管理与决策导向的航天大数据分析方法与支撑技术

Spaceflight is a typical large scale complex system engineering, management and decision-making run through every all departments of aerospace engineering. Spaceflight is a real field which not only produces big data and urgently need techniques to deal with big data, but also the big data theory and technologies can really find their way and play great performance in these special fields. Aiming at the safe management of spacecrafts in orbits, this project will do further research on fifteen items of techniques, which relate to six different aspects:the management and decision oriented aerospace big data analysis and mining of association space modeling, big data management and decision-making knowledge learning and statistical inference, aerospace big data oriented global view and prediction, multi-source heterogeneous big data management and decision knowledge discovery, multi-source big data fusion and high real-time analysis, construction of aerospace data platform and some key techniques of very long time series data，etc. After the project is accomplished, a series of significant innovation results will be given with independent intellectual property rights,which are helpful for the safety management and decision support of faults/disastrous failures arising at the total life cycle of spacecraft in orbit,three aspects of the key technical problems will be solved for aerospace big data analysis and applications.These research results will service spacecraft safety management and decision-making support, so as to reduce spacecraft fault hazard and avoid the risk of sudden disaster and protect the safety of spacecraft and to provide strong technical support for aeroflight engineering.

航天是一项典型的超大规模复杂系统工程，管理和决策贯穿航天工程的每个环节。航天是一个真正产生大数据和迫切需要大数据技术的领域，也是大数据理论与技术能够实实在在找到用武之地和发挥巨大效能的特殊领域。本项目以航天器的安全管理为对象，开展管理与决策导向的航天大数据关联分析与挖掘建模、航天大数据管理与决策知识学习与统计推断、航天大数据全局视图与预测、多源异构大数据管理与决策知识发现、多源异构大数据融合与实时分析，以及航天大数据平台构建超长时序大数据分析关键技术等6项15款内容的研究，建立有显著创新和自主知识产权的航天器在轨运行过程全寿命周期安全管理和故障与灾变决策支持技术，解决航天大数据分析与应用的3个方面关键性技术难题，服务航天器在轨安全管理与决策，为降低航天器故障危害和规避突发灾变风险、保障航天安全提供强有力的技术支撑。

本项目严格按照国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”培育项目No.91646108的计划书及相应研究方案和研究计划，从工程领域大数据来源、大数据管理、大数据技术和大数据应用四个方面，探索和研究管理与决策导向的航天大数据分析方法与支撑技术。围绕在轨安全管理与异常状态判断、异变趋势预测、过程故障诊断、故障安全处置等工程领域的管理与决策问题，自主研制了包括K-回归聚类、形态聚类和基于模型集群的大数据挖掘、自适应建模与知识发现等新技术，以及多维超长时序数据序列异常变化检测与趋势预测算法、基于多传感器信息融合的异常状态检测与辨识技术、时序大数据的诊断分析与趋势预报算法，以及集多功能于一体的状态监视、趋势分析、异变预测、故障预警和故障诊断技术，构建起了安全管理与辅助决策导向的大数据分析方法与支撑技术体系，解决了工程大数据分析与应用的关键性技术难题。研究过程中，发表论文26篇（EI收录11篇；Web of Science收录9篇）；获西安市科技进步二等奖和中国产学研合作与创新促进奖优秀奖各1项、通过部委级会议鉴定成果1项、国家GJB标准1项、国家软件著作权2项；结合本项目研究工作，申报国家发明专利12项，培养硕士/博士研究生12人（已毕业4人），形成“复杂过程智能感知与安全创新团队”科研创新团队1个；受邀在本领域/行业会议上做学术技术报告和技术讲座11次。在开展方法/技术研究的同时，关注研究成果应用转化，做到了针对工程技术难题边研究边转化应用，不仅将大数据理论与技术推广到航天运管等具体工程领域，提出工程大数据的3M定义，为工程大数据研究奠定了基础；而且形成了基于Hadoop的具体工程大数据管理平台和集状态监视、趋势分析、异变预测、故障预警辅助决策于一体的安全管控平台，部分技术成果已被成功应用于动量轮异变检测、故障诊断等工程实践，有效拓展了工程大数据研究与决策支持领域，也为在轨安全运行提供了有力的技术支持。