La investigación y las pruebas de Purdue están llevando el sueño de vivir en el espacio más allá de las estaciones espaciales y haciendo realidad el potencial de las futuras colonias lunares, y posiblemente de Marte. Crédito:Foto de la Universidad de Purdue / Mark Simon
Shirley Dyke no ve la luna como una esfera cubierta de cráteres. Ella espera que las viviendas lunares comiencen a emerger en una década, ayudando a llegar a más espacio habitado.
Y quiere que su investigación ayude a cerrar esa brecha.
Dique, director del Instituto RETH (Hábitats extraterrestres resilientes) de la Universidad de Purdue, dice que su investigación se centra en posibilitar el futuro.
"No soy de los que buscan diseñar lo mejor, "dijo Dyke, profesor de ingeniería mecánica y civil. "Mi objetivo es reunir a personas inteligentes de diferentes disciplinas para perseguir objetivos que de otro modo no serían posibles. En esta era, esta es la forma más eficaz de impulsar la ciencia.
Su trabajo actual se centra en comprender qué características hacen que los hábitats sean seguros a través de pruebas cibernéticas, que combina modelos informáticos con probetas físicas.
Tres características del hábitat son de particular importancia:resiliencia, inteligencia y autonomía. Pruebas físicas cibernéticas, hecho en Herrick Labs de Purdue, permite probar físicamente algunos componentes de posibles hábitats lunares, mientras que otros se examinan simultáneamente en un contexto virtual.
El nivel de resiliencia de un hábitat es clave para el trabajo, creando estructuras inteligentes que puedan hacer frente a cualquier número de peligros. Impactos de meteoritos, Los terremotos y los problemas con el polvo lunar (que es muy agudo y abrasivo) son solo algunos de los muchos peligros que pueden crear diferentes efectos y peligros que afectan el rendimiento del hábitat espacial. causando un riesgo para los humanos.
"No tendremos que construir todo el hábitat en el laboratorio, sino utilizar pruebas físicas cibernéticas para virtualizar algunos de esos factores, "Dijo Dyke." Resultados como pérdida de energía, los problemas térmicos y la pérdida de presión se pueden capturar con modelos de computadora ".
Los hábitats lunares son solo una parte de la investigación de Shirley Dyke, profesor de ingeniería mecánica y civil. Ella está trabajando para utilizar el aprendizaje automático para clasificar las fotos de daños por terremotos para cada acceso de investigación. Crédito:Foto de la Universidad de Purdue / John Underwood
Para la investigación, RETH construirá hábitats a un cuarto de escala de la manera más realista posible en Herrick Labs.
Una sola prueba física cibernética puede cambiar rápidamente los componentes virtuales para ajustarlos a la ubicación, que van desde una instalación en la superficie de la luna hasta el interior de tubos de lava. Los modelos informáticos combinados con las representaciones del hábitat físico pueden explicar el crecimiento del hábitat, edad y deterioro.
Dyke dijo que el objetivo final es un hábitat que no necesite supervisión humana constante.
"Finalmente, queremos desarrollar hábitats inteligentes que puedan responder a los cambios, daños y cualquier cosa que pueda salir mal durante una misión y aún así mantener la integridad y seguridad de la ciencia interna, " ella dijo.
"Al incorporar capacidades inteligentes en el diseño, podemos tener sensores en vivo para monitorear en caso de que ocurra una infracción, determinar el impacto de esa infracción, qué tan grande es y decidir qué hacer al respecto, "Dijo Dyke." Los robots podrían venir y recuperar y reparar la estructura ".
RETH es una asociación interdisciplinaria con 21 investigadores de Purdue y otras tres universidades y dos socios industriales para estudiar qué es necesario para los hábitats de otro mundo.
"Al aplicar una nueva técnica como las pruebas físicas cibernéticas para RETH, Espero que podamos crear ese puente entre las disciplinas que se necesita para crear nuevos conocimientos, " ella dijo.
Dyke también está superando las brechas de trabajo con respecto a los hábitats aquí en la Tierra. El organizador de imágenes de reconocimiento automático utiliza el aprendizaje automático y clasifica y etiqueta las imágenes y los datos recopilados en los sitios de daños por terremotos automáticamente para que los datos puedan estar disponibles para que otros investigadores puedan acceder a ellos.