ایلان ماسک از اسپیس ایکس پیشتر در شبکه های اجتماعی نوشت: “هدف داریم این کار را در اواخر جولای امتحان کنیم.”
با توجه به تیزری که در ویدیویی از نکات برجسته چهارمین آزمایش پرواز این موشک ارائه شده است، آزمایش بعدی پرواز استارشیپ اسپیس ایکس می‌تواند شامل یک نقطه عطف جدید باشد.
SpaceX این ویدئو را در روز پنجشنبه (۴ ژوئیه) در X (توئیتر سابق) منتشر کرد که حاوی مونتاژی از نقاط عطف از چهارمین آزمایش پرواز استارشیپ است که در ۶ ژوئن انجام شد. این ویدئو کلیپ هایی از احتراق، بلند کردن، جداسازی تقویت کننده و ورود مجدد را نشان می دهد. از هر دو مرحله فوقانی Starship و تقویت کننده Super Heavy آن.
در پایان این ویدئو، انیمیشنی یک سوپر سنگین ۴۰۰ فوتی (۱۲۲ متری) را به تصویر می‌کشد که برای فرود در برج پرتاب استارشیپ، معروف به ‘مکازیلا’، در کنار عبارت ‘Next up’ و ‘پرواز ۵’ نشان می دهد که این شرکت قصد دارد در آزمایش پرواز آینده خود، تقویت کننده را بگیرد. اسپیس ایکس قصد دارد Super Heavy را در برج پرتاب خود بگیرد تا موشک بتواند با کارایی بیشتر و در بازه‌های زمانی کوتاه‌تر بازسازی و پرتاب شود.
ایلان ماسک، مدیر عامل و بنیانگذار اسپیس ایکس، در رسانه های اجتماعی نیز چنین پیشنهاداتی را ارائه کرده است. ‘با هدف امتحان این کار در اواخر جولای!’ ماسک در ماه گذشته و پس از چهارمین آزمایش پرواز استارشیپ در X نوشت.
این شرکت قبلاً یک انیمیشن ۶۰ ثانیه‌ای از بازوهای «چاپستیک» روی برج پرتاب بزرگ Mechazilla در حال گرفتن یک تقویت‌کننده Super Heavy هنگام فرود در Starbase، سایت SpaceX در جنوب تگزاس، منتشر کرده بود.
قبل از آن، در ۲۷ ژوئن، این شرکت ویدیوی کوتاهی را در X از بازوهای چاپستیک Mechzilla منتشر کرد که یک Super Heavy ثابت را در حالی که روی پایه پرتابش ایستاده بود، گرفته بود. اسپیس ایکس در توضیح این ویدیو نوشت: «تیم Starbase در حال آزمایش چاپستیک های برج برای گرفتن یک تقویت کننده Super Heavy در آینده است.
![import numpy as np import h5py data='/content/drive/MyDrive/SILIXA_iDAS015_181219184621_fieldID000212.h5' data1=h5py.File(data,'r') print(data1.keys()) display(data1) display(data) raw_data = data1['DasRawData']['RawData'] x_axis = np.arange(raw_data.shape[1]) t_axis = np.arange(raw_data.shape[0]) print(x_axis.shape) print(t_axis.shape) import matplotlib.pyplot as plt import numpy as np ns = 30000 fs = 1000 dx = 1.021 nx = 3136 GL = 10 x = np.arange(nx) * dx def u(x, t): return np.exp(-(x - t)**2) def calculate_result(x): return 1/10 * (u(x - 5, t) - u(x + 5, t)) traces = [] for t in range(0,30000): tr = [calculate_result(x_val) for x_val in x] traces.append(tr) traces_array = np.array(traces) print(f"traces_array : {traces_array.shape}")](https://spacenota.ir/wp-content/uploads/2025/05/big-ring-body-420x280.webp)
