Contrôle et Optimisation de trajectoire de mise en orbite GEO pour une mission Ariane 5

Documents pareils
a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation

L exclusion mutuelle distribuée

B = A = B = A = B = A = B = A = Recopier sur la copie chaque expression numérique et la réponse exacte. Réponse A Réponse B Réponse C Solution

TP N 57. Déploiement et renouvellement d une constellation de satellites

Economie du satellite: Conception de Satellite, Fabrication de Satellite, Lancement, Assurance, Performance en orbite, Stations de surveillance

III- Raisonnement par récurrence

TS Physique Satellite à la recherche de sa planète Exercice résolu

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd /08/ :12

F411 - Courbes Paramétrées, Polaires

Chapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction Production d un champ magnétique

Couplage efficace entre Optimisation et Simulation stochastique Application à la maintenance optimale d une constellation de satellites

Algorithmes pour la planification de mouvements en robotique non-holonome

DM n o 8 TS Physique 10 (satellites) + Chimie 12 (catalyse) Exercice 1 Lancement d un satellite météorologique

Cours IV Mise en orbite

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

OM 1 Outils mathématiques : fonction de plusieurs variables

aux différences est appelé équation aux différences d ordre n en forme normale.

Le modèle de Black et Scholes

Modélisation et Simulation

Circuits RL et RC. Chapitre Inductance

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Programmation linéaire

FORMATION ECLAIRAGE PUBLIC

Chapitre 0 Introduction à la cinématique

Calcul élémentaire des probabilités

À TOI DE JOUER! VIVRE EN FRANCE L EXPLORATION DE L ESPACE. 1. Observez ces documents et cochez la bonne réponse.

UN LANCEMENT POUR L INTERNET ET POUR LA METEOROLOGIE


Cours Fonctions de deux variables

Un accueil de qualité :

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1

Métriques de performance pour les algorithmes et programmes parallèles

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Fonctions de plusieurs variables

ARIANESPACE VOL 126. PREMIER LANCEMENT DE L ANNEE 15 ème lancement pour PanAmSat

Chapitre 2 Le problème de l unicité des solutions

Chapitre 1 Régime transitoire dans les systèmes physiques

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Les fusées Ariane. Par Jennifer MOULLET, 3 3

6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses

TD 9 Problème à deux corps

4.2 Unités d enseignement du M1

Manuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques

Introduction à l étude des Corps Finis

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Plan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Un lancement pour Intelsat et pour Optus

Pourquoi l apprentissage?

ENSEIGNEMENT DES SCIENCES ET DE LA TECHNOLOGIE A L ECOLE PRIMAIRE : QUELLE DEMARCHE?

Fonctions de deux variables. Mai 2011

Les équations différentielles

Développement décimal d un réel

LISTE D EXERCICES 2 (à la maison)

Analyse des trajectoires acceptables en approche de virage assistance aux conducteurs

Ecole Centrale d Electronique VA «Réseaux haut débit et multimédia» Novembre 2009

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

MABioVis. Bio-informatique et la

Loi pour l Égalité des Droits et des Chances, la Participation et la Citoyenneté des Personnes Handicapées (EDCPCPH)

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

3 - Description et orbite d'un satellite d'observation

Conception de réseaux de télécommunications : optimisation et expérimentations

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

de calibration Master 2: Calibration de modèles: présentation et simulation d

Chapitre 9 : Applications des lois de Newton et Kepler à l'étude du mouvement des planètes et des satellites

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Sujet 4: Programmation stochastique propriétés de fonction de recours

Les fonction affines

POLY-PREPAS Centre de Préparation aux Concours Paramédicaux. - Section Audioprothésiste / stage i-prépa intensif -

Introduction au Data-Mining

Mathématiques financières

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. address: Nicolas.Thiery@u-psud.fr URL:

Concours National d Informatique. Sujet de demi-finale Montpellier et Toulouse

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Ordonnancement robuste et décision dans l'incertain

Chap 8 - TEMPS & RELATIVITE RESTREINTE

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Erreur statique. Chapitre Définition

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Choisissez le logiciel Comptabilité adapté à vos besoins. Exploitez toutes les possibilités du logiciel Comptabilité sans attendre

1 Définition de la non stationnarité

Votre Réseau est-il prêt?

Corps des nombres complexes, J Paul Tsasa

Les puissances La notion de puissance La puissance c est l énergie pendant une seconde CHAPITRE

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Annexe 6. Notions d ordonnancement.

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

EXERCICES DE REVISIONS MATHEMATIQUES CM2

Conventions d écriture et outils de mise au point

LES LANCEURS SPATIAUX

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Les algorithmes de base du graphisme

Principes généraux de la modélisation de la dispersion atmosphérique

Probabilités III Introduction à l évaluation d options

Transcription:

Contrôle et Optimisation de trajectoire de mise en orbite GEO pour une mission Ariane 5 Ludovic Goudenège ENSTA - Module MO102 Décembre 2016

Plan 1 Modélisation du problème 2 Dynamique du vol 3 Calcul numérique des trajectoires 4 Optimisation des trajectoires

Quelques chiffres Un projet de type Ariane 5 met en jeu une charge lourde et un gros budget pour chaque décollage. 150 millions d euros 10 tonnes de charge utile (2 satellites de 5 tonnes) 750 tonnes sur le pas de tir, dont 650 de carburant 25 minutes entre le décollage et la libération des satellites Il est alors nécessaire d optimiser la trajectoire de la fusée afin de minimiser les coûts principalement de carburant. On cherche alors à calculer le guidage optimal de la fusée afin d atteindre l altitude et la vitesse demandées pour la mise en orbite des satellites. C est un problème de commande optimale en grande dimension.

Orbite géostationnaire (GEO) L orbite GEO est une orbite circulaire située à environ 36 000 km (c est la plus peuplée avec environ 300 satellites). La principale particularité de cette orbite assure que le satellite reste immobile par rapport au sol terrestre. Un lancement direct est difficile du fait de l altitude élevée. On va réaliser un premier lancer sur une orbite de transfert (GTO) puis opérer une manoeuvre de circularisation.

Modélisation du problème Modélisation du problème On commence par écrire les équations du problème. Il faut prendre en compte la gravitation, la poussée des moteurs, la perte de masse due au carburant consommé et l ejection des moteurs vides. Le vol est séparé en plusieurs phases qui dépendent du nombre de moteurs encore rattachés à la fusée. En fin de vol, tout le carburant des moteurs a été consommé et le satellite utilise son propre carburant pour la procédure de circularisation. On ne prendra pas en compte cette étape. On cherche donc simplement à rejoindre l orbite GTO. Lorsqu on possède les équations mise en oeuvre dans le mouvement, il reste une inconnue : c est notre contrôle de la fusée. En effet la direction qu on applique aux moteurs afin d incliner la fusée durant son ascension est la seule donnée inconnue qu on va chercher à optimiser.

Modélisation du problème Modélisation du problème On note erg la fonction décroissante de quantité de carburant (des ergols) erg : [0, + [ [0, + [ t erg(t) Ainsi erg(0) est la quantité de carburant au décollage. On note T l instant où tout le carburant a été consommé. C est-à-dire l instant où erg(t ) = 0. La commande (un angle) notée c est une fonction continue du temps telle que c : [0, + [ [ α, α] [ π/2, π/2] t c(t). On note F c (t) la trajectoire de la fusée étant donnée une commande c. F c : [0, T ] R 3 t F c (t) Mathématiquement cela revient à résoudre le problème suivant inf erg(0), c C 0 ([0,+ [;[ α,α]) sous la condition F c (T ) GTO.

Modélisation du problème Modélisation du problème L espace des fonctions continues étant de dimension infinie, et les équations complètement non-linéaires, on est face à un problème insoluble analytiquement. On va donc simplifier le problème pour le ramener à un problème en très grande dimension mais accessible par résolution numérique. De fait c est la commande c qui doit être simplifiée, mais heureusement c est notre facteur de contrôle. On peut tout à fait décider de n autoriser que des commandes aux caractéristiques préalablement spécifiées, et donc se donner un espace de commande de la dimension qu on souhaite.

Modélisation du problème Modélisation du problème On note C = C 0 ([0, + [; [ α, α]) et C N un sous-espace de C de dimension N. Il est clair que inf erg(0) inf e(0), c C c C N toujours sous la condition F c (T ) GTO pour c C ou C N. On va donc chercher à prendre N suffisamment grand pour que les infimum soient assez proches. C est un équilibre à trouver entre résolution possible du problème en temps raisonnable, et le coût erg(0) obtenu pour le lancement.

Modélisation du problème Trajectoires admissibles Toutefois il est numériquement très compliqué de résoudre ce problème de contrôle. La difficulté mathématique est cachée dans la CONTRAINTE F c (T ) GTO, car la trajectoire doit rejoindre exactement l orbite GTO à l instant T. En réalité, il reste toujours un peu de carburant, ne serait-ce que pour parer à certains imprévus en cours de vol, et on accepte des erreurs de positionnement sur l orbite GTO. On va donc se fixer un certain coût en carburant, et chercher s il existe une commande qui permet de rejoindre approximativement l orbite GTO. Afin de discriminer les trajectoires (et donc les commandes) admissibles, on introduit une mesure de qualité de la trajectoire obtenue.

Modélisation du problème Exemple de résultats On trace une trajectoire obtenue sur ordinateur. La fusée ne libère pas exactement les satellites sur l orbite GTO. Il nous faut essayer d optimiser la commande pour trouver une meilleure trajectoire. Trajectoire de la fusee Terre Orbite GTO 10 x 10 6 5 0 5 1 0.5 0 0.5 1 x 10 7

Modélisation du problème Trajectoires admissibles Lorsque la fusée a épuisé tout son carburant, les satellites sont libérés au point F c (T ). Soumis à la force gravitationnelle, ils suivent alors une trajectoire elliptique caractérisée par un demi-grand-axe a(f c (T )) et une ellipticité e(f c (T )). Les paramètres optimaux sont notés a GTO et e GTO, et la mesure de qualité de la commande c est alors calculée par Q : C N [0, + [ c (a(f c(t )) a GTO ) 2 a 2 GTO + (e(f c(t )) e GTO ) 2 egto 2. Le problème est maintenant le suivant inf Q(c). c C N On doit donc résoudre un problème d optimisation SANS contrainte.

Dynamique du vol Équations de la dynamique du vol Variables d état r : position (dimension 2 pour une trajectoire plane) v : vitesse (même dimension que r) m : masse (lanceur + carburant + satellites) Dynamique du vol ṙ = v (Eq) v = (W + T )/m ṁ = d W : poids, T : poussée, d : débit de carburant.

Dynamique du vol Séquence du vol Un vol est donc constitué de 3 phases. Un vol avec les boosters et le premier étage en fonctionnement. Une deuxième phase avec seulement le premier étage. Et une troisième phase avec l étage 2, jusqu à la libération.

Dynamique du vol Paramètres du lanceur Pour une trajectoire plane le poids W et la poussée P, ce sont des vecteurs de R 2 définis par : W = µm r 3 2 ( rx r y ) ( cos(c), P = g 0 d isp sin(c) où µ est le paramètre gravitationnel standard (398 600 km 3.s 2 ), g 0 l accélération de la pesanteur au sol (9.81 m.s 2 ) et isp est l impulsion spécifique du moteur (en secondes). On donne les paramètres suivants : ), Masse Poids ergols isp Débit d Activation Boosters 75t 500t 300s 4t/s Phase 1 Étage 1 15t 150t 500s 0.3t/s Phase 1 & 2 Étage 2 5t 15t 500s 0.015t/s Phase 3

Dynamique du vol Structure du lanceur

Calcul numérique des trajectoires Calcul de la trajectoire : Schéma d Euler Étant donnée une commande de guidage c, on cherche à résoudre l équation (Eq) de la dynamique du vol. Or il existe des méthodes numériques pour résoudre n importe quelle équation différentielle de degré 1. Il faut donc en premier lieu se ramener à une équation différentielle de degré 1 sous la forme : { ż(t) = f (t, z(t)), (r, v, m) solution de (Eq) z(t 0 ) = z 0. où f est une fonction à déterminer et z 0 est la donnée initiale z 0 = (r x (0), r y (0), v x (0), v y (0), m(0)). Pour résoudre cette équation, on applique un schéma d Euler.

Calcul numérique des trajectoires Calcul de la trajectoire : Schéma d Euler N : nombre de pas de discrétisation en temps. C est la dimension de notre espace C N. h = t final t 0 : taille du pas de discrétisation en temps. N Z est un tableau de taille N + 1. Initialisation : t = t 0 et Z[0] = z 0 Pour j = 1... N Z[j] = Z[j 1] + hf (t, Z[j 1]) t = t + h Fin

Calcul numérique des trajectoires Conditions initiale et finales Conditions initiales : Pas de tir de Kourou. La trajectoire est supposée plane, on choisit les axes de telle sorte que ( ) ( ) RTerre 0 r(t 0 ) =, v(t 0 0 ) = 2πR Terre /T Terre Conditions finales : orbite GTO a GTO = 24535135m, e GTO = 0.7185206032 Pour une libération à la distance r et à la vitesse v, le demi-grand-axe et l ellipticité de la trajectoire des satellites sont donnés par les formules suivantes : 1 a = 2 v 2 2 r 2 µ, e2 = 1 + 2pk µ, avec p = (r xv y r y v x ) 2 µ et k = v 2 2 2 µ r 2.

Optimisation des trajectoires Optimisation des trajectoires Une fois qu on sait résoudre le problème dynamique, on va donc chercher à optimiser la qualité de la trajectoire. Pour cela il faut optimiser la commande, c est-à-dire trouver un algorithme qui permet d améliorer la qualité. On propose de mettre en oeuvre plusieurs algorithmes : méthode de gradient, apprentissage récursif, optimisation aléatoire, optimisation génétique.

Optimisation des trajectoires Structure du projet Calcul des durées des 3 phases. Définition des paramètres (masse, débit, isp) en fonction de t. Définition des forces (poids et poussées) en fonction de t, r et c. Ecriture du schéma d Euler pour une équation différentielle de degré 1 quelconque. Résolution de l équation différentielle de degré 1 de la trajectoire du lanceur. Calcul de la mesure de qualité d une trajectoire en fonction de la zone de libération. Visualisation graphique de la trajectoire. Optimisation du guidage pour obtenir une trajectoire de meilleure qualité.