Multidisziplinäre, gekoppelte Simulation in der Luft- und Raumfahrt mit Python

Andreas Schreiber (Wissenschaftler / Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR) , Abteilung Verteilte Systeme und Komponentensoftware)

Im Bereich der Luft- und Raumfahrt werden in der Industrie, in Forschungseinrichtungen und in Universitäten zunehmend komplexe IT-Anwendungen entweder in Python realisiert oder mit Python-Schnittstellen ausgestattet. Wissenschaftler aus den Bereichen Mathematik, Physik oder den Ingenieurwissenschaften, die oft von der Komplexität vieler wissenschaftlicher Software-Systeme (z.B. großer numerischer Simulationscodes) überfordert sind, bekommen durch eine Python-Schnittstelle einen einfacher zu nutzenden Zugang dazu. Der Vortrag zeigt anhand einiger Beispiele aus Forschung und Entwicklung, wie Python heutzutage im Luft- und Raumfahrt-Bereich in Deutschland und Europa eingesetzt wird.

Ein Beispiel ist, wie Python zur Steuerung großer multidisziplinärer Simulationen, bestehend aus mehreren gekoppelten Simulations-Codes (u.a. für Strömung, Struktur, Flugmechanik oder Wärme) in einer verteilten Rechner-Umgebung eingesetzt wird. Anwendungen sind z.B. die hochgenaue Simulation komplexer Flugmanöver von Kampfflugzeugen oder die Wiedereintritts-Simulation von Raumfahrzeugen.

Eine weitere Anwendung ist das Strömungssimulations-Framework FlowSimulator, das derzeit von Airbus, EADS, DLR und anderen entwickelt wird. Der FlowSimulator ist die Basis für künftige parallelisierte numerische Strömungslöser (CFD-Codes) und basiert auf einer C++-Klassenbibliothek und daraus generierten Python-Schnittstellen. Es wird gezeigt, wie leicht sich komplexe Simulationsprobleme beim Entwurf neuer Flugzeuge mit Hilfe der Python-Schnittstellen lösen lassen und wie bereits existierende CFD-Software, die bereits Python-Schnittstellen besitzen, integriert werden kann.

Als letztes wird gezeigt, wie Python-Anwendungen zur Lösung der Datenmanagement-Probleme, die bei Simulationen und Experimenten auftreten, eingesetzt werden. Dazu wird auch vorgestellt, wie man Grid-Computing-Anwendungen zur Nutzung verteilter Rechner und Daten mit Python erstellen kann.