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

Resumo Técnico: Análise e Projeto de Estratégia de Sobressalentes para Constelação de Satélites em Grande Escala usando Inserção Direta sob Política (𝑟, 𝑞)

Declaração do Problema
Constelações de satélites em Órbita Terrestre Baixa (LEO) em grande escala exigem políticas robustas de gestão de sobressalentes para manter o desempenho diante de falhas de satélites. Embora o reparo em órbita seja frequentemente proibitivamente caro, o lançamento de satélites de substituição torna-se cada vez mais custo-efetivo devido à redução dos custos de lançamento e às eficiências da produção em massa. Existem duas estratégias principais de reposição: indireta (agrupamento de sobressalentes em órbitas de estacionamento para transferência posterior baseada em deriva) e direta (inserção imediata nos planos da constelação). Este artigo foca na estratégia direta de sobressalentes, abordando a necessidade de um quadro analítico rigoroso e eficiente para modelar, avaliar e otimizar a política de inventário $(r, q)$ (ponto de reabastecimento $r$, quantidade do pedido $q)$ específica para inserção direta. Ao contrário de estudos anteriores que podem depender de simulações computacionalmente intensivas, este trabalho busca fornecer um método analítico rápido e preciso, adequado para otimização de projeto.

Metodologia
Os autores propõem um quadro baseado em cadeia de Markov de tempo discreto para modelar a dinâmica estocástica das falhas de satélites e dos tempos de espera (lead times) dos veículos lançadores (LV). A metodologia procede através das seguintes etapas:

1. Modelagem do Sistema:

   • Definição de Estado: O número de satélites (operacionais mais sobressalentes) em um único plano orbital é modelado como um estado $X_k \in \{0, 1, \dots, N_{sat}\}$.
   • Dinâmica de Falhas: As falhas de satélites seguem um processo de Poisson com taxa $\lambda_{sat}$. Uma matriz de transição $P_f$ é construída para modelar a diminuição de estados, assumindo a substituição imediata de satélites operacionais falhos por sobressalentes e que os próprios sobressalentes não falham.
   • Dinâmica de Tempo de Espera: O tempo de espera para reabastecimento terrestre é modelado como uma distribuição exponencial deslocada ($T \sim \text{Exp}(\mu_{lv}) + \tau_{lv}$), onde $\tau_{lv}$ é um atraso de processamento constante.
   • Lógica da Política: A política $(r, q)$ é aplicada: se o nível de estoque cair para ou abaixo de $r$, um pedido de $q$ sobressalentes é feito.

2. Derivação Analítica:
   A contribuição central é a derivação da distribuição de estado estacionária sobre um ciclo completo de reposição ($\pi_{rc}$), decompondo o ciclo em dois períodos distintos:

   • Período Inter-Pedido (IO): O tempo desde a chegada de um reabastecimento até que o nível de estoque atinja o ponto de reabastecimento $r$. Os autores derivam a distribuição de estado esperada $\pi_{io}$ e a duração $k_{io}$ usando matrizes de projeção ($C_r^+$) para isolar estados acima de $r$.
   • Período de Tempo de Espera (LT): O tempo desde a colocação de um pedido até a chegada dos novos sobressalentes. A distribuição esperada $\pi_{lt}$ e a duração $k_{lt}$ são derivadas usando a densidade de probabilidade do tempo de espera e a matriz de falhas $P_f$.
   • Agregação do Ciclo: A distribuição estacionária global $\pi_{rc}$ é calculada como uma combinação linear ponderada de $\pi_{io}$ e $\pi_{lt}$, normalizada pelas suas respectivas durações esperadas.

3. Quadro de Otimização:
   Usando o $\pi_{rc}$ derivado, os autores formulam um problema de otimização para minimizar o custo operacional total esperado ($C_{total}$), definido como a soma dos custos de fabricação, manutenção e lançamento. O problema está sujeito a:

   • Restrição de Resiliência: A escassez esperada ($S$) não deve exceder um limite definido pelo usuário $\epsilon$.
   • Restrição de Carga Útil: A massa total do pedido ($q \times m_{sat}$) não deve exceder a capacidade de carga útil do veículo lançador.
   • Variáveis de Decisão: Os valores inteiros para a quantidade do pedido $q$ e o ponto de reabastecimento $r$.

Contribuições Principais

• Análise de Estratégia Direta: O artigo fornece um modelo analítico detalhado especificamente para a estratégia direta de reposição de sobressalentes, estendendo trabalhos anteriores focados em estratégias indiretas.
• Solução Não Iterativa: Ao contrário da análise de estratégia indireta que pode exigir procedimentos iterativos, a análise de estratégia direta apresentada aqui é não iterativa. Resolve a distribuição estacionária via operações matriciais, reduzindo significativamente a complexidade computacional.
• Métricas de Custo e Resiliência: O quadro quantifica explicitamente o trade-off entre custos operacionais (fabricação, manutenção, lançamento) e resiliência do sistema (escassez esperada), permitindo decisões de projeto baseadas em dados.
• Validação: O modelo analítico é validado contra simulações de Monte Carlo em 100 casos de teste com parâmetros variados (taxas de falha, tempos de espera, tamanhos de pedido).

Resultados

• Precisão e Eficiência: A validação numérica demonstra que o método analítico alcança um erro relativo máximo inferior a 1% em comparação com simulações de Monte Carlo de 20 anos (média sobre 1.000 execuções). O método analítico calcula resultados em menos de um milissegundo, enquanto as simulações exigem várias horas, confirmando sua adequação como um laço interno para otimização.
• Achados de Otimização:
  • Em um cenário de referência (taxa de falha $\lambda_{sat} = 0.05$, limite de escassez $\epsilon = 0.25$), a política ótima encontrada foi $q=2$ e $r=39$.
  • Compartilhamento de Lançamento vs. Contrato Completo: A análise revela que reservar o veículo lançador completo é geralmente ótimo, mesmo quando oportunidades de compartilhamento estão disponíveis, devido às estruturas de custo específicas assumidas (um prêmio de 20% para precificação por unidade). O compartilhamento de lançamento torna-se custo-efetivo apenas em um regime de falha muito baixa ($\lambda_{sat} \in [0.001, 0.008]$).
  • Sensibilidade: À medida que a taxa de falha de satélites aumenta, o ponto de reabastecimento ótimo $r$ aumenta (por exemplo, de 39 para 42) para manter o nível de resiliência requerido, enquanto o custo total aumenta de acordo.

Significado e Alegações
O artigo afirma que o quadro baseado em cadeia de Markov proposto oferece uma ferramenta rápida e precisa para a análise e projeto de políticas de gestão de sobressalentes para constelações em grande escala. Seu significado principal reside em permitir a otimização de projeto, fornecendo uma alternativa computacionalmente eficiente às abordagens pesadas em simulação. Os autores afirmam que os resultados otimizados para a estratégia direta servem como contraparte para comparação com a estratégia indireta em um estudo complementar. Além disso, o quadro é apresentado como extensível a outras configurações de constelação (por exemplo, agentes heterogêneos) e políticas alternativas de reposição, embora o trabalho atual foque estritamente na estratégia direta sob uma política $(r, q)$.