Analisi delle prestazioni di endoreattori ibridi con ISRU su Marte: reti neurali per la simulazione di motori Mg/CO2 = Performance analysis of hybrid rocket engine with ISRU on Mars: artificial neural networks for the simulation of Mg/CO2 engines

Il seguente lavoro di tesi ha come obbiettivo lo studio delle prestazioni di un endoreattore ibrido che sfrutti le risorse presenti in situ su Marte (ISRU, acronimo di In Situ Resource Utilization), in particolare l’atmosfera e il suolo. L’applicazione considerata è un veicolo di ascesa da Marte (MAV, Mars Ascent Vehicle), nell’ambito della più ampia missione Mars Sample Return, che comprende la collaborazione tra la NASA e l’ESA. Lo scopo della missione è quello di portare sulla Terra campioni di suolo marziano. L’endoreattore utilizzerà principalmente come propellenti l’Anidride Carbonica e la polvere di Magnesio, presenti in abbondanza, rispettivamente, nell’atmosfera e nel suolo del Pianeta Rosso. In particolare, il lavoro di tesi si è concentrato sull’addestrare una Rete Neurale Artificiale in grado di predire le prestazioni propulsive dell’endoreattore. La ragione principale che sta dietro questa scelta è quella di poter raggiungere un’accuratezza comparabile con strumenti come il software NASA CEA, ma ad un costo computazionale minore. Per poter funzionare adeguatamente, essa dovrà essere addestrata tramite l’utilizzo di un database contenente le informazioni necessarie e, dunque, dovrà essere il più completo possibile per garantire l’accuratezza richiesta in tutto l’inviluppo di funzionamento dell’endoreattore e per ampi range dei suoi parametri di progetto, nell’ottica di una successiva ottimizzazione multidisciplinare. Infine, nelle conclusioni, verrà testata e descritta in maggior dettaglio la Rete scelta, analizzando i risultati ottenuti.