Los diferentes tipos de investigación son efectivamente lo que uno pensaría que serían para un ingeniero mecánico que se enfoca en el espacio.
Para enumerar algunas de las cosas en las que están trabajando mis amigos, para ser más específicos, sé:
- El problema del movimiento relativo para las naves espaciales (es decir, encuentro o intercepción) es muy simple para las órbitas circulares, pero en la dinámica no circular suceden cosas locas. Prácticamente, esto podría ser como encontrarse con un satélite en órbita que tiene una órbita muy elíptica. Muy útil, muy difícil de resolver.
- Diversas trayectorias únicas para observar planetas / lunas en órbita o para mejorar el viaje espacial. Por ejemplo, si intenta entrar en una órbita estándar alrededor de Europa, la gravedad de Júpiter causará algunos problemas muy graves (es decir, se va a estrellar). Aplicaciones inteligentes y órbitas más estables son de lo que se trata este juego.
- Se han buscado mejoras en la teoría del control (como control óptimo / material de tipo LQR) durante algún tiempo, pero eso no es necesariamente exclusivo de los estudiantes de doctorado aeroespaciales.
- Comunicación óptima y aprendizaje automático entre varios agentes. Por ejemplo: digamos que queremos enviar dos rovers y un satélite en órbita a Marte y aprender tanto como sea posible. El tiempo que nos lleva enviar una señal y recibir una señal de Marte lleva bastante tiempo (el mejor de los casos, 6 minutos, y podría ser mucho más largo), por lo que si podemos aprender a automatizar el proceso, realmente podríamos acelerar nuestro estudio de otros planetas.
- Ampliando esa idea, un amigo mío está trabajando en un proyecto que implica hacer algo como buscar y rescatar / combatir incendios con helicópteros. Está contratado para encontrar una manera óptima para que 5–7 agentes atraviesen un terreno mientras aprenden simultáneamente el terreno y se comunican entre sí. Hacer esto para un terreno general suena bastante difícil.
Esto solo está rascando la superficie, de verdad. Como regla general, las actividades de inteligencia artificial y aprendizaje automático obtienen más fondos, por lo que esas aplicaciones para vuelos espaciales recibirán mucha atención a medida que pasen los años.
La mayoría de las veces entendemos muy bien la dinámica del vuelo espacial (incluso para campos de gravedad específicos locos como la Tierra, ver por ejemplo: Modelo de gravedad GRACE – Modelo de gravedad de experimento de recuperación de clima y clima).
- ¿Qué puede suceder si no publica ningún artículo en su doctorado?
- ¿Cuántas citas necesitas tener en Machine Learning antes de ser tomado en serio?
- ¿Cómo debería un candidato a doctorado en neurociencia cognitiva leer un artículo científico para obtener una alta relación beneficio / tiempo invertido?
- ¿Son mayores sus posibilidades de éxito como estudiante de doctorado si es introvertido en lugar de extrovertido?
- ¿Puedo convertirme en MD y PHD?
El enfoque principal en muchas áreas es hacer algo de la manera más rentable: las trayectorias óptimas de quemado, las maniobras de bajo empuje, el aprendizaje automático y la automatización son cosas importantes en este momento. Por supuesto, siempre habrá actividades puramente académicas, pero he observado que esas no reciben tanta atención en este momento.
De cualquier manera, es un momento muy emocionante para estar vivo. Ingeniería de rocas.