Coleções

Usando matemática para tornar a espaçonave da NASA mais leve e mais tolerante a danos

Usando matemática para tornar a espaçonave da NASA mais leve e mais tolerante a danos

Você sabia que a matemática pode ajudar a NASA a viajar mais rápido e mais longe? O matemático do Worcester Polytechnic Institute (WPI) Randy Paffenroth tem combinado o aprendizado de máquina com a matemática do século 19 para tornar a espaçonave da NASA mais leve e mais tolerante a danos.

Seu objetivo é detectar imperfeições em nanomateriais de carbono usados ​​para fazer tanques de combustível de foguetes compostos e outras estruturas de espaçonaves usando um algoritmo que ele desenvolveu. O algoritmo permite digitalizações de alta resolução que fornecem imagens mais precisas da uniformidade do material e dos defeitos potenciais.

Paffenroth procura imperfeições nos fios Miralon®. Esses fios são enrolados em estruturas como tanques de combustível de foguetes, dando-lhes força para suportar altas pressões.

Eles são feitos pela Nanocomp. A empresa usa um sistema de varredura modificado que faz a varredura do nanomaterial em busca de uniformidade de massa e imperfeições.

Agora, Paffenroth e sua equipe estão usando o aprendizado de máquina para treinar algoritmos para aumentar a resolução dessas imagens. Eles desenvolveram um algoritmo que aumentou a resolução em nove vezes.

A transformada de Fourier

Este novo algoritmo é baseado na transformada de Fourier, uma ferramenta matemática desenvolvida no início de 1800 que pode ser usada para decompor uma imagem em seus componentes individuais. "Pegamos essa rede neural de ponta e adicionamos matemática de 250 anos e isso ajuda a rede neural a funcionar melhor", disse Paffenroth.

“A transformada de Fourier torna a criação de uma imagem de alta resolução um problema muito mais fácil, dividindo os dados que compõem a imagem. Pense na transformada de Fourier como um conjunto de óculos para a rede neural. Ela torna as coisas borradas claras para o algoritmo. Estamos pegando a visão computacional e virtualmente colocando óculos nela.

"É empolgante usar essa combinação de aprendizado de máquina moderno e matemática clássica para esse tipo de trabalho", acrescentou.

Miralon® já foi usado com sucesso no espaço. Ele foi enrolado em suportes estruturais na sonda Juno da NASA orbitando o planeta Júpiter e foi usado para fazer e testar protótipos de novos vasos de pressão de composto de carbono.

Agora, a Nanocomp está tentando fazer fios Miralon® três vezes mais resistentes para um contrato com a NASA. Paffenroth e sua equipe estão ajudando com esse objetivo.

"Randy está nos ajudando a atingir essa meta de triplicar nossa força, melhorando as ferramentas em nossa caixa de ferramentas para que possamos fazer materiais mais fortes, melhores e de última geração para serem usados ​​em aplicações espaciais", disse Bob Casoni, gerente de qualidade da Nanocomp.

"Se a NASA precisa construir um novo sistema de foguetes forte o suficiente para ir e voltar a Marte, ela tem um grande conjunto de desafios a enfrentar. Materiais melhores são necessários para permitir que a NASA projete foguetes que podem ir mais longe, mais rápido e sobreviver por mais tempo."

Casoni acrescentou que, com o novo algoritmo do WPI, Nanocomp pode ver padrões em seus materiais que eles não podiam detectar antes.

“Podemos não apenas pegar recursos, mas também ter uma ideia melhor da magnitude desses recursos”, disse ele.

"Antes, era como ver uma imagem borrada de satélite. Você pode pensar que está vendo as colinas da Pensilvânia, mas com uma resolução melhor, você vê que é realmente o Monte Washington ou as Montanhas Rochosas do Colorado. É uma coisa incrível."


Assista o vídeo: UM ANO NO ESPAÇO - Documentário - Dublado (Janeiro 2022).