[논문 리뷰] Framework for Modeling and Optimization of On-Orbit Servicing Operations under Demand Uncertainties

Tristan Sarton du Jonchay, Hao Chen외 2명|arXiv (Cornell University)|2022. 06. 16.

Advanced Manufacturing and Logistics Optimization참고 문헌 22인용 수 27

한 줄 요약

이 논문은 불확실한 수요 조건 하에서 궤도상 서비스(OOS) 운영을 최적화하기 위해 혼합정수선형계획(MILP) 프레임워크를 윤활호론(RH) 의사결정과 통합한 것을 제안한다. 지구정궤도 위성의 다중서비스 제공자 및 다중창고 아키텍처를 모델링하여 동적 시장 조건 하에서 단기적 스케줄링과 장기적 전략적 설계를 동시에 가능하게 하며, 사례 연구를 통해 비용 효율적인 미션 계획 수립과 아키텍처 트레이드스페이스 분석에서 뛰어난 성능을 입증한다.

ABSTRACT

This paper develops a framework that models and optimizes the operations of complex on-orbit servicing infrastructures involving one or more servicers and orbital depots to provide multiple types of services to a fleet of geostationary satellites. The proposed method extends the state-of-the-art space logistics technique by addressing the unique challenges in on-orbit servicing applications and integrates it with the Rolling Horizon decision-making approach. The space logistics technique enables modeling of the on-orbit servicing logistical operations as a Mixed-Integer Linear Program whose optimal solutions can efficiently be found. The Rolling Horizon approach enables the assessment of the long-term value of an on-orbit servicing infrastructure by accounting for the uncertain service needs that arise over time among the geostationary satellites. Two case studies successfully demonstrate the effectiveness of the framework for 1) short-term operational scheduling and 2) long-term strategic decision making for on-orbit servicing architectures under diverse market conditions.

연구 동기 및 목표

• 지속 가능한 다대다 궤도상 서비스(OOS) 인프라를 위한 체계적인 최적화 프레임워크의 부족을 해결하기 위해.
• 다양한 서비스 유형, 다수의 서비스 제공자 및 궤도 창고를 포함하는 복잡한 OOS 운영을 물류 네트워크로 모델링하기 위해.
• 윤활호론(RH) 의사결정 접근법을 통해 시간에 따라 변화하는 서비스 수요의 불확실성을 통합하기 위해.
• 다양한 시장 조건 하에서 단기 운영 스케줄링과 장기 전략적 OOS 아키텍처 설계를 동시에 가능하게 하기 위해.
• 위상 이동 운항, 추진제 소비, 서비스 도구 매핑 등의 현실적인 제약 조건을 통합하여 전통적인 공간 물류 모델링을 확장하기 위해.

제안 방법

• 상품 흐름, 서비스 할당, 배차 변수를 포함한 혼합정수선형계획(MILP)으로 OOS 운영을 수식화한다.
• 임펄시브 테스트를 사용한 위상 이동 운항을 통해 궤도 이동을 모델링하고, 시간 확장 네트워크 표현을 가능하게 한다.
• 로켓 방정정식을 적용하여 필요한 델타-비에 기반해 추진제 질량을 계산하고, 추진력과 차량 질량 및 적재 용량 간의 관계를 수립한다.
• 이중 매개변수(𝛽𝑠𝜏𝑡)를 도입하여 서비스 제공자 출발과 서비스 할당 간의 시간적·공간적 일관성을 보장한다.
• 각 시간 단계에서 업데이트된 예측 정보를 기반으로 재최적화를 수행함으로써 수요 불확실성을 다루기 위해 윤활호론(RH) 접근법을 적용한다.
• 발사 비용, 창고 운영 비용, 서비스 제공자 운영 비용, 지연에 대한 벌점, 서비스 수익을 통합한 목적 함수에 비용 구성 요소를 통합한다.

실험 결과

연구 질문

• RQ1 다양한 서비스 제공자, 창고, 서비스 유형을 고려한 물류 네트워크로 궤도상 서비스 운영을 어떻게 모델링할 수 있는가?
• RQ2 수요 불확실성은 장기적 OOS 인프라 성능에 어떤 영향을 미치며, 이를 효과적으로 관리할 수 있는가?
• RQ3 단일 유능한 서비스 제공자(모노리식)와 다수의 전문화된 서비스 제공자(분산형) 아키텍처 간의 선택이 운영 효율성과 수익성에 어떤 영향을 미치는가?
• RQ4 변동하는 시장 조건 하에서 확장 가능한 OOS 아키텍처를 설계할 때 주요 비용 요인과 트레이드오프는 무엇인가?
• RQ5 제안된 프레임워크는 OOS 시스템의 단기 스케줄링과 장기 전략적 계획 수립을 효율적으로 지원할 수 있는가?

주요 결과

• 단일 계획 기간 동안 기존 OOS 인프라의 단기 스케줄링을 성공적으로 최적화하여 계산 효율성과 실행 가능성의 가능성을 입증하였다.
• 장기 시뮬레이션에서 고수요 조건 하에서 네 대의 전문화된 서비스 제공자를 갖춘 분산 아키텍처가 단일 유능한 서비스 제공자 설계보다 뛰어난 수익성과 더 나은 서비스 커버리지 성능을 보였다.
• 저수요 상황에서는 운영 복잡도가 낮고 차량 수가 적어 더 비용 효율적인 단일 아키텍처 설계가 유리하였다.
• 민감도 분석 결과, 수요 불확실성이 최적의 인프라 설계에 큰 영향을 미치며, 윤활호론 기법이 변화하는 시장 조건에 대응하는 유연한 대응 전략을 제공함을 확인하였다.
• 위상 이동 운항 모델링과 로켓 방정정식 기반 추진제 질량 계산의 통합을 통해 MILP 수식에 정확한 미션 질량 및 델타-비 제약 조건을 반영할 수 있었다.
• 차량의 다용도성, 창고 배치, 서비스 지연 벌점 간의 트레이드오프를 정량적으로 평가할 수 있는 기반을 제공하여 데이터 기반 의사결정 지원이 가능해졌다.