Python in der Luft- und Raumfahrt Python User Group Köln Andreas Schreiber [email_address] Deutsches Zentrum für Luft- und Raumfahrt e.V., Köln-Porz

Das DLR Deutsches Zentrum für Luft- und Raumfahrt Raumfahrt-Agentur der Bundesrepublik Deutschland

Das DLR

Deutsches Zentrum für Luft- und Raumfahrt Raumfahrt-Agentur der Bundesrepublik Deutschland

Zahlen zum DLR DLR ist die größte deutsche Forschungseinrichtung 5.100 Mitarbeiter arbeiten in 27 Forschungsinstituten und Einrichtungen  9 Standorten, 7 Außenstellen. Kernkompetenzen des DLR liegt im Bereich Ingenieurwissenschaften Mehr als 1000 DLR-Mitarbeiter entwickeln Software  DLR ist eines der größten Softwarehäuser Deutschlands!  Köln - Porz  Lampoldshausen  Stuttgart  Oberpfaffenhofen Braunschweig   Göttingen Berlin- -  Adlershof  Bonn Trauen   Hamburg  Neustrelitz Weilheim  Berlin- Charlottenburg   Sankt Augustin  Darmstadt Bremen 

DLR ist die größte deutsche Forschungseinrichtung

5.100 Mitarbeiter arbeiten in 27 Forschungsinstituten und Einrichtungen

 9 Standorten,

7 Außenstellen.

Kernkompetenzen des DLR liegt im Bereich Ingenieurwissenschaften

Mehr als 1000 DLR-Mitarbeiter entwickeln Software

 DLR ist eines der größten Softwarehäuser Deutschlands!

Software-Projekte in Luft- und Raumfahrt Klassifizierung Software für missionskritische Systeme „ Embedded“ / Real-Time Software in Satelliten, Flugzeugen, ISS Software mit großen Userzahlen Internet, Intranet, Email, Webshop für Satellitendaten Software mit großem Anteil an der Wertschöpfungskette Prozessunterstützung, Versuchsdatenhandling, Modellierungsumgebungen etc. Software deren Effizienz sich unmittelbar auf die Betriebskosten auswirkt Numerische Modellierung, Simulationscodes

Software für missionskritische Systeme

„ Embedded“ / Real-Time Software in Satelliten, Flugzeugen, ISS

Software mit großen Userzahlen

Internet, Intranet, Email, Webshop für Satellitendaten

Software mit großem Anteil an der Wertschöpfungskette

Prozessunterstützung, Versuchsdatenhandling, Modellierungsumgebungen etc.

Software deren Effizienz sich unmittelbar auf die Betriebskosten auswirkt

Numerische Modellierung, Simulationscodes

Einsatzfelder von Python Wissenschaftliche Software und Prototypen Selten Einsatz in Produkten Kein Einsatz in kritischen Systemen Beispiele für Einsatzfelder von Python Web-Anwendungen Datenmanagement Steuerung von (großen) Simulationen Visualisierung Skript-Schnittstellen für numerische Software Eingebettet als Skript-Interpreter in großen Systemen und Produkten Test und Qualitätssicherung von wissenschaftlicher Software

Wissenschaftliche Software und Prototypen

Selten Einsatz in Produkten

Kein Einsatz in kritischen Systemen

Beispiele für Einsatzfelder von Python

Web-Anwendungen

Datenmanagement

Steuerung von (großen) Simulationen

Visualisierung

Skript-Schnittstellen für numerische Software

Eingebettet als Skript-Interpreter in großen Systemen und Produkten

Test und Qualitätssicherung von wissenschaftlicher Software

Warum Python in der Luft- und Raumfahrt? Argumente, um Ingenieure zu überzeugen Beschreibung Objektorientierte vollständige Programmiersprache Klare, einfache Syntax Portabel, verfügbar auf allen Plattformen mit C-Compiler Warum ist Python geeignet für Ingenieure und industrielle Anwender? Sehr einfach zu lernen und zu benutzen Erlaubt eine schnelle Entwicklung ( = geringe Entwicklungszeit) Inherent great maintainability “ Python has the cleanest, most-scientist- or engineer friendly syntax and semantics.” (Paul F. Dubois. Ten good practices in scientific programming. Comp. In Sci. Eng., Jan/Feb 1999, pp.7-11)

Beschreibung

Objektorientierte vollständige Programmiersprache

Klare, einfache Syntax

Portabel, verfügbar auf allen Plattformen mit C-Compiler

Warum ist Python geeignet für Ingenieure und industrielle Anwender?

Sehr einfach zu lernen und zu benutzen

Erlaubt eine schnelle Entwicklung ( = geringe Entwicklungszeit)

Inherent great maintainability

Beispiele für Python-Einsatz und -Anwendungen

Virtual Lab Web-basiertes Repository für wissenschaftliche Codes Portal zur Bereitstellung wissenschaftlicher Software Einfache numerische Codes werden integriert („eingestellt“) Nutzer können Eingabedateien hochladen und Rechnungen starten Realisiert mit ZOPE Speicherung von Daten, Metadaten, Benutzer-informationen mit ZOPE Object Database, MySQL und OpenLDAP http://vl.nz.dlr.de/VL

Portal zur Bereitstellung wissenschaftlicher Software

Einfache numerische Codes werden integriert („eingestellt“)

Nutzer können Eingabedateien hochladen und Rechnungen starten

Realisiert mit ZOPE

Speicherung von Daten, Metadaten, Benutzer-informationen mit ZOPE Object Database, MySQL und OpenLDAP

http://vl.nz.dlr.de/VL

Virtual Lab Integration von Codes Integration von Codes geschieht durch Spezifikation von Input und Output des Codes Input Description Language Benutzt Python als Basis Generierung von Eingabeelementen für numerische Werte Beispiel: ID(na= 'Lambda' , pe= '_NF and _Lambda_use' , ty= 'FloatType' , de= '0.5' , ce= 'Lambda > 0.0' , un= 'mu_m' , an= 'Input wavelength' ),

Integration von Codes geschieht durch Spezifikation von Input und Output des Codes

Input Description Language

Benutzt Python als Basis

Generierung von Eingabeelementen für numerische Werte

Beispiel:

Datenmanagement Ausgangssituation Unabhängige Einzellösungen

DataFinder Technisch-wissenschaftliches Datenmanagement Integriertes Datenmanagement CFD Analysis Grid generation Solution Visualisation CFD Analyse Netzgenerierung Lösung Visualisierung CAD - Model Experiment CAD - Modell Experiment Experimental Analysis Experimentelle Analyse CFD - CAD - Modell Customer e.g . Airbus Kunden z.B. . Airbus DataFinder Ergebnisse • Reports • Daten • Bilder • Filme Ergebnisse • Reports • Daten • Bilder • Filme

DataFinder Speichertechnologien und Protokolle http://www.dlr.de/sc/datafinder DataFinder WebDAV FTP- Server TSM OpenAFS FTP AFS TSM Lokale Verzeichnisse und Dateien Data-Stores Simulation Simulation Geometry CATIA Geometry CATIA Visualisation FieldView Visualisation FieldView Grid Generation SetupGrid Grid Generation SetupGrid Solver : TAU Flow solution Solver : TAU Flow solution Dateien WebDAV Meta- daten Metadaten-Server

http://www.dlr.de/sc/datafinder

DataFinder Software Graphische Benutzeroberfläche User Client Administrator Client Implementierung in Python und PyQt

Skripte Erweiterung, Automatisierung und Anpassung Erweiterung des DataFinder möglich durch Python-Skripte Automatisierung und Anpassungen Daten-Migration, Daten-Import Starten externen Applikationen (inkl. Download von Dateien) Automatische Extraktion von Metadaten aus Berechnungsergebnissen Wiederholte Abarbeitung einfacher Aufgaben Erweiterung durch neue GUI-Panel

Erweiterung des DataFinder möglich durch Python-Skripte

Automatisierung und Anpassungen

Daten-Migration, Daten-Import

Starten externen Applikationen (inkl. Download von Dateien)

Automatische Extraktion von Metadaten aus Berechnungsergebnissen

Wiederholte Abarbeitung einfacher Aufgaben

Erweiterung durch neue GUI-Panel

Beispiel-Skript Datei-Download und Start einer Applikation # @scrtitle: Execute It! # @scrdesc: Download the selected file and try to execute it. from datafinder.application import ExternalFacade from guitools.easygui import * import os, sys, glob, time, pickle, string from tempfile import * from win32api import * # Get instance of DataFinder ExternalFacade to # access DataFinder API facade = ExternalFacade.getInstance() # Get the currently selected collection in the # DataFinder Server-View (WebDAV-Tree) resource = facade.getSelectedResource() if resource != None: tmpFile = mktemp(ressource.name) facade.downloadFile(resource, tmpFile) if os.path.exists(tmpFile): ShellExecute(0, None, tmpFile, "" , "" , 1) else : msgbox( "No file selected to execute." )

Erweiterung der GUI Customizing mit Python-Skripten Einen neuen Run anlegen Den Run starten Status abfragen Run abbrechen Übersicht über alle Runs 1 2 3 4 5

Einen neuen Run anlegen

Den Run starten

Status abfragen

Run abbrechen

Übersicht über alle Runs

DataFinder Vom Java-Prototyp zum Python-Produkt… Ein bissle Historie: Aufgabe: Datenmanagement für ein DLR-Institut Evaluation verschiedenen Tools (in „Proof-Of-Concepts“) Kommerzielle Tools (PDM-Systeme) Eigenentwicklung in Form eines Prototyopen in Java Ergebnis Kommerzielle Tools zu teuer und ZU mächtig Java hatte Probleme auf den Zielplattformen (SGI IRIX) Grosse Begeisterung für Python als integrierte Skriptsprache Daher: Komplette Neuentwicklung als „Produkt“ in Python mit Qt + PyQt Nutzung im DLR und in deutscher Grid-Computing-Community (D-Grid) http://dgi.d-grid.de/index.php?id=78

Ein bissle Historie:

Aufgabe: Datenmanagement für ein DLR-Institut

Evaluation verschiedenen Tools (in „Proof-Of-Concepts“)

Kommerzielle Tools (PDM-Systeme)

Eigenentwicklung in Form eines Prototyopen in Java

Ergebnis

Kommerzielle Tools zu teuer und ZU mächtig

Java hatte Probleme auf den Zielplattformen (SGI IRIX)

Grosse Begeisterung für Python als integrierte Skriptsprache

Daher: Komplette Neuentwicklung als „Produkt“ in Python mit Qt + PyQt

Nutzung im DLR und in deutscher Grid-Computing-Community (D-Grid) http://dgi.d-grid.de/index.php?id=78

Steuerung von großen Simulationen Einführung Viele Probleme erfordern komplexe numerische Simulationen oder Verarbeitungsschritte . Beispiele: Wiedereintritt von Raumfahrzeugen Simulation von Flugmanövern Prozessierung von Satellitendaten Immer öfter wird multidisziplinär gekoppelt simuliert Strömung – Struktur – Wärme – Flugmechanik – … Solche Rechnungen werden softwaretechnisch ständig komplexer! Komplexe Workflows Nutzung von Codes mit umfangreichen Schnittstellen

Viele Probleme erfordern komplexe numerische Simulationen oder Verarbeitungsschritte . Beispiele:

Wiedereintritt von Raumfahrzeugen

Simulation von Flugmanövern

Prozessierung von Satellitendaten

Immer öfter wird multidisziplinär gekoppelt simuliert

Strömung – Struktur – Wärme – Flugmechanik – …

Solche Rechnungen werden softwaretechnisch ständig komplexer!

Komplexe Workflows

Nutzung von Codes mit umfangreichen Schnittstellen

Komplexe Workflows Beispiele aus der Praxis Softwaretechnische Aufgaben: Anstoßen unterschiedlichster Codes in korrekter Reihenfolge Nutzung von Höchstleistungsrechnern und Clustern Transferieren von Daten zwischen den Codes Zusammenarbeit mit Kollegen Orbit Model Atmosphere Model Instrument Model Downlink Model L0 Processor L1b Processor L2 Processor L2 Processor Satellitendaten- Prozessing PCrash PCrash PCrash Script DesParO Permas PView PView PView Medina SFE Concept Nasbif Pammed Kopf positionierung DesParO GUI Parameter ASCII File mit Ergebnissen 1 2 n Struktur-Optimierung Geometry Definition Main Analysis Subroutine Structures Aerodynamics Stability & Control Propulsion Induced Drag Friction Drag Wave Drag Field Perf . Weights Wing Weight Noise Flight Perf . Fuel Volume Objective Function & Constraints Optimizer (DOT) Design Variables Balance SFC Engine Weight Engine/Aero Drag Geometry Definition Geometry Definition Main Analysis Subroutine Structures Structures Aerodynamics Stability & Control Stability & Control Propulsion Propulsion Induced Drag Friction Drag Wave Drag Field Perf . . Weights Weights Wing Weight Noise Noise Flight Perf . Flight Perf . Fuel Volume Fuel Volume Objective Function & Constraints Objective Function & Constraints Optimizer (DOT) Design Variables Balance Balance SFC Engine Weight Engine/Aero Drag Engine/Aero Drag Flugzeug-Design

Softwaretechnische Aufgaben:

Anstoßen unterschiedlichster Codes in korrekter Reihenfolge

Nutzung von Höchstleistungsrechnern und Clustern

Transferieren von Daten zwischen den Codes

Zusammenarbeit mit Kollegen

Integrations- uns Simulationsumgebung TENT System zur Steuerung komplexer Simulationen TENT ist eine Integrations- und Simulationsumgebung für ingenieurwissenschaftliche Anwendungen. Gesamtsoftware-System entwickelt in Java Python als eingebettete Skriptsprache Integration von Jython Nutzung von Python für verschiedene Zwecke Integration von Applikationen („Wrapper“) Steuerung von Workflows Anbindung an MS Office („Win32 API“)

TENT ist eine Integrations- und Simulationsumgebung für ingenieurwissenschaftliche Anwendungen.

Gesamtsoftware-System entwickelt in Java

Python als eingebettete Skriptsprache

Integration von Jython

Nutzung von Python für verschiedene Zwecke

Integration von Applikationen („Wrapper“)

Steuerung von Workflows

Anbindung an MS Office („Win32 API“)

Beispiel: Gekoppelte Simulation in der Luftfahrt Flugmanöverberechnung Interaktive Simulation eines frei fliegenden elastischen Kampfflugzeugs Hochgenaue Simulation erfordert Kopplung von Aerodynamik (Strömung) Flugmechanik Aeroelastik Hohe Rechenzeiten Mehrere Wochen auf großem Cluster Steuerung der Kopplung als Python- Skript in der TENT-Umgebung http://www.dlr.de/as/sikma

Interaktive Simulation eines frei fliegenden elastischen Kampfflugzeugs

Hochgenaue Simulation erfordert Kopplung von

Aerodynamik (Strömung)

Flugmechanik

Aeroelastik

Hohe Rechenzeiten

Mehrere Wochen auf großem Cluster

Steuerung der Kopplung als Python- Skript in der TENT-Umgebung

http://www.dlr.de/as/sikma

Kopplungsmanager-Implementierung in TENT

Beispiel Kopplungs- skript # <<import statements>> def start(base,steps): fireEvents.fireStart(steps) dialogID = notificator.showProgressMonitor( &quot;Simulation progress&quot; , &quot;&quot; , 0, steps) notificator.setProgress(dialogID,0) couplingDataList = &quot;&quot; global stopFlag, pauseFlag stopFlag, pauseFlag = 0, 0 couplingDataList = simulaWrapper.get( &quot;FM_DATA&quot; ) tauWrapper.set( &quot;fm_data &quot;, couplingDataList) tauWrapper.advance() tauWrapper.set( &quot;fm_data&quot; , couplingDataList) tauWrapper.advance() couplingDataList = tauWrapper.get( &quot;fm_values&quot; ) tauWrapper.advance() simulaWrapper.set( &quot;FM_DATA&quot; , couplingDataList) simulaWrapper.advance() for i in xrange(steps): if stopFlag == 1: tauWrapper.stop() simulaWrapper.stop() break while pauseFlag == 1: time.sleep(1) couplingDataList = simulaWrapper.get(&quot;FM_DATA&quot;) tauWrapper.set( &quot;fm_data&quot; , couplingDataList) tauWrapper.advance() couplingDataList = tauWrapper.get( &quot;fm_values&quot; ) tauWrapper.advance() simulaWrapper.set( &quot;FM_DATA&quot; , couplingDataList) simulaWrapper.advance() notificator.setProgress(dialogID,step) notificator.showMessageDialog( &quot;Simulation is finished&quot; , MessageType.INFORMATION) def stop(base,steps): global stopFlag stopFlag = 1 def pause(base,steps): global pauseFlag pauseFlag = 1 - pauseFlag

Ergebnis der Rechnungen (1) Strömung

Ergebnis der Rechnungen (2) Struktur http://www.dlr.de/as/sikma

http://www.dlr.de/as/sikma

Beispiel: Gekoppelte Simulation in der Raumfahrt Wiedereintrittssimulation Simulation der thermisch hochbelasteten Teile eines X-38 Raumgleiters Kopplung Strömung – Struktur – Wärme

Simulation der thermisch hochbelasteten Teile eines X-38 Raumgleiters

Kopplung Strömung – Struktur – Wärme

Wiedereintrittssimulation Model Vereinfachtes Modell für Windkanalexperimente Simulation zur Validierung der Experimente

Vereinfachtes Modell für Windkanalexperimente

Simulation zur Validierung der Experimente

Simulationsumgebung ifls High-Performance-Kopplungsumgebung Realisiert mit dem Visualization Tooklit (vtk) http://www.ifl.tu-bs.de

Realisiert mit dem Visualization Tooklit (vtk)

http://www.ifl.tu-bs.de

Temperature-Writer (NetCDF) CFD-Analysis (Tau-Code) Heatflux-Reader (NetCDF) Heatflux on the coupling surface Fluid Reader (NetCDF) Temperature Transfer Structure Reader (*.bdf) Heatflux Transfer Heatflux-Writer (*.bdf) CS-Analysis (Nastran) Temperature-Reader (OP2) Iteration Control

Ergebnis der Rechnung Temperaturverteilung

Visualisierung Andere Beispiele für Visualisierungen Visualisierung der Design-Parameter von neuen Flugzeugkonfigurationen Geometrie Simulationsergebnisse Grundbewegung auf dem Airport Flugdynamik Software JSBSim Simulationsroutinen in C++ Wrapping mit SWIG Nutzung des Python-API von vtk http://jsbsim.sourceforge.net

Visualisierung der Design-Parameter von neuen Flugzeugkonfigurationen

Geometrie

Simulationsergebnisse

Grundbewegung auf dem Airport

Flugdynamik

Software JSBSim

Simulationsroutinen in C++

Wrapping mit SWIG

Nutzung des Python-API von vtk

http://jsbsim.sourceforge.net

Airport Environment

Airport Environment

Airport Environment

Skript-Schnittstellen für numerische Software Einfache Benutzung komplexer Codes Moderne numerische Software ist komplex und besteht aus vielen Modulen Z.B. CFD-Codes (Computational Fluid Dynamics) Implementierung in Fortran oder C Skript-Wrapper für numerische Software vereinfachen die Benutzung Rechenintensive Teile bleiben in Fortran oder C Python-Skript steuert nur die Rechnung Automatische Generierung von Wrapper-Code Fortran: pyfort ( http://pyfortran.sourceforge.net ) C, C++: SWIG ( http://www.swig.org ) Fortran/C Modul Wrapper für Variablen und Funktionen Python-Skript

Moderne numerische Software ist komplex und besteht aus vielen Modulen

Z.B. CFD-Codes (Computational Fluid Dynamics)

Implementierung in Fortran oder C

Skript-Wrapper für numerische Software vereinfachen die Benutzung

Rechenintensive Teile bleiben in Fortran oder C

Python-Skript steuert nur die Rechnung

Automatische Generierung von Wrapper-Code

Fortran: pyfort ( http://pyfortran.sourceforge.net )

C, C++: SWIG ( http://www.swig.org )

elsA CFD-Löser mit Python-Interface elsA: ensemble logiciel de simulation en Aérodynamique Software-System der ONERA für aerodynamische Berechnungen im Luftfahrt-Bereich Drei Ebenen Fortran-Code für zeitintensive numerische Berechnungen Wrapper-Code in C++ für als objektorientierte Schale um die Fortran-Funktionen Python-Interface als Schnittstelle zum Benutzer http://elsa.onera.fr

elsA: ensemble logiciel de simulation en Aérodynamique

Software-System der ONERA für aerodynamische Berechnungen im Luftfahrt-Bereich

Drei Ebenen

Fortran-Code für zeitintensive numerische Berechnungen

Wrapper-Code in C++ für als objektorientierte Schale um die Fortran-Funktionen

Python-Interface als Schnittstelle zum Benutzer

http://elsa.onera.fr

elsA Beispiel für Nutzung des Python-API from elsA_user import * # STEP 1 : PROBLEM CREATION nozzle = cfdpb(name= ’nozzle’ ) nozzle.set_block_creation_mode( ’automatic’ ) nozzle.set( ’automatic_block_gen’ , ’db_directory’ ) # MESH nozzle.set( ’cfd_mesh_dir’ , ’Nozzle_m’ ) # Flow initialisation nozzle.set( ’cfd_flow_ini_dir’ , ’Nozzle_i’ ) # (Physical) MODEL mod_nozzle = model(name= ’mod_nozzle’ ) mod_nozzle.fluid = ’pg’ mod_nozzle.phymod = ’euler’ # NUMERICS num_nozzle = numerics(name = ’nozzle_num’) num_nozzle.flux = ’jameson’ num_nozzle.artviscosity = ’dissca’ # STEP 2 : COMPUTATION nozzle.compute()

DLR TAU-Code CFD-Löser Strömungslöser zur Berechnung von RANS Gleichungen stationäre und instationäre Strömungen Hybride Netze State-of-the-Art Turbulenzmodelle Bewegungsmodul (Relativbewegung von Netzen) Netzadaption (Ver- und Entfeinerung) Chimeratechnik Vollständig parallel Multidisziplinäre Simulationen Bestehend aus vielen Modulen in C Interface in Python

Strömungslöser zur Berechnung von RANS Gleichungen

stationäre und instationäre Strömungen

Hybride Netze

State-of-the-Art Turbulenzmodelle

Bewegungsmodul (Relativbewegung von Netzen)

Netzadaption (Ver- und Entfeinerung)

Chimeratechnik

Vollständig parallel

Multidisziplinäre Simulationen

Bestehend aus vielen Modulen in C

Interface in Python

TAU-Architektur & Python t=T T+dt data access in memory MPI CPU-j CPU-k CPU-i MPI TAU Data Manager TAU Python interface data extraction adaptation (re-) partitioning deformation solver preprocessor transition prediction file-IO

Eingebettet als Skript-Interpreter in großen Systemen und Produkten Allgemein gilt: Anwendungen können von Haus aus nicht alles! Aber Scripting erlaubt das einfache Hinzufügen fehlender Features . Anwendungsfälle Skript Interpreter in der GUI Formelauswertung Skript Konsole in der GUI Skript-Blöcke/Komponenten in Workflows Command journaling Batch processing Realisierung durch Einbettung („Embedding“) von Python-Interpretern (C-)Python (siehe http://www.python.org/doc/ext/embedding.html ) Jython (siehe http://www.jython.org/docs/embedding.html )

Allgemein gilt: Anwendungen können von Haus aus nicht alles!

Aber Scripting erlaubt das einfache Hinzufügen fehlender Features .

Anwendungsfälle

Skript Interpreter in der GUI

Formelauswertung

Skript Konsole in der GUI

Skript-Blöcke/Komponenten in Workflows

Command journaling

Batch processing

Realisierung durch Einbettung („Embedding“) von Python-Interpretern

(C-)Python (siehe http://www.python.org/doc/ext/embedding.html )

Jython (siehe http://www.jython.org/docs/embedding.html )

Beispiel: Airbus-Tool PPP Daten-Mapping beim Flugzeugentwurf Entwicklung in Java Mapping von XML Umrechnung von Einheiten Umrechnung durch Formelauswertung  Jython -Interpreter

Entwicklung in Java

Mapping von XML

Umrechnung von Einheiten

Umrechnung durch Formelauswertung

 Jython -Interpreter

Qualitätssicherung bei wissenschaftlicher Software Ein weites Anwendungsgebiet für Python Entwicklung GUI-basierter Test-Systeme für numerische Codes Z.B. Test von numerischen Strömungslösern Überprüfung der numerischen Ergebnisse nach Code-Änderungen Auschecken des aktuellen Source-Codes aus CVS / SVN Vergleich mit Referenz-Lösungen Verwalten von (umfangreichen) Testfällen und Referenzlösungen Tools zur Unterstützung im Bereich Software Engineering Nutzung von fertiger Python-Software (MoinMoin, ViewVC, pysvn, …) Verknüpfung der Tools durch Erweiterungen Bsp: MoinMoin-Makro zum Zugriff auf Issue-Tracking MANTIS Automatisierung von SE-Prozeßschritten durch Python-Skripte

Entwicklung GUI-basierter Test-Systeme für numerische Codes

Z.B. Test von numerischen Strömungslösern

Überprüfung der numerischen Ergebnisse nach Code-Änderungen

Auschecken des aktuellen Source-Codes aus CVS / SVN

Vergleich mit Referenz-Lösungen

Verwalten von (umfangreichen) Testfällen und Referenzlösungen

Tools zur Unterstützung im Bereich Software Engineering

Nutzung von fertiger Python-Software (MoinMoin, ViewVC, pysvn, …)

Verknüpfung der Tools durch Erweiterungen

Bsp: MoinMoin-Makro zum Zugriff auf Issue-Tracking MANTIS

Automatisierung von SE-Prozeßschritten durch Python-Skripte

Test-System für Strömungslöser (1) Erste Version aus dem Jahr 1998 Test und Verifikation des DLR-Codes TRACE für Turbomaschinen Entwicklung in Python mit Tkinter

Test und Verifikation des DLR-Codes TRACE für Turbomaschinen

Entwicklung in Python mit Tkinter

Test-System für Strömungslöser (2) Aktuelle Version aus dem Jahr 2004 Test und Verifikation der Codes elsA und TAU Entwicklung in Python mit PyQt

Test und Verifikation der Codes elsA und TAU

Entwicklung in Python mit PyQt

Entwicklungsumgebung im DLR Server und Web-Schnittstellen Wiki MoinMoin Issue-Tracking MANTIS IDE Eclipse Repository Browser ViewVC Build Status CruiseControl http://cheeseshop.python.org/pypi/svnchecker Automatic Builds Check

Häufig verwendete Basis-Software Zwei wichtige Beispiele pyCGNS – A Python binding for CGNS Python-Interface für das Datenformat CGNS Verwendung in den Python-Schnittstellen der Strömungslöser http://cgns-python.berlios.de/ pyGlobus Python-Interface für das Globus Toolkit Verwendung in Grid-Computing-Anwendungen http://dev.globus.org/wiki/Python/pyGlobus

pyCGNS – A Python binding for CGNS

Python-Interface für das Datenformat CGNS

Verwendung in den Python-Schnittstellen der Strömungslöser

http://cgns-python.berlios.de/

pyGlobus

Python-Interface für das Globus Toolkit

Verwendung in Grid-Computing-Anwendungen

http://dev.globus.org/wiki/Python/pyGlobus

Schlussbemerkungen Es gibt viele weitere Python-Anwendungen im DLR In anderen Luft- und Raumfahrt Organisationen und Firmen In anderen Geschäftsfeldern (Verkehr, Energie) In einigen Projekten wird an der Neuimplementierung existierender Software in Python gearbeitet Ehemals: Perl oder C Verwendete Software Python / Jython ZOPE PyQt / Tkinter PyGlobus MoinMoin Vtk SWIG / pyfort

Es gibt viele weitere Python-Anwendungen

im DLR

In anderen Luft- und Raumfahrt Organisationen und Firmen

In anderen Geschäftsfeldern (Verkehr, Energie)

In einigen Projekten wird an der Neuimplementierung existierender Software in Python gearbeitet

Ehemals: Perl oder C

Verwendete Software

Python / Jython

ZOPE

PyQt / Tkinter

PyGlobus

MoinMoin

Vtk

SWIG / pyfort