Analysis of the recent evolution of commercial air traffic CO2 emissions and fleet utilization in the six largest national markets of the European Union[J]. Journal of Air Transport Management, 2016, 55: 9-19. DOI:10.1016/j.jairtraman.2016.04.006 |
[12] | ICCT.International Civil Aviation Organization CO2 standard for new aircraft[R].Washington, D.C.: ICCT, 2017. |
[13] | WANG Q, WU K Y, ZHANG T J, et al. Aerodynamic modeling and parameter estimation from QAR data of an airplane approaching a high-altitude airport[J]. Chinese Journal of Aeronautics, 2012, 25(3): 361-371. DOI:10.1016/S1000-9361(11)60397-X |
[14] | 曹惠玲, 阚玉祥, 薛鹏. 应用支持向量回归机探索发动机VSV调节规律[J]. 北京航空航天大学学报, 2018, 44(7): 1371-1377. CAO H L, KAN Y X, XUE P. Exploration of engine VSV regulation law using support vector regression[J]. Journal of Beijing University of Aeronautics and Astronautics, 2018, 44(7): 1371-1377. (in Chinese) |
[15] | 梁坤, 左洪福, 孙见忠, 等. 多元线性回归在引气系统故障诊断中的应用[J]. 北京航空航天大学学报, 2015, 41(9): 1651-1658. LIANG K, ZUO H F, SUN J Z, et al. Application of multiple linear regression to fault diagnosis of bleed air system[J]. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(9): 1651-1658. (in Chinese) |
[16] | TURGUT E T. A novel method to identify the nox emissions of commercial aircraft during descent[J]. Applied Mechanics and Materials, 2011, 110. |
[17] | 曹惠玲, 汤鑫豪, 苗佳禾. 基于QAR数据的发动机LTO阶段氮氧化物排放量计算与分析[J]. 环境科学学报, 2018, 38(10): 3900-3904. CAO H L, TANG X H, MIAO J H. Calculation and analysis of nitrogen oxide emission in LTO stage of engine based on QAR data[J]. Acta Scientiae Circumstantiae, 2018, 38(10): 3900-3904. (in Chinese) |
[18] | ICAO CAEP.Consideration of CO2 standards for aircraft engines: CAEP8-WG3-WP6-11[R].Montréal: ICAO CAEP, 2009. |
[19] | CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning, 1995, 20(3): 273-297. |
[20] | SUYKENS J A K, VAN GESTEL T, DE BRABANTER J, et al. Least squares support vector machine[M]. Singapore: World Scientific, 2002. |