机场运行关键指标计算规则
一、总体指标
1.放行正常率
机场放行航班:计划出港时间在当天的已出港航班,航班任务为正班、加班、旅包
放行正常航班:实际起飞时间≤MAX[实际落地时间+10分钟+(计划出港时间-计划进港时间),计划出港时间]+30分钟
统计标准:机场放行正常率=机场放行正常班次/机场放行总班次×100%。
2.起飞正常率
起飞航班:计划出港时间在当天的已出港航班,航班任务为正班、加班、旅包
起飞正常航班:实际起飞时间≤计划出港时间+30分钟
统计标准:航班起飞正常率=起飞正常班次/起飞总班次×100%。
3.始发正常率
始发航班:计划出港时间在当日 06:00(含)以后24点之前的已经出港航班,对注册了同一飞机号的多个出港航班,最早出港的航班为始发航班
始发正常航班:实际起飞时间≤计划出港时间+30分钟
统计范围:航班任务是正班、加班、旅包
统计标准:始发航班离港正常率=正常起飞始发航班班次/始发航班总班次×100%。
4.航班到港正常率
到港航班:计划进港时间为当日的已到港航班,航班任务为正班、加班、旅包
到港正常航班:实际落地时间≤计划进港时间+10分钟
统计标准:航班到港正常率=到港正常班次/到港总班次×100%
5.加权正常率
加权正常率=放行正常率×70%+起飞正常率×30%
二、保障效率
1.今日航司靠桥率
算法:从数据魔方中获取航司实时靠桥率,及总靠桥率
2.开客舱门达标率
算法:
到港航班:计划进港时间为当日的已到港航班,航班任务为正班、加班、旅包
达标的航班:开客舱门时间≤靠梯桥时间+30秒
达标率=达标航班数/到港总班次x100%
3.清洁完成达标率
算法:
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:
(1)机型为:A319/A320/321、B737-300至900、EMB190
清洁耗时=清洁结束时间-开始清洁时间≤12分钟(快速过站≤8分钟)
或清洁完成时间≤目标保障完成时刻-40分钟
(2)机型为:A330-200/300、B787-8/9/10、B757-200/300、B767-300
B777-200
清洁耗时=清洁结束时间-开始清洁时间≤14分钟(快速过站≤10分钟)
或清洁完成时间≤目标保障完成时刻-40分钟
(3)机型为:A350-900、A340-300/600、B747-400/8、B777-300
清洁耗时=清洁结束时间-开始清洁时间≤20分钟(快速过站≤12分钟)
或清洁完成时间≤目标保障完成时刻-45分钟
(4)机型为:A380
清洁耗时=清洁结束时间-开始清洁时间≤30分钟(快速过站≤15分钟)
或清洁完成时间≤目标保障完成时刻-55分钟
达标率=达标航班数/出港总班次x100%
4.关客舱门达标率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:关客舱门时间≤目标保障完成时刻-5分钟
达标率=达标航班数/出港总班次x100%
5.关货舱门达标率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:关货舱门时间≤目标保障完成时刻-5分钟
达标率=达标航班数/出港总班次x100%
6.推出达标率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:
实际推出时间≤目标保障完成时刻+3分钟
达标率=达标航班数/出港总班次x100%
7.目标时间执行率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:实际起飞时间≤目标保障完成时刻+出港可变滑行时间
达标率=达标航班数/出港总班次x100%
8.航司关舱门符合率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
达标航班:MAX(关客舱门时间,关货舱门时间)≤目标保障完成时刻-5分钟
达标率=达标航班数/出港总班次x100%
9.起飞穿越率
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
穿越航班:航班停放的机位与航班起飞的跑道不在同一侧的航班
穿越率=穿越航班数/出港航班总数x100%
10.落地穿越率
进港航班:计划进港时间为当日的已进港航班,航班任务为正班、加班、旅包
穿越航班:航班停放的机位与航班降落的跑道不在同一侧的航班
穿越率=穿越航班数/进港航班总数x100%
11.平均滑入时间
进港航班:计划进港时间为当日的已进港航班,航班任务为正班、加班、旅包
进港滑行时间=上轮档时间-实际落地时间/=靠桥梯时间-实际落地时间-3分钟(机型为A380时,=靠桥梯时间-实际落地时间-3分30秒)
平均滑入时间=进港总滑行时间/进港总班次
12.平均滑出时间
出港航班:计划出港时间为当日的已出港航班,航班任务为正班、加班、旅包
出港滑行时间=实际起飞时间-航班撤轮档时间
平均滑出时间=出港总滑行时间/出港总班次
三、运行协同
1.TOBT维护通过率
TOBT维护通过率=TOBT审核通过班次/TOBT申请班次x100%
2.Delta执行率
Delta执行率=(实际起飞时间-计划出港时间-30分钟≤2小时)航班数量/ 申请Delta班次数量x100%
3.CTOT执行率
CTOT执行率=带CTOT的航班中(实际起飞时间≤CTOT+5分钟)的航班数/带CTOT的航班数x100%
4.快速过站成功率
快速过站成功率=(标识了快速过站航班中实际起飞时间≤目标保障完成时刻+出港可变滑行时间)
航班数/标识了快速过站的航班数x100%
5.临界协调成功率
临界协调成功率=(标识了临界协调航班中实际起飞时间≤放行正常时间)航班数/标识了临界协调的航班数x100%
6.流控协调班次成功率
流控协调班次成功率=标识了流控协调航班中实际起飞时间<CTOT+5分钟
四、不正常原因
延误航班:
起飞延误时间=实际起飞时间-(计划出港时间+30分钟)
放行延误时间=实际起飞时间-MAX{实际落地时间+10分钟+(计划出港时间-计划进港时间),计划出港时间}-30分钟
相关文章:
机场运行关键指标计算规则
一、总体指标 1.放行正常率 机场放行航班:计划出港时间在当天的已出港航班,航班任务为正班、加班、旅包 放行正常航班:实际起飞时间≤MAX[实际落地时间10分钟(计划出港时间-计划进港时间),计划出港时间]3…...
基于元学习神经网络的类人系统泛化
Nature 上介绍了一个关于AI在语言泛化方面的突破性研究。科学家们创建了一个具有人类般泛化能力的AI神经网络,它可以像人类一样将新学到的词汇融入现有词汇,并在新环境中使用它们。与ChatGPT 相比,该神经网络在系统性泛化测试中表现得更好。 …...
力扣第322题 零钱兑换 c++ java 动态规划
题目 322. 零钱兑换 中等 相关标签 广度优先搜索 数组 动态规划 给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。 计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组…...
uniapp 子组件内使用定时器无法清除
涉及到的知识点:1.ref绑定在组建上获取组件实例。2.emit逆向传值,不需要点击触发,watch监听即可。 需求:在父页面的子组件定时发送请求,离开父页面就停止,再次进入就开启。 问题:在父页面的子…...
加载动态库的几种方式
静态加载、动态加载和延迟加载 dll加载方式大致可以分为3类:静态加载、动态加载和延迟加载 1.静态加载,dll的加载发生在程序main函数启动前。 2.动态加载,使用LoadLibrary或者LoadLibraryEx来加载一个dll。当dll加载成功时,你会…...
视频转序列图片:掌握技巧,轻松转换
随着社交媒体和视频平台的日益普及,视频已成为我们生活中不可或缺的一部分。有时,我们需要将视频转换为图片序列,例如制作GIF动图或提取视频中的特定画面。现在一起来看云炫AI智剪如何将视频转换为序列图片,并轻松实现转换。 操作…...
python 数据挖掘库orange3 介绍
orange3 是一个非常适合初学者的data mining library. 它让使用者通过拖拽内置的组件来形成工作流。让你不需要写任何代码就可以体验到数据挖掘和可视化的魅力。 它的桌面如下,这里我创建了 3 个节点,分别是数据集、小提琴图,散点图 其中 …...
Android和JNI交互 : 常见的图像格式转换 : NV21、RGBA、Bitmap等
1. 前言 最近在使用OpenCV处理图片的时候,经常会遇到需要转换图像的情况,网上相关资料比较少,也不全,有时候得费劲老半天才能搞定。 自己踩了坑后,在这里记录下,都是我在项目中遇到的图像转化操作…...
AndroidAuto 解决连接手机启动AA屏闪一下问题
AndroidAuto一般在AndroidManifest.xml注册的Activity配置过滤监听特定手机的USB插拔启动AA <activityandroid:name=".sink.ui.MainActivity"android:configChanges="keyboard|keyboardHidden|uiMode"android:windowSoftInputMode="stateHidden&qu…...
jbase实现业务脚本化
经过晚上和早上的努力,终于补上框架最后一块了,业务脚本侦听变化后自动编译jar包和调用,实现维护成本低,开发效率高的框架的基本体系。 实现自动编译jar包的类 package appcode;import org.w3c.dom.Document; import org.w3c.do…...
【安全】Java幂等性校验解决重复点击(6种实现方式)
目录 一、简介1.1 什么是幂等?1.2 为什么需要幂等性?1.3 接口超时,应该如何处理?1.4 幂等性对系统的影响 二、Restful API 接口的幂等性三、实现方式3.1 数据库层面,主键/唯一索引冲突3.2 数据库层面,乐观锁…...
基于设深度学习的人脸性别年龄识别系统 计算机竞赛
文章目录 0 前言1 课题描述2 实现效果3 算法实现原理3.1 数据集3.2 深度学习识别算法3.3 特征提取主干网络3.4 总体实现流程 4 具体实现4.1 预训练数据格式4.2 部分实现代码 5 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 基于深度学习机器视觉的…...
0001Java安卓程序设计-基于Android多餐厅点餐桌号后厨前台服务设计与开发
文章目录 **摘** **要****目** **录**系统设计开发环境 编程技术交流、源码分享、模板分享、网课教程 🐧裙:776871563 摘 要 移动互联网时代的到来,给人们的生活带来了许多便捷和乐趣。随着用户的不断增多,其规模越来越大&#…...
Node.js 中解析 HTML 的方法介绍
在 Web 开发中,解析 HTML 是一个常见的任务,特别是当我们需要从网页中提取数据或操作 DOM 时。掌握 Node.js 中解析 HTML 的各种方式,可以大大提高我们提取和处理网页数据的效率。本文将介绍如何在 Node.js 中解析 HTML。 基本概念 HTML 解析…...
软件开发项目文档系列之十如何撰写测试用例
目录 1 概述1.1 编写目的1.2 定义1.3 使用范围1.4 参考资料1.5 术语定义 2 测试用例2.1 功能测试2.1.1 用户登录功能2.1.2 商品搜索功能 2.2 性能测试2.2.1 网站响应时间2.2.2 并发用户测试 附件: 测试用例撰写的要素和注意事项附件1 测试用例要素附件2 测试用例的注…...
AI:53-基于机器学习的字母识别
🚀 本文选自专栏:AI领域专栏 从基础到实践,深入了解算法、案例和最新趋势。无论你是初学者还是经验丰富的数据科学家,通过案例和项目实践,掌握核心概念和实用技能。每篇案例都包含代码实例,详细讲解供大家学习。 📌📌📌本专栏包含以下学习方向: 机器学习、深度学…...
实习记录--(海量数据如何判重?)--每天都要保持学习状态和专注的状态啊!!!---你的未来值得你去奋斗
海量数据如何判重? 判断一个值是否存在?解决方法: 1.使用哈希表: 可以将数据进行哈希操作,将数据存储在相应的桶中。 查询时,根据哈希值定位到对应的桶,然后在桶内进行查找。这种方法的时间复…...
【MATLAB源码-第67期】基于麻雀搜索算法(SSA)的无人机三维地图路径规划,输出最短路径和适应度曲线。
操作环境: MATLAB 2022a 1、算法描述 麻雀搜索算法(Sparrow Search Algorithm, SSA)是一种新颖的元启发式优化算法,它受到麻雀社会行为的启发。这种算法通过模拟麻雀的食物搜索行为和逃避天敌的策略来解决优化问题。SSA通过模…...
Promise的并发控制 - 从普通并发池到动态并发池
一、场景 给你一个有200个URL的数组,通过这些URL来发送请求,要求并发请求数不能超过五个。 这是一道很常考的面试题,接下来让我们来学习一下Promise并发控制 二、普通并发池的实现 主要思路就是,判断当前队列是否满,…...
Java类加载机制(类加载器,双亲委派模型,热部署示例)
Java类加载机制 类加载器类加载器的执行流程类加载器的种类加载器之间的关系ClassLoader 的主要方法Class.forName()与ClassLoader.loadClass()区别 双亲委派模型双亲委派 类加载流程优缺点 热部署简单示例 类加载器 类加载器的执行流程 类加载器的种类 AppClassLoader 应用类…...
Python爬虫实战:研究MechanicalSoup库相关技术
一、MechanicalSoup 库概述 1.1 库简介 MechanicalSoup 是一个 Python 库,专为自动化交互网站而设计。它结合了 requests 的 HTTP 请求能力和 BeautifulSoup 的 HTML 解析能力,提供了直观的 API,让我们可以像人类用户一样浏览网页、填写表单和提交请求。 1.2 主要功能特点…...
变量 varablie 声明- Rust 变量 let mut 声明与 C/C++ 变量声明对比分析
一、变量声明设计:let 与 mut 的哲学解析 Rust 采用 let 声明变量并通过 mut 显式标记可变性,这种设计体现了语言的核心哲学。以下是深度解析: 1.1 设计理念剖析 安全优先原则:默认不可变强制开发者明确声明意图 let x 5; …...
使用VSCode开发Django指南
使用VSCode开发Django指南 一、概述 Django 是一个高级 Python 框架,专为快速、安全和可扩展的 Web 开发而设计。Django 包含对 URL 路由、页面模板和数据处理的丰富支持。 本文将创建一个简单的 Django 应用,其中包含三个使用通用基本模板的页面。在此…...
基于FPGA的PID算法学习———实现PID比例控制算法
基于FPGA的PID算法学习 前言一、PID算法分析二、PID仿真分析1. PID代码2.PI代码3.P代码4.顶层5.测试文件6.仿真波形 总结 前言 学习内容:参考网站: PID算法控制 PID即:Proportional(比例)、Integral(积分&…...
基于ASP.NET+ SQL Server实现(Web)医院信息管理系统
医院信息管理系统 1. 课程设计内容 在 visual studio 2017 平台上,开发一个“医院信息管理系统”Web 程序。 2. 课程设计目的 综合运用 c#.net 知识,在 vs 2017 平台上,进行 ASP.NET 应用程序和简易网站的开发;初步熟悉开发一…...
解锁数据库简洁之道:FastAPI与SQLModel实战指南
在构建现代Web应用程序时,与数据库的交互无疑是核心环节。虽然传统的数据库操作方式(如直接编写SQL语句与psycopg2交互)赋予了我们精细的控制权,但在面对日益复杂的业务逻辑和快速迭代的需求时,这种方式的开发效率和可…...
IoT/HCIP实验-3/LiteOS操作系统内核实验(任务、内存、信号量、CMSIS..)
文章目录 概述HelloWorld 工程C/C配置编译器主配置Makefile脚本烧录器主配置运行结果程序调用栈 任务管理实验实验结果osal 系统适配层osal_task_create 其他实验实验源码内存管理实验互斥锁实验信号量实验 CMISIS接口实验还是得JlINKCMSIS 简介LiteOS->CMSIS任务间消息交互…...
UR 协作机器人「三剑客」:精密轻量担当(UR7e)、全能协作主力(UR12e)、重型任务专家(UR15)
UR协作机器人正以其卓越性能在现代制造业自动化中扮演重要角色。UR7e、UR12e和UR15通过创新技术和精准设计满足了不同行业的多样化需求。其中,UR15以其速度、精度及人工智能准备能力成为自动化领域的重要突破。UR7e和UR12e则在负载规格和市场定位上不断优化…...
学校时钟系统,标准考场时钟系统,AI亮相2025高考,赛思时钟系统为教育公平筑起“精准防线”
2025年#高考 将在近日拉开帷幕,#AI 监考一度冲上热搜。当AI深度融入高考,#时间同步 不再是辅助功能,而是决定AI监考系统成败的“生命线”。 AI亮相2025高考,40种异常行为0.5秒精准识别 2025年高考即将拉开帷幕,江西、…...
深入理解Optional:处理空指针异常
1. 使用Optional处理可能为空的集合 在Java开发中,集合判空是一个常见但容易出错的场景。传统方式虽然可行,但存在一些潜在问题: // 传统判空方式 if (!CollectionUtils.isEmpty(userInfoList)) {for (UserInfo userInfo : userInfoList) {…...
