当大数据遇上航空航天，会擦出怎样的火花？ 它会加速我们对太空的探索吗？
当今世界已经进入以大数据、云计算为主导的信息技术新时代。 大数据正在深刻改变人们的思维、生产、生活方式，掀起新一轮产业科技革命。 随着多源大数据的获取成本进一步降低，加上算力的持续增长，以及人工智能框架和算法的不断创新，大数据与各行业深度融合，改变着各行业的发展。 作为高科技航空航天领域，也不例外。 从航天器模型设计、研制过程、生产中的智能制造，到航天器发射和运行过程中的监测，再到发射后的太空探索、航天成果发布和应用，各个环节中，每个重要环节都有航天器的需求和应用。生成、管理和应用大数据。 可见，大数据技术支撑着航天事业的纵深发展。 本文从这几个维度介绍了大数据在航空航天领域的应用现状和前景。
大数据助力航天器从“制造”向“智造”转型
航天科研实验和装备制造过程将产生海量数据，是航天企业实现产业数字化、网络化、智能化发展的基础战略资源。 随着三维建模、数字样机、虚拟现实等技术的广泛应用，模型设计模型的数据量迅速增加； 随着虚拟仿真技术在模型规划、设计、故障分析、生产制造等阶段的广泛应用，出现了大量的仿真模型和分析结果数据； 同时，航天产品整个生命周期的各个阶段都会有大量的实验和测试。 不同机器、不同产品、不同发布的实验和测试会产生大量的数据。 这些数据是产品简历信息的重要组成部分，隐含着型号产品的质量信息，需要进行有效的存储和管理。
智能制造是推进航天强国建设的战略举措，是航天领域抓住新一轮科技革命和产业变革机遇的重要抓手。 因此，重点关注航空航天大数据在智能制造环境中的应用，对于提升航空航天企业创新能力、加快制造强国发展具有重要意义。 随着智能制造和工业4.0不断推进，航空航天制造业面临转型升级的需要。 在生产过程中，大数据与云计算、人工智能等多个领域的先进技术相融合，应用于航天模型产品的研发、设计和运营。 随着监控、机床管理、调度等各方面应用的逐步深入，航空航天制造行业不断从流程驱动向数据驱动转变。 数字化逐渐成为航空航天智能制造研发设计过程的主流。 从更高的角度来看，智能制造已成为全球新工业革命的核心驱动力和科技产业发展的战略制高点。 因此，有必要深化制造业与大数据的融合。 发展，坚持创新驱动、开放合作、研究与应用并重、试点先行，积极推动先进航天智能制造技术和模式的应用和推广。
以基于大数据的通用协同智能制造平台为例。 通过该平台，简化产品设计、制造和测试流程，达到以下效果：
基于大数据的协同智能制造平台
航天器制造全过程通过大数据存储延伸到从设计、制造、生产到测试的整个过程，并跟踪从部件到整体产品组装的整个制造过程。 一方面用于提高各环节的生产效率。 另一方面，还可以通过大数据分析找到关键质量节点，提高产品质量。
此外，智能制造中的大数据可以通过信息反馈对整个生产过程进行严格监控，在提高产品质量和生产效率的基础上重构业务流程，使整个生产管理实时、透明。 实行有效的科学控制。
更进一步，大数据可以综合航天发射和运行过程中的测试数据，分析使用过程中的各种参数数据，并进一步分析，可以为设计过程提供思路，以改善产品功能、增强产品可靠性。 为安全、降低产品成本等方向提供数据支持和参考。
未来，通过整个流程的整合和数据的积累，我们可以进一步对整体设计、制造、生产和测试进行数字化建模，完成“数字孪生”，从而快速测试和分析生产过程中可能出现的问题。设计，进一步提高设计效率。 。
但要实现上述成果，需要将大数据与工业制造领域结合起来，攻克一系列关键技术，开发云端协同的工业大数据处理系统，包括支持本地大数据预处理的边缘洞察计算系统以及设备端的实时计算。 ，以及在云端采集和处理大数据的工业大数据云处理系统。 还将工业大数据与现有信息化大数据系统连接起来，建立工业互联网云化集成架构的大数据分发协作机制和模型。 在此基础上，针对工业互联网环境下的各类工业流、音视频流、图像等多模态数据，动态适配的多模态工业大数据处理架构，满足结构化和非结构化模型存储的需求和批处理。 处理和流计算要求； 研究大数据存储和处理优化方法，包括基于行列高效压缩的存储、智能索引、海量数据并行查询等； 研究高性能分布式并行可扩展计算架构，通过引擎-代理计算模型、大规模并行+共享内存计算技术，实现灵活高效的大数据处理任务调度和通信。
大数据在航天器发射和运行过程中的支撑作用
上一节讨论了大数据在设计和制造过程中的作用。 此外，航天器发射和运行过程中也会有更多的大数据应用。 典型的航天测控系统是支撑航天任务完成的重要保障系统。 主要完成航天器的测量以及测控数据的接收和处理。 它任务类型多、采集信息量大、数据类型多、实时处理要求高。 特征。 从需求来看，航天器在发射过程中，将通过其上的传感器采集当前运行数据如速度、角度、加速度、温度等数据，并向地面发送大量测控大数据实时，且必须在指定时间内。 快速存储是在短时间内完成的，这对大数据的实时性要求很高。 在这些实时、准确的大数据的支持下，大数据平台可以实现飞机飞行状态与系统数据的同步，提高飞机在地面的实时测量、控制和数据共享，进一步对飞机进行控制。航天器基于这些数据进行远程控制。 对于飞行和执行任务，大数据系统必须尽快完成实时数据的准确处理。 可以说，航空航天大数据不仅具有一般大数据的特点，还要求高可靠性和更高效的处理速度。 这就是为什么航空航天是最早提出发展大数据技术的领域，也是取得大数据成果最多的领域。
下面以“天问一号”火灾探测系统和“嫦娥五号”月球采样返回工程为例来说明大数据的作用。
在“天问一号”火星探测任务中，大数据在运载器发射、轨道修正、深空机动、火星绕轨、登陆巡逻等任务中发挥了重要作用。 整个过程中，地面控制系统与探测器之间的信息传输会产生大量的实时数据，需要利用大数据进行海量数据管理和大规模并发处理。 用户可以根据遥测数据感知探测器的运行状态。 ，实现“天问一号”的精确测量和控制。 发射阶段，发射基地需要开展气象观测、地面保障、火箭跟踪控制等核心系统。 采用大数据平台存储各种数据并稳定运行，保证探测器顺利启动； 地面火力转移阶段，需要采集测控数据，保证地面飞控中心准确计算轨道线； 在火星登陆阶段，持续为探测器提供高精度测量数据，帮助登陆巡视器成功登陆火星。 这个过程对大数据系统的可靠性有很高的要求。 要求系统具备数据容灾备份、故障级别切换等功能，实现数据访问和存储过程中的负载均衡。 这必须在高速仓储和大规模查询的情况下完成。 保证数据的高可用性和完整性，有效提升系统的整体性能。 最后，天问项目完成后，可以通过整个过程中各种传感器采集的大数据进行进一步的分析和挖掘。 同时，可以采集生产制造过程中的关键数据，建立数字模型，为未来的模型设计提供更准确的信息。 多次参考，实现持续迭代优化。
“天问一号”火星探测任务流程示意图
“嫦娥五号”任务由运载火箭发射、地月转移、近月减速、环月飞行、月面着陆、月面采样、月面上升、交会对接、环月飞行、月球-由到地转移、轨道分离、再入回收等阶段组成。 在这些阶段，大数据还需要提供全面的保障和数据支持。
“嫦娥五号”任务过程示意图
航空航天大数据的其他应用前景
前两部分更多的是从航天器本身运行过程中的需求来研究大数据的作用。 他们更关注大数据在航天工程中的作用，用来辅助航天领域的发展。 但事实上，我国民用航天发展更重要的目标是服务国计民生。 目前运行的各类人造卫星，如通信卫星、导航卫星、遥感卫星等，每时每刻都在产生海量数据，规模可达PB甚至EB级别。 这些应用级大数据就像一座巨大的金山。 我们需要从中获取更多的价值，而应用于大数据的各种数据分析、挖掘和处理技术就像一把锋利的采矿镐，帮助我们不断探索。
以遥感卫星为例，随着我国新发射数量的快速增加以及空间、时间、光谱等分辨率的不断提高，遥感数据规模大、结构复杂等大数据特征，数据量的快速增长变得越来越重要。 显然，它给航天遥感系统中的星地数据传输、数据存储管理、数据预处理、数据分析应用等关键方面带来了巨大的挑战。 不过，这也带来了通过建立模型进行大数据分析和挖掘的机会。 ，实现遥测数据的高效存储、索引、压缩和计算，不仅有助于解决航天遥感系统的快速采集、高效存储、智能管理等方面的问题，还可以进一步获取数据价值，高效服务农业。 、环境监测、灾害预防、地图测量、城市建设与管理等。
遥测卫星与地面实时大数据接收处理示意图
另一个例子是天文观测领域。 近地空间和太阳系中存在大量大大小小的未知飞行物。 基于观测获得的大数据，应用人工智能技术，以深度学习为核心，整合图像，在视频、天文、语义识别等领域，对未知飞行物体进行分类，发现并定位新的飞行物体并为进一步的分析和应用提供基础，将远高于目前人工识别的效率和准确性。 随着大数据技术的出现，高性能计算资源的开发得到了成功应用，成为解决自动目标识别问题的有效途径。
在军事领域，可应用大数据技术构建陆、海、空、天、电网六位一体的态势指挥作战体系，提供多源数据的快速实时情报汇总分析，从而快速发现和识别敌对军事目标，从而控制战场优势。
展望未来，大数据将在航空航天各个领域变得无处不在。 然而，目前的大数据应用仍然缺乏数据采集、存储和交换，浪费了大量的潜在资产； 处理能力对于图像、遥感、视频和音频尤其重要。 处理非结构化数据的技术水平仍然不足； 数据计算和分析能力不足，大数据在应用和设计制造领域的反馈闭环有待进一步完善； 以“数字孪生”为代表的数据模型还不够丰富等等。 未来，要进一步打破数据壁垒，利用“东数西数”新机遇，综合运用跨领域、多源大数据，进一步推动信息化大数据技术在航空航天领域的深度应用。 这既是航天智能制造技术的创新突破和应用示范的前沿阵地和主战场，也是航天人实现中华民族伟大复兴的使命召唤。
本文最初发表于《太空探索》杂志2022年第5期。
