Multidisciplinary Design Optimization of a Low-Thrust Asteroid Orbit Insertion Using Electric Propulsion

Dit artikel presenteert een multidisciplinair ontwerpoptimisatiekader dat trajectdynamica, vermogenssystemen en elektrische voortstuwing voor een lage-druk missie naar asteroïde 16-Psyche gelijktijdig optimaliseert door de variabele specifieke impuls van de SPT-140 Hall-aandrijving te koppelen aan de tijdsvariabele zonne-energiebeschikbaarheid.

De kern

Stel je voor dat je een ruimtevaartuig stuurt naar een verre, metalen asteroïde genaamd 16-Psyche. Je wilt dat dit schip zo snel mogelijk van een hoge baan naar een lagere, dichterbijzijnde baan zakt om foto's te maken. Maar er is een groot probleem: het schip heeft geen benzine, maar werkt op een elektrisch aangedreven motor (een ionenmotor). En die motor heeft stroom nodig van zonnepanelen.

Hier komt het dilemma: hoe verder je van de zon verwijderd bent, hoe zwakker het zonlicht is. Op de plek van 16-Psyche is het zonlicht dus erg zwak.

Het oude probleem: Het "Vaste Plan"
Vroeger maakten ingenieurs hun plannen alsof de zon altijd even fel scheen en de motor altijd even hard werkte. Ze dachten: "Oké, we hebben een motor en een traject, laten we dat plannen."
Dit is alsof je een auto plant voor een lange reis, maar je doet alsof je tank altijd vol is en de motor altijd evenveel benzine verbruikt, ongeacht of je bergop of bergaf rijdt. In de ruimte werkt dit niet. Als je te ver van de zon bent, is er niet genoeg stroom om de motor hard te laten werken. Het oude plan leidt dan tot een schip dat vastloopt of een route die onmogelijk is.

De nieuwe oplossing: Alles in één groot puzzelstuk
De auteurs van dit papier hebben een slimme nieuwe manier bedacht, een soort "super-rekenmachine" (een MDO-framework) die alles tegelijk bekijkt. Ze laten niet langer de route en de motor los van elkaar, maar koppelen ze aan elkaar als een onlosmakelijk geheel.

Hier zijn de belangrijkste onderdelen, uitgelegd met alledaagse vergelijkingen:

1. De Zonnepanelen als "Zware Rugzak"

In het oude denken was het makkelijk: "We hebben meer stroom nodig? Dan plakken we gewoon grotere zonnepanelen erop."
Maar in de ruimte weegt alles. Grotere panelen betekenen een zwaarder schip. Een zwaarder schip is moeilijker te versnellen.
De nieuwe rekenmachine denkt: "Als ik grotere panelen maak, krijg ik meer stroom (goed voor de snelheid), maar het schip wordt zwaarder (slecht voor de snelheid)."
Het is alsof je een fietser bent die een zware rugzak op zijn rug heeft. Als je een enorme rugzak (grote panelen) draagt met veel water (stroom), kun je misschien harder trappen, maar de rugzak zelf maakt je traag. De computer zoekt precies de juiste grootte van die rugzak: niet te klein (te weinig stroom) en niet te groot (te zwaar).

2. De Motor die "ademhaalt"

De motor van dit schip (een SPT-140 Hall-thruster) werkt niet als een constante straalmotor. Hij werkt als een motor die zijn toerental aanpast aan hoeveel stroom er op dat moment beschikbaar is.
Stel je voor dat je een auto hebt die automatisch schakelt. Als je op een heuvel rijdt en de motor moet hard werken, maar er is weinig benzine, dan schakelt hij naar een lagere versnelling.
De nieuwe software zorgt ervoor dat de computer weet: "Op dit moment is de zon wat zwakker door de afstand, dus de motor moet iets minder hard werken, en de route moet daarop worden aangepast."

3. De "Gordijn" van de Zon

De zonnestraling is niet constant; hij degradeert na verloop van tijd (de panelen worden iets minder efficiënt door straling). De nieuwe software houdt dit ook rekening, alsof je weet dat je fietsbanden na verloop van tijd iets harder gaan lekken en je daar rekening mee moet houden in je reisplanning.

Wat leverde dit op?

De auteurs testten dit op een reis naar 16-Psyche.

• De oude manier: Het schip zou ongeveer 21 uur nodig hebben om de baan te veranderen.
• De nieuwe manier: Door de grootte van de zonnepanelen en de motorprestaties slim op elkaar af te stemmen, kon het schip dezelfde reis in slechts 16,5 uur doen.

Dat is een besparing van 20% tijd! Het schip werd wel iets zwaarder (door de grotere panelen), maar die extra stroom was zo waardevol dat het de zwaarte meer dan goedmaakte.

De "Truc" om het te laten werken

Het grootste probleem was dat de berekeningen zo complex waren dat de computer erdoor in de war raakte. Het schip moet honderden keren om de asteroïde draaien tijdens de reis. Het was alsof je een film van honderden uren probeert te samenvatten in één seconde; de details gaan verloren.
De auteurs gebruikten een slimme wiskundige truc (gebaseerd op golven, zoals in muziek) om een goed startpunt te vinden. Daarna lieten ze de computer op een superkrachtige rekenmachine (een "HPC-cluster") werken om de route tot in de puntjes te verfijnen.

Kortom:
Dit papier laat zien dat als je in de ruimte wilt reizen met elektrische aandrijving, je niet kunt plannen alsof alles statisch is. Je moet de motor, de zonnepanelen, het gewicht van het schip en de route als één groot, levendig systeem zien. Alleen zo kun je de snelste en meest efficiënte route vinden naar de verste hoeken van ons zonnestelsel.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Multidisciplinary Design Optimization of a Low-Thrust Asteroid Orbit Insertion Using Electric Propulsion" in het Nederlands.

Titel: Multidisciplinair Ontwerpoptimalisatie (MDO) van een Low-Thrust Asteroidbaaninjectie met Elektrische Aandrijving

1. Probleemstelling

Traditionele missieontwerpen voor ruimteschepen met lage-druk elektrische aandrijving (SEP) maken vaak gebruik van vereenvoudigende aannames, zoals constante stuwkracht of een vaste specifieke impuls ($I_{sp}$). Deze benaderingen negeren de sterke koppeling tussen de trajectdynamica, de beschikbaarheid van ruimtevaartuigenergie en de prestaties van de aandrijving.

• De uitdaging: In de diepe ruimte, waar de zonnestraling afneemt (bijvoorbeeld bij de asteroïde 16-Psyche op 2,9 AU), is de beschikbare zonne-energie beperkt. Dit leidt tot een situatie waarin stuwkracht en massastroom direct gekoppeld zijn aan de baan dynamica.
• Het risico: Als deze koppeling wordt genegeerd, kunnen ontwerpen suboptimaal zijn of zelfs onhaalbaar blijken (bijvoorbeeld wanneer het ruimteschip meer vermogen vraagt dan de zonnepanelen kunnen genereren).
• Het doel: Gelijktijdig optimaliseren van het traject en het energiesubsysteem om realistische, power-aware ontwerpen te creëren.

2. Methodologie

Het artikel presenteert een volledig gekoppeld Multidisciplinair Ontwerpoptimalisatie (MDO) framework dat is gebouwd op de open-source tools OpenMDAO en Dymos.

• Aandrijvingsmodel (VSI): In plaats van een vast model wordt er gebruikgemaakt van een Variable Specific Impulse (VSI) model gebaseerd op de prestaties van de SPT-140 Hall-thruster. Dit model gebruikt 21 discrete throttle-modes. Om dit te integreren in een gradient-based optimizer, wordt een "smooth mode-selection" logica toegepast met sigmoid-functies, waardoor de thruster continu kan worden geregeld op basis van de beschikbare vermogen.
• Energie- en Massa-koppeling:
  • Zonne-energie: De output van de zonnepanelen ($P_{SA}$) wordt gemodelleerd als een functie van het oppervlak ($A_{SA}$), de heliocentrische afstand, en een tijdsafhankelijke degradatiefactor (stralingsschade).
  • Massa-penalty: Een cruciale innovatie is de directe koppeling van de structuurmassa aan het vermogen. Een groter zonnepaneeloppervlak verhoogt de droge massa van het ruimteschip ($m_{dry}$). De optimizer moet dus afwegen of het extra vermogen (door grotere panelen) opweegt tegen de kinematische straf van een zwaarder ruimteschip.
• Optimalisatieformulering:
  • Doelfunctie: Minimaliseren van de vliegtijd ($t_f$) voor een spiraalvormige afdaling van een 750 km naar een 200 km baan rond 16-Psyche.
  • Ontwerpparameters: Zonnepaneeloppervlak ($A_{SA}$), commanded engine power ($P_E$), en stuwkrachtstuurhoek ($\alpha$).
  • Oplossingsmethode: Het probleem wordt opgelost als een tijd-optimale controleprobleem met een collocation-methode (directe transcripctie) in Dymos. De niet-lineaire programmering (NLP) wordt opgelost met IPOPT.
• Numerieke Uitdagingen: Vanwege de zwakke zwaartekracht van de asteroïde vereist het traject honderden omwentelingen, wat leidt tot stijve optimalisatieproblemen en "collocation defects" (waarbij de discrete oplossing afwijkt van de continue fysieke weg).
  • Oplossing: Een Fast Fourier Series (FFS) methode wordt gebruikt om een dynamisch haalbare startgrootte (initial guess) te genereren. Voor de uiteindelijke oplossing wordt gebruikgemaakt van High-Performance Computing (HPC) resources om het transcripctie-netwerk te verfijnen (>100 segmenten) en de defects tot nul te reduceren.

3. Belangrijkste Bijdragen

1. Gekoppeld MDO Framework: Een nieuw framework dat trajectdynamica, zonne-energiebeschikbaarheid, thruster-prestaties (met degradatie) en structuurmassa gelijktijdig optimaliseert.
2. Realistische Thruster-modellering: Implementatie van een VSI-model voor de SPT-140 thruster dat rekening houdt met discrete throttle-modes en dynamische vermogensbeperkingen, in plaats van statische aannames.
3. Structuur-Massa Koppeling: Het expliciet modelleren van de massapenalty van grotere zonnepanelen, waardoor de optimizer de fundamentele trade-off tussen vermogen en massa kan vaststellen.
4. Numerieke Robuustheid: Het demonstreren van een succesvolle aanpak voor het oplossen van hoog-revolutie spiraal-trajecten door FFS-initialisatie en HPC-gebaseerde grid-verfijning om collocation-defects te elimineren.

4. Resultaten

Het framework werd getest voor een missie rond de asteroïde 16-Psyche en vergeleken met een "baseline" case (alleen trajectoptimalisatie met vaste parameters).

• Prestatieverbetering: De volledig gekoppelde MDO-benadering resulteerde in een reductie van de vliegtijd met 20,07% (van ~20,78 uur naar ~16,61 uur) vergeleken met de baseline.
• Ontwerpveranderingen:
  • De optimizer koos voor een groter zonnepaneeloppervlak: van 50 $m^2$ (baseline) naar 79,79 $m^2$.
  • Dit leidde tot een toename van de startmassa met 11,02% (van 418 kg naar 464 kg) door de extra massa van de panelen.
  • Het brandstofverbruik steeg met 113,6% (van 0,66 kg naar 1,41 kg), maar dit was de prijs die werd betaald voor het hogere stuwkrachtniveau dat mogelijk werd door het extra vermogen.
• Validatie: De resultaten toonden aan dat de "power-starved" omgeving van 16-Psyche een geïntegreerde aanpak vereist. De optimizer bewees dat het voordeel van extra vermogen (snellere transitie) de nadeel van extra massa (trager versnellen) ruimschoots compenseert.
• Numerieke observaties: De studie bevestigde dat een grof grid (50 segmenten) leidt tot fysiek onnauwkeurige oplossingen (collocation defects), en dat een fijnere grid (>100 segmenten) op HPC-systemen noodzakelijk is voor vluchtklare, defect-vrije trajecten.

5. Betekenis en Conclusie

Dit onderzoek benadrukt dat het behandelen van aandrijvingsprestaties en energiesystemen als vaste parameters in diepe ruimte-missies leidt tot suboptimale ontwerpen. Door een geïntegreerde MDO-aanpak te gebruiken, kunnen ontwerpers de complexe trade-offs tussen vermogen, massa en tijd in realistische omstandigheden (zoals verminderde zonnestraling) beter beheren.

Het voorgestelde framework biedt een schaalbare basis voor toekomstige missieontwerpen, met potentie voor uitbreiding naar andere objectief functies (zoals brandstofoptimalisatie), meerdere thruster-configuraties en verdere subsysteem-integratie. Het is een belangrijke stap naar realistischere en efficiëntere ontwerpen voor toekomstige elektrische aandrijvingsmissies naar kleine hemellichamen.