En los últimos minutos del aterrizaje de una nave espacial, se mueve a velocidades hipersónicas a través de muchas capas de atmósfera. Conocer la densidad del aire en el exterior del vehículo puede tener un efecto sustancial en su ángulo de descenso y su capacidad para golpear un lugar de aterrizaje específico. Pero los sensores de densidad del aire que pueden soportar las duras condiciones hipersónicas son poco comunes. Un estudiante de los Países Bajos, trabajando con un ingeniero aeroespacial en la Universidad de Illinois en Urbana-Champaign, desarrolló un algoritmo que puede ejecutarse a bordo de un vehículo, proporcionar datos importantes en tiempo real para ayudar a dirigir la nave, particularmente durante la entrada crucial, descendencia, y embarcadero.

"El algoritmo que creamos puede ejecutarse en vuelo, a bordo del vehículo y estimar cómo es la atmósfera exterior, "dijo Hamza El-Kebir, una licenciatura en la Universidad Tecnológica de Delft. "Así que esto es un cambio de juego completo, porque ahora puede usar el conocimiento previo sobre el movimiento del vehículo para estimar la densidad del aire, informar sus decisiones en vuelo, y realizar modificaciones menores en su curso. Esto puede proporcionar más certeza de que llegará a ese punto, en lugar de lidiar con una guía realmente conservadora ".

El-Kebir realizó la investigación con Melkior Ornik, profesor asistente en el Departamento de Ingeniería Aeroespacial de la U de I, durante un programa semestral en el extranjero y comenzará la escuela de posgrado en Illinois en el otoño. Dijo que su trabajo es nuevo porque utiliza datos de sensores que no estaban destinados a proporcionar datos de densidad del aire. "Extrae esa información de densidad mediante el uso de algoritmos realmente ingeniosos que no requieren ningún conocimiento real de la aerodinámica o la atmósfera".

Ornik explicó cómo el algoritmo aprende la densidad del aire. "El algoritmo comienza desde casi nada. No sabe nada sobre la densidad del aire. Recopila datos de acelerómetros y giroscopios disponibles en cualquier vehículo para recopilar datos, y lo combina con conocimientos previos sobre la tasa máxima de aceleración para obtener una estimación de la densidad del aire que varía en el tiempo. Y se pone en un sentido, más inteligente con el tiempo. Cambia sus estimaciones a bordo, en función de los datos de entrada que recibe ".

El-Kebir y Ornik utilizaron datos adquiridos de la entrada, descendencia, y el aterrizaje del módulo de aterrizaje Phoenix, una sonda científica de Marte, que representa los últimos 220 segundos, la fase balística, hasta el despliegue del paracaídas.

"No hay dirección en la última parte de esa etapa, por lo que es realmente importante conocer de inmediato la densidad del aire en el régimen de flujo enrarecido, desde aproximadamente 80 kilómetros en adelante. Cuando entra en esa parte posterior, su ángulo de trayectoria de vuelo se fija y el vehículo simplemente desciende, y apenas se ve afectado por la dirección del viento, "Dijo El-Kebir.

¿Y si Phoenix tuviera el algoritmo?

"Si conoce la densidad del aire, puede estimar su ángulo de ataque con respecto al viento. También puede predecir cómo será la densidad en el futuro, para que pueda tomar decisiones. No hubo control sobre Phoenix durante la etapa balística. Si tuviera el conocimiento de la densidad del aire, habría tenido una ventaja. Podrían haber aprovechado los datos y aterrizar con mayor precisión ".

Ornik dijo que a menudo se supone que existe un modelo fijo que conocemos de antemano y descubrimos métodos de control que llevan al vehículo a aterrizar. "Esa es a menudo una suposición fuerte. A menudo es incorrecta porque no se trata solo de la densidad del aire. Debido a la velocidad y el impacto con el aire, los vehículos hipersónicos cambian de forma ligeramente durante el vuelo y eso cambia su dinámica durante el vuelo ".

"Así que no tenemos un modelo unificado que describa todo el vuelo porque la dinámica cambia gradualmente con el tiempo. Conocemos la tasa máxima de cambio, entonces con este algoritmo, podemos aprovechar ese conocimiento para crear una estimación, "Dijo Ornik.

El-Kebir dijo que hay otros campos a los que se puede aplicar este conocimiento, incluso fuera de la industria aeroespacial e incluso vehículos. Está buscando formas de usarlo en electrocirugía para predecir el campo de temperatura durante una operación quirúrgica para que el cirujano pueda saber qué tan profundo es el corte.