Big Python
-
Upload
andreas-schreiber -
Category
Software
-
view
992 -
download
2
description
Transcript of Big Python
Big Python
Andreas Schreiber <[email protected]>
Python Unconference Hamburg, 29.11.2014
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 1
Vorstellung
DLR.de • Folie 2 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Wissenschaftler, Abteilungsleiter
Co-Gründer, Geschäftsführer
Communities
DLR.de • Folie 3 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Bild: Mariluna, CC BY-SA 3.0
Big Number of Devices
• Internet of Things • Smartphones
Big Computers
• High Performance Computing
Big Applications
• „Killer“-Applikationen in Wissenschaft und Technologie
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 4
Big Python Themen
Big Number of Devices
• Internet of Things
• Smartphones
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 5
Milliarden an Geräten, Sensoren und Chips
• Verbundene physikalische Objekte (oder deren virtuelle Repräsentation)
• Verbunden über das Internet • Eindeutig identifiziert • Sie interagieren miteinander
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 6
Internet der Dinge Internet of Things
Die „Dinge“ sind
• Embedded Systeme • Sensoren • Aktuatoren
In unseren Lebenswelten
• Smart Home • Connected Car • Wearables • …
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 7
Geräte im Internet der Dinge
Die Anzahl der mit Internet verbundenen Geräte steigt täglich
50.000.000.000 „Dinge“ bis 2020
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 8
Wie groß ist „Big“? Wachstum
Kommunikation
DLR.de • Folie 9 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Internet der Dinge
Kommunikations- infrastruktur
MQ Telemetry Transport
• Machine-to-machine (M2M) connectivity protocol
• Publish/Subscribe-Messaging
• Rechnet mit unzuverlässigen Netzwerken mit geringer Bandbreite und hoher Latenzzeit
• Rechnet mit Clients mit geringer Rechenleistung
• Erlaubt hohen Quality-of-Service, falls das Netzwerk es erlaubt
• Einfach zu implementieren
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 10
Ein Kommunikationsprotokoll MQTT
MQTT Broker
DLR.de • Folie 11 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
MQTT Broker
MQTT Broker
Client
Client
Client
Client
publish
subscribe
topic/subtopic
(optional) Bridge
Client
Messages in MQTT werden auf „Topics“ veröffentlicht
• Keine Konfiguration notwendig, einfach auf dem Topic veröffentlichen
• Topics sind hierarchisch mit „/“ als Trenner
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 12
MQTT Topics
my/home/temperature/kitchen my/home/temperature/livingroom my/server/temperature
MQTT Implementierungen
DLR.de • Folie 13 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Server/Broker
• IBM Websphere MQ • RSMB • Eclipse Paho • MQTT.js • Apache ActiveMQ • RabittMQ • HiveMQ
Bibliotheken für
• C/C++ • Java • Python • Perl • PHP • Ruby • …
http://mqtt.org/wiki/software
Python Client-Modul
• Eine einzelne Datei, reine Python-Implementierung • Veröffentlichen und Empfangen von Messages • Callbacks
• Connect • Disconnect • Publish • Message • Subscribe
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 14
MQTT mit Python Eclipse Paho
https://eclipse.org/paho
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 15
MQTT mit Python Subscribe
import paho.mqtt.client as mqtt def on_message(mosq, obj, msg): print(msg.topic + ' ' + str(msg.payload)) mqtt_client = mqtt.Client() mqtt_client.on_message = on_message mqtt_client.connect('test.mosquitto.org') mqtt_client.subscribe(‘#', 0) # all topics return_code = 0 while return_code == 0: return_code = mqtt_client.loop()
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 16
MQTT mit Python Publish
import paho.mqtt.client as mqtt mqtt_client = mqtt.Client() mqtt_client.connect('test.mosquitto.org') mqtt_client.publish('python/demo', 'hello world', 1)
MQTT Anwendungsbeispiel Heimautomatisierung mit Raspberry Pi
DLR.de • Folie 17 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Messdaten mit Sensoren via 1-Wire
• 1-Wire: Einkabel-Bussystem, niedrige Geschwindigkeit
• Sensoren für Temperatur, Spannung, Licht, Feuchtigkeit, …
Eclipse Paho auf Raspberry Pi installieren
• apt-get install mosquitto
Messwerte von 1-Wire-Sensoren
• Mehrere Lösungen für Python
Temperatur veröffentlichen OWFS: One Wire File System
DLR.de • Folie 18 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
import time import os import paho.mqtt.client as mqtt file_name = os.path.join('/', 'mnt', '1wire', '10.67C6697351FF', 'temperature') mqtt_client = mqtt.Client('home-temperature') mqtt_client.connect('test.mosquitto.org') while 1: file_object = open(file_name, 'r') temperature = '%sC' % file_object.read() mqtt_client.publish('home/demo/temperature', temperature, 1) mqtt_client.loop() time.sleep(5) file_object.close()
Relayr WunderBar
• IoT Starter Kit • Verschiedene Sensoren • WiFi und Bluetooth LE • SDKs und APIs
• Android • iOS/OSX • Python • Web/Javascript
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 19
Hardware für das Internet der Dinge WunderBar
https://relayr.io Bild: relayr.io
WunderBar Hardware
DLR.de • Folie 20 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Bild: relayr.io
WunderBar Cloud Service und Web-Oberfläche
DLR.de • Folie 21 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 22
WunderBar Python SDK
from relayr import Client client = Client(token='XXX') device = client.get_device(id='XXX') device.switch_led_on(True)
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 23
WunderBar Python SDK
import time from relayr import Client def callback(message, channel): print(repr(message), type(message)) client = Client(token='<XXX>') device = client.get_device(id='<XXX>').get_info() user = client.get_user() conn = user.connect_device(device, callback) conn.start() time.sleep(10) conn.stop()
DLR.de • Folie 24 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Verbreitete Devices Smartphones
Wie groß ist „Big“? Weltweit verkaufte Smartphones
DLR.de • Folie 25 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Quelle: http://en.wikipedia.org/wiki/Smartphone
Wie groß ist „Big“? Verfügbare Apps im Google Play Store
DLR.de • Folie 26 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
16 30 38 70
100
200 250
300
400 450
500
600
675 700
850 900
1.000
1.300
0
200
400
600
800
1000
1200
1400
Dez '09 Mär '10 Apr '10 Jul '10 Okt '10 Apr '11 Jul '11 Aug '11 Dez '11 Feb '12 Mai '12 Jun '12 Sep '12 Okt '12 Apr '13 Jul '13 Aug '13 Jul '14
Anz
ahl d
er v
erfü
gbar
en A
pps
(in 1
.000
)
Weltweit; Dezember 2009 bis Juli 2014, Quelle: statista GmbH, http://de.statista.com/statistik/daten/studie/74368/umfrage/anzahl-der-verfuegbaren-apps-im-google-play-store/
Sehr viele Apps…
DLR.de • Folie 27 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
… aber die allerwenigsten sind in Python entwickelt!
Frühe Technologien
• PyS60 for Symbian • Python CE for Windows Mobile
Aktuelle Technologien
• Scripting Layer for Android (SL4A) • Python for Android (Py4A) • PySide / Qt for Android • WinRT / IronPython for Windows 8 • Kivy…
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 28
Python auf Smartphones
Plattformen
• Android • iOS • Meego • Windows • Linux • OS X • Raspberry Pi
Entwicklung in Python auf allen Plattformen – keine Emulation!
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 29
Kivy Plattformübergreifendes Python-Framework
kivy.org
Kivy „Hello World“
DLR.de • Folie 30 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
from kivy.app import App from kivy.uix.button import Button class TestApp(App): def build(self): return Button(text='Hello Cologne') TestApp().run()
Kivy Sprache „KV“ für Layout und Grafik
DLR.de • Folie 31 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
from kivy.app import App class HelloApp(App): pass HelloApp().run()
#:kivy 1.0 Button: text: ‘Hello Hamburg’
Datei hello.kv definiert Root-Widget
Kivy Apps Verfügbar zum Beispiel im Google Play Store
DLR.de • Folie 32 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Kivy Apps Geeignet für Prototypen
DLR.de • Folie 33 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Pflanzenbeleuchtung
• Webcam nimmt Bild auf • Rechner erkennt Pflanze • Rechner berechnet anhand von
Einstellungen ein Ausgabebild • Lichtquelle (z.B. Beamer) beleuchtet die
Pflanze mit dem Bild
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 34
Kivy zur Erstellung von GUIs und Apps Beispiel aus der Raumfahrtbiologie
DLR.de • Folie 35 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
DLR.de • Folie 36 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
DLR.de • Folie 37 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
QPython – Python on Android (http://qpython.com)
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 38
Python auf Smartphones Weitere Möglichkeiten…
Pythonista – Python on iOS http://omz-software.com/pythonista
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 39
Python auf Smartphones Weitere Möglichkeiten…
Big Computers
High Performance Computing
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 40
Wenn der Arbeitsplatzrechner nicht mehr ausreicht
• Hohe Rechenleistung und hoher Speicherbedarf
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 41
High Performance Computing (HPC) Spezialgebiet des Wissenschaftlichen Rechnens
Bilder: http://www.isgtw.org
Das Bild kann nicht angezeigt werden. Dieser Computer verfügt möglicherweise über zu wenig Arbeitsspeicher, um das Bild zu öffnen, oder das Bild ist beschädigt. Starten Sie den Computer neu, und öffnen Sie dann erneut die Datei. Wenn weiterhin das rote x angezeigt wird, müssen Sie das Bild möglicherweise löschen und dann erneut einfügen.
Das Bild kann nicht angezeigt werden. Dieser Computer verfügt möglicherweise über zu wenig Arbeitsspeicher, um das Bild zu öffnen, oder das Bild ist beschädigt. Starten Sie den Computer neu, und öffnen Sie dann erneut die Datei. Wenn weiterhin das rote x angezeigt wird, müssen Sie das Bild möglicherweise löschen und dann erneut einfügen.
Das Bild kann nicht angezeigt werden. Dieser Computer verfügt möglicherweise über zu wenig Arbeitsspeicher, um das Bild zu öffnen, oder das Bild ist beschädigt. Starten Sie den Computer neu, und öffnen Sie dann erneut die Datei. Wenn weiterhin das rote x angezeigt wird, müssen Sie das Bild möglicherweise löschen und dann erneut einfügen.
Das Bild kann nicht angezeigt werden. Dieser Computer verfügt möglicherweise über zu wenig Arbeitsspeicher, um das Bild zu öffnen, oder das Bild ist beschädigt. Starten Sie den Computer neu, und öffnen Sie dann erneut die Datei. Wenn weiterhin das rote x angezeigt wird, müssen Sie das Bild möglicherweise löschen und dann erneut einfügen.
Aktuelle Supercomputer haben
> 1.000.000 Cores > 10 PetaFLOPS
Die drei derzeit größten Systeme (Nov 2014)
1. Tianhe-2 (Guangzhou, China) 3.120.000 Cores, 33,8 PetaFLOPS
2. Titan (ORNL, USA) 560.640 Cores, 17,5 PetaFLOPS
3. Sequoia (LLNL, USA) 1.572.864 Cores, 17,1 PetaFLOPS
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 42
Wie groß ist „Big“? Aktuelle Supercomputer
Supercomputer Tianhe-2 (天河二号)
DLR.de • Folie 43 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Supercomputer Titan
DLR.de • Folie 44 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Quelle: https://www.olcf.ornl.gov/titan/
Supercomputer Sequoia
DLR.de • Folie 45 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Quelle: https://asc.llnl.gov/computing_resources/sequoia/
MPI (Message Passing Interface)
• API für Distributed-Memory-Architekturen in C, C++, Fortran, ...
OpenMP (Open Multi-Processing)
• API für Shared-Memory-Architekturen in C, C++, Fortran
OpenACC (Open Accelerators)
• API für heterogene CPU/GPU-Systeme in C, C++, Fortran
Global Arrays Toolkit
• API für Shared-Memory-Programmierung auf Distributed-Memory-Architekturen in C, C++, Fortran und Python
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 46
High Performance Computing Programmiertechnologien
Architektur
• Viele Core pro Node • Geeignet für Prozessierung von Datenströmen
(viele parallele unabhängige Datenpunkte)
Programmiertechnologien
• CUDA • API von NVIDIA in C • Python-Binding: PyCUDA
• OpenCL • Offenes Framework für heterogene Systeme • Python-Binding: PyOpenCL
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 47
GPGPU General-purpose computing on graphics processing units
Bild: NVIDIA
Just-in-time-Compiler
• Annotationen • Nutzt LLVM
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 48
Numba Optimierungs-Compiler für Python
Free-Wake (DLR)
• Simulation dreidimensionaler Strömungen um einen aktiv gesteuerten Rotor eines Helikopters
• Code entwickelt 1994-1996 • MPI-parallelisiert in Fortran
• Aufwendige Performance-Optimierung 2013-2014
• MPI und Open ACC
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 49
Beispiel Free-Wake Simulation von Hubschrauber-Rotoren
Visualisierung der Wirbel
DLR.de • Folie 50 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Kern-Schleifen von Free-Wake (Standard Python)
DLR.de • Folie 51 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
for iblades in range(numberOfBlades): for iradial in range(1, dimensionInRadialDirection): for iazimutal in range(dimensionInAzimualDirectionTotal): for i1 in range(len(vx[0])): for i2 in range(len(vx[0][0])): for i3 in range(len(vx[0][0][0])): # wilin-Aufruf 1 for iblades in range(numberOfBlades): for iradial in range(dimensionInRadialDirection): for iazimutal in range(1, dimensionInAzimualDirectionTotal): for i1 in range(len(vx[0])): for i2 in range(len(vx[0][0])): for i3 in range(len(vx[0][0][0])): # wilin-Aufruf 2 for iDir in range(3): for i in range(numberOfBlades): for j in range(dimensionInRadialDirection): for k in range(dimensionInAzimualDirectionTotal): x[iDir][i][j][k] = x[iDir][i][j][k] +
dt * vx[iDir][i][j][k]
Vergleich der hoch-optimierten Fortran-Version mit parallelen Python-Versionen
• Multi-core CPUs • Cython mit OpenMP • Python-Bindings für Global Array Toolkit
• GPGPUs
• NumbaPro
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 52
Free-Wake Performance-Vergleich Fortran – Python
Performance-Tests Single-Core Performance (Xeon E5645, 6 Cores)
DLR.de • Folie 53 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Performance-Tests Multi-Core Performance (Xeon E5645, 6 Cores)
DLR.de • Folie 54 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Performance-Tests GPGPU Perf. (NVIDIA Tesla C2075, 448 CUDA-Cores)
DLR.de • Folie 55 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Neue Rechnerarchitekturen Quantencomputer
DLR.de • Folie 56 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
• Adiabatische Quantencomputer
Bilder: NASA
Big Applications
„Killer“-Applikationen in Wissenschaft und Technologie
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 57
Viele kommerzielle Anwendungen sind noch Standard
• Microsoft Excel • MATLAB • IDL • Fortran-Compiler
Der Weg nach Python...
• Open Source • Einheitliche Sprache für viele Anwendungsgebiete
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 58
Wichtige Anwendungssoftware Wissenschaft und Technik
Wesentliche Funktionen
• Tabellen • Sortier-, Gruppier-, Filterfunktionen • Pivot-Tabellen • Diagramme
Python-Alternative
• IPython • pandas
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 59
Microsoft Excel Tabellenkalkulation
Wesentliche Funktionen
• Eigene proprietäre Programmiersprache • Viele Anwendungs-Toolboxes
z.B. Statistik, Signal- und Bildverarbeitung
Python-Alternative
• NumPy • Matplotlib
Nützliche Quelle: wiki.scipy.org/NumPy_for_Matlab_Users
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 60
The MathWorks MATLAB Numerische Matrixberechnungen
Wesentliche Funktionen
• Array-basierte Programmiersprache • Gute Bildverarbeitungsfunktionen
Python-Alternative
• IDL-nach-Python-Compiler PIKE
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 61
IDL – Interactive Data Language Analyse und Visualisierung von Daten
PIKE Beispiel-Codes
DLR.de • Folie 62 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
;; Simple image/ plotting and graphics tests pro MRI_demo ;Load demo data file file = filepath("mri500x300x5.dat", subdirectory=["data"]) print,file device, decomposed=0 loadct, 3 openr, lun, file, /get_lun ;Associate a variable with a data file img = assoc(lun, bytarr(500, 300)) !P.multi=[0,0,0,0] window, 0, xsize=500, ysize=300,
title='MRI Demo - Flicker Loop' ;Display the five images in a loop for j=0, 2 do begin for i=0, 4 do begin tvscl, img[i] wait, 0.1 endfor endfor . . .
PIKE Beispiel-Codes
DLR.de • Folie 63 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
import numpy as np import pike def mri_demo( ): #Load demo data file pike.setArrayOrder("0and1") # expected array ordering # %; Define detected undefined variables lun = 0 file = pike.filepath("mri500x300x5.dat”, subdirectory=pike.catarr(["data"])) pike.print_(file) pike.device(decomposed=0) pike.loadct(3) lun = pike.openr(lun, file, get_lun=True) #Associate a variable with a data file img = pike.assoc(lun, pike.bytarr(500, 300)) pike.sysv.P.multi = pike.catarr([0, 0, 0, 0]) pike.window(0, title='MRI Demo - Flicker Loop', xsize=500, ysize=300) #Display the five images in a loop for j in xrange(np.int16(0), (np.int16(2))+(1)): for i in xrange(np.int16(0), (np.int16(4))+(1)): pike.tvscl(img[i]) pike.wait(0.1) . . .
PIKE Beispiel-Codes
DLR.de • Folie 64 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Bild: Torsion Analytics
Entwerfen von Raumfahrzeugen
DLR.de • Folie 65 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
SpaceLiner
• Konzeptstudie für Passagiertransport
• Mittelding zwischen Flugzeug und Raumschiff
• Langstreckenflüge mit Hyperschallgeschwindigkeit (> Mach 5)
• Strecke Europa – Australien in 90 Min.
• Hochaufstieg mit Booster auf ca. 85 km
• Gleitflug des Orbiters mit ca. Mach 20
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 66
Entwerfen von Raumfahrzeugen Beispiel: Der DLR SpaceLiner
Simulation mit verschiedenen Wärmeschutzsystemen
• Wasserkühlung durch Verdampfung • Hochwärmeleitende Faserverbundstoffe
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 67
Simulation in der Entwurfsphase Wärmeentwicklung beim Wiedereintritt
Wärmeschutzsystem Magnetohydrodynamik mit supraleitenden Magneten
DLR.de • Folie 68 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Lorentzkraft in der Natur Aurora Borealis
DLR.de • Folie 69 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Bild: Alexander Gerst (https://twitter.com/Astro_Alex/status/507212904689848320)
Lorentzkraft in der Raumfahrt Schutzschilde
DLR.de • Folie 70 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Wie entwirft man Raumschiffe?
DLR.de • Folie 71 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 72
Simulations-Workflow Vernetzung der Fachdisziplinen
Geometrie
Aerodynamik
Thermal- management
Subsystem- massen
Struktur
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 73
Simulations-Workflow Mit Optimierung
Geometrie Aerodynamik Thermal- management
Subsystem- massen Struktur
Optimierer
> Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014 DLR.de • Folie 74
Simulations-Workflow Integration in eine Simulationsumgebung
Simulationsumgebung RCE
DLR.de • Folie 75 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Vielen Dank! DLR.de • Folie 76 > Python Unconference Hamburg 2014 > Andreas Schreiber • Big Python > 29.11.2014
Fragen?
www.DLR.de/sc | @onyame