999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

航天器用材料大數據服務體系建設構想

2022-12-02 04:01:16王向軻范曉明劉泊天
中國材料進展 2022年11期
關鍵詞:數據庫

高 鴻,牛 虎,王向軻,范曉明,劉泊天,邢 焰

(中國航天宇航元器件工程中心,北京 100094)

1 前 言

在過去的20年里,各個領域里的數據積累都在大量增長。根據國際數據公司(international data corporation,IDC)報道,中國創造和復制的數據量以每年3%的增長速度超過全球水平。2018年,中國產生了約7.6 ZB(zettabyte,1 ZB約等于1021 B)的數據,預計到2025年,這一數據將增至48.6 ZB[1]。數據之所以重要,是因為信息日益被視為各行業發展所依賴的“貨幣”。近年來,大數據已獲得工業界、學術界和政府的高度關注[2, 3]。如何有效地組織和管理大數據已然成為各行業的規劃熱點。在代表我國高端技術產業發展的航天應用領域,大數據服務先行將是實現航天強國發展的重要標志。快速發展的航天領域需要高精準設計建造用材料數據輸入,需要提前10年預測新材料技術發展趨勢,需要實時預警材料質量特性,需要完善準確的應用履歷并實現信息共享。當前大數據、互聯網技術和材料科學融合形成的材料大數據服務技術在航天領域實施應用具有高度的戰略意義和深遠影響。本文以航天器工程應用領域為背景,提出材料大數據服務體系構建思路。

2 美國國家航空航天局(NASA)在材料大數據技術方面的規劃研究

2.1 NASA啟動材料數據服務規劃建設的背景分析

美國傳統的軍工材料研發與應用模式主要是以實驗為主的“試錯法”,該模式周期長、效率低,而隨著大數據計算技術的發展,大部分材料設計與性能評價可以通過計算工具完成,計算不僅可以深入理解材料的細節,也可以逐步替代重復試驗,減少對物理實驗的依賴,從而加快材料研發與應用。美國在2011年6月提出“材料基因組(materials genome)計劃”[4],其核心是利用正在發展的高通量計算、高通量試驗、大數據信息技術,尋找和建立材料從原子排列到微觀組織形成再到材料性能與壽命之間的相互關系,旨在以至少快兩倍的速度開發和制造先進材料,且成本僅為原先的幾分之一,這促使了材料信息學的快速發展。通過建設材料信息數據庫并集成材料研究設計平臺,對材料大數據進行分析和預測,快速發現決定材料性能的“基因”,也就是材料成分、工藝、組織、性能之間的定量關系,從而加速材料研發設計和應用[5]。以結構材料為例(圖1和圖2),結合材料計算工具,將材料加工工藝、材料內部成分結構、材料特性以及性能不斷迭代,逐步實現全壽命期內材料數據的獲取和存儲。通過材料量子力學、分子動力學、微觀力學、統計力學分析,應用計算技術,基于材料微觀尺度到宏觀尺度的本構特性,建立從材料性能到零部件性能的定量關系。這個過程不僅離不開材料高通量測試技術和可追溯的材料測試數據,同時對產品設計、分析方法以及信息管理等方面也有較高的要求。

圖1 NASA結構材料數據庫與數據集成計算材料工程庫連接構架示意圖Fig.1 Schematic of NASA structure materials linking to integrated computational materials engineering (ICME)

圖2 長尺度數據集成計算材料工程示意圖Fig.2 Schematic of associated length scale in the context of integrated computational materials engineering (ICME)

材料計算與數據服務技術建立初衷是為解決軍工領域新材料從開發到成熟應用周期跨度長(一般10~20年)、開發成本高的問題,早期識別材料失效模式和性能局限,建立滿足國防領域對高性能關鍵材料快速開發、可靠應用的研發體系。該項技術已在鋰離子電池材料、光電材料、新型信息存儲材料等領域得到成功應用,并逐步在各大工程領域推廣[6, 7]。為持久推動基于材料基因工程技術下的大數據應用技術,2018年美國NASA發布“Vision 2040: a roadmap for integrated, multiscale modeling and simulation of materials and systems”(2040愿景:材料體系多尺度模擬仿真與集成路徑)[8],該規劃全面系統地對可服務美國航空航天工程應用領域的大數據應用技術體系建設進行了布局。

2.2 NASA大數據建設歷程與未來發展目標

NASA在長期實踐中發現,通過一個強大的信息系統實現設計師和工藝師在特定應用背景下對材料和工藝的科學選用,是每一個NASA企業開展產品研制生產活動的關鍵保證。為了更好地借鑒以往的失敗教訓并從中吸取經驗,避免重蹈覆轍,減少昂貴的、多余的、重復的材料測試,NASA于20世紀80年代早期啟動了一項強大的技術信息系統建設工程,并由馬歇爾航天飛行中心(MSFC)管理。數據系統建設初期參考了NASA的《空間硬件系統材料選用目錄》,收錄了目錄中已有的材料性能數據。2003年10月,MAPTIS(materials and process technology information system)1.0版投入使用并進行了快速的迭代和升級;2007年3月,MAPTIS 3.8.0.4版投入使用;如今,MAPTIS能夠提供大量NASA使用的工程材料數據,有超過32 000種材料的空間應用信息。目前,這個系統可以提供過去15年應用的主要產品系列的材料和工藝數據,為NASA恰當地選用材料和工藝提供基礎保障;為每一個進入NASA體系的制造機構提供材料和工藝選用基礎以及完善的材料數據信息,加速了材料的應用轉化能力;為研究和研制者提供失效案例學習平臺,避免同類問題在未來產品中再次發生;為使用者提供材料測試數據,避免同種性能測試重復開展;也為飛行準備就緒的產品提供所用材料和工藝安全性與適用性的證明。這個系統在為NASA提供產品研制開發的機構中被廣泛使用,大大方便了產品出口和國際交流。

NASA在材料數據信息系統建設中,初步解決了設計選用需求,但是仍然解決不了大量材料測試數據丟失的問題;材料數據多以經驗測試值為主,缺乏壽命預測和可靠性預測能力;新材料研制存在開發與設計需求不匹配、開發和應用周期長等問題。NASA基于過去10年發展起來的高速計算方法、新材料表征測試技術,以及近期發展的集成計算材料工程(integrated computational materials engineering, ICME),提出從體系和基礎設施兩個方面整體推進大數據服務能力建設,打通材料到制造體系全鏈條模型和計算技術,實現利用材料計算學驅動航天器部組件先進制造技術發展的總體目標[9]。

未來,NASA通過大數據服務整體能力建設,將MAPTIS與其他數據庫集成。這項工作一方面將促進材料研制與航天工程系統的協調發展,利用現代化的信息技術逐步營造智能化的材料研發制造環境,引導研制方基于工程需求開發新材料產品;另一方面,可吸納更多的材料和工藝數據,實現數據自動化分析,為每一個應用者提供高效、快速和低成本的選材服務,打造材料數據集成應用服務(圖3)。通過數據平臺建設,將打通相關實驗室間的數據流,提高材料測試數據資源利用率,縮減材料測試樣本與測試物理量;通過材料數據挖掘技術,可以實現對新材料發展趨勢的預測,快速研制、開發新材料,縮短NASA先進產品的研制周期,加快產品更新換代。

2.3 NASA大數據信息結構與來源

MAPTIS現有的數據源來自于NASA的材料測試機構,如美國MSFC、白沙試驗研究所(WSTF)、戈達德航天飛行中心(GSFC)、噴氣推進實驗室(JPL)等。還有其他一些重要的途徑,如歐洲航天局、美國軍方、全球材料制造商以及學術界等。MAPTIS包括12個子數據庫。其中,金屬材料子數據庫包括腐蝕裂紋增長、蠕變斷裂、斷裂力學、摩擦熱、高周疲勞、低周疲勞、機械沖擊、粒子影響、氣動影響、促燃、應力腐蝕以及拉伸強度等;非金屬材料子數據庫包括電弧跟蹤、電超載、電線絕緣性、燃燒性、閃燃、流體相容性、防霉菌、機械沖擊、氣味、出氣、氣動影響、促燃、毒性以及光學相容性等。又如熱物理性能子數據庫,可提供金屬、非金屬(玻璃纖維、尼龍)、燒蝕材料、泡沫、絕緣材料、氣體、液體和混合材料(推進劑、環氧、油脂等)的熱物理性能數據,還包括了MSFC管理項目下的所有材料使用協議。材料使用協議確定并限定了有人環境下某種材料的特定用途。具體指標包括材料的燃燒性、放氣性、應力腐蝕等。

此外,還有“失效分析數據庫”“備忘數據庫”等,建成一個協作的材料工程體系,它可提供智能的環境,應用現代信息技術準確地產生和分配材料與工藝的信息。這個新的材料工程系統可以從現有的資源中融合有用的材料與工藝數據并加入自動化的分析元素,將成為技術人員、設計人員和管理人員的智能助手,在每一種用途下實現材料最快捷、準確、節約成本的識別和選用。

圖3 MAPTIS數據服務體系Fig.3 Data service system of MAPTIS

3 我國航天器材料技術發展需求分析

3.1 新產品新技術發展帶來新材料多元化革新

“十四五”期間,材料作為新產品新技術的基礎元素,將成為型號單機產品小型化、多功能、高集成、高精度、大尺寸結構設計發展中核心技術的主角。新材料技術的發展主要表現在3個方面。

第一,產品功能發展帶動高性能材料的發展。航天器發展過程伴隨著新材料技術應用發展的過程。工程材料性能不斷優化與提升,是各類產品發展最為基礎的保障。“十四五”期間,新材料應用方向主要體現出輕量化、多功能、結構化、多元化的發展特點[10, 11]。傳統的輕合金材料有望被柔性紡織品和泡沫材料“跨界”替代,以機械強度為核心指標的結構材料將被結構功能一體化材料替代,單層薄膜材料將被多層功能復合薄膜材料替代,部分耐高溫合金材料有望被碳材料替代,單一均質材料將被多孔納米結構材料替代。可以預期,新材料技術將在航天工程領域實現大范圍應用轉化,并構成航天技術發展的核心競爭力。

第二,產品服役環境變化促進材料性能發展。未來,我國深空探測、通信衛星、商業衛星等型號產品將在服役工況方面面臨更大的挑戰,例如深空探測極低或極高溫環境,高軌衛星經歷更寬的服役溫度環境,以及高集成、大功率、高精度產品要求越來越高的溫度控制精度等。耐高溫材料、低應力材料、寬服役溫度窗口材料、低溫潤滑材料、高導熱材料、絕熱材料、耐輻射材料、高致密度燒蝕材料等作為新一類材料將擴展航天材料的選用范圍。

第三,先進結構設計發展帶來新一代材料需求。衛星產品逐步向輕量化、智能化方向發展,帶動彈性結構、大尺寸結構、柔性結構、記憶結構、膜殼結構、點陣結構等新型結構設計技術的發展。基于先進結構設計的材料應用技術儼然成為技術研究熱點。隨著新技術的發展,材料將通過多體復合或單體構型實現特定結構,并以一種特定的制品形式應用到工程中,進而帶來性能的提升。輕薄材料、低密度材料、纖維材料、泡沫材料、多孔材料、增材制造材料、膜殼結構彈性體材料、界面材料、零膨脹材料、梯度復合材料等成為新的需求方向[12]。

3.2 以大數據服務技術為核心的新材料應用轉化需求

材料是航天器結構、單機載荷、結構、能源、推進、回收等分系統技術發展的關鍵。新材料需要通過在不斷提升性能的同時兼顧可靠性,以滿足航天產品設計發展的需求。同時,在航天型號產品創新發展的引領下,各類國產化先進材料技術快速、精準應用轉化是材料應用技術綜合發展的目標。

大數據分析技術未來將是支持航天器在材料選用、過程質量保證以及現代供應鏈管理過程中的核心。今后,材料大數據將會以巨量化、多樣化、真實化、高速化的應用特點,吸納多個行業和領域內的應用數據和信息,服務于航天器設計和研制。首先,大數據將實現從原材料到材料制品再到組件產品的本征性能、工藝特性、環境特性、可靠性特性數據信息的充分匯集;其次,大數據服務以自動或半自動形式實現數據提取和結構化應用,以滿足建立更準確選用、質量控制和應用之間數據關系。基于材料大數據服務的人機交互模式,可以實現規避人為主觀因素、快速獲取和處理信息的目的。航天器應用領域大數據是基于業務流而實現的大數據流,獲取成本低、數據復用度高,持續發展過程中也將具有長期低成本、高密度特性。

面對航天器多維度選材與材料應用轉化技術發展的綜合需求,材料選用技術服務需要逐步從被動式獲取信息向主動累積信息轉變。通過數據提取逐步建立結構化數據,通過數據清洗與挖掘獲得客觀的數據關系。隨著數據庫的不斷發展,逐步實現監測、預警、提醒、決策等能力,進而推進新材料選用與應用轉化的關鍵技術能力建設,縮短產品研制周期,提升產品競爭力,滿足型號不斷追求成熟產品快速更新換代、創新產品快速發展、基于先進材料技術功能單機快速升級的長遠需求。

4 航天領域材料數據服務體系建設構想

4.1 航天領域材料數據庫建設和數據流形成

材料信息數據庫主要是儲存和管理各類材料數據,形成包括材料基礎性能、微觀結構數據、模擬計算數據、試驗與工藝數據、環境數據和各類出版物等在內的數據倉庫[13, 14]。在航天應用領域,材料數據按來源主要有測試實驗數據、計算數據和生產工藝數據。這些數據將通過一定科研生產管理模式收集整合并存儲于數據倉庫中,進一步用于數據應用服務,主要的邏輯關系見圖4。

圖4 材料數據及其應用的邏輯關系Fig.4 Logical relationship between material data and its application

數據倉庫建設需要具備數據量、數據完整性和數據覆蓋面3個要素。

數據量是大數據的根本,從應用領域全流程盡最大可能獲取信息量是保證數據有效應用的前提。然而,在航天應用領域,大到結構產品,小到微電子,涉及材料種類多,使用單位多,綜合呈現雜、小、精、散的特點。要將這些材料和材料使用過程數據匯集到一個倉庫,需要在航天領域建立材料總體技術機構(例如NASA馬歇爾實驗室),對所有應用于航天器產品的材料選用、使用過程進行質量控制與管理。航天應用領域總體技術機構從頂層建立統一編碼,為數據流的形成與過程管理提供基本保障,實現材料數據從原材料到材料制品、從性能數據到工藝數據、從質量保證數據到質量歸零數據、從生產數據到應用數據綜合數據流的匯總與收集。

在數據完整性方面,當前存在的主要問題是數據信息斷檔、數據信息缺失、有效數據少、以自產數據為主。真正可用于數據服務的材料數據需要有明確的材料測試樣品狀態,如牌號、批次信息、技術標準等,通過特定工藝處理后的樣品也需具備可查的工藝狀態信息。此外,收納的材料數據信息需要具備溯源性、測試不確定度等信息,以保證數據準確性。所以,在航天器應用領域,數據匯集與數據認可需要專業的機構進行管理。機構在全國范圍內通過認定認可的測試聯盟,依據統一的材料數據信息編碼格式和信息化手段將產生的數據流匯集到主數據庫,用于持續的數據維護。

在數據覆蓋性方面,不同領域對材料數據覆蓋性要求不同。在航天器工程應用領域,數據信息主要包括材料的成分與性能數據、應用數據、工藝數據、環境數據、壽命數據等。數據倉庫覆蓋性是保證數據完整性的前提,除收集匯總的材料基本性能數據,數據庫應針對航天應用領域核心、關鍵、高端材料進一步組織完善材料在多維環境場、大通量測試和計算、長壽命評估等方面材料工程應用中的數據評價和數據積累,不斷完善航天應用領域特殊的數據源。

未來,期望通過行業間數據接口,融合我國各個工程應用領域材料數據,在區域內逐步建立數據流共享機制,從而逐步完善數據庫建設。

4.2 航天領域材料數據應用

當前,航天領域材料數據應用主要基于手冊查詢或實際測試獲得材料本構數據,并利用有限元仿真與計算方法,實現對設計產品性能的仿真分析。近年來,隨著材料基因工程在高通量計算技術方面的發展,基于數據庫進行數據挖掘發現知識并實現工程應用已然成為新的發展熱點。Sparks等[15]采用數據挖掘和機器學習算法在熱電數據庫中分析了成千上萬化合物的熱電性能,再結合密度泛函理論(density functional theory, DFT)計算,預測未知的三元相圖中的低熱導率相。Agrawal等[16]使用日本國立材料科學研究院(NIMS)創建的MatNavi在線材料數據庫建立了鋼鐵疲勞強度的預測模型,分析結果顯示,神經網絡、決策樹和多元多項式回歸等先進的數據分析方法可以顯著提高預測模型的精度。Takahashi等[17]利用DFT中的GPAW(grid-based projector-augmented wave)建立材料數據庫,預測金屬間化合物的性能數據,預測的點陣常數和實驗數據基本一致。

數據應用系統將集成材料數據庫、材料計算、材料測試與表征,形成材料數據管理和分析系統為一體的航天材料大數據平臺。該平臺能夠實現強大的分析計算功能,例如通過原子尺度的第一性原理計算預測材料熱力學性質、晶格常數以及單質、二元與三元化合物和固溶體的動力學數據,建立熱力學性質、晶格常數、多元體系動力學數據模型;利用多元相場方法在二維和三維尺度上預測材料微觀組織的演變規律;采用有限元分析方法從模擬組織中計算材料的機械性能;通過進行從量子力學到材料服役的跨尺度高通量的材料計算,獲得大規模、多源異構的材料數據;利用信息學方法進行材料大數據分析,發現材料成分、工藝、組織、性能與工程應用之間的定量關系,并以三維和四維的形式呈現。材料數據應用系統主要體現為以產品為最終目標的設計生產制造過程,見圖5[13]。數據庫將通過集成常規性能數據評估方法和性能曲線處理算法,滿足不同用戶對材料數據查詢、統計、對比、選擇等需求。設計師可以利用數據庫資源,通過材料計算技術和仿真技術,將應用需求轉化成材料性能和相應的規范說明,在數據庫中排除不合規范的材料,對遴選的材料進行評級,并基于試驗和歷史應用信息尋找等級最優的候選者以實現精準選材。通過大數據服務,可將材料基因技術在航天工程領域轉化應用,大大加快新材料的研發和應用轉化進度。

圖5 基于材料知識庫的數據挖掘與應用模型[13]Fig.5 Data mining and application model based on material knowledge base[13]

4.3 航天領域材料大數據綜合服務能力建設

數據服務、知識服務、模擬計算服務和測試分析服務組成了綜合的材料大數據服務體系(圖6)。各類服務相互促進,協同發展,并不斷完善,逐步融合現代化的高通量測試分析技術,以及材料計算技術,提升數據挖掘服務效力;利用數據庫統計分析與在線檢測預警計算,還可形成知識服務。其中,知識服務是基于大數據分析與綜合應用體系,服務于航天器在材料選用、過程質量保證、新材料需求規劃研究以及現代供應鏈管理。

在質量保證領域,對每一批次材料檢驗數據提供自動統計與異常預警能力,可實施跟蹤供方材料的穩定性,輔助識別供方技術狀態變更,如重要原材料變更、重要工藝過程變更等;針對新選用材料評價驗證數據,可實現相似相關材料同水平比對分析,以確認新使用材料的優勢與不足,規避歷史選用和使用風險。此外,針對數據庫提供的材料品種、供方、性能等綜合指標,可按年代、型號、應用背景等層面,統計分析材料需求趨勢、型號應用特點以及型號材料風險與薄弱項目,為后續材料規劃與新材料開發提供更為科學的統計數據。

圖6 材料大數據綜合服務能力結構圖Fig.6 Structure diagram of comprehensive service capability of material big data

5 結 語

我國于2015年1月提出了“原材料工業兩化深度融合推進計劃”,旨在支持原材料工業大數據平臺的建設,促進信息共享和數據開放。我國航天應用領域代表了國家高端制造技術發展和應用水平,加快推進材料大數據在航天領域應用,促進材料基礎技術與工程深度融合,加快探尋先進材料性能與應用技術之間的關系。基于基礎數字化與信息化能力建設,快速推廣科學化、體系化、網絡化的信息共享、數據共享、知識共享。通過大數據工程應用技術,逐步在我國航天器領域構建和諧共贏的工程材料網絡體系,形成互補型工業網絡環境,為發展自主知識產權的航天產品核心競爭力提供孵化器、加速器。

猜你喜歡
數據庫
數據庫
財經(2017年15期)2017-07-03 22:40:49
數據庫
財經(2017年2期)2017-03-10 14:35:35
兩種新的非確定數據庫上的Top-K查詢
數據庫
財經(2016年15期)2016-06-03 07:38:02
數據庫
財經(2016年3期)2016-03-07 07:44:46
數據庫
財經(2016年6期)2016-02-24 07:41:51
數據庫
財經(2015年3期)2015-06-09 17:41:31
數據庫
財經(2014年21期)2014-08-18 01:50:18
數據庫
財經(2014年6期)2014-03-12 08:28:19
數據庫
財經(2013年6期)2013-04-29 17:59:30
主站蜘蛛池模板: 日韩高清一区 | 永久毛片在线播| 国产亚洲男人的天堂在线观看| 四虎免费视频网站| 国产成人毛片| 亚洲无码在线午夜电影| 高潮毛片无遮挡高清视频播放| 亚洲大学生视频在线播放| 亚洲中文字幕无码爆乳| 99热这里只有精品国产99| 亚洲天堂网2014| 欧美色99| 精品国产Ⅴ无码大片在线观看81 | 中文字幕欧美日韩高清| 亚洲av无码久久无遮挡| 亚洲无码熟妇人妻AV在线| 国产亚洲美日韩AV中文字幕无码成人| 又大又硬又爽免费视频| 国产永久在线视频| 55夜色66夜色国产精品视频| 欧美日韩激情| 亚洲αv毛片| 99视频只有精品| 色悠久久综合| 天天躁夜夜躁狠狠躁图片| 精品久久久久无码| 午夜福利网址| 91亚洲精品国产自在现线| 国产精品亚洲一区二区三区在线观看| 国产网友愉拍精品视频| 久久青草精品一区二区三区| 日本欧美午夜| 一级一级一片免费| 亚洲第一极品精品无码| 日韩第一页在线| 看国产毛片| 国产又黄又硬又粗| 99久久国产综合精品女同| 人禽伦免费交视频网页播放| 久久综合色视频| 精品国产毛片| 2048国产精品原创综合在线| 亚洲视频在线青青| 久久a级片| 亚洲欧美不卡中文字幕| a在线亚洲男人的天堂试看| 老司机精品99在线播放| 色丁丁毛片在线观看| 日韩精品视频久久| 亚洲国产高清精品线久久| 日韩精品一区二区三区中文无码 | 欧美伦理一区| 久久国语对白| 国产精品密蕾丝视频| 免费毛片网站在线观看| 色综合久久综合网| 久久久久夜色精品波多野结衣| 日本免费一级视频| 国产精品蜜芽在线观看| 国产成+人+综合+亚洲欧美| 国产自无码视频在线观看| 亚洲天堂在线视频| 一区二区三区高清视频国产女人| 高清国产在线| 992Tv视频国产精品| 亚洲最大福利网站| 亚洲欧洲日韩久久狠狠爱| 久久综合色天堂av| 国产91av在线| 国产手机在线小视频免费观看| 日韩中文字幕免费在线观看| 真实国产乱子伦高清| 国产成人亚洲综合a∨婷婷| 亚洲高清日韩heyzo| 欧美成人免费| 欧美色视频在线| 操国产美女| 制服丝袜在线视频香蕉| 久久久久人妻一区精品色奶水| 色婷婷狠狠干| 91在线播放国产| 国产玖玖视频|