[论文解读] Framework for Modeling and Optimization of On-Orbit Servicing Operations under Demand Uncertainties

Tristan Sarton du Jonchay, Hao Chen+2 more|arXiv (Cornell University)|Jun 16, 2022

Advanced Manufacturing and Logistics Optimization参考文献 22被引用 27

一句话总结

该论文提出了一种与滚动时域（RH）决策相结合的混合整数线性规划（MILP）框架，用于在需求不确定条件下优化在轨服务（OOS）操作。该框架针对地球静止轨道卫星的多服务器、多 depot 架构进行建模，支持在动态市场条件下同时实现短期调度与长期战略设计，并通过案例研究展示了其在成本效益任务规划与架构权衡空间分析方面的优越性能。

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.

研究动机与目标

• 解决可持续的多对多在轨服务（OOS）基础设施缺乏系统性优化框架的问题。
• 将涉及多个服务器、轨道中转站及多样化服务类型的复杂 OOS 操作建模为物流网络。
• 通过滚动时域（RH）决策方法，对随时间变化的服务需求不确定性进行建模。
• 在不同市场条件下，实现对 OOS 架构的短期操作调度与长期战略设计的双重支持。
• 在传统空间物流建模基础上，引入现实约束，如轨道相位机动、推进剂使用及服务工具映射。

提出的方法

• 将 OOS 操作建模为包含物资流、服务指派与调度变量的混合整数线性规划（MILP）问题。
• 通过脉冲变轨的相位机动方法对轨道转移进行建模，实现时间扩展的网络表示。
• 应用火箭方程计算所需推进剂质量，将推进系统与航天器质量及有效载荷能力关联。
• 引入二值参数（𝛽𝑠𝜏𝑡）以关联服务器调度与服务指派，确保时间与空间的一致性。
• 采用滚动时域（RH）方法，通过在每个时间步长重新优化并使用更新的预测数据，处理需求不确定性。
• 在统一的目标函数中整合发射成本、中转站运营成本、服务器运营成本、延迟惩罚成本以及服务收入。

实验结果

研究问题

• RQ1 如何将涉及多个服务器、中转站及服务类型的在轨服务操作建模为考虑多种因素的物流网络？
• RQ2 需求不确定性对长期 OOS 基础设施性能有何影响，又该如何有效管理？
• RQ3 在单体式（单一多功能服务器）与分布式（多个专用服务器）架构之间进行选择，对运营效率与盈利能力有何影响？
• RQ4 在动态市场条件下，设计可扩展 OOS 架构的关键成本驱动因素与权衡关系是什么？
• RQ5 所提出的框架能否高效支持 OOS 系统的短期调度与长期战略规划？

主要发现

• 该框架成功在单一规划周期内优化了现有 OOS 基础设施的短期调度，展示了计算效率与可行性。
• 在长期仿真中，四台专用服务器的分布式架构在高需求条件下优于单体式设计，实现了更高的盈利能力与更优的服务覆盖。
• 在低需求场景下，单体式架构更具成本效益，因其运营复杂度更低且所需航天器更少。
• 敏感性分析表明，需求不确定性显著影响最优基础设施设计，而滚动时域方法可实现对市场条件变化的自适应响应。
• 通过相位机动建模与火箭方程计算推进剂质量，实现了对任务质量与 Δv 约束在 MILP 公式中的精确表达。
• 该框架支持对车辆多功能性、中转站部署与服务延迟惩罚之间权衡的定量评估，支持数据驱动的决策制定。