A Simplified Reliability Model for Mars Rover Landing Systems Using Monte Carlo Simulation and Reduced Gradient Optimization

Het naar een andere planeet brengen van een ruimtevaartuig om te landen is een van de moeilijkste uitdagingen in de techniek. Het is een race tegen de klok en de natuurkunde met een hoge inzet, waarbij een voertuig een vurige intrede door een dunne atmosfeer moet overleven, moet afremmen van hypersonische snelheden en zachtjes moet landen op een oppervlak dat duizenden kilometers ver weg is. Omdat de communicatievertraging tussen de Aarde en Mars zo groot is, moet de hele sequentie automatisch verlopen, zonder menselijke hand die het schip stuurt. Als de wiskunde niet klopt, of als de wind sterker is dan verwacht, mislukt de missie. Daarom ontwerpen ingenieurs niet alleen een landingsysteem; ze moeten ook proberen te voorspellen hoe groot de kans op succes is voordat de raket überhaupt de grond verlaat. Ze gebruiken betrouwbaarheidsanalyse, een methode die de landing niet beschouwt als een enkele gegarandeerde gebeurtenis, maar als een evenwicht van krachten die de verkeerde kant op kunnen slaan, afhankelijk van hoe de wind waait of hoe de motor presteert.

In een recente studie wierpen onderzoekers aan de Federal University of ABC in Brazilië een vereenvoudigd licht op dit probleem, waarbij zij de Mars 2020 Perseverance rover-missie als inspiratiebron gebruikten. In plaats van een complex computermodel te bouwen dat elke seconde van de afdaling simuleert, concentreerden zij zich op de laatste momenten van de landing. Zij stelden zich het ruimtevaartuig voor als één enkel object dat naar de rode planeet valt, omlaag getrokken door de zwaartekracht. Om te voorkomen dat het neerstort, duwen twee krachten omhoog terug: de luchtweerstand die wordt gecreëerd door een gigantische parachute en de stuwkracht van een raketmotor die naar beneden vuurt, ook wel bekend als retro-propulsie. De onderzoekers creëerden een wiskundig model om te zien of de opwaartse krachten sterk genoeg waren om de neerwaartse trek van de zwaartekracht van de planeet te overwinnen. Zij beschouwden de kerngetallen in deze vergelijking — zoals de dichtheid van de Marsiaanse lucht, de grootte van de parachute, de snelheid van de afdaling en de kracht van de raketmotor — als variabelen die van de ene landing naar de andere licht kunnen verschillen, precies zoals in de werkelijkheid.

Om te testen hoe groot de kans op een succesvolle landing was, gebruikten het team twee verschillende benaderingen. De eerste was een methode genaamd Monte Carlo-simulatie, wat in essentie een digitale loterij is. De computer genereerde duizenden willekeurige scenario's, elk met licht verschillende waarden voor de wind, de parachute grootte en de motorkracht, en controleerde vervolgens of het ruimtevaartuig in elk scenario veilig landde. De tweede benadering was een optimalisatietechniek die zocht naar de meest gevaarlijke combinatie van omstandigheden die tot een crash zou leiden. Door de resultaten van deze twee methoden te vergelijken, konden de onderzoekers zien of hun vereenvoudigde model stand hield onder kritische blik. Ze testten ook of het type wiskundige curve dat werd gebruikt om de onzekerheid van de wind of de motor te beschrijven uitmaakte, en of het draaien van de simulatie op verschillende computerprogramma's de uitkomst veranderde.

De resultaten schetsen een duidelijk, zij het enigszins sober beeld. Wanneer de onderzoekers de raketmotor in hun model opnamen, toonde het systeem een betrouwbaarheidsindex die suggereerde dat de faalkans ongeveer 35 tot 37 procent bedroeg. Dit betekent dat in hun vereenvoudigde simulatie de landing eerder zou mislukken dan slagen, maar het model was opzettelijk basis en niet bedoeld om de volledige, hoogwaardig technisch uitgevoerde realiteit van de eigenlijke missie weer te geven. De belangrijkste bevinding kwam echter toen zij de raketmotor uit de vergelijking verwijderden om te zien wat er zou gebeuren. Zonder de stuwkracht van de retro-propulsie sprong het faalpercentage naar bijna 100 procent. De parachute en de luchtweerstand alleen waren niet voldoende om het ruimtevaartuig te stoppen. Dit bevestigde dat de raketmotor het meest kritieke onderdeel van het systeem is in dit vereenvoudigde beeld; zonder deze is de missie bijna zeker gedoemd tot een ramp.

De studie onthulde ook dat de specifieke details van hoe de onderzoekers de onzekerheid modelleerden, het grote plaatje niet veranderden. Of ze nu aannamen dat de windsnelheden een standaard klokcurve volgden of een ander, extremer patroon, het faalpercentage bleef rond de 35 tot 37 procent markering. Evenzo maakte het niet uit of de simulatie werd uitgevoerd met een klein aantal testgevallen of een zeer groot aantal, of dat er verschillende softwaretools werden gebruikt; de uitkomst veranderde niet. De uitkomst was stabiel en consistent. De onderzoekers vonden dat de twee verschillende wiskundige methoden die zij gebruikten goed met elkaar overeenkwamen, wat hen vertrouwen gaf in hun vereenvoudigde benadering als een geldige manier om de meest gevaarlijke delen van het landingsproces te identificeren.

Uiteindelijk demonstreert dit werk hoe ingenieurs betrouwbaarheidsanalyse kunnen gebruiken om een complex probleem terug te brengen tot de essentie en de zwakke punten te vinden. Door aan te tonen dat het verwijderen van de raketmotor leidt tot zeker falen, benadrukt de studie de absolute noodzaak van dat subsysteem. Hoewel de cijfers uit dit vereenvoudigde model geen voorspelling zijn van het succes van de eigenlijke Perseverance-missie, biedt de methode een transparante manier om te begrijpen welke onderdelen van een landingssysteem het meest van belang zijn. Het laat zien dat in de chaotische omgeving van een planetaire landing het verschil tussen succes en falen vaak komt neer op één enkele, kritieke kracht die de lijn houdt tegen de aantrekkingskracht van de zwaartekracht.