全箭遠程測試大數據分析及評價系統

◎上海宇航系統工程研究所 顏曉明 劉世俊 張元明

當前，運載火箭研制對網絡化協同設計、自動化生產測試、智能化遠程測試及數據分析診斷等手段的需求日益迫切。上海宇航系統工程研究所開展了基于航天大數據，融合科研、生產、試驗測試數據的航天產品可靠性綜合評價平臺——全箭遠程測試大數據分析及評價系統研究實施，形成高度可信的、通用的生產、試驗數據評價方法。

一、項目背景

當前我國運載火箭的發展面臨新形勢、新任務和新要求，尤其是幾次重大航天發射任務失利后，航天產品質量可靠性及一致性評價越來越受到重視，中國航天進入高強度研制、高密度發射階段，在型號生產、測試及在軌運營支持等方面普遍面臨任務重、時間緊、要求高等挑戰，運載火箭對型號研制網絡化協同設計、自動化生產測試、智能化遠程測試及數據分析診斷等手段的需求日益迫切，現有的手段已遠遠不能滿足研制和項目管理需求，嚴重制約了科研生產能力的整體提升。

二、需求分析

遠程測試的需求：建設航天發射遠程支持系統，形成前方指揮測試和操作、后方數據判讀和分析的測發模式，提高研制人員的復用效率，提升型號隊伍的并行協同研制和并行測試的能力，達到減少發射場人員派駐數量，緩解人力資源配置矛盾。

全生命周期數據集成的需求：航天研制及在軌運行期間，涉及大量數據管理及應用工作。現有航天型號具有體量大、周期長、涉及專業和協作單位多的特點，迫切需要基于大數據建設協同設計及仿真系統，為密集型號并行研制完成的可靠性和及時性提供基礎。

數據智能診斷的需求：現代的運載火箭以及地面支持系統的設計正在變得越來越復雜，系統一般由大量的不同組件以及傳感器組成，相互之間也存在著廣泛的聯系。如果一個故障沿緊密耦合的子系統傳播，并引起多個子系統中相應參量的觀測值出現大幅波動，就會引發系統級擾動或故障，導致故障診斷分析與故障定位困難。

三、建設目標

致力于解決運載火箭復雜系統智能管理和測試技術的基礎性和共性問題，研究基于航天大數據模式，融合科研、生產、試驗測試數據的航天產品可靠性綜合評價平臺，形成高度可信的、通用的生產、試驗數據評價方法，方便后續型號在本項目研究成果的基礎上深入實踐。

(一)型號任務具備遠程數據支持能力

建立以各型號研制院的發射遠程支持中心為主、發射場為輔的遠程測控模式，支持型號測試指揮和測試人員遠程下達測試指令，控制發射場型號的測試工作；建立統一的型號測試數據中心，支持型號全生命周期測試數據的管理，運用大數據分析技術，實現測試數據判讀分析、故障仿真與診斷、健康監測等功能，形成從總裝總測、運輸到發射場測試、發射等各階段的信息閉環，推動型號測試與試驗流程的簡化與優化，支持航天型號研制與發射支持能力的大幅度提升。

(二)建立具備可容納未來十年型號各階段測試數據的大數據管理平臺

提出基于大數據概念的數據管理技術的需求，為實現火箭故障快速診斷與智能分析，圍繞測試數據深度挖掘、數據關聯性分析、智能診斷、數據特性統計分析等功能，開展多源數據自動歸集技術、基于HDFS 的分布式數據存儲技術、海量數據的即時可視化技術、多維度數據分析比對技術、人工智能深度機械學習技術、基于規則和模型的故障檢測和模式識別技術等方面的研究。

(三)可靠的全周期數據評價及診斷系統

產品生產、試驗數據的類型多樣，信號特征和表征方式也各不相同，同時其隱含的故障隱患與特征也各不相同。根據測試數據自身特性對數據進行分類，給出設計理論值、試驗狀態值，結合后臺大數據統計分析結果，設計出滿足數據評價指標的數據一致性評價方法。

(四)基于大數據分析的故障診斷系統及飛行仿真系統

故障診斷或智能診斷在工業領域已經提了好多年，目前大部分采用基于統計分析的閾值紅線法、包絡分析法、關聯分析法及專家庫模型法，較為先進的是采用基于故障機理POF 的診斷方法。

(五)新一代視頻編碼傳輸系統

基地地處較偏遠，網絡環境較為復雜，盡管采用網絡專線，但是資源依然有限，且有時波動不規律，建設目標為基地建設一套穩定可靠的視頻傳輸系統，可將基地發射及其他關鍵任務穩定可靠實時傳輸至各地指揮中心，進一步加強基地的信息化建設。

圖1 運載遠程測試中心數據支持系統

四、實施方案

全箭遠程測試大數據分析系統針對：①遠程測試數據信息化能力建設；②結構化、非結構化實時、歷史大數據采集、導入、存儲；③數據在線檢測及初步故障診斷三方面內容制定了方案，并付諸實施。

(一)運營商遠程MSTP 專線網絡，實現遠程鏈路連接

使用單向網閘，部署在安全隔離區與軍隊C3 網中間，比防護墻管控更為嚴格，控制協議與數據流向，確保隔離區與軍隊C3 網安全可靠。將網絡安全探針、網絡攻擊分析和局域網準入控制集成在安全管理系統中，進行統一的安全管控。有效檢測網內高風險漏洞，識別入侵行為，阻止非可信終端連接，全方位保障安全的同時，便于開展管理和審計工作。

(二)采用新一代視頻編碼標準AVS 對視頻進行壓縮

新一代AVS 編碼標準是我國自主知識產權編碼標準，其不僅擁有自主知識產權，在性能上完全可以達到國際同類標準指標并具有更多的靈活性以及穩定性。

編碼端：采用了雙路HD-SDI 采集卡采集兩路實時1080i/50 的信號，通過實時編碼輸出TS over IP 單播碼流，單臺兩路單獨碼流通過交換機傳輸至遠端。

解碼端：采用了千兆IP 輸入端口將遠端的單播碼流送入解碼器實時解碼，單臺單獨碼流解碼后通過HDMI或者SDI 接口通過SDItoHDMI 轉換器將解碼后的1080i/50 圖像信號送入大屏顯示矩陣。

(三)配置大數據分析系統遠程同步總測廠、發射基地的總檢查測試、加注測試、飛行測試

采用Kafka 訂閱系統，可以準實時地解決數據實時性問題，該方案為松耦合消息機制，可有效避免外部因素導致系統異常，實時數據緩存過程中，將采集到的針對不同參數的具有時序特征的監測數據寫入不同的Topic，由于多個Topic 之間互不干擾，內部又可以保持嚴格的時序特性，因此可以實現多個參數數據的分布式并行化處理，進而提高數據處理效率。鏈接拓撲結構如圖2 所示。

(四) 采用ES、Hadoop 方案，對火箭測試數據進行采集處理、持久化存儲以及可視化展現

文本類數據存儲基于ElasticSearch設計開發，是一個兼有搜索引擎和NoSQL 數據庫功能的分布式存儲系統。多媒體類數據存儲基于Hadoop 體系的HDFS 分布式文件系統設計開發。平臺設計支持4 種型號火箭測試數據的存儲，共可支持存儲1000 發火箭測試的數據，每發支持10 次測試數據記錄，按數據量40TB 配置。使用REST 接口方式，采用流式處理技術對收到的每一個測量數據進行分析處理，最后，將接收到的數據與分析處理后的結果進行統一存儲。

圖2 全箭遠程數據分析系統的遠程連接的拓撲圖

圖3 大數據管理平臺

(五)依據參數分類將數據分為狀態特征、任務特征類、關聯特征類參數實施全流程基于大數據完成自動判讀

狀態特征類同測試狀態相關，參數均值穩定，測試值一般服從高斯分布，基于均值的概率密度統計方法對該類參數進行評價。任務特征是指執行任務特點密切相關，入制導系統起止導時間及導引量、時序、彈道參數等，基于偏差的概率密度統計方法對其進行評價。對關聯特征類不能通過獨立參數的異常情況進行故障的評估和診斷，需要通過多個關聯參數的行為模型進行異常和故障的評估，使用多參數概率密度統計方法進行異常檢測。

五、建設內容

(一)遠程大數據支持能力建設

遠程同步各發射基地總檢查測試、加注測試、飛行測試，為發射現場提供遠程數據支持、遠程快速歸零、遠程實時故障診斷具體包括：回傳并存儲基地全系統檢查、總檢查數據，含箭上遙測、地面測試數據；火箭發射時，實時接收發射基地首區飛行數據，顯示速度高度、飛行軌跡、測控區域覆蓋；火箭加注時，回傳并存儲基地加注系統數據，含加注流程、進度信息；火箭發射前，回傳并存儲發射場氣壓、風速風向、塔架各層溫度適度、云層數據。

(二)航天大數據的數據存儲和應用

構建火箭數據支持系統，實現對火箭測試數據進行采集處理、持久化存儲以及可視化展現。數據從采集到分析展現的流程如下：

1、采集服務器進行數據采集，可實時、定時或者手工導入等多種方式；

2、采集完成后，部分需要進行預處理，然后傳輸至存儲服務器集群進行存儲，其中文本類數據存儲在ES集群，多媒體類數據存儲在Hadoop集群；

3、前端業務人員、管理人員或者大屏等數據請求會下發至可視化應用服務器集群，可視化應用服務器集群根據實際業務請求，將文本類數據請求下發至ES 集群，將多媒體數據請求下發至Hadoop 集群；

4、ES 集群和Hadoop 集群分別根據請求對數據進行處理，然后將數據分析處理結果返回至可視化應用服務器集群；

5、可視化應用服務器集群收到數據處理結果后，將結果分別發送至前端業務人員、管理人員等PC 端或者大屏上進行展現。

(三)全箭測試數據一致性、可靠性自動評價方法

火箭測試不同于其他系統，同一狀態項目可能反復測試多次，時間較長，采樣點密集，僅依靠人工全程判讀，不僅工作量巨大，而且時效性和判讀質量很難保證，本項目能夠遠程實現基于大數據分析的歷史數據回放、查詢、統計、檢索、包絡分析功能和實時數據故障診斷功能，自動給出評價，判定此次測試的有效性。

(四)低資源占用高清晰影像的視頻系統

建立一套高效穩定的實時視頻監看及傳輸系統，系統可支持多路視頻高效穩定的傳輸，并可靈活接入。系統采用先進新一代編解碼傳輸技術，可確保視頻內容低延時、高穩定、高安全進行傳輸，將大大提高中心對于基地的監看效率，為進一步的加強基地管理及預警提供高效穩定圖像資料。

圖4 運載火箭大數據支持架構方案框圖

六、應用效果與經驗

全箭遠程測試大數據分析系統硬件鏈路上實現了與總測廠房和太原衛星發射中心的聯通，并成功應用于某發火箭的發射測試。大數據平臺已經對XX-2D/4B/4C 的歷史數據、實時數據完成了設計，并進行了結果展示，滿足比對、篩選、包絡分析、關聯分析等功能，在故障診斷方面利用發動機推力故障進行了探索。

經濟與社會效益：

1、通過遠程測試大數據分析系統的建設，實現前后方協同測試，提高航天高密度發射能力；減少前方試驗隊80%的判讀崗位，提升航天多型號并行研制能力；減少試驗隊人員出差周期，單發發射成本至少降低約15 萬元；

2、通過大數據的分析與在線檢測，實現全箭單次測試判讀、數據流轉時間減少50%以上；

3、通過對航天歷史數據的歸集，形成具有航天特色的大數據平臺，開展深度的數據分析、評價、挖掘和復雜算法的應用，提升航天產品測試數據評價質量；

4、視頻系統已在岢嵐基地實施建設，并且完成了兩次發射實時直播任務，系統將發射現場情況第一時間安全、高效、穩定的傳輸至遠程測發中心，為專家團隊在后方支撐提供了有力的同步保障。

七、后續發展思路及計劃

本項目與太原衛星發射基地開展實時遠程同步是邁出遠程測發的一小步，實現了運載測試大廳的全箭級測試大數據分析，完成了飛行演示系統階段性的工作，能夠實現遠程實時數據的接收、飛行曲線的演示、歷史數據分析比對、數據評估。

計劃與酒泉衛星發射基地、海南衛星發射基地、文昌衛星發射基地實施實時遠程同步測試，網絡連通業已全面啟動，此次與太原基地的網絡連通為軍網連通提供可行的實施方案，也為后續發射場的實時遠程同步測試奠定了基礎。