Analysis and Design of Spare Strategy for Large-Scale Satellite Constellation Using Direct Insertion under (r,q) Policy

Riepilogo Tecnico: Analisi e Progettazione della Strategia di Ricambio per Costellazioni di Satelliti su Larga Scala mediante Inserimento Diretto sotto la Politica (𝑟, 𝑞)

Enunciato del Problema
Le costellazioni di satelliti su Orbita Bassa Terrestre (LEO) su larga scala richiedono politiche di gestione dei ricambi robuste per mantenere le prestazioni in presenza di guasti satellitari. Sebbene la riparazione in orbita sia spesso proibitivamente costosa, il lancio di satelliti di sostituzione sta diventando sempre più conveniente grazie alla diminuzione dei costi di lancio e alle efficienze della produzione di massa. Esistono due strategie principali di rifornimento: indiretta (raggruppamento dei ricambi in orbite di parcheggio per un successivo trasferimento basato sulla deriva) e diretta (inserimento immediato nei piani della costellazione). Questo articolo si concentra sulla strategia di ricambio diretta, affrontando la necessità di un quadro analitico rigoroso ed efficiente per modellare, valutare e ottimizzare la politica di inventario $(r, q)$ (punto di riordino $r$, quantità d'ordine $q$) specifica per l'inserimento diretto. A differenza di studi precedenti che potrebbero fare affidamento su simulazioni computazionalmente intensive, questo lavoro mira a fornire un metodo analitico rapido e accurato, adatto all'ottimizzazione del progetto.

Metodologia
Gli autori propongono un quadro basato su catene di Markov a tempo discreto per modellare le dinamiche stocastiche dei guasti satellitari e dei tempi di consegna del veicolo di lancio (LV). La metodologia procede attraverso i seguenti passaggi:

1. Modellazione del Sistema:

   • Definizione dello Stato: Il numero di satelliti (operativi più ricambi) in un singolo piano orbitale è modellato come uno stato $X_k \in \{0, 1, \dots, N_{sat}\}$.
   • Dinamiche dei Guasti: I guasti satellitari seguono un processo di Poisson con tasso $\lambda_{sat}$. Viene costruita una matrice di transizione $P_f$ per modellare le diminuzioni di stato, assumendo la sostituzione immediata dei satelliti operativi guasti mediante ricambi e che i ricambi stessi non vadano in guasto.
   • Dinamiche dei Tempi di Consegna: Il tempo di consegna per il rifornimento da terra è modellato come una distribuzione esponenziale spostata ($T \sim \text{Exp}(\mu_{lv}) + \tau_{lv}$), dove $\tau_{lv}$ è un ritardo di elaborazione costante.
   • Logica della Politica: Viene applicata la politica $(r, q)$: se il livello di scorte scende a o sotto $r$, viene piazzato un ordine per $q$ ricambi.

2. Derivazione Analitica:
   Il contributo fondamentale è la derivazione della distribuzione stazionaria degli stati su un intero ciclo di rifornimento ($\pi_{rc}$) decomponendo il ciclo in due periodi distinti:

   • Periodo Inter-Ordine (IO): Il tempo dall'arrivo di un rifornimento fino a quando il livello di scorte tocca il punto di riordino $r$. Gli autori derivano la distribuzione degli stati attesa $\pi_{io}$ e la durata $k_{io}$ utilizzando matrici di proiezione ($C_r^+$) per isolare gli stati superiori a $r$.
   • Periodo di Tempo di Consegna (LT): Il tempo dal piazzamento dell'ordine fino all'arrivo dei nuovi ricambi. La distribuzione attesa $\pi_{lt}$ e la durata $k_{lt}$ sono derivate utilizzando la densità di probabilità del tempo di consegna e la matrice dei guasti $P_f$.
   • Aggregazione del Ciclo: La distribuzione stazionaria complessiva $\pi_{rc}$ è calcolata come una combinazione lineare ponderata di $\pi_{io}$ e $\pi_{lt}$, normalizzata dalle rispettive durate attese.

3. Quadro di Ottimizzazione:
   Utilizzando la $\pi_{rc}$ derivata, gli autori formulano un problema di ottimizzazione per minimizzare il costo operativo totale atteso ($C_{total}$), definito come la somma dei costi di produzione, di giacenza e di lancio. Il problema è soggetto a:

   • Vincolo di Resilienza: La carenza attesa ($S$) non deve superare una soglia definita dall'utente $\epsilon$.
   • Vincolo di Carico Utile: La massa totale dell'ordine ($q \times m_{sat}$) non deve superare la capacità di carico utile del veicolo di lancio.
   • Variabili Decisionali: I valori interi per la quantità d'ordine $q$ e il punto di riordino $r$.

Contributi Chiave

• Analisi della Strategia Diretta: L'articolo fornisce un modello analitico dettagliato specificamente per la strategia di rifornimento diretto dei ricambi, estendendo lavori precedenti focalizzati su strategie indirette.
• Soluzione Non Iterativa: A differenza dell'analisi della strategia indiretta che può richiedere procedure iterative, l'analisi della strategia diretta presentata qui è non iterativa. Risolve la distribuzione stazionaria tramite operazioni matriciali, riducendo significativamente la complessità computazionale.
• Metriche di Costo e Resilienza: Il quadro quantifica esplicitamente il compromesso tra costi operativi (produzione, giacenza, lancio) e resilienza del sistema (carenza attesa), consentendo decisioni di progettazione basate sui dati.
• Validazione: Il modello analitico è stato validato contro simulazioni Monte Carlo su 100 casi di test con parametri variabili (tassi di guasto, tempi di consegna, dimensioni degli ordini).

Risultati

• Accuratezza ed Efficienza: La validazione numerica dimostra che il metodo analitico raggiunge un errore relativo massimo inferiore all'1% rispetto alle simulazioni Monte Carlo su 20 anni (medie su 1.000 esecuzioni). Il metodo analitico calcola i risultati in meno di un millisecondo, mentre le simulazioni richiedono diverse ore, confermandone l'idoneità come ciclo interno per l'ottimizzazione.
• Risultati di Ottimizzazione:
  • In uno scenario di base (tasso di guasto $\lambda_{sat} = 0.05$, soglia di carenza $\epsilon = 0.25$), la politica ottimale è risultata essere $q=2$ e $r=39$.
  • Condivisione del Lancio (Rideshare) vs Contratto Completo: L'analisi rivela che prenotare l'intero veicolo di lancio è generalmente ottimale, anche quando sono disponibili opportunità di condivisione, a causa delle specifiche strutture di costo assunte (un premio del 20% per la tariffazione per unità). La condivisione diventa conveniente solo in un regime di guasti molto bassi ($\lambda_{sat} \in [0.001, 0.008]$).
  • Sensibilità: All'aumentare del tasso di guasto dei satelliti, il punto di riordino ottimale $r$ aumenta (ad esempio, da 39 a 42) per mantenere il livello di resilienza richiesto, mentre il costo totale aumenta di conseguenza.

Significato e Affermazioni
L'articolo afferma che il quadro proposto basato su catene di Markoff offre uno strumento rapido e accurato per l'analisi e la progettazione di politiche di gestione dei ricambi per costellazioni su larga scala. Il suo significato principale risiede nel consentire l'ottimizzazione del progetto fornendo un'alternativa computazionalmente efficiente agli approcci basati su simulazioni intensive. Gli autori affermano che i risultati ottimizzati per la strategia diretta servono come controparte per il confronto con la strategia indiretta in uno studio complementare. Inoltre, il quadro è presentato come estendibile ad altre configurazioni di costellazione (ad esempio, agenti eterogenei) e politiche di rifornimento alternative, sebbene il lavoro attuale si concentri strettamente sulla strategia diretta sotto una politica $(r, q)$.