simulaÇÃo da capacidade do controle aÉreo … · o objetivo dessa pesquisa foi analisar um...

SIMULAÇÃO DA CAPACIDADE DO

CONTROLE AÉREO TERMINAL DE

SÃO PAULO COM SETORIZAÇÃO E

SEPARAÇÃO EM TEMPO PARA OS

AEROPORTOS DE CONGONHAS E

GUARULHOS

Natanael de Souza Sampaio (UFSCar/Sor )

[email protected]

Rodolfo Florence Teixeira Junior (UFSCar/Sor )

[email protected]

Joao Eduardo Azevedo Ramos da Silva (UFSCar/Sor )

[email protected]

Nos últimos anos, os indicadores da aviação civil comercial no Brasil

elaborados pela ANAC apontam o crescimento da procura pelo modal

aéreo.Como consequência, as empresas aéreas aumentaram a oferta

de voos que rapidamente trouxeram aos aeroportos uma movimentação

maior em termos de pousos e decolagens. De modo particular, os

aeroportos do estado de São Paulo, que já operavam em ritmo

acelerado, também ficaram mais solicitados com o incremento da

demanda que levou a reduzir o intervalo entre pousos e decolagens,

comprometendo a segurança da operação. Apontar alternativas ao

crescente volume de tráfego aéreo na Área Terminal de São Paulo

(TMA-SP) foi a principal motivação dessa pesquisa, que teve o objetivo

de avaliar a setorização da Área Terminal, modelar e simular um

procedimento proposto por Loche (2010) para separação das

aeronaves baseadas no tempo que entram na TMA-SP para

procedimento de descida nos aeródromos de Congonhas (SBSP) e

Guarulhos (SBGR). Um modelo de simulação foi utilizado para estudar

a separação baseada em tempo para três cenários: para um valor

constante e para separações baseadas nas distribuições Normal e

Triangular. A simulação mostrou-se eficiente no sequenciamento de

aeronaves aos aeródromos citados e apontou riscos ao contemplar as

variabilidades consideradas nos dois últimos cenários.

Palavras-chaves: setorização, simulação, tráfego aéreo

XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+10

Curitiba, PR, Brasil, 07 a 10 de outubro de 2014.



2

1. Introdução

O setor de transporte de passageiros está passando por transformação no Brasil. O modal

aéreo apresentou recentemente um contínuo crescimento, conforme apontam os dados do

relatório da AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL (2011) para o mercado

doméstico e internacional de voos regulares e não regulares. A estabilização da moeda

promovida pelo Plano Real e o incremento da real da renda, apontado pelo Instituto Brasileiro

de Geografia e Estatística nas principais regiões metropolitanas do país (IBGE, 2012),

promoveram a elevação do volume de pessoas que utilizam o modal aéreo para deslocamentos

de maior distância.

O indicador RPK (Revenue Passenger Kilometre), que aponta a quantidade de passageiros

pagantes por quilometro transportado, comprova o crescimento das taxas de demanda de

transporte aéreo doméstico de passageiros a cada ano. Como exemplo, o indicador apresentou

aumento de 9,34%, no mercado doméstico e 12,19% no mercado internacional em 2011, em

relação ao ano anterior (ANAC, 2011). Como consequência, as companhias aéreas puderam

aumentar a ocupação das suas aeronaves e a oferta de destinos. Por tais razões, a

movimentação de aeronaves tem crescido, em especial na Área de Controle Terminal de São

Paulo (TMA-SP) devido à região ser o principal hub do modal aéreo nacional.

A TMA-SP é alimentada por voos dos Centros de Controle de Área de Brasília (ACC-BS) e

Curitiba (ACC-CW), bem como pelo Controle de Aproximação do Rio de Janeiro (APP-RJ).

Isso leva ao aumento da carga de trabalho dos controladores em setores de alimentação e

finais da área terminal, pois há a necessidade de coordenar o tráfego aéreo que concorre ao

mesmo aeródromo de chegada pelas vias citadas. Loche (2010) propôs um modelo para

melhor gerenciamento de tráfego com alimentação da área terminal com separação por tempo

entre as aeronaves, o que facilita o trabalho de controle e reduz a carga de trabalho dos

operadores. É importante apontar alternativas para a gestão do tráfego aéreo, uma vez que a

capacidade de absorver vôos está saturada nos principais aeroportos do país.

O objetivo dessa pesquisa foi analisar um cenário simulado de sequenciamento de aeronaves a

partir da proposta de Loche (2010), tendo em vista atender aos deslocamentos que se farão

necessário dentro da maior e mais importante área terminal do território nacional nos

próximos anos. O modelo de sequenciamento de aeronaves de chegada aos aeródromos de

Congonhas e Guarulhos foi analisado através de simulação computacional. A pesquisa se



3

limitou ao tratamento das aeronaves que circulam pela TMA-SP, sendo esse o seu escopo de

investigação.

2. Revisão bibliográfica

2.1. Movimentação aérea

A navegação aérea é regulada em nível mundial por um organismo da Organização das

Nações Unidas (ONU), a ICAO - International Civil Aviation Organization. No Brasil, o

sistema de tráfego aéreo é de autoridade do Departamento de Controle do Espaço Aéreo

(DECEA), subordinado ao Comando da Aeronáutica. A movimentação de aeronaves dentro

de uma região controlada do espaço aéreo deve acontecer de forma ordenada, a fim de que o

sistema flua com naturalidade e segurança.

A publicação do Comando da Aeronáutica que normatiza o serviço de gerenciamento de fluxo

de tráfego aéreo é a ICA 100-22 (2010). Dentre as diversas instruções previstas, há a que

aborda o programa de sequenciamento das aeronaves. Conforme a ICA 100-22 (2010) o

intervalo entre as aeronaves pode ser determinado por software ou pelos gerentes de fluxo.

Loche (2010) propôs um modelo para sequenciamento de chegada de aeronaves dentro da

Área de Controle Terminal de São Paulo com os devidos cálculos necessários para esse fim.

2.2. Simulação de sistemas

A simulação, segundo Harrel et al. (2002, p. 2) “[...] é um processo de experimentação com

um modelo detalhado de um sistema real para determinar como o sistema responderá a

mudanças em sua estrutura, ambiente ou condições de contorno.”

Chwif e Medina (2007) comentam que existem restrições em simulação, tais como o respeito

a um conjunto de premissas; o fato de ser apenas uma representação do que pode acontecer

com um sistema real e a diferença em relação aos modelos matemáticos. Já Harrel et al.

(2002) ponderam que a representação da realidade pode ter níveis variados de detalhamento e,

que, para cada estudo devem-se considerar as variáveis mais importantes, de forma a

economizar tempo retirando-se atividades irrelevantes ao projeto ou simplificando-as para que

se obtenham resultados em tempo hábil e de importância efetiva ao estudo.



4

Para Banks et al. (2005), a simulação possibilita o estudo de sistemas complexos ou

subsistemas dentro de sistemas complexos e observação do comportamento de mudanças

informacionais, organizacionais e ambientais. Com o conhecimento de simulação pode-se ter

ideias para melhorias do sistema estudado, verificar a interação das variáveis e preparar-se

para novas políticas e mudanças antes da implementação. Os autores também estabelecem que

não se deve utilizá-la quando o problema pode ser resolvido por bom-senso, ou por

experimentos, ou por soluções analíticas, ou quando os custos excedem as economias.

Harrel et al. (2002) acrescentam que a opção pela simulação deve ser cuidadosa e para

situações mais coniventes, dado que existem outras ferramentas para análise que se encaixam

melhor em certas ocasiões. Usar a simulação de sistemas é razoável sempre que há grandes

custos ou grandes dificuldades envolvidas nos testes reais, porém, quando bem empregada,

poderá ser de grande confiança para a efetivação no mundo real ou como sugestão para negar

mudanças ou visualizar outras possíveis alterações.

Chwif e Medina (2007) ilustram exemplos de aplicações da simulação, como em aeroportos,

escritórios, hospitais entre outros. As aplicações variam entre tempos em filas, utilização de

postos de atendimento, divisão de trabalho, modificações em layouts, capacidades, entre

outras.

As modelagens matemáticas e heurísticas da pesquisa operacional consideram as inúmeras

variáveis de uma situação de forma estática. Já na utilização dos modelos de simulação, o

sistema é dinâmico e as inúmeras situações que podem suceder são consideradas. De tal

forma, ao se aumentar a complexidade de um sistema estudado e necessitando-se da

visualização e interpretação dinâmica dos dados, a preferência dos modelos de simulação é

evidenciada (HARREL et al., 2002).

Algumas vantagens da simulação, segundo Pegden, Shannon e Sadowski (1995) apud Banks

et al. (2005) são:

a) Novas políticas de trabalho, procedimentos de operação, regras de decisão, fluxos

de informação, procedimentos organizacionais e outros podem ser explorados

sem a interrupção de operações em andamento no sistema real;

b) Novos designs de hardware, layouts físicos, sistemas de transporte e outros

podem ser testados sem gastos de recursos por suas aquisições;



5

c) Hipóteses de como e por que certos fenômenos ocorrem podem ser testados para

viabilidade;

d) O tempo pode ser comprimido ou expandido para possibilitar aumento ou

redução da velocidade do fenômeno sob investigação;

e) Visões sobre a interação das variáveis;

f) Visões sobre a importância que as variáveis têm para o desempenho do sistema;

g) Análises de onde há atrasos excessivos;

h) Explicitar como o sistema funciona versus como as pessoas pensam que o

sistema funciona;

i) Perguntas “e se” podem ser respondidas.

Mas existem desvantagens também na utilização da simulação como ferramenta. Banks et al.

(2005) enumeram algumas:

a) A criação de modelos necessita de experiência, uma pessoa ou equipe devem ser

especializadas para tal função;

b) É muito provável que dois modelos de um mesmo sistema não sejam idênticos, a

interpretação dos resultados pode ser difícil;

c) A análise e a modelagem podem consumir muito tempo e serem muito caras.

Antes de surgirem linguagens dedicadas de simulação, podia-se simular com as linguagens de

programação. Ao longo do tempo, foi-se percebendo as dificuldades de aumentar a

complexidade do sistema, surgindo dessa forma a necessidade da criação de linguagens de

simulação. Após isso, ao longo do tempo, foram sendo criados programas (simuladores) mais

visuais, que facilitaram a criação e interpretação dos sistemas. (SALIBY, 1997 apud CHWIF;

MEDINA, 2007). Um desses simuladores gráficos que está disponível no mercado é o

ARENA, desenvolvido pela Rockwell Automation Technologies Incorporation.

3. Descrição do caso estudado



6

A área terminal do Controle de Aproximação de São Paulo (APP-SP) é responsável pelo

tráfego que inicia o processo de chegada ou saída dos principais aeroportos da Área de

Controle Terminal de São Paulo por procedimentos de Regras de Voo por Instrumentos (IFR -

Instrument Fligth Rules); pelos tráfegos que voam com procedimentos de Regras de Vôo

Visual (VFR - Visual Fligth Rules) e ainda, pelos tráfegos que cruzam a área terminal com

destino ao Centro de Controle de Área de Brasília (ACC-BS) ou Curitiba (ACC-CW).

Dentro dessa área terminal estão grandes aeroportos nacionais, tais como Congonhas (SBSP),

Guarulhos (SBGR) e Campinas (SBKP), bem como o aeroporto de São José dos Campos

(SBSJ) no Vale do Paraíba.

Segundo Loche (2010), “os aeroportos com pistas paralelas que possuem separação entre

eixos inferiores a 760 metros não permitem nenhum tipo de aproximação simultânea,

dependente ou segregada, sendo que as separações entre aeronaves devem ser as previstas

para operações em pista única, respeitando-se os mínimos para efeito de esteira de

turbulência”.

Em função dessa restrição, os controladores de tráfego aéreo (ATCO) têm que tratar o

procedimento de Chegada Padrão (STAR), para determinada pista de um aeródromo, não

como independente, mas como procedimento único de sequenciamento. Em controle de

tráfego aéreo (ATC), “o termo sequenciamento é o ajuste na ordem para os pousos com o

espaçamento adequado, utilizando-se de procedimentos e normas padronizados” (LOCHE,

2010). O autor argumenta que esse procedimento de chegada tem origem no pouso e se

estende até a decolagem do aeródromo de origem.

O principal parâmetro do modelo proposto por Loche (2010) é a separação na aproximação

final medida em distância, mas determinada em tempo. A distância na separação final quando

a aeronave cruza o fixo de aproximação final do aeródromo (FAF) é de 5 milhas náuticas e o

tempo de 2 minutos. Esse equipamento está instalado em solo e, após a aeronave cruzar esse

marcador, é realizada a transferência das comunicações entre a aeronave e o Controle de

Aproximação à torre de controle do aeródromo para o pouso.

Na elaboração do modelo, Loche (2010) não trata a Chegada Padrão para uma mesma pista

como se fossem procedimentos independentes. Os voos possuem origem em um dos três

pontos de alimentação da Área Terminal de São Paulo, as quais são as provenientes dos

Centros de Controle de Área de Brasília (D) ou Curitiba (G) e da Área Terminal do Rio de

Janeiro (I). As trajetórias das aeronaves para uma mesma pista são rebatidas e sobrepostas,



7

tornando-se um único procedimento de chegada, ou seja, os diferentes caminhos de chegada

ao aeródromo pelas origens D, G ou I são retificados e unidos, tornando-se um mesmo

procedimento para o pouso.

Após serem rebatidas e sobrepostas, essas chegadas padronizadas são divididas em três

segmentos. O primeiro trecho (VERDE) é o segmento inicial, o segundo (AMARELO) é o

intermediário e o terceiro (VERMELHO) o segmento final. A partir desse ponto, as aeronaves

seguem em trajetória comum até o pouso, conforme a Figura 1. Cada segmento terá

padronizado a velocidade indicada, gradiente de descida e separação em distância.

Figura 1 – Procedimento de chegada padrão (STAR)

Fonte: Elaboração própria. Adaptado de Loche (2010)

Loche (2010) aponta as seguintes equações e considerações ao modelo:

a) A separação necessária para se manter a sequência para os pousos não é constante,

variando em função das velocidades das aeronaves (LOCHE, 2010). Esta separação

deve ser mantida em todos os segmentos na terminal e é dado por:

xactf = vsolo * taproximação final [1]

Onde:

= separação entre as aeronaves em milhas náuticas (NM) considerando o tempo

na aproximação final e as suas velocidades no solo.

= velocidade no solo em nós (kt) calculada em função da altitude e da

velocidade indicada prevista para o segmento.

= separação em tempo (h) na aproximação final necessária para que

a distância em milhas náuticas (NM) seja obtida.

D

G

I Trajetória

comum

FAF Pista Inicial Intermediário Final

VERDE AMARELO VERMELHO



8

b) O espaço de sequenciamento é o comprimento da trajetória da STAR destinado à

manutenção do sequenciamento das aeronaves (LOCHE, 2010).

= comprimento destinado ao sequenciamento, em milhas náuticas (NM) [2]

c) O segmento inicial tem origem no limite da terminal, seguido pelo intermediário e

finalizado pelo segmento final que se prolonga até o fixo de entrada do aeródromo

(FAF) (LOCHE, 2010).

= . 0,1h [3]

Onde:

= comprimento do segmento, em milhas náuticas (NM)

= velocidade média no solo, em nós (kt).

0,1h = fração da hora prevista para a duração do vôo no segmento, em hora (h).

Segundo o autor, cada segmento do procedimento é prevista uma velocidade indicada que

melhor atende as necessidades do Controle de Tráfego Aéreo (ATC). A velocidade indicada

máxima prevista para cada segmento é convertida em velocidade no solo média:

gs = kias {1+ [( + ) 0,001]} [4]

Onde :

gs = velocidade em nós (kt) no solo calculado em função da altitude média

kias = velocidade em nós (kt) indicada determinada para o segmento

= nível de voo no início do segmento (adimensional)

= nível de voo no final do segmento (adimensional)

0,001 = fator de correção da velocidade em função da altitude

A Tabela 1 mostra a velocidade média indicada em nós ( ) apontada pelo instrumento

da aeronave, a velocidade de solo média ( ), a altitude de entrada e saída do segmento

(hinicial e hfinal) e a taxa de gradiente de descida (graddescida) para cada um dos três segmentos



9

designados: inicial, intermediário e final. Nos cálculos do modelo, os segmentos iniciais e

intermediários usam taxa de 5% (300ft/NM) de gradiente e no segmento final esse gradiente é

na ordem de 3,3% (200ft/NM).

Tabela 1 – Parâmetros por segmento

Parâmetros Segmento

Inicial Intermediário Final

300 kt 250 kt 180 kt

415 kt 311 kt 195 kt

24.500 ft 17.600 ft 8.300 ft

17.600 ft 8.300 ft 4.300 ft

5% 5% 3,3%

Fonte : Elaboração própria. Adaptado de Loche (2010)

O trecho inicial corresponde à entrada das aeronaves para procedimento de descida

provenientes dos Centros de Controle de Área de Brasília e Curitiba e, também, da Área

Terminal do Rio de Janeiro. A altitude inicial é de 24.500 pés. Quando uma aeronave cruza o

fixo de aproximação final (FAF) do aeródromo, outra somente o atinge após 2 minutos, o que

corresponde a uma separação de 5 milhas náuticas no mínimo. A Figura 2 ilustra o modelo de

forma sintética.

Figura 2 – Ilustração do modelo de Loche (2010) para a TMA-SP



10

Fonte: Elaboração própria

A proposta de sequenciamento de Loche (2010) foi modelada e simulada em cada um dos

segmentos do espaço aéreo. O fluxo em rede é apresentado abaixo pela Figura 3. Em “D” há a

representação das aeronaves provenientes do Centro de Controle de Área de Brasília; em “G”

as provenientes do Centro de Controle de Área de Curitiba e em “I” aquelas provenientes da

Área Terminal do Rio de Janeiro. As aeronaves realizam duas intersecções, em “E” e em “A”,

e seguem um trecho comum da Chegada Padrão passando pelo fixo de aproximação final do

aeródromo.

Figura 3 – Fluxo em rede para a TMA-SP

Fonte: Elaboração própria.

A Tabela 2 indica a velocidade e o comprimento a cada trecho de segmento.

Tabela 2 – Velocidade e comprimento por segmento

Segmento Velocidade Comprimento

D C B A

G F E

I H

5% 5%

3,3%

28 NM

30 NM

20 NM

GS: 195 Kt GS: 311 Kt GS: 415 Kt GS: 176 Kt

6 NM

Inicial

Figure 1 : Resumo

do Modelo Fonte:

Elaboração própia

Intermediário Final FAF

Pista



11

(kt) (NM)

D-C

C-B

B-A

A-FAF

G-F

F-E

E-A

I-H

H-E

415

311

195

176

415

311

195

415

311

23

30

20

6

23

30

20

23

30

Fonte: Elaboração própria.

3. Metodologia

A pesquisa foi de natureza aplicada com finalidade de geração de conhecimento para

aplicação prática em problema específico. O trabalho abordou o problema de forma

quantitativa onde as informações foram quantificadas, classificadas e analisadas. O objetivo

foi de pesquisa exploratória com a finalidade de se obter compreensão clara do problema.

Quanto ao procedimento técnico adotado, a pesquisa foi de modelagem e simulação do

cenário observado, conforme referências de Marconi e Lakatos (2010).

O local de realização da pesquisa foi no Destacamento de Controle do Espaço Aéreo de São

Paulo (DTCEA-SP) que está localizado na área do Aeroporto de São Paulo - Congonhas. O

destacamento é responsável pela gestão da área operacional dos voos dentro da Área de

Controle Terminal de São Paulo. O universo da pesquisa foi o tráfego aéreo dentro da Área de

Controle Terminal de São Paulo.

A simulação do sistema proposto por Loche (2010) foi realizada com o auxílio do aplicativo

Arena versão 11, student, da Rockwell Automation Technologies Incorporation.

Na modelagem, os Centros de Controle de Área de Brasília e Curitiba e a Área Terminal do

Rio de Janeiro alimentam a Área Terminal de São Paulo em instantes diferentes, mas

determinados para cada aeroporto. Isso se deve ao fato de melhor distribuir os movimentos de

aeronaves dessas localidades.

As aeronaves para o aeroporto de Congonhas foram modeladas para chegarem ao instante “t”

igual a zero quando provenientes do Centro de Controle de Área de Brasília, “t” igual a 2



12

minutos para as provenientes do Centro de Controle de Área de Curitiba e ao instante “t”

igual a 4 minutos para aquelas provenientes da Área Terminal do Rio de Janeiro.

Quando os voos são para o aeroporto de Guarulhos, esses instantes foram alterados para os

Centros de Controle de Área de Brasília e Curitiba, com a inversão do instante de chegada. O

Centro Curitiba alimenta a área terminal no instante “t” igual a zero e o Centro Brasília no

instante “t” igual a 2 minutos.

A Área Terminal do Rio de Janeiro permanece alimentando a área terminal nos mesmos

instantes “t” de 4 minutos. Com isso, a Área Terminal do Rio de Janeiro pode alimentar a

Área Terminal de São Paulo de forma contínua e os Centros de Controle de Área de Brasília e

Curitiba com intervalos de chegada de 2 minutos entre aeroportos. Assim, a nova alimentação

da Área Terminal de São Paulo, para cada aeroporto a partir da localidade de entrada inicial, é

dada de seis minutos em seis minutos.

A simulação foi alimentada com os dados da modelagem para os aeroportos de Congonhas e

Guarulhos. O modelo foi simulado inicialmente para um cenário com tempo entre criações de

aeronaves constante em 6 minutos para cada aeródromo.

Outros dois cenários contemplaram o uso das distribuições teóricas de probabilidade Normal

e Triangular, para avaliar o impacto da variabilidade no intervalos entre chegadas de

aeronaves no sistema. A distribuição normal foi configurada com média 6 e desvio padrão de

1 minuto, enquanto que na distribuição triangular foram atribuídos os valores de mínimo,

moda e máximo, respectivamente, como sendo 5, 6 e 7 minutos (Tabela 3).

Tabela 3 - Distribuições teóricas de probabilidade para os intervalos entre chegadas de vôos

na TMA-SP

Cenário Tipo de Distribuição Parâmetros

1

2

3

Constante

Normal

Triangular

K =6 minutos

Média de 6 minutos; Desvio padrão de 1 minuto

Mínimo = 5, Moda = 6; Máximo = 7 minutos


4. Resultados e discussões



13

4.1. Simulação

As estatísticas da simulação foram coletadas por uma hora após a primeira aeronave cruzar o

fixo de aproximação final do aeródromo (FAF), para os aeródromos de Congonhas e

Guarulhos (Tabelas 4 e 5, respectivamente), para cada cenário.

Tabela 4: Saídas de aeronaves (em unidades) da simulação do aeródromo de Congonhas

(SBSP)

Parâmetros Localidade de Origem

Centro de Controle

de Área de Brasília

Centro de Controle

de Área de Curitiba

Área Terminal do

Rio de Janeiro

Distribuição: Cte Normal Triangular C

te Normal Triangular C

te Normal Triangular

Chegadas 14 13 14 13 14 13 13 13 13

Pousos 11 10 10 10 10 10 10 9 10

Em voo 3 3 4 3 4 3 3 4 3


Tabela 5: Saídas de aeronaves (em unidades) da simulação do aeródromo de Guarulhos

(SBGR)

Parâmetros Localidade de origem

Centro de Controle

de Área de Brasília

Centro de Controle de

Área de Curitiba

Área Terminal do

Rio de Janeiro

Distribuição: Cte Normal Triangular C

te Normal Triangular C

te Normal Triangular

Chegadas 13 14 13 14 13 14 13 13 13

Pousos 10 10 10 10 10 10 10 9 10

Em voo 3 4 3 4 3 4 3 4 3




14

Como pode ser observado pelos dados gerados pela simulação, há diferença na quantidade de

aeronaves que podem ser endereçadas conforme a distribuição estatística utilizada na criação

de aeronaves na entrada na área terminal.

Com os tempos entre chegadas de aeronaves constantes em 6 minutos, desejado para o

sistema, pode-se fazer um total de 61 pousos no intervalo de uma hora após a primeira

aeronave cruzar o fixo de aproximação final do aeródromo (FAF), considerando as aeronaves

provenientes das três localidades estudadas e para os dois aeroportos da TMA-SP. Outras

dezenove aeronaves ainda estariam em vôo dentro da área terminal durante essa mesma hora.

Na Tabela 6 há a apresentação dos tempos máximo e mínimo entre aeronaves em

procedimento final de chegada para cada distribuição e aeroporto.

Tabela 6 - Tempo entre chegadas, em minutos

Aeródromo: Congonhas (SBSP) Guarulhos (SBGR)

Distribuição: Constante Normal Triangular Constante Normal Triangular

Mínimo 2,00 0,40 0,40 2,00 0,40 0,80

Máximo 2,00 5,16 2,98 2,00 5,36 2,80


A simulação indicou que, se não houver nenhuma intervenção do controlador de tráfego aéreo

para as aeronaves que chegam com distribuição normal ou triangular, não haveria impactos

significativos na quantidade de aeronaves que pousariam dentro de uma hora de operação,

mas o tempo mínimo entre as aeronaves na final após o FAF não seria respeitado,



15

comprometendo a separação mínima ou com aeronaves com separação além da necessária na

final do aeroporto.

Para que esses eventos não ocorram, há os trechos inicial e intermediário do sistema de

aproximação para promover a correção necessária. O controlador de tráfego aéreo do setor de

alimentação faria a aceleração ou desaceleração da aeronave que estivesse fora da janela de

horário previsto de entrada na TMA-SP para o ponto controlado, objetivando-se restabelecer

os parâmetros desejados.

5. Conclusões

A maior vantagem observada com a simulação da proposta de Loche (2010) é a transferência

do ônus de promover a separação entre as aeronaves pelo controlador de tráfego aéreo ao

próprio sistema, quando as aeronaves entram na área terminal com os parâmetros de

alimentação previstos para a alimentação constante de 6 minutos.

Com esses parâmetros, as aeronaves que iniciam o procedimento de descida já estão

naturalmente separadas. Isso reduz consideravelmente a quantidade de instruções necessárias

ao tráfego em controle e é particularmente interessante para aplicação em horários de maior

demanda. O controlador de tráfego aéreo migraria da função de agente na promoção das

separações necessárias para outra, de menor carga de trabalho, que seria de supervisão do

movimento aéreo com menor intervenção.

Outras pesquisas podem ser elaboradas aumentando-se a complexidade do modelo proposto

por Loche (2010), incorporando os movimentos do aeródromo de Campinas e avaliando até

mesmo novas opções de aeródromos. Em outros estudos adicionais, a viabilidade econômica e

a análise do crescimento da demanda em toda Área Terminal de São Paulo poderiam ser

analisados utilizando a mesma metodologia.

REFERÊNCIAS

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. Relatório de Desempenho Operacional

dos Aeroportos. 2001. Diponível em:

<http://www2.anac.gov.br/anac/relatorioaeroporto.asp>. Acesso em: 01 nov. 2012.

BANKS, Jerry, CARSON II, John S., NELSON, Barry L., NICOL, David M. Discrete-event

system simulation. 4. ed. New Jersey: PEARSON Prentice Hall, 2005. p. 4-6.



16

BRASIL. Ministério da Defesa. Comando da Aeronáutica. ICA 100-22. Brasília, 2010. 30 p.

Disponível em: < http://servicos.decea.gov.br/arquivos/publicacoes/4c969cf2-9419-42f5-

9b57db79ca55d4d6.pdf?CFID=9c6e4e48-2e22-4c4a-ad32-b7efecb978d4&CFTOKEN=0 >.

Acesso em: 01 nov. 2012.

CHWIF, Leonardo, MEDINA, Afonso C. Modelagem e Simulação de Eventos Discretos.

Teoria e aplicação. 2. ed. dos Autores, 2007. p. 3-80.

DEPARTAMENTO DE CONTROLE DO ESPAÇO AÉREO. O DECEA. Disponível em:

< http://www.decea.gov.br/o-decea/missao/> Acesso em: 30 abr. 2011.

HARREL, Charles R., MOTT, Jack R.A., BATEMAN, Robert E., BOWDEN, Royce G.,

GOGG, Thomas J. Otimizando os sistemas. In: ______. Simulação. 2. ed. São Paulo:

PROMODEL Corporation, 2002. p. 2-11.

INTERNACIONAL CIVIL AVIATION ORGANIZATION. Foundation of the

International Civil Aviation Organization (ICAO). Disponível em:

< http://www.icao.int/cgi/goto_m.pl?icao/en/hist/history02.htm > Acesso em: 30 abr. 2011.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa Mensal de

Emprego. Diponível em:

<http://www.ibge.gov.br/home/estatistica/indicadores/trabalhoerendimento/pme_nova/pme_2

01209tm_02.shtm>. Acesso em: 01 nov. 2012.

LOCHE, J. A. O. Seqüenciamento em Área Terminal. São Paulo, 2010. 19p.

MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia

científica. 7. ed. São Paulo: Atlas, 2010.

simulaÇÃo da capacidade do controle aÉreo … · o objetivo dessa pesquisa foi analisar um...

Documents