Optimization-Based Formation Flight on Libration Point Orbits

Dit artikel presenteert een modelvoorspellende regeling voor station-keeping van ruimtevaartuigformaties op libratiepuntenbanen, die via sequentieel convex programmeren een niet-convex optimalisatieprobleem oplost om padbeperkingen te handhaven met een propellantverbruik vergelijkbaar met bestaande methoden.

De kern

De Zonnebril-Formule voor Ruimteschepen: Hoe een Slimme Computer een Dansend Vliegtuigje in de Zwaartekracht Houdt

Stel je voor dat je een groepje vrienden hebt die een danspactje moeten uitvoeren in een heel vreemd park. Dit park is niet op aarde, maar in de ruimte, ergens tussen de Aarde en de Maan. Hier is de zwaartekracht een beetje gek: het is alsof er onzichtbare trekkers en duwers zijn die de dansers voortdurend uit hun ritme proberen te halen.

Deze "dansers" zijn ruimteschepen, en hun dansvloer is een speciale baan rond een punt waar de zwaartekracht van de Aarde en de Maan elkaar bijna opheffen. Dit heet een Libratiepunt. Het probleem? Als ze niet oppassen, botsen ze tegen elkaar aan of raken ze elkaar kwijt. En ze mogen niet te veel brandstof verbruiken, want dat is hun levensbloed.

Dit artikel beschrijft een slimme nieuwe manier om deze groep ruimteschepen in vorm te houden, ontwikkeld door Yuri Shimane en zijn collega's. Hier is hoe het werkt, vertaald naar alledaags taal:

1. De Uitdaging: Dansen in een Trillende Zwaartekracht

In een normaal park (zoals rond de Aarde) kun je een vaste route plannen. Maar in dit "Libratie-park" is de route nooit precies hetzelfde. De zwaartekracht verandert continu, alsof de grond onder je voeten trilt.

• Het oude probleem: Vroeger probeerden ze de schepen te besturen alsof ze op een rechte lijn vlogen. Dat werkte niet goed. Ze gebruikten losse regels: "Houd je op je plek" en "Blijf uit de buurt van je vriend". Dit leidde tot onnodig veel brandstofverbruik en soms gevaarlijke situaties.
• De nieuwe aanpak: Ze hebben een MPC (Model Predictive Control) systeem bedacht. Denk hieraan als een super-slimme dansmeester die niet alleen kijkt naar waar de dansers nu staan, maar een voorspelling maakt van waar ze over een uur zullen zijn, en dan direct de juiste instructies geeft om problemen te voorkomen voordat ze ontstaan.

2. De Slimme Strategie: De "Vooruitkijkende" Dansmeester

De dansmeester (de computer) doet het volgende:

• Kijken vooruit: Hij kijkt niet alleen naar de volgende stap, maar naar de hele dans (de komende weken).
• Weinig bewegingen: De schepen kunnen niet continu sturen; dat kost te veel brandstof. Ze mogen maar een paar keer per "ronde" (orbit) een kleine duwtje geven. De computer moet dus slim plannen: Wanneer geef ik precies de juiste duw om de rest van de rit soepel te laten verlopen?
• De regels:
  1. Niet te dichtbij: Botsen is verboden (minimale afstand).
  2. Niet te ver: Ze moeten elkaar kunnen zien en communiceren (maximale afstand).
  3. Geen zonsondergang in de ogen: De zon mag niet tussen de schepen in staan als ze naar elkaar kijken (dit heet de "zon-fasehoek").

3. De Magische Trucs: Hoe het Werkte

De auteurs gebruikten twee slimme trucjes om dit allemaal te laten werken:

• Truc 1: De "Veiligheidsmarge" (Constraint Tightening)
  Stel je voor dat je een bal gooit naar een vriend. Als je precies op de rand van de doelcirkel gooit, is het risico groot dat hij net buiten valt als er een windvlaag komt.
  De computer lost dit op door de regels tijdelijk strenger te maken. Hij zegt: "Oké, we moeten 10 km uit elkaar blijven, maar voor de zekerheid gaan we doen alsof we 30 km uit elkaar moeten blijven."
  Hoe verder je in de toekomst kijkt, hoe strenger deze regel wordt. Dit zorgt ervoor dat als er onverwachte fouten optreden (zoals een kleine navigatiefout), het systeem nog steeds veilig binnen de echte grenzen blijft. Het is als het dragen van een te grote jas: als het koud wordt, heb je nog genoeg ruimte.

• Truc 2: De "Tussen-de-Punten" Check (Isoperimetric Reformulation)
  Normaal gesproken kijkt een computer alleen op de momenten dat de schepen sturen (bijvoorbeeld elke maandag). Maar wat gebeurt er dinsdag, woensdag en donderdag? Misschien botsen ze dan wel!
  De auteurs gebruiken een wiskundige truc (isoperimetrische herschrijving) die de computer dwingt om te controleren of de regels continu gelden, niet alleen op de momenten van sturen. Het is alsof de dansmeester de dansers niet alleen checkt bij het begin en einde van de maat, maar de hele dans doorloopt om zeker te weten dat ze nooit tegen elkaar aanlopen.

4. De Resultaten: Een Succesvolle Dans

De auteurs hebben dit getest in een heel gedetailleerde simulatie (alsof ze het in een virtueel universum hebben gedaan) met veel ruis en fouten (zoals onnauwkeurige sensoren).

• Het resultaat: De schepen bleven perfect in vorm, botsten niet, en konden elkaar blijven zien, zelfs als de zon in de weg stond.
• Brandstof: Ze verbruikten ongeveer evenveel brandstof als de beste oude methoden, maar dan met veel meer veiligheid en minder gedoe.
• Flexibiliteit: Omdat het systeem op "regels" werkt en niet op starre patronen, kunnen ze nu ook nieuwe regels toevoegen, zoals "houd de zon uit je ogen", zonder het hele systeem opnieuw te moeten bouwen.

Conclusie

Kortom: Dit artikel presenteert een slimme, flexibele manier om een groep ruimteschepen in de complexe ruimte tussen Aarde en Maan bij elkaar te houden. Het gebruikt een slimme computer die vooruitkijkt, veiligheidsmarges gebruikt en continu controleert of alles veilig is. Het is alsof je een dansgroep hebt die, ondanks trillende vloeren en onvoorspelbare wind, perfect synchroon blijft dansen zonder ooit een stap verkeerd te zetten.

Dit is een belangrijke stap voor toekomstige missies, zoals het Gateway-station bij de Maan, waar meerdere schepen samen moeten werken in een zeer lastige omgeving.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Optimization-Based Formation Flight on Libration Point Orbits" in het Nederlands.

Titel: Optimalisatie-gebaseerde formatievloog op Libratiepuntenbanen

1. Probleemstelling

De paper adresseert de uitdaging van het veilig en efficiënt besturen van een formatie van ruimtevaartuigen die vliegen langs een Libratiepuntenbaan (LPO), specifiek de Near-Rectilinear Halo Orbit (NRHO) die wordt gebruikt voor het Gateway-project.

De kernproblemen zijn:

• Dynamische complexiteit: De dynamica in een High-Fidelity Ephemeris Model (HFEM) zijn tijdvariërend en aperiodisch, waardoor traditionele methoden die gebaseerd zijn op quasi-periodieke tori (QPT) en lineaire relatieve orbitelementen (ROE) moeilijk formaliseerbare garanties voor passieve veiligheid kunnen bieden.
• Beperkte manoeuvreerbaarheid: Operationele beperkingen staan vaak slechts een beperkt aantal manoeuvres per omloop toe (bijv. twee per revolutie), wat leidt tot lange intervallen van vrije drift.
• Veiligheids- en operationele constraints: Er moeten continue tijd (Continuous-Time, CT) padbeperkingen worden gehandhaafd, zoals een minimumafstand om botsingen te voorkomen, een maximumafstand voor communicatie, en beperkingen op de relatieve zon-fasehoek om zonnestoring van communicatielinks te voorkomen.
• Onzekerheid: Het systeem moet robuust zijn tegen onzekerheden zoals injectiefouten, modelfouten (bijv. stralingsdruk), navigatiefouten en uitvoeringsfouten van de besturing.

Bestaande aanpakken gebruiken vaak een gedecoupeerde architectuur (absoluut en relatief station-keeping gescheiden), wat leidt tot suboptimale brandstofverbruik en de noodzaak van extra "after-the-fact" veiligheidschecks.

2. Methodologie

De auteurs ontwikkelen een centraal Model Predictive Control (MPC) kader dat absoluut en relatief station-keeping simultaan regelt binnen één geoptimaliseerd raamwerk.

A. Multi-Vehicle Optimal Control Problem (MVOCP)
Het probleem wordt geformuleerd als een MVOCP dat de totale brandstofconsumptie minimaliseert onder de volgende voorwaarden:

• Dynamica: Een hoogwaardig model (HFEM) dat zwaartekracht van de Maan (sferische harmonici tot graad 4), zonnestralingsdruk (SRP), en derde-lichaamseffecten (Aarde, Zon) omvat.
• Besturingscadans: De besturing is beperkt tot impulsive manoeuvres op specifieke punten in de baan (bij $\theta = 160^\circ$ en $200^\circ$), wat overeenkomt met operationele realiteit (twee manoeuvres per omloop).
• Padbeperkingen (Path Constraints):
  • Botsingsvermijding: Continue ondergrens op de onderlinge afstand.
  • Communicatie/Beeldvorming: Continue bovengrens op de afstand en beperkingen op de relatieve zon-fasehoek (alleen tijdens de apolune-segmenten).

B. Oplossingsstrategie voor Recursieve Haalbaarheid en Continuïteit
Om het niet-convexe MVOCP op te lossen en robuustheid te garanderen, worden drie cruciale technieken toegepast:

1. Progressieve Constraint Tightening (Aanhalen van beperkingen):
   Om recursieve haalbaarheid te bevorderen in aanwezigheid van onzekerheid, worden de padbeperkingen geleidelijk "aangescherpt" over de voorspellingshorizon. Een heuristische functie $\zeta(t)$ voegt een marge toe die toeneemt naarmate de tijd vordert. Dit zorgt ervoor dat de oplossing op tijdstip $t_k$ voldoende marge biedt om de oorspronkelijke beperkingen te blijven voldoen bij de volgende iteratie $t_{k+1}$, ondanks verstoringen.

2. Isoperimetrische Herformulering (Continuous-Time Constraint Satisfaction - CTCS):
   Om te voorkomen dat beperkingen worden geschonden tussen de discrete besturingsknooppunten (inter-sample violations), worden de continue tijd-beperkingen omgezet in isoperimetrische integralen. In plaats van $g(x(t)) \leq 0$ op discrete tijdstippen, wordt de integraal van het kwadraat van de overtreding over het interval gelijk aan nul gesteld:
   $$\int \max[0, g(x(t), t)]^2 dt = 0$$
   Dit wordt geïmplementeerd door slack-variabelen met fictieve dynamica toe te voegen aan het optimalisatieprobleem.

3. Sequential Convex Programming (SCP):
   Het resulterende MVOCP is niet-convex. Het wordt opgelost via SCP, specifiek een Augmented Lagrangian (AL) methode. Dit lineariseert en convexifieert het probleem iteratief rond een referentietraject, gebruikmakend van vertrouwensgebieden (trust regions) en Lagrange-multiplicatoren om convergentie naar een lokaal optimum te garanderen.

3. Belangrijkste Bijdragen

1. Unificatie van Absolute en Relatieve Besturing: Het ontwikkelen van een centraal MPC-kader dat absoluut station-keeping (volgen van de referentiebaan) en relatief station-keeping (behoud van formatiegeometrie) simultaan optimaliseert, wat leidt tot een lager brandstofverbruik dan gedecoupeerde methoden.
2. Directe Implementatie van CT-Constraints: Het succesvol toepassen van isoperimetrische herformulering om continue tijd-padbeperkingen (zoals zon-fasehoek en botsingsvermijding) direct in het optimalisatieprobleem op te nemen, zonder afhankelijkheid van benaderende dynamische structuren zoals QPT.
3. Robuustheid via Constraint Tightening: Het demonstreren dat een progressieve aanpak van het aanscherpen van beperkingen recursieve haalbaarheid garandeert in een HFEM-omgeving met realistische onzekerheden, zonder het systeem overmatig conservatief te maken.
4. Operationele Realisme: Het kader is ontworpen voor een realistische cadans van twee manoeuvres per omloop, wat de toepasbaarheid voor toekomstige missies (zoals Gateway) verhoogt.

4. Resultaten

De methode is geëvalueerd via Monte Carlo-simulaties (100 runs) over 10 omlopen (ongeveer 65,5 dagen) voor een formatie van twee ruimtevaartuigen.

• Haalbaarheid: De voorgestelde methode (Experiment III) behaalde 100% succes (recursieve haalbaarheid) in alle Monte Carlo-runnen, zelfs met significante onzekerheden in injectie, navigatie en besturing.
• Vergelijking met Discrete Benadering: Experimenten waarbij beperkingen alleen op de knooppunten werden afgedwongen (zonder isoperimetrische herformulering) leidden tot frequente schendingen van de minimale afstand en zon-fasehoek tussen de manoeuvres.
• Brandstofverbruik:
  • De totale brandstofkosten voor een formatie die zowel afstand- als zon-fasehoekbeperkingen respecteert, waren vergelijkbaar met die van een formatie die alleen afstandbeperkingen respecteert.
  • De geschatte jaarlijkse kosten liggen in de orde van enkele honderden cm/s per ruimtevaartuig (bijv. ~420 cm/s voor 3-$\sigma$ scenario's), wat vergelijkbaar is met bestaande methoden gebaseerd op LTC (Local Toroidal Coordinates).
  • De methode met continue beperkingen (isoperimetrisch) bleek efficiënter dan de methode met alleen discrete beperkingen, ondanks dat het een strikter probleem oplost. Dit komt doordat de continue methode de ruimtevaartuigen naar een geometrie stuurt die ook na de voorspellingshorizon haalbaar blijft, wat latere kosten verlaagt.
• Sensitiviteit: Een analyse van de "constraint tightening" parameters toonde aan dat zonder deze aanpassing de faalrate sterk stijgt (van 100% naar 50% succes), wat het belang van de marge-beheersstrategie onderstreept.

5. Betekenis en Conclusie

De paper presenteert een robuust en efficiënt raamwerk voor formatievloog in complexe dynamische omgevingen zoals de NRHO. De belangrijkste doorbraak is het vermogen om continue tijd-beperkingen en operationele realiteit (beperkte manoeuvreerbaarheid) direct in één optimalisatieprobleem te integreren zonder te vertrouwen op vereenvoudigde dynamische modellen.

Dit maakt het mogelijk om complexe missie-eisen (zoals continue optische zichtbaarheid en botsingsvermijding) te garanderen met een brandstofverbruik dat concurrerend is met gevestigde methoden. De aanpak biedt een schaalbare oplossing voor toekomstige constellatiemissies rondom libratiepunten, waarbij passieve veiligheid en operationele flexibiliteit centraal staan.