Add airport and flight wikis to Obsidian vault

This commit is contained in:
zhiqiang feng
2026-04-09 11:34:51 +08:00
parent e732f11d47
commit a79b05407b
45 changed files with 6699 additions and 0 deletions
+90
View File
@@ -0,0 +1,90 @@
---
title: A-CDM — Airport Collaborative Decision Making
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [operations, system, integration]
sources: [raw/articles/iata-acdm-toolkit-2025.md]
---
# A-CDM — Airport Collaborative Decision Making
## 定义
A-CDMAirport Collaborative Decision Making,机场协同决策)是 IATA 与 Eurocontrol 联合推动的运营协同概念,通过建立信息共享机制,使机场各运营方(航司、机场、地面服务商、管制)在统一的操作视图下做决策,提升航班可预测性和机场整体效率。
## 核心原则
| 原则 | 说明 |
|------|------|
| **SSOT** | Single Source of Operational Truth — 所有参与方使用同一套数据 |
| **Milestone 标准化** | 统一关键运营事件和时间节点定义 |
| **Variable Taxi-TimesVTT** | EXOT/EXIT 预测,减少滑行时间不确定 |
## 关键 Milestone 定义
| 缩写 | 全称 | 中文 |
|------|------|------|
| ELDT | Estimated Landing Time | 预计落地时间 |
| ALDT | Actual Landing Time | 实际落地时间 |
| EOBT | Estimated Off-Block Time | 预计起飞时间(航班计划) |
| AOBT | Actual Off-Block Time | 实际推出时间 |
| TOBT | Target Off-Block Time | 目标推出时间 |
| TSAT | Target Start-Up Approval Time | 目标启动许可时间 |
| TTOT | Target Take-Off Time | 目标起飞时间 |
| ATOT | Actual Take-Off Time | 实际起飞时间 |
| EXOT | Expected Taxi-Out Time | 预计滑出时间 |
| EXIT | Expected Taxi-In Time | 预计滑入时间 |
| CTOT | Calculated Take-Off Time | ATFM 计算起飞时间 |
## A-CDM 系统架构
```
┌─────────────────────────────────────────────────────────────┐
│ A-CDM Systems │
├──────────────┬──────────────────┬──────────────────────────┤
│ AODB │ ACISP │ PDS │
│ 航班数据库 │ 信息共享平台(SSOT │ Pre-Departure Sequencer │
│ │ │ TSAT = TTOT - EXOT │
└──────────────┴──────────────────┴──────────────────────────┘
```
### ACISPA-CDM Information Sharing Platform
- 多渠道接入(Web + 手持终端)
- 各参与方直接录入 TOBT 等数据
- 集成 AODB、VDGS、RMS、PDS、塔台、地面服务系统
### PDSPre-Departure Sequencer
- 依据管制设定的离港率(departure rate)分配起飞序列
- 约束条件:CTOT(ATFM)、VTT、机位限制
- 软约束:航司优先级、航班互换、寒区优先权
## 参与方
1. **机场运营方(Airport Operator** — 资源协调
2. **航司(Aircraft Operators** — 提供 TOBT,提供航班动态
3. **地面服务商(Ground Handlers** — 过站保障时间更新
4. **空管(ANSP** — 提供跑道离港率和 CTOT
## A-CDM 效益
- 优化离港流量,减少航班在地面等待时间
- 提升航班准点率
- 与 ATFM(空管流量管理)实时联动
- 减少跑道容量浪费
- 增强不正常情况下的恢复能力
## 现状
- 全球已实施 A-CDM 的机场:**40+**(以欧洲为主)
- IATA 2025 年 6 月发布最新 **A-CDM Toolkit**
- 澳大利亚已将 A-CDM 深度整合入国家 ATFM 系统
## 相关链接
- [[aodb]] — A-CDM 的数据基础设施
- [[smgcs]] — 场面活动监控与 A-CDM 共享场面状态数据
- [[flight-data-exchange]] — 数据交换标准(IATA SSIM
- [[deicing-operations]] — 除冰运营是 A-CDM 过站时间的重要变量
+380
View File
@@ -0,0 +1,380 @@
---
title: AODB — Airport Operational Database
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [flight-data, system, database, a-cdm]
sources: [raw/articles/adb-safegate-aodb-2025.md, raw/articles/amadeus-aodb.md]
---
# AODB — Airport Operational Database
## 定义
AODBAirport Operational Database,机场运营数据库)是机场信息系统的**核心数据中枢**,负责集中管理航班运营相关的所有静态和动态数据,为各业务系统提供单一数据源(SSOT — Single Source of Truth)。
## 核心功能
| 功能 | 说明 |
|------|------|
| 航班数据管理 | 存储航班计划、动态更新、历史记录 |
| 资源管理 | 机位、登机口、设备、人员的配置与分配 |
| 运营事件注册 | 记录所有关键运营时间节点(A-CDM milestones |
| 多源数据融合 | 支持 IATA SSIM、ARINC 协议、XML/CIDX、实时传感器数据 |
| 实时计算 | 生成衍生数据(EIBT、EXIT 等预测值) |
| 告警与预警 | 航班延误、冲突检测、资源超负载告警 |
## AODB 在 A-CDM 架构中的位置
```
┌────────────────────────────────────────────────────────────┐
│ A-CDM Ecosystem │
├──────────────┬──────────────────────┬─────────────────────┤
│ AODB │ ACISP │ PDS │
│ 核心数据库 │ 信息共享平台(SSOT) │ 起飞排序器 │
│ 航班数据中枢 │ │ TSAT = TTOT - EXIT │
└──────────────┴──────────────────────┴─────────────────────┘
各航司/管制/地面服务商系统 ──────────────────────→
```
## A-CDM Milestone 完整定义
| 缩写 | 全称 | 更新责任方 |
|------|------|----------|
| ELDT | Estimated Landing Time | 系统计算 |
| ALDT | Actual Landing Time | ANSP(管制)|
| EOBT | Estimated Off-Block Time | 航司 |
| TOBT | Target Off-Block Time | 航司/地面服务商 |
| TSAT | Target Start-Up Approval Time | AODB/PDS |
| TTOT | Target Take-Off Time | AODB/PDS |
| ATOT | Actual Take-Off Time | ANSP |
| CTOT | Calculated Take-Off Time | ATFMNetwork Manager|
| EXOT | Expected Taxi-Out Time | AODB VTT 模块 |
| EXIT | Expected Taxi-In Time | AODB VTT 模块 |
## 主要供应商深度分析
---
### 1. ADB SAFEGATE — Cortex AODB
**定位:** 大型枢纽首选,AI 驱动全栈机场运营平台
#### 技术架构
| 层级 | 技术特性 |
|------|---------|
| 核心引擎 | AI/ML 引擎驱动资源分配和运营规划 |
| 模块化设计 | Flight Grids / Seasonal Schedule / Message Centre / Reference Data / Alarms |
| 数据验证 | 表格逻辑校验 + 多源数据优先级判定 |
| 仿真能力 | "What-if" 模拟,支持运营控制与效率评估 |
| 移动端 | 移动端优化界面,角色化信息定制 |
| 审计追踪 | 全操作审计日志,支持多种格式导出 |
#### 核心技术特性
- **多源数据优先级判定**:多个来源的运营时间数据自动验证和优先级排序
- **"What-if" 仿真模拟**:优化配置方案评估,支持管理决策
- **历史数据同步**:过期数据自动归档至历史表,支持在线查询和账单生成
- **集中告警模块**:支持自定义规则触发告警,覆盖规划与日常运营
- **参考数据统一分发**:统一管理 Reference Data,向 Cortex 生态模块和第三方系统分发
#### 部署与安全
| 项目 | 详情 |
|------|------|
| 部署方式 | Web 界面,云托管 + 本地多种选项 |
| 安全认证 | ISO27001 认证,NIST 合规 |
| 安全监控 | 云态势配置检测 + 异常行为识别 |
| 运维支持 | 全面安全监控覆盖 |
#### 生态集成
- **Time2Integrate**:集成生态基础,支持与停机位管理(Apron Manager)、场面灯控、VDGS 等第三方系统对接
- **ACISP 兼容**:原生支持 A-CDM 信息共享平台
- **Cortex 套件**ServiceCMMS 维护管理)、Apron Manager(机位管理)统一联动
#### 目标场景
- 年旅客量 > 3000 万的大型枢纽
- 需要 AODB + A-CDM + Smart Gating + SMGCS 统一管理
- 对 AI 预测分析有明确需求
---
### 2. Amadeus — Airport Operational Data Base
**定位:** 云优先,95% 全球航司数据覆盖,中大型机场
#### 技术架构
| 层级 | 技术特性 |
|------|---------|
| 部署模式 | 纯云托管(state-of-the-art data center),无本地基础设施依赖 |
| 数据覆盖 | 95% 全球航司,**提前 365 天**获取航班计划数据 |
| 数据更新 | 实时自动推送(Live feed),无需人工录入 |
| 多站点支持 | 跨多机场同步运行,站点间航班数据实时共享 |
| 集成层 | 与 Amadeus Altéa DCS、H-RMS、PROPworks、BRS、Sequence Manager 深度整合 |
#### 核心模块
| 模块 | 功能 |
|------|------|
| **AODB Core** | 航班计划与动态数据管理,提前 365 天可见 |
| **A-CDM Portal** | 实时停机坪视图(雷达集成),协同运营仪表盘 |
| **Sequence Manager** | 欧洲 Eurocontrol CDM 合规,TSAT 智能计算 |
| **Turnaround Manager** | 过站阶段监控,预测延误连锁效应 |
| **F-RMS** | 固定资源管理(登机口、行李带),甘特图界面 |
| **FIDS** | 航班信息显示系统,自动从 AODB 拉取实时更新 |
#### A-CDM Portal 关键技术指标
- **雷达集成**:场面活动实时视图,跟踪飞机位置
- **协同决策**:航司、地面服务商、管制共享同一操作视图
- **非正常事件告警**:仪表盘高亮异常,支持下钻分析
- **角色权限控制**:基于角色的数据访问与更新分配
#### 与 Altéa 生态的协同优势
Amadeus AODB 天然集成 Altéa(全球最广泛使用的乘客服务系统),带来独特优势:
- 航司 DCS 数据直连 AODB passenger 动态实时反映
- 地面处理器可通过 Altéa DCS 直接录入过站完成时间
- 账单系统(BRS)基于 AODB 数据自动生成
#### 目标场景
- 已有或计划采用 Amadeus Altéa 的机场
- 需要长周期航班规划(365 天可见性)
- 希望减少本地 IT 基础设施投入
- 多机场统一管理
---
### 3. AirportLabs — SkyCore AODB
**定位:** 云原生、中型机场性价比方案,2025 年落地芝加哥 ORD
#### 技术架构
| 层级 | 技术特性 |
|------|---------|
| 基础架构 | **Red Hat OpenShift**(云原生 Kubernetes 平台)|
| 消息中间件 | **ActiveMQ**(实时数据流)|
| API 网关 | **3scale API Management**(安全、可扩展外部访问)|
| 身份管理 | **Keycloak**(集中身份与访问控制)|
| 架构模式 | **事件驱动**Event-driven architecture|
| 数据交换 | **双向**实时交换,涵盖所有关键系统 |
#### 核心功能
| 功能 | 说明 |
|------|------|
| **规则引擎编辑器** | 可视化配置业务规则,无需编码 |
| **实时通知中心** | 所有运营corner实时推送 |
| **自服务能力** | 全运营环节自助服务 |
| **无限并发用户** | 支持多公司用户同时在线 |
| **模块化计费** | 按需订阅,只为所需组件付费 |
#### 生态系统集成
SkyCore AODB 并非孤立产品,而是 AirportLabs 全套生态的核心:
| 关联产品 | 用途 |
|---------|------|
| **Allegra RMS** | 资源管理(机位优化分配)|
| **VisionAir FIDS** | 航班信息显示 |
| **Laminar IQFMS** | 队列管理 |
| **GCAM** | 登机口协调 |
| **Community App** | 机场内部通信 |
| **AirportLabs Billing** | 计费 |
| **ADR** | 机场数据仓库 |
| **Pocket Flights** | 移动端航班追踪 |
#### 重大部署案例
- **芝加哥奥黑尔 ORD**(2025 年 8 月完成初始部署)
- 合作方:International Gate ControlIGC
- 覆盖:SkyCore AODB + Allegra RMS 核心功能
- 支持方:Chicago Department of AviationCDA
#### 设计认可
- **Red Dot Award 2024**:用户界面设计与最大可用性获奖
#### 目标场景
- 年旅客量 500 万 ~ 5000 万的中型机场
- 需要快速部署(weeks 级别而非 months
- 需要双向数据交换和运营自动化
- 预算敏感但追求现代云架构
---
### 4. PDC Aviation — AODB
**定位:** 多机场模式专家,北欧/加拿大系,小型机场快速上线
#### 技术架构
| 层级 | 技术特性 |
|------|---------|
| 架构模式 | **事件驱动**,服务器占用小 |
| 数据库 | **Oracle**(行业标准,可靠性高)|
| 开发语言 | Java + C(任务适配)|
| 数据交换 | **Publish-Subscribe Webservices**(发布-订阅模式)|
| 消息格式 | XML 或 compact JSON |
| 接口支持 | Type-B 消息(SITA、ARINC)或 POP3 邮件 Type-B |
| 响应时间 | **1-2 秒**(事件驱动,实时性有保障)|
#### 核心能力
| 能力 | 说明 |
|------|------|
| **多机场模式(Multi-Airport Mode** | 独立机场或机场集团统一管理,单基础设施架构 |
| **全在线可配置** | 基于表格配置,无硬编码参数;随机场成长在线更新 |
| **快速上线** | 小型机场**2 周**内完成部署和运营 |
| **PDC SCORE 集成** | Slot 协调数据实时接入,季节性航班数据从源头获取 |
| **全天候支持** | 7×24 小时支持(现场 + 远程)|
#### 系统集成清单
| 系统类型 | 具体接入 |
|---------|---------|
| ATC | 雷达系统(AIMS|
| Slot 协调 | PDC SCORE |
| BHS | 行李处理系统 |
| Docking | 泊位引导系统 |
| FIDS | 航班信息显示系统 |
| AFAS | 自动航班到达系统 |
| Billing | 计费系统 |
#### 客户案例
- **Aarhus Airport(丹麦)**:6 年无因系统问题导致的停机记录
- **Torp Airport(挪威)**:6 年运行无停机,财务/质量经理背书
#### 目标场景
- 年旅客量 < 2000 万的小中型机场
- 需要多机场统一管理(机场集团场景)
- 需要极快上线(竞争激烈的新兴市场)
- 偏好传统可靠 Oracle 技术栈
---
### 5. Indra — InBASE AODB
**定位:** Aena 亲睐,西班牙/拉丁美洲最大机场网络
#### 技术架构
| 层级 | 技术特性 |
|------|---------|
| 实现技术 | **J2EE**(业界标准)|
| 架构风格 | 开放式架构,完全可扩展 |
| CDM 合规 | **Level 3**(信息共享、协同飞行管理、起飞前排序、不利条件 CDM)|
| 部署模式 | 单机场或**多机场集中架构**(单基础设施服务多个机场)|
#### 功能模块
| 模块 | 功能 |
|------|------|
| **核心模块** | 实时管理、系统管理、基础信息管理、外部系统集成 |
| **编程模块** | 生成系列信息(航班编程)|
| **调度模块** | 从 slot 协调系统接收航班时刻表,实时部署运营信息 |
| **资源分配** | 图形化界面管理值机柜台、登机口、机位、行李提取带 |
| **计费模块** | 基于资源使用量向航司计费 |
| **KPI 报告** | 可定义运营指标(准点率、取消率)、告警阈值、仪表盘 |
#### 主要客户
- **Aena(全球最大机场运营商)**:47 个机场生产运行
- 马德里 Barajas(主要枢纽)
- 巴塞罗那 El Prat(主要枢纽)
- 覆盖西班牙全境及拉丁美洲(Aena 扩张中)
- **GAP 机场网络(墨西哥)** rollout 进行中
#### 目标场景
- 已有 Indra 其他空管/机场系统的机场
- 拉丁美洲机场网络
- 需要多机场集中管控
---
## 供应商综合技术对比
| 维度 | ADB SAFEGATE Cortex | Amadeus | AirportLabs SkyCore | PDC | Indra InBASE |
|------|---------------------|---------|---------------------|-----|-------------|
| **部署模式** | 云托管 + 本地 | 纯云 | 云原生(OpenShift| 本地/混合 | 本地/集中 |
| **数据库** | 未公开 | 未公开 | PostgreSQL(推测)| Oracle | J2EE 标准 |
| **消息中间件** | 未公开 | 私有 | ActiveMQ | Publish-Subscribe WS | JMS(推测)|
| **AI/ML 能力** | 原生 AI 引擎 | 有限 | 规则引擎(可视化)| 无 | 无 |
| **"What-if" 仿真** | 支持 | 否 | 否 | 否 | 否 |
| **多机场模式** | 支持 | 支持 | 支持 | **原生多机场** | 集中架构 |
| **A-CDM 原生支持** | 是 | 是 | 是 | 是 | Level 3 CDM |
| **上线周期** | 2-3 个月 | 1-2 个月 | **2-4 周** | **1-2 周** | 1-2 个月 |
| **数据覆盖** | 依赖集成 | **95% 航司 365 天** | 依赖集成 | 依赖集成 | Aena 网络 |
| **生态完整性** | 极强(Cortex 全套)| 强(Altéa 生态)| 强(AirportLabs 全套)| 中(PDC SCORE| 中(Indra 空管)|
| **国际案例规模** | 全球枢纽 | 全球大型 | 100+ 机场,ORD 旗舰 | 北欧/加拿大为主 | Aena 47 机场 |
| **安全认证** | ISO27001, NIST | 未公开 | 未公开 | 未公开 | 未公开 |
| **典型目标机场** | >3000 万 | >1000 万 | 500 万-5000 万 | <2000 万 | 所有规模 |
## 关键技术差异分析
### AI 能力梯队
| 梯队 | 厂商 | AI 能力 |
|------|------|---------|
| 第一梯队 | ADB SAFEGATE | 原生 AI 引擎 + ML,支持运营预测和资源优化 |
| 第二梯队 | Amadeus | 有限 AI(辅助决策),强在 Altéa 数据整合 |
| 第三梯队 | AirportLabs | 规则引擎 + ML 可视化配置,无原生 AI 引擎 |
| 无 AI | PDC / Indra | 传统规则驱动,无 AI/ML |
### 实时性能
| 厂商 | 响应时间承诺 | 架构依据 |
|------|-----------|---------|
| PDC | **1-2 秒** | 事件驱动 + Oracle |
| Amadeus | 实时推送(< 5s| 私有云基础设施 |
| ADB SAFEGATE | 实时(规格未公开)| 模块化 + 内存计算 |
| AirportLabs | 实时流(ActiveMQ| 事件驱动 + OpenShift |
| Indra | 实时(规格未公开)| J2EE 企业架构 |
### 生态锁定程度
| 级别 | 厂商 | 说明 |
|------|------|------|
| 高锁定 | Amadeus | 换出成本极高(Altéa 绑定)|
| 中高锁定 | ADB SAFEGATE | Cortex 套件深度集成 |
| 中锁定 | AirportLabs | 全套生态但 API 开放 |
| 低锁定 | PDC | Oracle + 标准 WS,易替换 |
| 低锁定 | Indra | J2EE 标准,可部分替换 |
## 选型决策树
```
年旅客量 > 3000万
├── 需要全栈统一管理 → ADB SAFEGATE Cortex AODB
├── 已有 Amadeus Altéa → Amadeus AODB
└── 需要 AI 预测能力 → ADB SAFEGATE Cortex AODB
年旅客量 1000-3000万
├── 需要快速上线 + 云原生 → AirportLabs SkyCore AODB
├── 已有 Amadeus 系统 → Amadeus AODB
└── 预算有限 → AirportLabs SkyCore AODB
年旅客量 < 1000万
├── 多机场集团 → PDC AODBMulti-Airport Mode
├── 快速上线(< 2周)→ PDC AODB
└── 欧洲/拉美 Aena 网络 → Indra InBASE AODB
```
## 相关链接
- [[a-cdm]] — A-CDM 依赖 AODB 作为核心数据源
- [[flight-data-exchange]] — SSIM/XML 数据交换标准
- [[smart-gating]] — 机位管理系统依赖 AODB 数据
- [[baggage-handling]] — 行李系统与 AODB 航班动态联动
- [[airport-operations-systems]] — 供应商综合对比
+63
View File
@@ -0,0 +1,63 @@
---
title: BHS — 机场行李处理系统
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [bag-trace, system, operations]
sources: [raw/articles/baggage-handling-market-2025.md]
---
# BHS — 机场行李处理系统
## 定义
BHSBaggage Handling System,行李处理系统)覆盖行李从值机托运到目的地提取全流程的分拣、输送、追踪管理。
## 行业规模(2025
- **市场规模:** USD 7,630 百万(2024年)→ USD 13,640 百万(2033年),CAGR 6.67%
- **主要驱动:** IATA Res. 753 合规要求、RFID 强制推广、硬件升级需求
## IATA Resolution 753
强制要求在以下四个节点追踪行李并向航空公司数据系统报告:
| 节点 | 英文 | 说明 |
|------|------|------|
| 接收 | Acceptance | 值机口接收并记录 |
| 装载 | Loading | 装入飞机货舱 |
| 中转 | Transfer | 航班衔接时的转运 |
| 到达 | Arrival | 到达目的地交付 |
> RFID 追踪精度接近 100%,是满足 Res. 753 的核心技术。
## 核心技术
| 技术 | 说明 |
|------|------|
| **RFID** | 替代条码,近零误读率;IATA Res. 753 合规核心 |
| **Tote-based 分拣** | 以轮式载具(tote)代替皮带直接分拣,大幅降低行李损坏率 |
| **Cross-Belt Sorter** | 高速分拣机,处理量可达 6000+ 件/小时 |
| **实时行李状态 API** | 42% 旅客通过航司 App 实时查看行李状态,驱动低延迟数据需求 |
| **Early Bag StorageEBS** | 提前储存行李,平衡高峰时段处理压力 |
## 主要供应商
| 厂商 | 动态(2025 |
|------|------|
| Siemens Logistics | 斩获多个大型枢纽合同 |
| Beumer Group | Tote-based 技术快速成为高吞吐量航站楼标准 |
| Vanderlande | 行李处理系统巨头 |
| Alstef | 分拣与仓储自动化 |
## 系统效益指标
- 实施 RFID + 实时追踪后,行李错运率降低 **30-50%**
- 预测性维护减少计划外停机 **30-50%**
- 维护成本降低 **18-25%**
## 相关链接
- [[aodb]] — 行李系统与 AODB 航班动态联动(航班延误影响行李分拣优先级)
- [[flight-data-exchange]] — CIDX/XML 数据交换标准
- [[a-cdm]] — 航班动态影响行李中转分拣时机
@@ -0,0 +1,65 @@
---
title: 除冰运营管理
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [operations, airside, safety]
sources: [raw/articles/detroit-deicing-system.md, raw/articles/aircraft-deicing-2025.md]
---
# 除冰运营管理
## 定义
飞机除冰(Aircraft Deicing)是在结冰或积雪条件下,飞行前清除飞机表面冰雪的操作。机场除冰运营管理覆盖除冰液管理、调度排班、环保合规。
## 关键标准
| 标准 | 说明 |
|------|------|
| ARINC | 航电与地面系统接口标准 |
| AEA(国际航空电子企业协会) | 除冰液规格与使用指南 |
| FAA / EASA | 适航与操作规章 |
## 除冰液(ADF)管理
| 类型 | 成分 | 特点 |
|------|------|------|
| **Propylene GlycolPG** | 丙二醇 | 主流,大型机场(如 DTW)大规模回收再用 |
| **Ethylene GlycolEG** | 乙二醇 | 早期使用,环境毒性较高 |
**代表案例:底特律 DTW**
- 全球最大 ADF 管理系统运营方
- 4 个远程除冰坪 + 回收系统
- 除冰径流与一般雨水完全分流
- 回收丙二醇用于塑料/油漆生产(循环经济)
## 除冰运营调度要素
- **集中资质数据库**:除冰操作人员资质、证书、实时可用性
- **实时排班调整**:运营中心可在数分钟内调整除冰班组
- **合规框架**:劳动法规、集体协议、休息规定
- **响应时间窗口**:从气象预警到除冰完成的时间预测
## 除冰对 A-CDM 的影响
除冰时间是 TOBT(目标推出时间)的关键输入变量之一:
- 实际除冰完成时间直接影响 AOBT(实际推出时间)
- 除冰延误会级联影响 TSAT、TTOT,进而影响离港排序
- 2025 年 IATA A-CDM Toolkit 将除冰运营状态纳入过站监控(TMS — Turnaround Monitoring
## 除冰坪布局(大型机场典型)
```
远程除冰坪(Remote Deicing Pad
行李车道 ─── 除冰设备(Elevated Platform / Grooming Vehicle
飞机推出后进入除冰坪,完成后滑行至跑道
```
## 相关链接
- [[a-cdm]] — 除冰状态是 A-CDM 过站时间的关键变量
- [[smgcs]] — 除冰后滑行需要 SMGCS 引导
- [[aodb]] — 除冰事件时间节点记录在 AODB Milestone 体系中
@@ -0,0 +1,67 @@
---
title: 航班数据交换标准
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [flight-data, api, integration, system]
sources: [raw/articles/iata-ssim-2026.md, raw/articles/schedule-data-exchange-2025.md]
---
# 航班数据交换标准
## 定义
航班数据交换标准是 IATA 主导的全球航空数据格式规范,涵盖航班计划、运营动态、地面保障数据的标准化报文格式,是机场信息化系统的数据互操作基础。
## 核心标准
| 标准 | 全称 | 用途 |
|------|------|------|
| **SSIM** | Standard Schedules Information Manual | 航班计划数据交换格式 |
| **AIRIMP** | Airline Industry Reservations Interline Message Procedures | 订座与运价报文 |
| **AHM** | Airport Handling Manual | 地面操作数据标准 |
| **CIDX** | Cargo Interchange Data Standard | 货运数据交换(部分机场也用于航班动态) |
| **IATA-OS** | IATA-OS Data Model | 机场运营数据模型(与 ICDM 合并演进) |
## SSIM — Standard Schedules Information Manual
| 项目 | 信息 |
|------|------|
| 最新版本 | **第 36 版(2026** |
| 发布频率 | 年度 |
| 适用范围 | 全球所有 IATA 成员航司及合作伙伴 |
| 核心内容 | 航班计划报文格式、最小衔接时间(MCT)、机场协调程序 |
SSIM 是航班计划数据交换的行业基准,采用固定长度报文格式(flat file),支持批量数据交换。
## IATA Schedule Data Exchange Program2025 新动态)
- **2025 年 8 月启动**:航司可从 IATA 数据库**接收**其他航司的航班计划数据
- **数据范围**:航班计划 + MCTMinimum Connect Time)异常数据
- **开放性**:向所有航司开放,包括非 IATA 成员
- **与现有 DDS / CDD 协同**IATA Direct Data Solutions 系列扩展
## 数据流向示意
```
航司 ──SSIM格式──→ 机场 AODB ──ACISP──→ 各运营系统
│ │
│←──── 运营更新(动态)───────→│
│ │
└──── 地面服务商 ────────────┘
```
## XML vs. 传统 Flat File
| 维度 | SSIM Flat File | XML/IATA-OS |
|------|----------------|-------------|
| 结构 | 固定长度字段 | 树形结构,可扩展 |
| 实时性 | 批量/定时交换 | 支持实时 API |
| 主流场景 | 计划数据批量交换 | 运营动态实时共享 |
| IATA 推进方向 | 逐步向 XML/IATA-OS 迁移 | — |
## 相关链接
- [[aodb]] — AODB 是数据交换标准的最终接收与处理方
- [[a-cdm]] — A-CDM 的 ACISP 平台实现运营数据实时共享
- [[baggage-handling]] — 行李数据也通过类似报文标准交换
+54
View File
@@ -0,0 +1,54 @@
---
title: AI Smart Gating — 智能停机位管理
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [operations, gate, system]
sources: [raw/articles/assaia-standmanager-2025.md, raw/articles/ai-smart-gating-2025.md]
---
# AI Smart Gating — 智能停机位管理
## 定义
AI Smart Gating(智能机位管理)指利用 AI 算法实时优化停机位(gate/stand)分配的系统,目标是最小化滑行时间、提升机位利用率、减少航班延误。
## 核心功能
| 功能 | 说明 |
|------|------|
| 实时机位分配 | 基于航班动态(实际到达时间、机型、衔接航班)动态重分配 |
| 冲突检测 | 机位时间重叠、翼展冲突、拖车路径冲突预警 |
| 预测性分析 | 预测机位冲突并提前调整 |
| 多目标优化 | 平衡航司偏好、旅客步行距离、地面滑行时间 |
| 可持续性指标 | 减少地面滑行燃油消耗和碳排放 |
## 关键技术
- **约束规划(Constraint Programming**:处理复杂的业务规则和硬约束
- **强化学习(RL)**:从历史分配数据中学习最优策略
- **数字孪生**:机场场面仿真,用于分配方案评估
- **实时数据集成**:AODB 航班动态 +场面活动(SMGCS)数据
## 供应商动态(2025
| 厂商 | 产品 | 进展 |
|------|------|------|
| Assaia | **StandManager** | 2025 年发布,基于 AI 的停机位资源管理系统 |
| adb safegate | **AmberFAIR** | 可持续机位分配算法 |
| AirportLabs | **SkyCore RMS** | 2025 年 8 月已部署于芝加哥 ORD |
| Airsimate (Northeast Systems) | 机位优化平台 | — |
## AI Smart Gating 趋势(2025
- **从被动调度到主动管理**:AI 系统能预判延误并主动重分配,而非被动响应
- **全网络优化**:单机场优化 → 多机场协同优化
- **标准化推进**IATA 与 Eurocontrol 推动 A-CDM 数据接口标准化,使 AI 系统能获取实时航班数据
- **经济效益**:减少飞机滑行时间直接降低燃油成本和碳排放
## 相关链接
- [[a-cdm]] — 协同决策为智能机位分配提供实时数据
- [[smgcs]] — 场面活动监控防止机位冲突
- [[aodb]] — 机位管理依赖 AODB 航班数据
- [[deicing-operations]] — 除冰作业影响航班推出时间,影响机位占用时长
+57
View File
@@ -0,0 +1,57 @@
---
title: SMGCS / A-SMGCS — 场面活动引导与控制系统
created: 2026-04-08
updated: 2026-04-08
type: concept
tags: [airside, system, safety]
sources: [raw/articles/smgcs-lax-2025.md, raw/articles/a-smcgs-market-2025.md]
---
# SMGCS / A-SMGCS — 场面活动引导与控制系统
## 定义
- **SMGCS**Surface Movement Guidance and Control System,场面活动引导与控制系统):在低能见度条件下(< 1200ft RVR)管控飞机地面滑行、推出、起飞、落地的程序与系统。
- **A-SMGCS**Advanced SMGCS,高级场面活动引导与控制系统):在 SMGCS 基础上增加了场面活动监视、路径引导和冲突预警功能。
FAA 要求日均旅客量达到一定规模的机场必须制定并维护 SMGCS Plan。
## 功能层级
| 级别 | 功能 |
|------|------|
| L1 场面监视 | 探测场面所有活动目标(飞机、车辆)位置 |
| L2 路径引导 | 为飞行员/司机提供最优滑行路径和冲突预警 |
| L3 运动规划 | 自动优化场面资源分配(停机位、滑行路线) |
| L4 场景管理 | 异常情况(紧急救援、鸟击)自动响应 |
## A-SMGCS 市场数据(2025
- **市场规模:** USD 5,922.47 百万(2025年)
- **主要驱动:** 能见度受限机场的运营安全合规需求、AI 预测分析集成
- **趋势:** 到 2025 年,A-SMGCS 正深度融合 AI/ML 进行场面活动预测
## 核心技术组件
| 组件 | 说明 |
|------|------|
| **场面探测雷达(ASDE-X / SMR** | 探测飞机和车辆精确位置 |
| **ADS-B 接收站** | 飞机广播式自动相关监视 |
| **多点定位(Multilateration** | 基于 TDOA 的精确定位 |
| **场面灯光引导系统** | 停止排灯、可变距灯(VSLS) |
| **VDGSVisual Docking Guidance System** | 泊位引导系统(机位停稳指示) |
| **CDM 集成接口** | 与 A-CDM 共享场面状态数据 |
## SMGCS Plan 关键内容(以 LAX 为例)
- 低能见度运营程序(分类:LVP Level 1/2/3
- 跑道等待点/停止排灯控制程序
- 地面车辆活动限制区域
- 应急救援路线保障
- 年度评审机制(LAX SMGCS Working Group
## 相关链接
- [[a-cdm]] — A-CDM 共享场面数据用于离港排序
- [[aodb]] — 场面状态数据汇入 AODB
- [[smart-gating]] — 机位分配与场面活动联动