隨著深度學(xué)習(xí)、高性能計(jì)算、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、人工智能、神經(jīng)網(wǎng)絡(luò)的快速發(fā)展，航天技術(shù)得到突飛猛進(jìn)的發(fā)展。隨之而來(lái)的真空羽流（火箭發(fā)動(dòng)機(jī)工作時(shí)，其噴流向外部真空環(huán)境自由膨脹，形成的羽毛形狀）對(duì)航天器材的損害問(wèn)題顯得尤為重要。主要體現(xiàn)在：

力熱效應(yīng)

產(chǎn)生干擾力矩；造成航天器表面溫度升高和材料損壞

電磁效應(yīng)

影響測(cè)控、通信等電子設(shè)備及信號(hào)，產(chǎn)生電磁干擾

濺射污染效應(yīng)

改變材料的光學(xué)和電學(xué)特性，造成太陽(yáng)電池陣功率下降和衛(wèi)星光學(xué)敏感器性能下降

深度學(xué)習(xí)| 航空數(shù)據(jù)一體機(jī)

研究真空羽流

理論方法

直接模擬蒙特卡洛（DSMC）方法是真空羽流數(shù)值模擬的主流方法，但DSMC是一種粒子模擬方法，非常耗時(shí)，嚴(yán)重制約了真空羽流及其效應(yīng)的評(píng)估效率。CNN-DSMC（基于卷積神經(jīng)網(wǎng)絡(luò)的直接模擬蒙特卡洛）將DSMC數(shù)值模擬模型獲得的幾何拓?fù)湫畔?、邊界條件信息和DSMC數(shù)值模擬得到的流場(chǎng)數(shù)據(jù)作為訓(xùn)練集，輸入到卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，從而獲得高精度、高效率的真空羽流智能計(jì)算模型，預(yù)測(cè)不同條件下的真空羽流流場(chǎng)。以月球探測(cè)器月面著陸過(guò)程中的真空羽流流場(chǎng)為例，分別采用CNN-DSMC計(jì)算和DSMC數(shù)值模擬，模擬了不同著陸高度下的真空羽流流場(chǎng)的速度和密度。結(jié)果表明，兩種方法的結(jié)果基本一致，流場(chǎng)流速和密度的平均相對(duì)誤差分別小于6.0%和8.8%。然而，與傳統(tǒng)的DSMC方法相比，CNN-DSMC方法的計(jì)算速度至少提高了4個(gè)數(shù)量級(jí)，最快速度可達(dá)6個(gè)數(shù)量級(jí)。因此，CNN-DSMC方法在真空羽流數(shù)值模擬中具有很強(qiáng)的應(yīng)用潛力。

下面主要以月面探測(cè)器月面著陸過(guò)程中真空羽流流程為例，分別通過(guò)基于卷積神經(jīng)網(wǎng)絡(luò)的直接模擬蒙特卡洛方法（CNN-DSMC）和DSMC方法實(shí)現(xiàn)月面探測(cè)器在不同懸停高度時(shí)的真空羽流流場(chǎng)。

一、基于卷積神經(jīng)網(wǎng)絡(luò)的直接模擬蒙特卡洛方法

圖1是 CNN-DSMC 方法的求解流程圖。在 CNN-DSMC 方法中，計(jì)算分為兩個(gè)過(guò)程：數(shù)據(jù)預(yù)處理和模型訓(xùn)練。在數(shù)據(jù)預(yù)處理中，將真空羽流仿真模型中的幾何拓?fù)湫畔⒊橄鬄榉?hào)距離函數(shù)，將邊界條件信息抽象為標(biāo)識(shí)符矩陣。SDF和 IM 一起作為訓(xùn)練集的輸入；將DSMC 數(shù)值模擬得到的真空羽流的速度場(chǎng)（三個(gè)）和密度場(chǎng)作為訓(xùn)練集的輸出；測(cè)試集是未經(jīng)訓(xùn)練的DSMC數(shù)值模擬算例，用于驗(yàn)證CNN-DSMC方法的準(zhǔn)確性。完成訓(xùn)練后就得到了真空。

圖1：CNN-DSMC 方法計(jì)算流程

羽流智能計(jì)算模型 (SDF, IM) , =f ρ V (1) 式中：V 和 ρ 分別為真空羽流速度矢量和密度場(chǎng)。下面分別對(duì) CNN-DSMC 方法中的真空羽流仿真模型、卷積神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)預(yù)處理方法進(jìn)行介紹。

二、真空羽流數(shù)值模擬模型

文中 DSMC 算例均是通過(guò)北京航空航天大學(xué)羽流工作站 PWS完成的。該軟件中航天器面網(wǎng)格和 DSMC 計(jì)算的體網(wǎng)格是解耦的，并且采用了自適應(yīng)網(wǎng)格加密策略，方便計(jì)算各種復(fù)雜工況。此外，PWS 軟件可以進(jìn)行多核并行計(jì)算，且實(shí)現(xiàn)了真空羽流熱效應(yīng)、力效應(yīng)分析和污染效應(yīng)分析等方面的數(shù)值模擬。實(shí)驗(yàn)結(jié)果表明，該軟件數(shù)值模擬結(jié)果與實(shí)驗(yàn)符合較好，可以滿足文中數(shù)據(jù)的精度要求。

圖2：真空羽流仿真計(jì)算域

三、卷積神經(jīng)網(wǎng)絡(luò)

CNN-DSMC方法中使用的整體網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。該網(wǎng)絡(luò)由一個(gè)編碼器和兩個(gè)解碼器組成，其中每個(gè)編碼器（解碼器）由七個(gè)（反）卷積塊組成。每個(gè)（反）卷積塊的結(jié)構(gòu)組成包括三個(gè)（反）卷積和一個(gè)最大（反）池化層，如圖4所示。單個(gè)（反）卷積層包括（反）卷積、 激活函數(shù)和批量正則化三個(gè)過(guò)程。卷積本質(zhì)上是一種矩陣變換。對(duì)于給定的矩陣A，卷積操作定義為 BwA 其中：B是卷積后得到的矩陣；w是卷積核，也是一個(gè)矩陣，其矩陣元素會(huì)在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中進(jìn)行優(yōu)化。反卷積是上述計(jì)算的逆過(guò)程。文中使用的激活函數(shù)是Relu，定義為Relu max(0，)其中x是(反)卷積的輸出。批量正則化主要用于修正各層輸入數(shù)據(jù)的期望和方差，有利于訓(xùn)練過(guò)程的效率和穩(wěn)定性。最大池層的作用本質(zhì)上是下采樣，而最大反池化用于上采樣。除了前饋過(guò)程，編碼器中每個(gè)卷積塊的輸出將被輸入到解碼器中相應(yīng)位置的反卷積塊。該設(shè)置是訓(xùn)練中避免梯度消失和梯度爆炸的關(guān)鍵操作。

圖3：CNN-DSMC 網(wǎng)絡(luò)整體結(jié)構(gòu)

圖4：（反）卷積塊的結(jié)構(gòu)組成

航天行業(yè)

未來(lái)發(fā)展趨勢(shì)

未來(lái)五年，中國(guó)航天將推動(dòng)空間科學(xué)、空間技術(shù)、空間應(yīng)用全面發(fā)展，開(kāi)啟全面建設(shè)航天強(qiáng)國(guó)新征程。

航天運(yùn)輸系統(tǒng)方面

將持續(xù)提升航天運(yùn)輸系統(tǒng)綜合性能，加速實(shí)現(xiàn)運(yùn)載火箭升級(jí)換代。推動(dòng)運(yùn)載火箭型譜發(fā)展，研制發(fā)射新一代載人運(yùn)載火箭和大推力固體運(yùn)載火箭，加快推動(dòng)重型運(yùn)載火箭工程研制。持續(xù)開(kāi)展重復(fù)使用航天運(yùn)輸系統(tǒng)關(guān)鍵技術(shù)攻關(guān)和演示驗(yàn)證。面向航班化發(fā)射需求，發(fā)展新型火箭發(fā)動(dòng)機(jī)、組合動(dòng)力、上面級(jí)等技術(shù)，拓展多樣化便利進(jìn)出空間能力。

載人航天方面

將繼續(xù)實(shí)施載人航天工程，發(fā)射“問(wèn)天”實(shí)驗(yàn)艙、“夢(mèng)天”實(shí)驗(yàn)艙、“巡天”空間望遠(yuǎn)鏡以及“神舟”載人飛船和“天舟”貨運(yùn)飛船，全面建成并運(yùn)營(yíng)中國(guó)空間站，打造國(guó)家太空實(shí)驗(yàn)室，開(kāi)展航天員長(zhǎng)期駐留、大規(guī)?？臻g科學(xué)實(shí)驗(yàn)、空間站平臺(tái)維護(hù)等工作。深化載人登月方案論證，組織開(kāi)展關(guān)鍵技術(shù)攻關(guān)，研制新一代載人飛船，夯實(shí)載人探索開(kāi)發(fā)地月空間基礎(chǔ)。

深空探測(cè)方面

將繼續(xù)實(shí)施月球探測(cè)工程，發(fā)射“嫦娥六號(hào)”探測(cè)器、完成月球極區(qū)采樣返回，發(fā)射“嫦娥七號(hào)”探測(cè)器、完成月球極區(qū)高精度著陸和陰影坑飛躍探測(cè)，完成“嫦娥八號(hào)”任務(wù)關(guān)鍵技術(shù)攻關(guān)，與相關(guān)國(guó)家、國(guó)際組織和國(guó)際合作伙伴共同開(kāi)展國(guó)際月球科研站建設(shè)。繼續(xù)實(shí)施行星探測(cè)工程，發(fā)射小行星探測(cè)器、完成近地小行星采樣和主帶彗星探測(cè)，完成火星采樣返回、木星系探測(cè)等關(guān)鍵技術(shù)攻關(guān)。論證太陽(yáng)系邊際探測(cè)等實(shí)施方案。

藍(lán)海大腦

航天數(shù)據(jù)庫(kù)一體機(jī)

藍(lán)海大腦航天數(shù)據(jù)庫(kù)一體機(jī)是以液冷服務(wù)器為平臺(tái)、圖數(shù)據(jù)庫(kù)、時(shí)空環(huán)境知識(shí)圖譜系統(tǒng)、GPU云的混合部署，對(duì)“圖形工作站+集中存儲(chǔ)”進(jìn)行了替換。一站式圖形化的數(shù)據(jù)開(kāi)發(fā)套件提供強(qiáng)大的開(kāi)發(fā)組件環(huán)境和豐富的圖形化管理與開(kāi)發(fā)界面，支持運(yùn)行、調(diào)試、日志跟蹤、結(jié)果預(yù)覽等功能，極大地方便研究航天及研究真空羽流人員的使用。該方案包含了數(shù)據(jù)中心傳統(tǒng)業(yè)務(wù)和前端業(yè)務(wù)的生產(chǎn)力工具，將所有計(jì)算和存儲(chǔ)資源集中在數(shù)據(jù)中心，工位只有負(fù)責(zé)顯示和操作的客戶端，所有應(yīng)用層航天數(shù)據(jù)軟件統(tǒng)一部署、統(tǒng)一調(diào)度、做到各數(shù)據(jù)實(shí)時(shí)共享、共建共享，避免反復(fù)重復(fù)工作，且能做到正源追溯，誰(shuí)審批誰(shuí)修改，誰(shuí)修改誰(shuí)負(fù)責(zé)的溯源原則。

產(chǎn)品特點(diǎn)

全融合

實(shí)現(xiàn)集計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、安全等于一體的自主可控全融合

低功耗

單節(jié)點(diǎn)與x86中高端同等性能，功耗低20%

強(qiáng)I/O

支持PCIe 4.0及CCIX，支持10GE/25GE/100GE/IB，I/O帶寬提升100%

高性能

多核并行計(jì)算效率高，支持全NVMe SSD加速

客戶收益

提升效率

衛(wèi)星影像自動(dòng)處理系統(tǒng)和典型地物智能解譯軟件借鑒工業(yè)制造執(zhí)行系統(tǒng)模式，采用類(lèi)汽車(chē)制造生產(chǎn)線思想，采用先進(jìn)算法研制成影像處理生產(chǎn)線，真正實(shí)現(xiàn)了人機(jī)協(xié)同作業(yè)，自動(dòng)化率達(dá)到90%以上。

節(jié)約能源

原有數(shù)據(jù)中心電力使用成本在生命期間TCO中占比最大。數(shù)據(jù)中心實(shí)現(xiàn)IT設(shè)備按需供電與制冷，讓供電和制冷系統(tǒng)的容量與負(fù)載需求更為匹配，從而提高了工作效率并減少過(guò)度配置。

運(yùn)維監(jiān)管

幫助客戶實(shí)現(xiàn)數(shù)據(jù)中心多層級(jí)、精細(xì)化能耗管理，通過(guò)多種報(bào)表精確定能源額外損耗點(diǎn)，實(shí)現(xiàn)節(jié)能降耗。資產(chǎn)管理幫助用戶制定資產(chǎn)維護(hù)計(jì)劃，實(shí)現(xiàn)主動(dòng)預(yù)警，動(dòng)態(tài)調(diào)整維護(hù)計(jì)劃，按照實(shí)際情況輸出優(yōu)化方案，構(gòu)建最佳資產(chǎn)管理功能。

審核編輯 黃昊宇