大數(shù)據(jù)背景下航天設(shè)備預測性維護技術(shù)研究

李孟源?李丹敏?張笈瑋?陳湘龍

摘要：隨著航天技術(shù)的進步，我國航天領(lǐng)域的設(shè)施設(shè)備系統(tǒng)越發(fā)智能，也日趨復雜，傳統(tǒng)的設(shè)備維護策略逐漸難以滿足實際的維護需求。而物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的快速崛起，為預測性維護技術(shù)的發(fā)展奠定了基礎(chǔ)。結(jié)合航天設(shè)備的歷史數(shù)據(jù)和運行數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)，針對航天設(shè)備運行管理、高頻度發(fā)射和惡劣氣候環(huán)境等復雜使用環(huán)境，提出了基于大數(shù)據(jù)的預測性維護策略確保航天設(shè)備正常運行。文章首先分析了航天發(fā)射場工作環(huán)境的特點及其對維護技術(shù)的要求，然后給出了航天設(shè)備預測性維護的具體流程，最后闡述了航天設(shè)備預測性維護模型的一些關(guān)鍵技術(shù)及應用實例。

關(guān)鍵詞：預測性維護；大數(shù)據(jù)；航天設(shè)備

近些年，我國航天領(lǐng)域科學技術(shù)飛速發(fā)展，相應設(shè)施設(shè)備系統(tǒng)精密化、智能化、復雜化程度逐步提高。由于航天設(shè)備運行管理、高頻度發(fā)射和惡劣氣候環(huán)境等復雜使用環(huán)境，發(fā)生部件退化、失效、故障的可能性較高。而在航天領(lǐng)域，任何設(shè)備失效引發(fā)的事故，都可能導致難以挽回的嚴重損失。為此，航天設(shè)備維護需要投入的人力、物力成本非常高。在大數(shù)據(jù)時代背景下，基于海量的設(shè)備運行、監(jiān)測、維護數(shù)據(jù)，在嚴重事故發(fā)生之前，實現(xiàn)早期預警故障、進行故障隔離，確定設(shè)備健康狀態(tài)發(fā)展趨勢以及評估剩余壽命，進而制定高效可行的維護計劃，對保障航天設(shè)備安全可靠運行有重要價值。由此看來，針對航天設(shè)備的預測性維護技術(shù)研究變得十分迫切。

一、研究背景與研究現(xiàn)狀

（一）航天發(fā)射場的環(huán)境特點及其維護現(xiàn)狀

我國為保障運載火箭將衛(wèi)星送入太空，20世紀70年代開始航天發(fā)射場地面設(shè)施設(shè)備建設(shè)，保障了各類運載火箭的發(fā)射任務，發(fā)射場設(shè)施設(shè)備不斷迭代更新，順利完成各項工作。我國航天發(fā)射場地面設(shè)施具有單臺次，非標準，統(tǒng)計特性不明顯等特點。隨著深空探測、空間站等任務相繼實施，航天任務高密度開展，各類設(shè)施設(shè)備的數(shù)量及規(guī)模大幅增加、使用愈加頻繁。設(shè)備長時間滿負荷運行，使用壽命縮短、突發(fā)故障增多的風險加劇，造成發(fā)射場在發(fā)射任務期間維修維護任務十分繁重。傳統(tǒng)的設(shè)備維護模式已難以適應繁重的試驗任務需要，對各類航天任務的高質(zhì)量完成提出了挑戰(zhàn)。這對設(shè)備維護保障的體系創(chuàng)新、模式升級及新技術(shù)應用提出了緊迫需求。

航天設(shè)備保障運維技術(shù)經(jīng)歷了三個發(fā)展階段：修復性維護、預防性維護、預測性維護。目前我國航天發(fā)射場主要采用修復性維護及預防性維護結(jié)合，同時部分重點地面設(shè)備采用傳統(tǒng)的基于專家分析系統(tǒng)及物理退化模型的預測性維護策略。單純選擇修復性維護策略時，設(shè)備發(fā)生故障后才實施維護行為，無法避免故障造成的損失。航天發(fā)射對系統(tǒng)設(shè)備可靠性要求較高，所以針對任務設(shè)備同時也結(jié)合預防性維護策略，這種周期性維護不考慮設(shè)備實際健康狀態(tài)，容易造成維護過度，會導致設(shè)備保障成本增加。針對重點設(shè)備的基于已知物理退化模型的預測性維護策略，對維護人員的專業(yè)知識水平要求高，實施落地難度大，只能適用于部分設(shè)備。

（二）大數(shù)據(jù)背景下的航天設(shè)備預測性維護

伴隨著新一代技術(shù)的發(fā)展和落地應用，物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)及人工智能技術(shù)可以采集設(shè)備實時大數(shù)據(jù)并進行傳輸、存儲、分析、處理以及判斷，從而使航天設(shè)備基于數(shù)據(jù)驅(qū)動的預測性維護應用成為可能。

物聯(lián)網(wǎng)技術(shù)是數(shù)據(jù)驅(qū)動預測性維護的數(shù)據(jù)采集感知層技術(shù)，是預測性維護的神經(jīng)末梢。現(xiàn)在的物聯(lián)網(wǎng)系統(tǒng)可以通過5G/4G、無線傳感器網(wǎng)絡(luò)等無線傳輸手段實時獲得設(shè)備的振動、噪聲、溫度、電流電壓、疲勞度、損傷探測等傳感器信息，隨時掌握機械設(shè)備的運行健康信息。物聯(lián)網(wǎng)技術(shù)應用于航天設(shè)備中，可以遠程實時獲取地面設(shè)備部件各方面測點信息，為預測性維護的數(shù)據(jù)來源奠定基礎(chǔ)。

大數(shù)據(jù)指超出傳統(tǒng)數(shù)據(jù)管理、處理技術(shù)操作極限的大量、實時、多樣、價值密度低的數(shù)據(jù)集合。大數(shù)據(jù)相關(guān)技術(shù)主要包含預處理、存儲、分析挖掘、可視化分析等技術(shù)。航天設(shè)備部件種類繁多、結(jié)構(gòu)龐大、不同設(shè)備的監(jiān)測維度方法不同、運行時間長，所產(chǎn)生的監(jiān)測數(shù)據(jù)規(guī)模較大、數(shù)據(jù)類型多樣，符合大數(shù)據(jù)的特征。大數(shù)據(jù)技術(shù)使得存儲、處理分析大量歷史數(shù)據(jù)及實時數(shù)據(jù)成為可能，為航天設(shè)備預測性維護的數(shù)據(jù)處理提供計算支撐。

以深度學習為代表的新一代人工智能技術(shù)憑借其優(yōu)秀表現(xiàn)已經(jīng)成為智能預測算法的有力工具，已經(jīng)在農(nóng)業(yè)、醫(yī)療、教育等眾多領(lǐng)域取得廣泛應用。同樣在航天領(lǐng)域，面對航天設(shè)備所產(chǎn)生的海量監(jiān)測數(shù)據(jù)，深度學習技術(shù)能夠無需專業(yè)背景的輔助，而以一種類似黑盒模式提取數(shù)據(jù)內(nèi)部潛藏的特征，為后續(xù)的處理與分析提供解決方案。

（三）中國航天設(shè)備預測性維護研究現(xiàn)狀

當前中國航天發(fā)射設(shè)備預測性維護缺乏基于新技術(shù)的體系設(shè)計、預測模型設(shè)計及智能學習應用方法。隨著人工智能及物聯(lián)網(wǎng)技術(shù)的發(fā)展，通過積累設(shè)備的測點數(shù)據(jù)、故障機理模型以及生命周期相關(guān)參數(shù)，從“預防性”維護轉(zhuǎn)向“預測性”維護已成為一種可行的更高效、更可靠的設(shè)備維護手段。

二、航天設(shè)備預測性維護總體流程

（一）預測性維護流程

完整的預測性維護系統(tǒng)流程包括數(shù)據(jù)感知獲取與處理、狀態(tài)分析識別、故障診斷與定位、健康值評估與壽命預測、維護管理、維護執(zhí)行與有效性評審、保障決策、管理優(yōu)化、狀態(tài)可視化等過程。預測性維護借助先進的物聯(lián)網(wǎng)傳感器采集設(shè)備采集所需要預置在設(shè)備中的傳感器數(shù)據(jù)，經(jīng)預處理的數(shù)據(jù)結(jié)合設(shè)備模型，分析和挖掘反映設(shè)備健康狀態(tài)、壽命及性能退化的特征。用獲得的特征及處理后的數(shù)據(jù)，借助機器學習等算法模型對設(shè)備進行實時健康狀態(tài)評估以及失效分類判別、剩余壽命預測等。最終，基于智能化模型分析的結(jié)果，對設(shè)備進行維護規(guī)劃，結(jié)合維護資源，提供指導性的維護策略，合理安排維護周期及措施。

（二）航天設(shè)備預測性維護流程

航天發(fā)射設(shè)備預測性維護的主要技術(shù)難點在于構(gòu)建打通設(shè)備數(shù)據(jù)采集、集成、存儲、管理、故障預測模型、壽命預測分析和維護決策應用的整體技術(shù)鏈路，故需要建立基于新技術(shù)的預測性維護技術(shù)體系。

航天發(fā)射設(shè)備與一般性質(zhì)的工業(yè)設(shè)備相比，具有地面設(shè)備種類組成復雜、設(shè)備服役時間長、工作環(huán)境嚴酷、可靠性安全性要求較高的特點，基于以上特點可對航天設(shè)備預測性維護進行總體設(shè)計。航天設(shè)備預測性維護關(guān)鍵技術(shù)主要包括對典型航天設(shè)備如擺桿設(shè)備的失效原理進行分析建模，對復雜多樣的航天設(shè)備進行多層級劃分，并進行不同層級的健康及壽命預測性維護；根據(jù)預測的健康評級評分、壽命預測和故障預警結(jié)果進行動態(tài)維護決策優(yōu)化。其中，航天設(shè)備多層級健康及壽命預測性維護技術(shù)及模型、設(shè)備預測性維護系統(tǒng)動態(tài)維護決策優(yōu)化方法等關(guān)鍵技術(shù)是預測準確的基石。

三、航天設(shè)備預測性維護關(guān)鍵技術(shù)分析及應用

航天發(fā)射塔架擺桿系統(tǒng)是發(fā)射場地面設(shè)備中的重要設(shè)施之一，主要用于懸掛、支持和固定在擺桿上各種加注、供氣、電纜、空調(diào)等管線路和連接器，火箭起飛前帶動脫落的連接器、管路、接頭等擺開到火箭飛行區(qū)外的安全位置。據(jù)統(tǒng)計研究，多年來擺桿設(shè)備出現(xiàn)過各類故障狀況。為保證發(fā)射塔的正常運轉(zhuǎn)，需要對其進行狀態(tài)監(jiān)測、故障檢測、健康狀況評估、壽命預測等分析，以便科學決策，消除事故隱患。

（一）對典型航天設(shè)備如擺桿設(shè)備的失效原理進行分析建模

首先，分析常見航天設(shè)施設(shè)備失效故障的類型及現(xiàn)有對策，確立預測性維護的優(yōu)化策略目標。航天發(fā)射典型設(shè)備失效類型主要分為機械類故障、狀態(tài)異常和性能衰退，具體表現(xiàn)為部件老化、斷裂、銹蝕、電氣元件失效、短路斷路等。針對這些故障，現(xiàn)有對策通常為檢測檢修、定期維護、定期更新等。數(shù)據(jù)預測性維護的優(yōu)化策略為基于數(shù)據(jù)預測故障發(fā)生、判斷健康狀態(tài)，根據(jù)預判結(jié)果提前適期安排更新、維護等。其次，分析設(shè)備機構(gòu)原理，包括系統(tǒng)整體的功能、運行機理，各組分結(jié)構(gòu)、功能、運行參數(shù)等。擺桿系統(tǒng)根據(jù)組分模式，從機械結(jié)構(gòu)、液壓系統(tǒng)、控制系統(tǒng)三個部分進行分析。再者，明確設(shè)備測點布置需求，核實現(xiàn)有測點，確定新測點建設(shè)需求和建設(shè)方案，包括傳感器的選型和安裝、物聯(lián)網(wǎng)傳輸協(xié)議。以航天發(fā)射擺桿系統(tǒng)為例，當前可獲取的數(shù)據(jù)包括常規(guī)運行狀態(tài)信息數(shù)據(jù)、故障數(shù)據(jù)、維修維護數(shù)據(jù)和性能數(shù)據(jù)。需要新建測點監(jiān)測系統(tǒng)，包括沖擊壓力監(jiān)測系統(tǒng)、風荷載監(jiān)測系統(tǒng)、應力應變監(jiān)測系統(tǒng)、振動加速度監(jiān)測系統(tǒng)。最后，對設(shè)備故障分析建模。應從擺桿機構(gòu)運動全過程出發(fā)，分析擺桿運行過程和動作機理，研究擺桿的鋼結(jié)構(gòu)和驅(qū)動泵閥的承載力學分析情況，構(gòu)建擺桿系統(tǒng)啟停失效、連續(xù)運行失效、運行限位失效、擺開速度波動等故障的分析模型。根據(jù)擺桿機構(gòu)運行故障數(shù)據(jù)挖掘，建立擺桿系統(tǒng)運行可靠性模型和解析方程。

（二）航天設(shè)備多層級健康及壽命預測性維護技術(shù)及模型

航天設(shè)備系統(tǒng)通常包括系統(tǒng)、分系統(tǒng)、設(shè)備、部件等多個層級。對此類復雜系統(tǒng)構(gòu)建預測性維護管理模型，需要完成對系統(tǒng)多個層級的健康狀態(tài)、壽命值等的量化評估。基于所研究系統(tǒng)的各部分組成與結(jié)構(gòu)關(guān)聯(lián)關(guān)系，建立層級分析結(jié)構(gòu)樹，采用層次分析的方法，將定性的評估定量化，逐級計算各級設(shè)備量化健康信息，為維護者提供決策數(shù)據(jù)支持。

作為航天地面設(shè)備系統(tǒng)層析分析結(jié)構(gòu)樹的部件結(jié)點，將擺桿設(shè)備部件的測點歷史數(shù)據(jù)或仿真數(shù)據(jù)作為輸入，對擺桿設(shè)備的健康、壽命發(fā)展趨勢進行擬合預測，給出基于多維數(shù)據(jù)的擺桿部件健康狀態(tài)及部件壽命預測模型。

1.航天設(shè)備數(shù)據(jù)感知采集與處理

在預測性維護模型中，數(shù)據(jù)是關(guān)鍵。充足、準確的數(shù)據(jù)輸入，才能保證挖掘到有效的目標特征，訓練合適的機器模型，收獲期望的維護決策信息支持。

在航天設(shè)備數(shù)據(jù)感知采集階段，航天設(shè)備測點系統(tǒng)傳感器和終端設(shè)備種類多，存在數(shù)據(jù)存儲分散、傳輸方式多樣、數(shù)據(jù)異構(gòu)、信息量綱不統(tǒng)一、數(shù)據(jù)規(guī)模大等特點，直接采樣的狀態(tài)參數(shù)信息往往不能直接表征部件的健康相關(guān)屬性。因此，在獲得測點數(shù)據(jù)（運行狀態(tài)信息數(shù)據(jù)、故障數(shù)據(jù)、維修維護數(shù)據(jù)和性能數(shù)據(jù)）后，需要對狀態(tài)采集數(shù)據(jù)進行處理，以便支持后續(xù)狀態(tài)監(jiān)測、故障診斷、健康評估等的分析需要。通常，數(shù)據(jù)預處理包括數(shù)據(jù)清洗（異常值處理、缺失值處理、去噪等）、數(shù)據(jù)集成（統(tǒng)一量綱、數(shù)據(jù)模式集成等）、數(shù)據(jù)變換（如數(shù)據(jù)歸一化）、數(shù)據(jù)歸約（壓縮數(shù)據(jù)集）等操作。擺桿系統(tǒng)的數(shù)據(jù)處理主要包括：對不同失效或故障狀態(tài)下的擺桿運行數(shù)據(jù)實施規(guī)范化處理，統(tǒng)一量綱，擬合離散信息，構(gòu)建模型訓練和驗證數(shù)據(jù)集。

數(shù)據(jù)獲取后，如何有效提取數(shù)據(jù)中的特征是預測性維護過程中實現(xiàn)分析預測的關(guān)鍵。在擺桿系統(tǒng)案例中，通過以下方式獲取數(shù)據(jù)特征：時域特征、頻域特征等。

2.基于深度學習的航天設(shè)備健康狀況評估

健康狀況評估就是對設(shè)備系統(tǒng)的性能失效退化過程建模，將高維監(jiān)測特征數(shù)據(jù)進行規(guī)約轉(zhuǎn)換為二維的健康趨勢曲線，可實時顯示設(shè)備系統(tǒng)性能的退化狀態(tài)或者退化程度。在實際中，受自身復雜機理和工作環(huán)境限制，大部分航天設(shè)施設(shè)備的退化失效情況無法通過直接監(jiān)測獲得。基于數(shù)據(jù)挖掘的機器學習等技術(shù)，構(gòu)建系統(tǒng)健康狀況評估模型，通過數(shù)據(jù)挖掘和模型計算分析，監(jiān)視系統(tǒng)退化過程，確定系統(tǒng)健康狀態(tài)。具體到航天發(fā)射場擺桿系統(tǒng)，監(jiān)測數(shù)據(jù)具有長短期時間序列特征，利用擺桿可靠性模型，對擺桿設(shè)備突發(fā)失效和退化失效兩種情況構(gòu)建基于深度學習的LSTM-VAE網(wǎng)絡(luò)健康狀態(tài)模型，并通過各類監(jiān)測數(shù)據(jù)、故障數(shù)據(jù)和性能數(shù)據(jù)對故障失效趨勢多層級健康狀態(tài)進行擬合，從而建立基于數(shù)據(jù)驅(qū)動的擺桿失效預測性維護健康狀態(tài)模型。

3.基于深度學習的航天設(shè)備壽命預測評估

剩余壽命（RUL）是指設(shè)備從當前狀態(tài)到最后可用時刻的時間度量。剩余壽命屬性可提供設(shè)備部件等的最晚維護時間信息，作為維護策略制定者的決策依據(jù)。傳統(tǒng)的剩余壽命預測方法大多在依賴領(lǐng)域?qū)I(yè)知識和直覺的人工提取數(shù)據(jù)特征的基礎(chǔ)上進行預測，且無法解讀傳感器狀態(tài)監(jiān)測數(shù)據(jù)的時間序列特性。基于數(shù)據(jù)驅(qū)動的壽命預測技術(shù)通過監(jiān)測數(shù)據(jù)，無需借助專業(yè)知識，而是利用概率統(tǒng)計、數(shù)據(jù)挖掘等技術(shù)完成壽命評估等功能。擺桿系統(tǒng)可結(jié)合LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學習理論，利用直接預測策略，即順序滑動預設(shè)時間窗口、從測點傳感器監(jiān)測數(shù)據(jù)中窗選生成序列數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入，建立剩余壽命預測模型。

（三）設(shè)備預測性維護系統(tǒng)動態(tài)維護決策優(yōu)化方法

降低航天地面設(shè)備故障頻率、提高發(fā)射設(shè)施設(shè)備運行效率是高密度航天發(fā)射成功的關(guān)鍵。在預測性維護過程中，基于設(shè)備當前工作狀態(tài)，判斷需要做何種維護、預估最晚必要停機維護時間、針對不同維護目標和維護環(huán)境制定能最大限度保障系統(tǒng)性能高效和降低維護成本的維護活動計劃，是維護決策考慮的問題。

以擺桿設(shè)備系統(tǒng)為例，研究設(shè)備預測性維護系統(tǒng)動態(tài)維護決策優(yōu)化方法。首先，剖析航天設(shè)備預測性維護決策優(yōu)化問題的特點，構(gòu)建動態(tài)維護決策優(yōu)化模型。分析擺桿設(shè)備故障和維護活動，可以發(fā)現(xiàn)系統(tǒng)狀態(tài)轉(zhuǎn)移取決于當前系統(tǒng)狀態(tài)和維護決策，歷史的系統(tǒng)狀態(tài)與維護決策綜合成當前系統(tǒng)狀態(tài)轉(zhuǎn)移的初始狀態(tài)。擺桿設(shè)備故障與維護活動對系統(tǒng)狀態(tài)的作用機理，以及對維護過程的影響，可利用這種序列決策特點和狀態(tài)轉(zhuǎn)移過程的步進記憶性特征，構(gòu)建基于馬爾科夫鏈設(shè)備瞬態(tài)性能評估模型，進而獲取擺桿系統(tǒng)性能變化規(guī)律。綜合考慮停機成本、失效懲罰值和預測性維護成本，以最小化系統(tǒng)總成本值為目標，基于馬爾科夫決策過程建立擺桿設(shè)備預測性維護決策優(yōu)化模型。然后，針對建立的預測性維護決策優(yōu)化模型，尋找合適的求解策略。對于決策優(yōu)化中大規(guī)模動態(tài)決策問題，在馬爾科夫決策求解過程中將遇到典型的“維數(shù)災難”，利用傳統(tǒng)動態(tài)規(guī)劃方法難以得到最優(yōu)策略。因此，對建立的馬爾科夫決策過程，采用深度強化學習這一近似動態(tài)規(guī)劃方法進行求解，從而獲得最優(yōu)解，即所需要的擺桿系統(tǒng)預測性維護策略。最后，在訓練數(shù)據(jù)上，利用算法對問題進行近似求解，獲得設(shè)備預測性維護策略。具體地，為生成神經(jīng)網(wǎng)絡(luò)訓練所需的數(shù)據(jù)，基于瞬態(tài)性能評估模型依次迭代模擬擺桿設(shè)備的實時運行過程，產(chǎn)生當前時刻設(shè)備的系統(tǒng)狀態(tài)、維護決策及對應的系統(tǒng)收益等訓練數(shù)據(jù)；為獲取有效的擺桿設(shè)備預測性維護策略，通過深度強化學習算法和神經(jīng)網(wǎng)絡(luò)訓練，獲取問題的最優(yōu)近似求解，最終獲得預測性維護決策的優(yōu)化方案。

四、結(jié)束語

總而言之，在當前大數(shù)據(jù)時代背景下，面對航天領(lǐng)域設(shè)備預測性維護的研究，對保證航天設(shè)備系統(tǒng)安全穩(wěn)定運行、降低經(jīng)濟成本、確保航天任務順利完成具有重要意義。當前我國航天設(shè)備預測性維護還缺乏系統(tǒng)的理論和應用架構(gòu)。本文基于航天發(fā)射場維護策略現(xiàn)狀，分析了大數(shù)據(jù)背景下航天設(shè)備預測性維護策略的必要性和可行性，結(jié)合航天設(shè)備特點給出了預測性維護的具體流程，闡述了航天設(shè)備預測性維護模型的一些關(guān)鍵技術(shù)及應用實例。

作者單位：李孟源 63926部隊

李丹敏 中國航天系統(tǒng)科學與工程研究院

張笈瑋 63926部隊

陳湘龍 中國航天系統(tǒng)科學與工程研究院

參? 考? 文? 獻

[1]王春喜，王成城，王凱.智能制造裝備預測性維護技術(shù)研究和標準進展[J].中國標準化，2021（02）：15-21.

[2]李建增，路廣勛，王東鋒.發(fā)射場地面設(shè)施健康狀態(tài)管理研究綜述[J].中國測試，2013，39（06）：24-27.

[3]陳自強. 基于LSTM網(wǎng)絡(luò)的設(shè)備健康狀況評估與剩余壽命預測方法的研究[D].中國科學技術(shù)大學，2019.

[4]余濤.航天地面測控系統(tǒng)的健康管理應用[J].電訊技術(shù)，2021，61（01）：30-35.

[5]趙勁彪，潘玉竹，黎定仕，等.發(fā)射平臺擺桿機構(gòu)可靠性分析[J].現(xiàn)代機械，2018（05）：76-79.

[6]陳治富. 航天發(fā)射塔平臺擺桿設(shè)備液壓系統(tǒng)故障分析與診斷研究[D].國防科學技術(shù)大學，2016.

[7]陸寧云，陳闖，姜斌，邢尹.復雜系統(tǒng)維護策略最新研究進展：從視情維護到預測性維護[J].自動化學報，2021，47（01）：1-17.

李孟源（1962.12-），女，漢族，北京，大學本科，正高級工程師，研究方向：自動控制；

李丹敏（1998.05-），女，漢族，山西呂梁，研究生在讀，研究方向：計算機應用技術(shù)；

張笈瑋（1979.05-），男，漢族，北京，博士研究生，高級工程師，研究方向：結(jié)構(gòu)工程；

陳湘隴（1979.12-），男，漢族，湖南，學士學歷，研究員，研究方向：航天設(shè)備系統(tǒng)總體設(shè)計、應用物理電子技術(shù)。