<pre id="sefc4"><label id="sefc4"><menu id="sefc4"></menu></label></pre><td id="sefc4"></td>
  • <p id="sefc4"></p>
    <track id="sefc4"><ruby id="sefc4"><menu id="sefc4"></menu></ruby></track>
    <track id="sefc4"></track>
          <pre id="sefc4"></pre>
        1. 版權歸原作者所有,如有侵權,請聯系我們

          當航天“撞上”大數據,能否加快探索太空的腳步?

          中國宇航學會
          進入中國宇航學會公眾平臺,了解最權威的航天科普資訊。
          收藏

          當今世界,已進入大數據和云計算引領的信息技術新時代。大數據正深刻改變著人們的思維、生產和生活方式,掀起新一輪產業和技術革命。隨著多源大數據的獲取成本進一步降低,配合計算能力的持續增長,以及人工智能框架和算法的不斷創新,大數據與各個行業產生深度融合,改變著每個行業的業態發展。作為高精尖的航天領域自然也不例外,從航天器型號設計、研制過程、生產中的智能制造到航天器發射運行過程中的監控,再到發射之后的太空探索、航天成果發布應用的全過程中,每一個重要環節都有著產生、管理和應用大數據的需求和應用,都可以發現大數據技術對航天事業縱深發展的支撐。本文從這幾個維度介紹大數據在航天領域中的運用現狀和展望。

          大數據助力航天器:從“制造”向“智造”轉變

          航天科研試驗與裝備制造過程會產生海量數據,是航天企業實現工業數字化、網絡化、智能化發展的基礎性戰略資源。隨著三維造型、數字樣機、虛擬現實等技術的廣泛應用,型號設計模型的數據量迅速增大;隨著虛擬仿真技術在型號方案、設計、故障分析、生產制造等階段的廣泛使用,產生了大量的仿真模型和分析結果數據;同時,航天產品全生命周期的各個階段會有大量的實驗和測試,不同單機、不同產品、不同發次的實驗和測試都會產生大量的數據,這些數據是產品履歷信息的重要組成部分,隱含了型號產品的質量信息,需要進行有效的存儲和管理。

          智能制造是推動航天強國建設的戰略性舉措,是航天領域搶占新一輪科技革命和產業變革機遇的重要抓手。因此,在智能制造環境下圍繞航天大數據應用對于推動航天企業創新能力提升、加快制造強國發展具有重要意義。隨著智能制造、工業4.0持續推進,航天制造業面臨轉型升級的需求,在生產過程中將大數據融合云計算、人工智能等多個領域的先進技術,應用于航天型號產品的研發設計、運行監控、機床管理、日程編排等全環節應用的逐步深化,航天制造業不斷從流程驅動向數據驅動轉變。數字化逐漸在航天智能制造研發設計過程中成為主流,從更高的維度來看,智能制造已成為全球新工業革命的核心驅動力和科技產業發展的戰略制高點,因此要深化制造業和大數據融合發展,堅持創新驅動、開放合作、研用并重、試點先行,積極推進航天智能制造先進技術與模式的應用推廣。

          以常見的基于大數據的協同智能制造平臺為例,通過這個平臺,將產品的設計制造測試過程給予打通,以達到以下效果:

          基于大數據的協同智能制造平臺

          ①航天器制造的全流程延伸,貫穿從設計、制造、生產到測試的全流程大數據存儲,從元器件到整體產品總裝的全制造過程跟蹤。一方面用于提升各環節生產效率,另一方面也可以通過大數據分析,找到關鍵質量節點,以提升產品質量。

          ②更進一步,大數據在智能制造之中可以通過信息回饋,對整個生產流程進行嚴格的監控,在提升產品質量和生產效率的基礎之上重新構建業務流程,使得整個生產管理都可以實時、透明,進行有效的科學管控。

          ③再進一步,大數據可以對航天發射和運行過程中的測試數據進行綜合,分析使用過程之中的各項參數數據并進一步分析,從而可以為設計環節提供思路,用于改進產品功能、提升產品可靠性、降低產品成本等方向提供數據支撐和參考。

          ④未來,通過全流程的打通,以及數據的積累,能夠更進一步對整體設計制造生產測試進行數字化建模,完成“數字孿生”,從而對設計中可能出現的問題進行快速測試分析,進一步提高設計效率。

          然而,要達到以上效果,需要結合大數據與工業制造領域,攻關一系列關鍵技術,研制云端協同的工業大數據處理系統,包括端側的支撐本地大數據預處理和實時計算的邊緣洞察計算系統,以及云側的大數據匯集計算處理的工業大數據云處理系統。并打通工業大數據與現有信息化大數據系統,建立起云端融合架構工業互聯網的大數據分布、協同的機制和模式。在此基礎上,針對工業互聯網環境各類工業流、音視頻流、圖像等多模態數據,動態適配的多模態工業大數據混搭處理架構,滿足結構化、非結構化模型存儲與批處理、流計算需求;研究大數據存儲與處理優化方法,包括基于高效壓縮行列混合的存儲、智能索引、海量數據并行查詢等;研究高性能分布式并行可伸縮計算架構,通過引擎-代理計算模式、大規模并行+共享內存的計算技術實現可彈性、高效的大數據處理任務調度與通信。

          大數據在航天器發射和運行過程中的支撐作用

          上一節講述的是在設計制造過程中大數據的作用,除此以外,航天器在發射和運行過程中也會有較多的大數據運用。典型的如航天測控系統是支撐航天任務完成的重要保障系統,主要完成對航天器的測量和測控數據接收處理等工作,具有任務種類多、采集信息量大、數據類型多、處理實時性要求高等特點。從需求上看,在發射過程中,航天器會通過其上的傳感器采集當前運行數據如速度、角度、加速度、溫度等各項數據,并實時向地面發送大量的測控大數據,并且必須在規定的時間內完成快速存儲,對大數據實時性要求很高。在這些實時而精確的大數據的支撐下,基于大數據平臺可以實現飛行器飛行狀態與系統數據同步,提升地面對飛行器的實時測控與數據共享,更進一步基于這些數據進行遠距離控制航天器的飛行和執行任務,對大數據系統來說,必須以最快的速度完成實時數據的精準處理??梢哉f,航天大數據不僅具有一般大數據的特點,而且要求高可靠和更高效的處理速度,這也是為什么航天是最早提出發展大數據技術的領域,也是取得大數據成果最多的領域。

          下面以“天問一號”探火系統和“嫦娥五號”月球采樣返回項目為例來說明大數據的作用。

          在“天問一號”火星探測任務中,大數據在運載發射、軌道修正、深空機動、火星環繞、著陸巡視等任務中發揮了重要作用。在整個過程中,地面控制系統與探測器之間的信息傳輸將會產生大量實時數據,這就需要采用大數據進行海量數據管理和大規模并發處理,用戶可根據遙測數據感知探測器的運行狀態,實現對“天問一號”的精準測控。在發射階段,發射基地需要進行氣象觀測、地面保障、火箭跟蹤測控等核心系統中運用大數據平臺用于存儲各類數據,穩定運行,保障探測器順利升空;在地火轉移階段,需要采集測控數據,保證地面飛控中心精確計算軌道線路;在火星著陸階段,為探測器持續提供高精度測量數據,助力著陸巡視器成功降落火星。這一過程對大數據系統的可靠性要求較高,需要系統擁有數據容災備份和故障秒級切換等功能,實現數據訪問、存儲時的負載均衡,必須在高速入庫和大量查詢的情況下保證數據的高可用和完整性,有效提升了系統的整體性能。最后,在完成了天問工程之后,還可以通過全過程中的各傳感器采集的大數據進行進一步分析挖掘,同時匯聚在生產制造過程中的關鍵數據,建立數字模型,為未來的型號設計提供更多的參考,從而實現持續迭代優化。

          “天問一號”火星探測任務過程示意圖

          “嫦娥五號”任務由運載發射、地月轉移、近月減速、環月飛行、月面著陸、月面采樣、月面上升、交會對接、環月飛行、月地轉移、軌道分離、再入回收等階段構成。在這些階段,同樣需要大數據提供全面保障和數據支撐。

          “嫦娥五號”任務過程示意圖

          其他面向航天大數據的運用前景

          前兩個部分更多是從航天器自身運行過程中需求去研討大數據的作用,更多的關注在大數據對航天工程的作用,用于輔助航天領域的發展。但實際上,我國開展民用航天的更重要的目標是服務國計民生。目前在運行的各種類人造衛星如通訊、導航、遙感衛星中,每時每刻都在產生著海量數據,規模能夠達到PB級甚至EB級,這些應用級的大數據猶如一個巨大的金山,需要我們從中獲得更多的價值,而運用于大數據之上的各類數據分析挖掘處理技術則猶如一個鋒利的礦鎬,幫助我們不斷發掘。

          以遙感衛星為列,隨著我國不斷新發數量的快速增加以及空間、時間、光譜等分辨率的不斷提高,遙感數據的規模龐大、結構復雜、數據量增長速度快等大數據特征越來越明顯,給航天遙感系統中的星地數據傳輸、數據存儲管理、數據預處理、數據分析應用等關鍵環節帶來了巨大的挑戰,但同時也帶來機遇,通過建立模型,進行大數據分析挖掘,實現遙測數據的高效訪存、索引、壓縮和計算,既有助于解決航天遙感系統在快速獲取、高效存儲、智能化管理等方面的難題,又更進一步獲得數據價值,并高效服務于農業、環境監測、災害預防、地圖測繪以及城市建設和管理等中。

          遙測衛星與地面的實時大數據接收處理示意圖

          又如在天文觀測領域中,在近地空間和太陽系中有著海量的大大小小的未知飛行物,在觀測獲得的大數據基礎上,應用人工智能技術,以深度學習為核心,融匯圖像、視頻、天文學、語義識別等領域,對未知飛行物進行分類,發現并定位新飛行物,為進一步分析和運用提供依據,將遠高于目前人工識別的效率和精確度,伴隨著大數據技術、高性能計算資源的發展,獲得了成功的應用,成為解決自動目標識別問題的一種有效途徑。

          在軍事領域中,大數據技術可以應用于構建從陸??仗祀娋W六位一體的態勢指揮作戰系統,提供多源數據的快速實時情報匯總分析,從而快速發現和識別敵對軍事目標,從而掌控戰場優勢。

          展望未來,大數據在航天各個領域必將成為無所不在的存在,然而目前大數據的應用仍存在數據采集與存儲交換不夠,浪費了大量的潛在資產;處理能力特別是對于圖像、遙感、視頻、音頻等非結構化數據的處理技術水平仍有不足;數據計算分析能力不夠,大數據在應用與設計制造領域的反饋閉環尚需進一步完善;以“數字孿生”為代表的數據模型仍不夠豐富等問題。未來需要更進一步打破數據壁壘,借助“東數西算”的新機遇,綜合運用跨領域多源大數據,深入推進大數據技術在航天領域內的深度運用,這既是打造航天智能制造技術創新突破的前沿陣地和應用示范的主要戰場,也是實現中華民族偉大復興對航天人的使命召喚。

          評論
          坦 蕩 蕩
          少傅級
          大數據正深刻改變著人們的思維、生產和生活方式,掀起新一輪產業和技術革命。
          2024-01-08
          湖北胡石倫
          太傅級
          智能制造是推動航天強國建設的戰略性舉措,是航天領域搶占新一輪科技革命和產業變革機遇的重要抓手。
          2024-01-05
          汪宗仁勃利縣農業技術
          庶吉士級
          能夠更進一步對整體設計制造生產測試進行數字化建模,完成“數字孿生”,從而對設計中可能出現的問題進行快速測試分析,進一步提高設計效率。
          2024-01-06
          韩国女主播裸奶头大尺度,久久久精彩视频,欧美99综合网,国产一级二级三级视频
          <pre id="sefc4"><label id="sefc4"><menu id="sefc4"></menu></label></pre><td id="sefc4"></td>
        2. <p id="sefc4"></p>
          <track id="sefc4"><ruby id="sefc4"><menu id="sefc4"></menu></ruby></track>
          <track id="sefc4"></track>
                <pre id="sefc4"></pre>