De opruimers van het heelal: on-orbit servicers (OOS’s) (video)

Er bewegen zich momenteel zo’n 3000 verlaten satellieten in een baan om de aarde en dat worden er steeds meer. Gezien het risico op botsingen, wil men ze vangen, repareren, bijtanken of uit de baan halen. En dat doet een onderhoudsteam bestaande uit on-orbit servicers (OOS’s).

Afhankelijk van de missievereisten kunnen on-orbit servicers (OOS’s) een satelliet zoals gezegd vangen, repareren, bijtanken of uit de baan halen. De hardware en software die nodig zijn om met zo’n breed scala aan potentiële doelen in zulke dynamische omgevingen te werken, is echter complex. En wanneer je geconfronteerd wordt met de uitdaging van niet-reagerende of onbetrouwbare satellieten, wordt het een unieke uitdaging.

Normale OOS-operaties kunnen worden onderverdeeld in vier afzonderlijke fasen, elk met zijn eigen vereisten:

• Langeafstandsgeleiding
• Eindnadering
• Opname in de baan
• Na de opname

Naderen zonder botsen

Voor langeafstandsgeleiding is een breed scala aan sensoren nodig, van telescopen tot sterrenvolgers, en een gedetailleerd begrip van de baanmechanica om een ​​koers uit te stippelen vanaf de huidige positie van een OOS naar de doelsatelliet. Het aanpassen van banen gebeurt steeds vaker via boordcomputers, die trajectverschillen berekenen met behulp van zoveel mogelijk sensorinputs en deze vervolgens invoeren in een traditionele controller. Die controller gebruikt de verschillende stuwraketten en vliegwielen aan boord van de OOS om de snelheid, oriëntatie en uiteindelijk de baan van het object te regelen.

Zodra de OOS de doelsatelliet nadert, begint de volgende fase: de eindnadering. Deze fase vereist een veel nauwkeuriger afgestelde controle, aangezien elke misstap rampzalig kan zijn voor zowel de OOS als zijn doel. Dit is waar nabijheidsdetectiesensoren, zoals lidar en ultrasonics, het overnemen. De OOS voert kleine aanpassingen in de baan uit om dichtbij zijn doel te komen, maar er niet mee te botsen.

Vangen

Het succes van de orbit vang-fase hangt grotendeels af van het type vang-systeem dat de OOS gebruikt. Veelvoorkomende opties zijn een grijphaak, een robotarm of een net. Oudere satellieten hebben geen gestandaardiseerde interface voor capture, zoals een docking ring of iets dergelijks, hoewel nieuwere satellieten doorgaans met dit in gedachten zijn ontworpen. Voor kleinere satellieten, zoals CubeSats, is er echter nog geen standaardisatie met betrekking tot een docking-mechanisme.

OOS’s worden doorgaans per geval ontworpen en gelanceerd, omdat dat goedkoper is dan het bouwen en lanceren van nieuwe satellieten. Dit proces is echter nog maar een paar keer succesvol afgerond, en alleen als de OOS en de doelsatelliet samenwerkten. Er is nog geen voorbeeld van een OOS die een niet-coöperatieve satelliet heeft gevangen, wat gebeurt als een satelliet beschadigd is, niet reageert of niet kan herkennen dat een OOS hem probeert te vangen. Dit komt deels door de potentieel onvoorspelbare aard van satelliettrajecten.

Wanneer satellieten niet meewerken – of zelfs tegenstribbelen

Zulke willekeurige en dynamische omgevingen vormen spannende uitdagingen voor regeltechnici. Veel teams hebben modellen ontwikkeld voor alles, van het schatten van de traagheid van een satelliet tot het berekenen van de rotatiesnelheid. Deze schattingen worden vervolgens ingevoerd in een regelmodel, dat helpt om belangrijke gegevenspunten te leveren aan de OSS voor de langeafstands-, eindnaderings- en vangfasen.

Zodra de satelliet is gevangen, ontstaan ​​er interessantere regelproblemen. Vanuit het perspectief van de orbitale mechanica en dynamiek vormen de twee satellieten nu één gecombineerd systeem. De doelsatelliet heeft echter verschillende onbekende parameters, zoals de massa of de aanwezigheid van lokaal puin, waardoor het lastig is om deze te besturen met behulp van traditionele regeltheorie.

Een extra complicatie is dat sommige satellieten zijn geprogrammeerd om manipulatie te weerstaan. Ze kunnen zijn ontworpen om in een specifieke richting te wijzen en hun oriëntatie aan te passen op basis van regelparameters. Als de OOS probeert die parameters te wijzigen en de satelliet nog steeds operationele houdingcontrole heeft, kan deze de OOS actief weerstaan.

Eindhoven weet raad

Dit alles maakt de situatie ideaal voor een machine learning-model om te beheren, en dat is precies wat Yuhan Liu van de Technische Universiteit Eindhoven en haar collega’s in een recent artikel hebben onderzocht. Ze gebruikten een machine learning-techniek die bekendstaat als Gaussian process (GP) om een ​​dynamisch model van het multi-spacecraft-systeem te creëren, zonder de noodzaak om trainingssets bij te werken of significante achtergrondberekeningen in realtime uit te voeren.

Rekenbelasting is een belangrijke overweging voor GP-machine learning-modellen, omdat ze doorgaans een aanzienlijke hoeveelheid trainingsgegevens en continue updates op basis van nieuwe invoer vereisen. Dit zou niet werken in de rekenkundig beperkte omgeving van een OOS-satelliet. Bovendien zou het verzenden van nieuwe besturingsopdrachten vanaf de grond te langzaam zijn.

Om dit aan te pakken, bedacht het team een ​​manier om een ​​online model aan te passen dat meer is ontworpen voor het nemen van realtime beslissingen dan voor het leren van een bestaande dataset. Ze gebruikten een spaarzaam model om de rekenkundige eisen te verminderen, waarbij ze slechts een subset van de binnenkomende data in overweging namen. Ze maakten het model ook recursief, zodat nieuwe data het systeem updaten in plaats van het opnieuw te trainen vanaf nul.

Er zijn echter nog steeds beperkingen. Deze omvatten de noodzaak om het interne geheugen van de OOS’en efficiënt te gebruiken, aangezien het bijwerken van parameters een aanzienlijk deel van het werkgeheugen van het systeem kan innemen. Bovendien moet het algoritme ervoor zorgen dat de oplossing convergeert naar een stabiel punt in plaats van verdere chaos te introduceren in een toch al onvoorspelbaar systeem.

In een test voerden de auteurs hun systeem uit in een simulator die was ontworpen om de vangst en houdingcontrole van een niet-coöperatieve satelliet na te bootsen. Ze ontdekten dat hun oplossing aanzienlijk beter presteerde dan bestaande modellen. Stabiliteit werd aangetoond door de uiteindelijke positionering van de houdingparameters van de OOS te behouden, waardoor de catastrofale storing van een op hol geslagen feedbacklus, die vergelijkbaar is met microfoonfeedback, werd vermeden.

Zo’n controller in een simulator laten draaien is één ding; dat doen op een echte OOS-satelliet is nog iets anders. Veel bedrijven strijden om de eer om de eerste OOS te produceren die in staat is om een niet-coöperatieve satelliet te vangen en te besturen, waaronder kleinere spelers als Astroscale en industriële giganten als Maxar en Airbus. Het blijft dus nog even spannend.