美國陸軍直升機事故下降
美軍雖然從中東撤軍,但美陸航承擔了更多任務,因而2011~201 7年還是有366起直升機事故,其中2012年就有71起。2015年則是直升機墜機事故最多的,其中有11起A類事故(損失數百萬美元,或有人員重傷或死亡)。這7年間AH-64D發生86起事故,其中20起A類;uH 60A發生75起事故(7起A類);UH-60L發生65起事故(9起A類)。值得注意的是,新機型也發生各種事故,CH-47D在2011和2012年分別發生了13起和8起事故,CH-47F從2011年至2017年發生了5次。AH-64E自2014年首飛以來每年也發生事故,2014年4起中有兩起A類,2015和2016年發生的都是A類,其中一起墜機還導致兩名飛行員重傷。2011~2017年,UH-60M平均每年發生4起事故,UH-60L發生7起,UH-60A超過10起。不過在2013~2017年,雖然陸軍整體飛行事故上升6%,但其中有人駕駛旋翼機事故小幅下降,一個重要原因是將控制風險作為任務規劃的必要程序。風險控制涉及很多因素,包括飛行員的選擇。過去美軍按任務順序循環安排飛行員,現在根據特定的任務和環境,更靈活地安排更合適的飛行員,從而使風險呈指數級下降。陸航還突出了環境適應性訓練。比如在科羅拉多州高海拔山地進行阿富汗沙塵環境訓練。直升機安全也與裝備密切相關。隨著夜視能力提高、更多夜間訓練以及戰術完善后,才可以在以前認為危險的環境中飛行。美軍現在的數字化駕駛艙能形成綜合態勢圖,在CH-47F發生的A類事故中只有一起與環境黑暗有關。2011年發生的4起A類事故都與黑暗環境無關。現在,美陸航裝備還在引入人工智能和自主技術,采用“可選有人”駕駛飛機后,飛行員可以更重點關注執行任務而不是飛行,從而使許多事故得以避免。比如飛行中失去空間感而發生致命性事故,這種情況甚至在經驗豐富的老飛行員中也會發生。通常從飛行員意識到失去空間感到飛機墜毀,其時間不到5秒。現在也有新技術幫助飛行員應對這情況。
美媒評蘇-57
俄羅斯未來多用途第五代戰斗機蘇-57不是“破爛”,而是具有一系列優秀性能。俄羅斯在批量生產蘇57時預算撥款不足,特別是印度中止參與FGFA項目對該項目的資金影響較大,因而裝備較慢。同時,這種新戰機上的隱身技術也的確應用較少。但是,這并不意味著蘇-57沒有必要的質量和功能。蘇-57的獨到特點首先是其主動相控陣雷達N036“松鼠”。這種雷達不僅在機頭,而且在機側都有天線。其機身上的雷達還采用了不同的波段,以加強對付隱身技術的能力。這是目前F-22也不具備的特點。該技術能使蘇-57在敵人的多普勒雷達面前處于相對隱身的狀態。蘇-57的101KS“環礁”光電跟蹤系統也是其優勢之一,它能夠監控飛機周圍的空中光電環境,在紫外線頻譜范圍跟蹤敵方的導彈發射,在紅外頻譜發出干擾。類似的系統F-22仍在計劃采用,在F-35上也才部分應用。俄羅斯在蘇-57上成功地大大減少了對抗帶有自導引頭的紅外制導地空導彈的光電對抗系統所需的部件數量。蘇-57還有可靠的起落架,能夠支持在俄羅斯和國外條件艱苦的野戰機場起降。該戰斗機還有三軸矢量推力系統,提高了機動性。蘇-57的武器在機身彈藥艙內內埋攜帶,此時它能夠一次攜帶4-6枚中程空空導彈。當然,如果攜帶體積較大的空地導彈時,其載彈量也會相應減少。總之,蘇-57應當與美軍的F/A-18E/F“超級大黃蜂”艦載戰斗機類似,可以看作與F-35“閃電”Ⅱ戰斗機部分相當,但與F-22還不在同一級別。雖然我們仍不清楚蘇-57的傳感器集成水平和其他任務系統的質量水平,但至少從紙面上看,蘇-57不應該算是“破爛”。
“小精靈”項目進入第三階段
4月初,DARPA首次公布了“小精靈”項目試驗視頻,顯示一架C-130運輸機尾艙門的絞車通過繩索連接著一架“小精靈”無人原型機,應該是正在進行空中投放或回收試驗。該項目2015年8月啟動,目標是加速空中發射回收低成本、可重復使用無人機群的技術發展,成熟后可望形成分布式空戰新概念。繩索投放或回收雖成本低,但回收難度較大,特別是強調快速回收的話。因此C-130上還可能安裝了其他機械裝置,以便在空中快速鉤住返航的無人機。洛·馬、通用原子、Dynetics和克拉托斯公司參與幕一階段競爭,進入第二階段的只有通用原子和Dynetics公司,克拉托斯成為Dynetics的子承包商參與。在2018年4月18日開始的為期21個月的第三階段,Dynetics公司獲得3246萬美元的唯一合同,將從2018年開始進行一系列地面和飛行測試,并在2019年底用C-130驗證空中發射和回收多架無人機的能力。整個項目將持續43個月,耗資6400萬美元。Dynetics公司的方案是像空中加油錐形套管一樣,在C-130下方遠處拖曳一個捕獲器,利用柵格翼保持穩定,在277.8千米/小時的低速下將無人機抓穩后拖至母機貨艙門附近,由機械爪抓住收回至機艙內。這種發射回收技術可直接改裝到其他貨運飛機上,快速實現翼下回收和貨艙回收作業能力。這樣能使運輸機、戰斗機或者轟炸機等有人飛機避開危險,在敵方防御范圍外釋放無人機群,只負責管理配有傳感器和其他有效載荷的多種無人機,完成戰術打擊、偵察/監視和近距空中支援等復雜任務。同時將完成任務的無人機回收,再運回前方作戰基地整修補給后在24小時內再次出動,以連續打擊對手。初步目標是能在50分鐘內完成回收4架無人機,無人機航程應大于965千米,其傳感器可獲得700瓦到1千瓦的電源,最低壽命可執行20次任務。目前的設計尺寸在MQM-178和BQM-167之間。該項目的首次實機試驗將在2019年下半年進行,其傳感器等載荷將直接利用其它項目的成果。是否安裝降落傘也取決于任務需要。
NASA發布返月登火藍圖
2018年4月17日,根據2017年12月關于航天政策的總統令,NASA明確了載人探索的藍圖,它將以商業化運營的低地球軌道載人航天為起點,將長期載人航天擴展到月球軌道,以長期機器人探月和載人探月作為登陸火星以致更遠目的地的準備,從而將載人探索拓展至整個太陽系,為人類帶來新的知識與機遇,具體要求包括:從2018年開始增加在低地球軌道的商業和國際載人航天活動的廣度和深度,諸如向更多國家開放國際空間站,允許其宇航員訪問空間站,根據合作伙伴的意見,使空間站在2025年前從政府直接投資模式過渡到獨立商業平臺。在2025年前,美國將結束對國際空間站任務的直接支持,并加強與私營企業合作,激勵其開發NASA和私營企業都可以利用的低地球軌道商業載人航天服務。為在月球軌道及月面長期活動,美國將在2020年首次將無人的“獵戶座”飛船發射到月球附近,2023年將美國宇航員送至月球周圍,建立有人照料的月球軌道平臺,做為地球、月球和火星間的“驛站”。作為“月球軌道平臺門廊”的內容,美國2022年將在月球周圍部署首個電源推進/通信元件(PPE)模塊。隨后將安排一系列機器人探月,2020年前支持一項小型商業著陸器計劃,通過商業與國際合作開發載人級的大中型著陸器,支持月球立方星、虛擬月球研究所等早期科技活動,培養能開展長期載人月表探測與開發的企業,進一步描繪月球資源特征,以便未來開發利用。2020年美國將發射一輛火星巡視器,尋找生命痕跡并驗證制氧技術,然后是機器人采樣返回任務,制定長期載人深空運輸飛船的標準。在這些活動中,NASA的角色將是架構設計者、系統集成者和探索任務領導者。它將通過開放架構促進伙伴合作,制定系統接口標準和需求設計,尋找并大量開發新的國際、商業和機構間合作伙伴關系,為其提供試驗場和孵化器,降低運營成本。
美國高超音速武器開發開始加速
2019財年,DARPA將撥款5000萬美元,與陸軍合作啟動作戰火力(OpFires)項目,以開發和部署基于空軍與DARPA聯手的高超聲速戰術助推滑翔(TBG)項目成果的地面機動發射超高速遠程武器。它能突防敵方先進防空系統,快速準確鎖定關鍵時敏目標,其先進助推器能以不同射程投送不同載荷,同時能集成到現有武器系統中。TBG項目預計2022~2023年推出樣機。2018年4月18日,洛·馬公司還獲得價值9.28億美元,為美國空軍研發能從現役戰斗機、轟炸機空射的高超聲速常規打擊武器(HCSW),它將采用現成戰斗部、GPS/慣性復合制導、火箭發動機等成熟技術。在2019財年國防授權法案中,還要求國防部長提交陸基、海基、空基(或其組合)型常規快速全球打擊(CPGS)高超聲速能力的需求報告,包括加快此類系統在2022年前交付的成本估算、使用這些能力的政策風險及其解決方案。為配合這些項目所需的結構和材料超高速空氣動力試驗,美國空軍阿諾德工程與發展中心完成了歷時5年的中壓電弧加熱器原型機(MPAH)項目,使其H2電弧加熱器成為全球唯一能模擬2482℃~9704℃高溫氣流的設備。同時,國防部正計劃組建主要負責高超聲速導彈的聯合項目辦公室,代替此前多部門合作的局面,申請更多經費,制定完整計劃,以盡快形成戰斗力。美軍還開始加強高超聲速武器防御的研究,2016年一個空軍顧問小組曾評估認為在可預測的將來對其進行有效防御難度極大,最好的防御可能是以自己的高超聲速武器以攻代守。2018財年,導彈防御局將著手超聲速防御計劃。由于高超聲速武器比以拋物線軌跡飛行的彈道導彈飛行高度更低、機動性更強,對其落點無法像對彈道導彈一樣準確預測,只能借助天基系統全程監控。在全程監控的傳感器架構完成后,才能考慮用現有攔截器是否足以攔截它,然后才能評估指揮和控制網絡,制定作戰概念和力量投送計劃。
加快人工智能軍事應用
美國陸軍已投資3000萬美元用于無人車和無人機,今后將進一步借助大數據分析、機器學習和人工智能技術促進機器人的軍事應用,以替代士兵執行枯燥、骯臟或危險的任務。為此陸軍裝備司令部下屬的研發與工程司令部已劃歸陸軍未來司令部,將招募約1萬名工程師和科學家,陸軍人員還加入了國防部“算法戰跨職能小組”,參與以能自動評估全動態視頻圖像的計算機決策算法為目標的Maven項目。美國國防部則創建了人工智能聯合辦公室和卓越中心,統籌管理國防部現有的約592個涉及人工智能的項目。現在國防部有大量數據并沒有得到有效利用,而是伴隨項目自生自滅。DARPA也開展了終身學習機器(L2M)項目,開發全新機器學習方法,使系統能不斷適應新環境,又不遺忘之前學過的知識。為此加利福尼亞大學一個小組計劃研究海馬和皮層的雙記憶體結構,塔夫茨大學正在研究蠑螈等動物的再生機制以創建能隨時改變結構和功能以適應環境變化的柔性機器人,懷俄明大學團隊正利用生物記憶方法開發一種能利用上下文識別模塊化記憶,用新數據重新組合后快速適應新情況的計算方法,簡單地說就是讓機器能夠積累經驗。在企業層面,洛·馬公司正與SAS公司合作,在F-35和C-130J等軍用機型的持續保障工作中引入基于人工智能的下一代分析技術。這些能自我服務的應用程序可以利用機器學習、深度學習和自然語言處理技術支持維護工作中的決策,幫助預先維護、機隊性能管理、智能診斷和供應鏈優化,從而使后勤保障更加高效。DARPA和空軍研究實驗室的分布式作戰管理(DBM)項目也開發一種全自動決策輔助工具,通過對基于任務規劃和藍軍跟蹤系統提供的大量數據進行實時分析,協助戰斗管理人員和飛行員更好地實施空對空和空對地作戰。經過一系列有人/無人機協同空對地作戰飛行測試,現在的重點除了將不同場景和領域(包括海上和地面)中更多各類的飛行器、武器和傳感器整合起來。