O desafio
por Ann Wellens (DIMEI, Faculdade de Engenharia; Universidade Nacional Autônoma do México) e Miguel Mujica Mota (Academia de Aviação, Universidade de Ciências Aplicadas de Amsterdã)
Conforme apresentado na Conferência de Simulação de Inverno de 2017
Apresentamos uma abordagem de simulação de eventos discretos para avaliar a demanda de voos quando o congestionamento do aeroporto é observado. Uma das consequências do congestionamento do aeroporto são os atrasos nos voos que, por sua vez, diminuem a satisfação do cliente. O modelo inclui informações de voo, desempenho pontual da companhia aérea, duração do voo e incerteza do tempo de retorno. Quando ocorre um congestionamento no aeroporto de chegada, uma iniciativa de gerenciamento do fluxo de tráfego aéreo é acionada como uma ferramenta para aliviar os problemas de congestionamento, especialmente nos slots mais congestionados do aeroporto. A análise dos cenários selecionados do modelo permite selecionar os parâmetros da iniciativa em que o congestionamento do aeroporto pode ser minimizado.
O modelo é configurado para o aeroporto da Cidade do México, que é o mais movimentado do México e altamente congestionado. Este estudo de caso descreve como modelar a rede do aeroporto para analisar a eficácia de iniciativas específicas de gerenciamento do fluxo de tráfego na Cidade do México. O uso da abordagem de simulação permitirá que os tomadores de decisão analisem a eficácia da atual política de fluxo de tráfego, bem como avaliem diferentes políticas para lidar com a crescente demanda na rede mexicana de aeroportos. A flexibilidade do modelo facilita a adaptação a redes de aeroportos congestionados em outras regiões do mundo.
Introdução
O congestionamento aeroportuário pode resultar na situação em que o uso de um aeroporto por uma aeronave específica atrasa ou impede o uso por outra aeronave no mesmo intervalo de tempo. Devido ao crescimento constante do transporte aéreo, os problemas de congestionamento e atrasos de voos estão se tornando mais graves em muitos aeroportos. Eles causam restrições de crescimento, possíveis cancelamentos de voos, frustração dos passageiros, problemas ambientais devido ao aumento das emissões, custos desnecessários devido ao aumento do consumo de combustível e má reputação das transportadoras e dos aeroportos (Guest, 2007; Ball et al., 2010).
Em aeroportos com restrições importantes de capacidade, como JFK e LGA em Nova York, FRA em Frankfurt, LHR e LGW em Londres, praticamente não há capacidade ociosa disponível para crescimento e/ou voos não programados. Para diminuir o congestionamento nos aeroportos, o estudo da propagação de atrasos de voos torna-se especialmente importante para viagens com escalas, por um lado, e em terminais com problemas de capacidade, por outro. O caso específico da Cidade do México apresenta ambos os problemas, pois, por um lado, é um hub aeronáutico para a chamada companhia aérea de bandeira Aeromexico e, por outro, é um dos principais portões de entrada para o país com voos dos Estados Unidos, Europa e América Latina.
Considerando os passageiros domésticos e internacionais, o Aeroporto Internacional da Cidade do México (Código IATA: MEX) tem uma participação de mercado de aproximadamente 32% do total de passageiros transportados no México, o que o torna o aeroporto mais movimentado do país (Wellens e Mujica Mota, 2017). Devido à sua posição importante em termos de número de operações, bem como à sua funcionalidade de operações de hub de determinadas transportadoras, o MEX se revela como um nó importante cuja operação afeta toda a rede nacional de aeroportos. Portanto, a compreensão de maneiras eficientes de gerenciar o aeroporto afetará não apenas o próprio porto aéreo e as partes interessadas que dele participam, mas também toda a rede nacional de aeroportos. Como consequência de seu alto nível de congestionamento, o Aeroporto Internacional da Cidade do México foi declarado saturado em 2013, observando-se que as operações no espaço aéreo mexicano excederam o número máximo que pode ser atendido por hora (SEGOB, 2014).
As iniciativas de gerenciamento do fluxo de tráfego podem ser usadas para absorver uma porcentagem do tráfego aéreo, controlar a demanda de tráfego aéreo e atenuar os desequilíbrios entre demanda e capacidade (Agustin et al., 2010). A presença de alterações devido a atrasos implica que a coordenação das atividades no aeroporto será afetada; identificar seu efeito com antecedência permitirá que a administração do aeroporto seja mais eficiente, permitindo a operação contínua do programa de voo e evitando a exportação do atraso para outros aeroportos, resultando em um efeito cascata.
Um aspecto importante dos atrasos é a estocasticidade da duração do voo e dos tempos de retorno. A incerteza associada ao mau tempo, à ineficiência da companhia aérea, aos atrasos dos passageiros, aos problemas mecânicos, às ineficiências operacionais, à falta de robustez da programação, aos problemas de segurança etc. tem influência direta na frequência e na duração dos atrasos e, portanto, no congestionamento do aeroporto.
A solução
Abordagem metodológica
O modelo de simulação usado para gerenciar a demanda em redes de aeroportos congestionados foi desenvolvido usando o sistema de software SIMIO. O SIMIO usa uma abordagem orientada a processo-objeto que se adequa perfeitamente ao tipo de operações realizadas pelo setor de aviação, em que tudo acontece em horários programados e o controle da incerteza é um dos principais objetivos da operação (Alomar et al., 2017; Pegden, 2007). O modelo envolve a movimentação de aeronaves entre aeroportos em uma rede de nós conectados por caminhos de comprimento proporcional ao tempo de viagem do voo. No momento, apenas um hub é considerado, juntamente com todas as conexões correspondentes de chegada e saída. As informações de voo são fornecidas a partir de tabelas de informações diárias, semanais ou mensais para voos que chegam ao hub selecionado; as informações da aeronave, da companhia aérea e do aeroporto são vinculadas a tabelas de dados separadas.
Os eventos no modelo de simulação são acionados pelas informações especificadas na programação de voo fornecida, incluindo o aeroporto de origem, a operadora de voo, o tipo de aeronave, o horário de partida, o horário de chegada e a duração do voo. Os voos são gerados no modelo no momento da partida; o tempo de voo é determinado a partir do horário de chegada programado. Outros dados usados pelo modelo incluem informações específicas da aeronave (por exemplo, peso máximo de decolagem e categoria de esteira), específicas da companhia aérea (por exemplo, desempenho no horário, tempo médio de chegada, tipo de operador) e específicas do aeroporto (por exemplo, país de origem). Os dados específicos da aeronave e do aeroporto são usados para maior precisão na lógica do modelo, enquanto os dados da companhia aérea são usados para poder levar em consideração o caráter estocástico da duração e do atraso do voo. Os valores de resposta incluem o número horário de chegadas, partidas, movimentos de transporte aéreo e portões usados, bem como porcentagens de voos atrasados no aeroporto central.
No momento, o modelo está configurado para o Aeroporto da Cidade do México, considerando 96 posições de contato para operações aéreas, 98 aeroportos de partida, 26 transportadoras e 22 códigos de equipamentos. A maior parte do processamento de dados foi feita usando o ambiente do software R. As informações de voo foram recuperadas do OAG, correspondendo à primeira semana de 2013. O uso atual de slots, as distribuições de tempo de voo, os dados de desempenho no horário e os tempos de retorno foram estimados com dados disponíveis publicamente e incluídos no modelo.
Para levar em conta a estocasticidade dos dados de voo atuais, as distribuições de tempo de voo foram determinadas a partir de informações de voo publicadas durante duas semanas em junho de 2017 para as companhias aéreas que voam para o Aeroporto da Cidade do México. As transportadoras mexicanas de baixo custo e de serviço completo foram analisadas individualmente, enquanto outras transportadoras foram agrupadas por conteúdo, pois apresentaram um comportamento semelhante. As distribuições de pontualidade puderam ser ajustadas principalmente às distribuições gama e Weibull; as distribuições de atraso seguiram uma distribuição Weibull em todos os casos. Os voos programados diários para o período de 1º a 8 de janeiro de 2013 foram ajustados com horários de voo realistas obtidos na etapa anterior, e o aumento total de 17% no número de voos observado de janeiro de 2013 a 2017 foi levado em consideração, gerando voos aleatórios com a mesma origem, transportadoras, equipamentos e distribuição de frequência dos voos registrados.
Em um primeiro estágio, o modelo de simulação foi usado para avaliar um programa de atraso em solo no MEX; essa é uma iniciativa específica de gerenciamento de fluxo de tráfego em que um atraso em solo no aeroporto de partida é imposto para um número reduzido de voos quando a capacidade no aeroporto de chegada está sendo excedida. O objetivo era identificar a sensibilidade do sistema à modificação do valor limite em que o programa de atraso em solo é acionado. O modelo também foi usado para analisar o efeito da duração do voo e da variabilidade do tempo de retorno no desempenho geral de pontualidade e no congestionamento do aeroporto, bem como na eficácia do programa de atraso em solo imposto.
O impacto nos negócios
Conclusão e trabalho futuro
Apresentamos um modelo de simulação baseado em eventos discretos que usamos para analisar a eficácia do programa de atrasos em solo atualmente imposto pelas autoridades aeroportuárias mexicanas como uma medida para lidar com desequilíbrios de capacidade. A estocasticidade da duração do voo, o desempenho no horário e os tempos de retorno são incluídos no modelo para analisar como a eficácia do programa de atrasos em solo é influenciada por seus parâmetros.
A simulação de vários cenários sugere que, no caso específico do aeroporto da Cidade do México, a ativação do programa de atraso em solo com 34 chegadas por hora, combinada com uma regra de decisão sobre qual aeronave incluir no programa, é a opção preferida para problemas agudos de congestionamento. Em condições de congestionamento grave e crônico, os voos de longa distância continuam a chegar apesar do programa de atraso em solo, o que pode aumentar o atraso total de forma inaceitável para os voos afetados. Nesse caso, o cancelamento de voos em combinação com a iniciativa de gerenciamento estudada pode ser uma opção. Um número de 200 a 300 aeronaves é afetado por semana quando o programa é ativado com 34 chegadas por hora, e o tempo total de atraso diminui para uma média de 30 minutos por voo afetado, diminuindo também a má vontade dos passageiros.
O estudo mostrou que a estocasticidade do problema influencia muito a resposta do sistema. No momento, embora tenham sido obtidas as distribuições de tempo de voo, atraso e retorno, a quantidade limitada de dados reais disponíveis não permitiu a análise das causas do atraso ou dos longos tempos de retorno, nem a distinção das diferenças entre as distribuições para todos os tipos de aeronave, origem, destino, hub e companhia aérea. Em um estudo futuro, a natureza estocástica dos atrasos e dos tempos de retorno será abordada mais profundamente, e diferentes tipos de atraso que afetam o congestionamento do aeroporto MEX serão incluídos no estudo. O modelo pode ser facilmente adaptado a aeroportos centrais e/ou redes de aeroportos em outras regiões do mundo.