由于所涉及的系统的复杂性以及在现实环境中的测试硬件的费用,航天器设计本质上是困难的。通过进行广泛的仿真和分析研究,可以减少飞行测试的数量和成本,以了解车辆运行限制并确定导致特派团失败的情况。蒙特卡罗模拟方法,可以使用各种参数的各种各样的参数来生成大量的测试场景。这些分析的结果结合了车辆性能,最终有助于证明航天飞机进行航班。

识别驱动设计的变量至关重要,以确保航天器的安全性和可靠性。Monte Carlo仿真过程可能是最重要的,也是最耗时的,任何空间车辆的设计和分析周期的一部分。工程师试图确定直接影响特定系统要求的有影响力的变量,以解决设计的必要变化。电车的主要目标是加速数据分析过程,同时为工程师提供比分析过程的分析结果更多的令人信心,而不是手动完成。

对于设计变量相对较少的问题的蒙特卡罗数据分析已经用多种方法进行了处理,但对于完全集成航天器的数据分析大多是由大量同时工作的人员在单个基础上手动进行的。

电脑将不同的模式识别算法结合到交互式分析工具中,允许用户以非常有效的方式探索大数据集。电车自动搜索特定模式的数据集,突出显示关键设计变量,因此工程师可以集中分析工作。此工具不会替换分析师,但它可以快速将它们指向负责特定系统故障的设计变量。该工具简化了验证性能要求的过程,制定必须更新哪些设计参数的决策,并向其他团队成员报告问题。当前结果表明,此工具可以快速且自动识别各个设计参数,最重要的是,最多四种设计参数的组合在任何指定的系统故障中发挥着重要作用。最初开发的电车用于分析一套飞行动态蒙特卡罗数据,但算法适用于任何蒙特卡罗数据集。电车的输入和输出具有非常通用的格式,因此该过程可以适用于具有大量设计参数的任何其他工程设计问题。

电车有两个主要的代码:MATLAB图形用户界面(GUI)包含一些分析算法,以及在位于JSC服务器上的图形处理单元(GPU)上运行的并行代码,其中包含其余分析算法。MATLAB用户界面以三个MATLAB文件的形式采用Monte Carlo数据。GUI允许分析师为给定分析任务选择分析变量和系统性能指标。Matlab GUI将数据发送到GPU,在其中运行通过分析算法。GPU将数据发送回MATLAB GUI,用户有机会以图形方式显示它并进一步探索结果。

TRAM只需要三种非常简单的输入格式,以便任何蒙特卡罗数据集都可以快速准备进行分析。TRAM从不对蒙特卡罗数据进行操作,不做任何假设,不对数据进行规范化,并在整个分析过程中保持原始的物理单元。TRAM将所有的设计参数一视同仁,它不需要分析人员对不同类型的变量进行分类或分组。这允许用户将系统作为一个整体来分析,而不是分别分析每个子系统。

该算法基于两种众所周知的模式识别算法:核密度估计和k近邻。然而,这两种算法的结果以一种新的方式结合在一起,以使设计变量和变量子空间的重要性排序。在此基础上,针对TRAM开发了参数对指定故障影响的代价函数。

这项工作由Carolina Restrepo和Kurt McCall的Johnson Space Center,以及德克萨斯州A&M大学的詹姆斯加顿州。美国宇航局正在寻求合作伙伴通过联合合作研发进一步发展这项技术。有关这项技术的更多信息,并探索机会,请联系此电子邮件地址受到垃圾邮件程序的保护。您需要启用Javascript来查看它。。msc - 25231 - 1


NASA科yabovip16.com技简报杂志

本文首次发表于2016年6月号NASA技yabovip16.com术简介杂志。

阅读更多本期文章在这里

阅读更多的档案文章在这里