Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung Andreas Schreiber Deutsches Zentrum für Luft- und Raumfahrt e.V. Köln-Porz / Berlin-Zentrum / Braunschweig

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 1

DLR.de • Folie 2 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

"Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung" von Andreas Schreiber (DLR) ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz.

Alle Bilder: DLR (CC-BY 3.0), soweit nicht explizit anders gekennzeichnet.

• Vorstellung

• Das DLR

• Beispiele aus dem DLR

• Space Debris • MDAO • Quantencomputing

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 3

Überblick

Vorstellung Werdegang

DLR.de • Folie 4 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Studium Technomathematik

Soldat (SIGINT, COMINT)

Wissenschaftler

Vorstellung Heute

DLR.de • Folie 5 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Wissenschaftler, Abteilungsleiter

Gründer, Geschäftsführer, Patient und Anwender

Communities

Das DLR Deutsches Zentrum für Luft- und Raumfahrt

DLR.de • Folie 6 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

• Forschungseinrichtung • Raumfahrt-Agentur • Projektträger

Forschungsgebiete • Luftfahrt • Raumfahrt • Engergie • Verkehr • Sicherheit

Das DLR Standorte und Personal

DLR.de • Folie 7 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Circa 8.000 Mitarbeiterinnen und Mitarbeiter arbeiten in 33 Instituten und Einrichtungen in 16 Standorten.

Büros in Brüssel, Paris, Tokio und Washington. Einrichtung für Software-Forschung: Simulations- und Softwaretechnik Köln-Porz, Berlin-Zentrum, Braunschweig

Köln

Oberpfaffenhofen

Braunschweig

Göttingen

Berlin

Bonn

Neustrelitz

Weilheim

Bremen Trauen

Lampoldshausen

Hamburg

Stuttgart

Stade

Augsburg

Jülich

DLR.de • Folie 8 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Bilder: DLR (CC-BY 3.0)

DLR Simulations- und Softwaretechnik Aktuelle Forschungsgebiete

DLR.de • Folie 9 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

High Performance Computing Software Engineering

Verteilte Systeme

Sicherheit

Big Data

Wissensmanagement

Eingebettete Systeme

Modellbasiertes Systems Engineering Mobile Systeme

Datenmanagement Virtual und Augmented Reality

Interaktive Visualisierung

Multidisziplinäre Simulation Quantencomputing Usability

Beispiele aus dem DLR

DLR.de • Folie 10 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Space Debris MDAO

Quantum Computing

Bild: DLR (CC-BY 3.0) Bild: DLR (CC-BY 3.0)

Bild: © D-Wave Systems, Inc.

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 11

Space Debris

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 12

Lower Orbit 300 – 2000 km

Geostationary Orbit ≈36,000 km

• Fast 5000 gestartete Raketen

• Mehr als 6000 Satelliten im Orbit platziert

• Derzeit ca. 1000 aktive Satelliten ... die sind aber nur ein kleiner Teil der Objekte

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 13

Über 50 Jahre Raumfahrt

Space Debris – Weltraumschrott

DLR.de • Folie 14 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

January 2007: FengYun-1C

February 2009: Collision Iridium-33 & Kosmos-2251

Weltraumschrott wird Katalogisiert

DLR.de • Folie 15 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

29,000 Objekte größer als 10 cm

DLR.de • Folie 16 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

750,000 Objekte größer als 1 cm

DLR.de • Folie 17 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

150 Mio. Objekte größer als 1 mm

DLR.de • Folie 18 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Impact

DLR.de • Folie 19 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Detektieren von Weltraumschrott

DLR.de • Folie 20 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Optical Radar Laser

Objekt-Erkennung mit optischen Teleskopen

DLR.de • Folie 21 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

• Separation of real / false tracklets above threshold of loss function (chi-squared distribution)

• Filter rate depends on accuracy, time difference, survey strategy, …

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 22

Objekt-Korrellation

Missionsunterstützung

• Orbit-Berechnung

• Kollisionserkennung

• Wiedereintrittsvorhersage

System BACARDI

• Backbone Catalogue of Relational Debris Information

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 23

Operativer Betrieb Lage im Weltraum in Echtzeit

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 24

Verteiltes Datenbank- und Analysesystem BACARDI

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 25

MDAO

Multidisziplinäre Analyse und Design-Optimierung Beispiel: Neue Flugzeugkonfigurationen

DLR.de • Folie 26 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Viele Disziplinen

DLR.de • Folie 27 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

ΠCOM

ηCOM

Power Equation LP Spool

Power Equ. HP Sp.

HPT Cooling

ΠCOM

ηCOM

Power Equation LP Spool

Power Equ. HP Sp.

HPT Cooling

-20000

2000

-500

0

2000

4000

6000

Entwurfsprozesse – heterogen, verteilt

DLR.de • Folie 28 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Integrierte Umgebungen für Analyse und Entwurf

DLR.de • Folie 29 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Multidisziplinäre Analyse und Design-Optimierung Beispiel: Raumschiffe

DLR.de • Folie 30 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Model

DLR.de • Folie 31 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

SpaceLiner

DLR.de • Folie 32 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Wärmeschutzsystem Magnetohydrodynamik mit supraleitenden Magneten

DLR.de • Folie 33 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Analyse-Workflow

DLR.de • Folie 34 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

DLR.de • Folie 35 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 36

Quantum Computing

Diskrete Optimierung ist die Grundlage für viele Probleme

→ Packungen

→ Partitionen NP-schwere Probleme!

→ Zuordnungen

→ Scheduling

Hoffnung: Quantencomputer löst diese schneller als klassische Rechner

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 37

Neuer Ansatz: Quantencomputing

Quantencomputing Unterschiede zum klassischen Computer

DLR.de • Folie 38 > Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

Klassische Bits

• „0“ oder „1“

• Elektrische Spannung

Quantenbits (Qubits)

• Überlagerung („Superposition“) komplexer Basiszustände

1

0

Bisher ist ein Quantencomputer kommerziell verfügbar

• Firma D-Wave Systems • System mit ca. 1200 Qubits

(„D-Wave 2X“) • Adiabatischer

Quantencomputer

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 39

Quantencomputer Hardware

Bilder: © D-Wave Systems, Inc.

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 40

Quantencomputer D-Wave Topologie der Qubits

𝒔𝒔𝒋𝒋𝒋𝒋

𝒈𝒈𝒊𝒊

1. Das Problem irgendwie in ein diskretes Optimierungsproblem (QUBO; Quadratic unconstrained binary optimization) umformulieren:

2. Vorbelegen der physikalischen Qubits mit den Gewichten und Stärken

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 41

“Programmieren” eines Quantencomputers Problem auf den Rechner bringen

3. Die eigentliche “Berechnung”: Langsame (adiabatische) Überführung des Energiezustands in einen Zustand, welcher der Lösung des Optimierungsproblems entspricht

4. Physikalische Messung zum Auslesen der Energien

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 42

„Programmieren” eines Quantencomputers Problem auf den Rechner bringen

Ene

rgie

Anfangssystem Zielsystem

Zeit

Energieniveaus

Langsame Änderung

bestimmt Laufzeit

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 43

Bild: © D-Wave Systems, Inc.

Design-Optimierung von Systemen in der Luft- und Raumfahrt Robust Design

• Bewertung der Robustheit von virtuell ausgelegten Luft- und Raumfahrtsystemen unter Einbeziehung von Unsicherheiten

Maschinelles Lernen • Deep Learning, Pattern Recognition, Clustering, Bilderkennung,

Durchsuchen von Datenströmen Erkennen von Anomalien

• Monitoring von Raumfahrtsystemen Missionsplanung

• Optimierung in Bezug auf Zeit, Ressourceneinsatz, Energieverbrauch, Kosten etc.

Verifikation und Validierung von Software

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 44

Viele (Teil-)Probleme aus Luft- und Raumfahrt lassen sich als diskrete Optimierungsprobleme beschreiben

Save the date… 28.11. – 30.11.2016 DLR Conference Center, Köln-Porz

@PyDataCologne

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 DLR.de • Folie 45

PyData Cologne 2016

> Big-Data-Konferenz #2, Startplatz > A. Schreiber • Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015

DLR.de • Chart 46

Vielen Dank!

Fragen?

Andreas.Schreiber@dlr.de www.DLR.de/sc | @onyame