滑行時間

滑行時間是航天科學技術領域的重要術語，特指太空飛行器主發動機關機後依靠慣性飛行的階段持續時間。在深空探測任務中，長征五號運載火箭曾採用"變滑行時間的多軌道發射方案"，其二級發動機一次關機後需完成姿態調整等操作，最長滑行間隔達935秒。該階段需應對空間輻射、推進劑溫度變化等複雜技術挑戰。

在航空運輸領域，滑行時間概念被拓展套用於機場場面運行管理。2021年《航空計算技術》研究提出基於隨機森林模型的滑行時間預測方法，實證顯示該方法可將浦東機場預測誤差控制在5分鐘內。後續研究通過提升樹模型和機器學習技術持續最佳化預測精度，為北京首都機場提供運行最佳化方案。

基本介紹

• 定義來源：《航天科學技術名詞》
• 首次套用：2005年航天術語體系 
• 關鍵技術：慣性飛行階段控制 
• 最大間隔：935秒（航天） 
• 預測精度：87%（航天） 
• 套用領域：火箭發射 

航天工程套用

2020年嫦娥五號任務中，長征五號運載火箭首次採用"窄視窗多軌道"發射方案，通過精確控制滑行時間實現50分鐘視窗期內5條奔月軌道的選擇。該方案要求二級發動機在真空環境中完成三次點火，其中第二次關機後的滑行階段需持續935秒，期間需同步完成推進劑沉底、箭體姿態調整等19項關鍵操作。

滑行期間面臨三大技術挑戰：宇宙射線引發的電子設備單粒子效應可能導致控制系統異常；液氫液氧推進劑因熱力學環境變化產生汽化壓力波動；箭體慣性飛行時受到地球非球形引力攝動影響軌道精度。長征五號通過多層絕熱材料、自適應控制算法和實時軌道修正技術應對這些挑戰。

航空運輸擴展

2019年提升樹模型研究建立了航空器離場滑行時間預測體系，運用歷史航班數據訓練模型，重點分析滑行距離、場面航空器數量、跑道模式三個變數。該模型在浦東機場實驗中，將傳統方法35%的預測誤差降低至12%，顯著提升離港航班調度效率。

2024年首都機場研究引入機器學習方法，通過DBSCAN算法對小時級航班流量聚類，構建多元回歸模型預測滑行時間。數據顯示當場面航空器超過25架時，滑行時間與航空器數量呈現指數級增長關係，該發現為尖峰時段跑道配置最佳化提供理論依據。

技術發展脈絡

2005年《航天科學技術名詞》首次確認滑行時間的專業地位後，該術語在2016-2020年間航天工程實踐中獲得突破性套用。2021年起，隨著機場吞吐量增長，術語內涵向航空運輸領域延伸，形成'基礎航天定義+航空擴展套用'的雙重技術架構。

最新研究成果表明，基於提升樹模型的滑行時間預測系統可提高預測精度，顯著優於傳統統計學方法。這些技術進步推動著《航天科學技術名詞》術語體系的持續完善，2025年版修訂草案已納入航空運輸場景下的細分類別。