화성 대기에서 산소를 만드는 MOXIE - MATLAB & Simulink

화성의 대기에서 산소 생산

화성 로버 실험으로 인류 탐사의 길 개척


NASA Perseverance 로버의 경우 극적인 하강 후 화성에 착륙하기 위해서는 열 차폐막, 낙하산, 그리고 케이블에 달린 로버를 표면까지 내리는 로켓 구동식 "스카이 크레인"이 필요했습니다. 이 로버의 주요 임무 중 하나는 화성에서 이전에 살았던 생명체의 흔적을 찾는 것입니다. 또한 덜 알려진 사명도 있는데, 바로 화성에서 인간의 생활을 도울 수 있는 기계를 시험하는 것입니다.

화성까지의 여행에는 많은 양의 산소가 필요합니다. 일부는 우주인이 호흡하는 데 사용되지만, 대부분은 귀환 여행에서 연료를 연소시키는 액체로 사용됩니다. 4명의 승무원의 경우 25톤(55,000파운드)이 필요합니다. 지구에서 그만큼의 질량을 보내려면 수십억 달러의 비용이 들고 복잡한 물류 절차를 수반하므로 NASA는 현장에서 발견된 자원을 이용하는 현장자원 활용을 계획하고 있습니다. 극지방의 얼음을 채굴해 산소를 회수하는 것은 힘든 일이 될 것입니다. 그 대신 그들은 대기의 95%를 차지하는 이산화탄소에서 산소 원자를 분리하는 방법으로 대기에서 산소를 추출하기를 희망하고 있습니다.

비디오 플레이어이(가) 로딩 중입니다.
현재 시간 0:00
지정 기간 2:38
로드됨: 10.76%
스트리밍 유형 라이브
남은 시간 2:38
 
1x
  • 챕터
  • 제품 설명 끄기, 선택됨
  • 서브타이틀 끄기, 선택됨
      비디오 길이: 2:38

      "화성에서 뭔가 고장나면 사람을 보내 고칠 수도 없고, 매우 낭패입니다. 그래서 우리는 우리가 상당히 확신할 수 있도록 여러 단계를 거쳤고, 컴퓨터 모델, 디지털 트윈은 그 핵심 단계 중 하나입니다."

      Perseverance의 중심부에는 자동차 배터리 크기의 금도금된 상자가 있는데, 이것이 바로 MOXIE(Mars Oxygen In-Situ Resource Utilization Experiment, 화성 산소 현장 자원 활용 실험)입니다. 약어 외에도, MIT에서 설계된 이 장치의 이름은 매사추세츠에서 발명된 탄산음료인 Moxie에서 파생된 단어이자 용감한 정신을 뜻하는 moxie에서 유래했습니다. 이 프로젝트는 앞으로 유인 임무에 사용될 수 있는 것의 소형화된 버전으로, 최소 10번 이상 실행되어 역량의 한계를 시험하게 될 것입니다. “우리는 인간을 화성으로 보내는 방법에 더욱 빠르게 다가서길 바랍니다.” MIT에서 이 프로젝트를 이끄는 Michael Hecht 박사의 말입니다. "우리는 더 빨리, 더 적은 위험과 더 적은 비용으로 이를 이루기를 바랍니다."

      이 장치는 가스 압축기와 열과 전기를 사용해 CO2를 분리하는 SOXE(고체 산화물 전해조)의 두 가지 주요 부분으로 구성됩니다. 이러한 컴포넌트 주변에는 파이프, 밸브, 필터, 센서, 전원 공급 장치, 소형 컴퓨터가 있습니다. 캘리포니아의 JPL(Jet Propulsion Laboratory)에 있는 MOXIE의 엔지니어링 모델 "트윈"은 임무 관제 센터에서 멀리 있는 MOXIE에 명령을 보내기 전에 테스트에 사용됩니다. 또 다른 트윈은 소프트웨어로서만 존재하는데, Hecht의 MIT 팀은 엔지니어링 모델에 대해 명령을 시도하기 전에 이를 먼저 실행합니다.

      MOXIE의 금색 엔지니어링 트윈.

      캘리포니아 패서디나에 있는 NASA의 Jet Propulsion Laboratory의 실험실에서 MOXIE와 거의 동일한 엔지니어링 트윈이 테스트에 사용되었습니다. (이미지 출처: NASA/JPL-Caltech)

      왼쪽에 모터와 스크롤 펌프 압축기, 오른쪽에 SOXE 어셈블리가 있는 MOXIE의 내부 모습입니다.

      SOXE 어셈블리가 있는 MOXIE의 내부. (이미지 출처: NASA/JPL-Caltech)

      "화성에서 뭔가 고장나면 사람을 보내 고칠 수도 없고, 매우 낭패입니다." Jeffrey Hoffman 연구실의 AeroAstro 부서 박사과정 학생이자 전직 우주인이자 이 프로젝트의 부책임자인 Eric Hinterman은 말합니다. Hinterman은 소프트웨어 시뮬레이션을 설계했습니다. "그래서 우리는 우리가 상당히 확신할 수 있도록 여러 단계를 거쳤고, 컴퓨터 모델, 디지털 트윈은 그 핵심 단계 중 하나입니다."

      재확인

      Hecht는 "MATLAB이 출시되면서 제 직업 생활이 바뀌었습니다."라고 말합니다. "마치 휴대용 계산기와 같아 직접 손으로 계산하고 그래프를 그리는 일 대신 다른 일에 집중할 수 있었습니다." 1980년대에 그는 문제를 발견하면 매사추세츠주 Natick에 있는 MathWorks 사무실에 들르곤 했습니다. 1990년경에 그는 직접 MATLAB® 컴포넌트를 작성하기 시작했습니다. MATLAB은 MOXIE 프로젝트에 가장 자연스러운 툴이었던 것입니다.

      "저는 무언가를 만들었던 경험이 많지만, 설계한 대로 정확히 만들어지는 경우는 거의 없었습니다. 실제로 어떻게 나타나는지를 모델이 얼마나 흡사하게 예측했는지가 놀라웠습니다."

      MathWorks의 소프트웨어 엔지니어이자 MOXIE의 기술 직원 및 운영 팀에 속한 Piyush Khopkar는 모델링과 시뮬레이션을 위한 그래픽 환경인 Simulink®를 사용하기로 한 것은 쉬운 결정이었다고 말했습니다. Simulink는 수학 및 응용 사례 특정 함수 라이브러리를 포함하는 MATLAB에 연결되므로 "다시 무언가를 개발하는 데 쓸데없는 시간을 쓸 필요가 없습니다."

      Simulink 모델의 스크린샷.

      MOXIE의 Simulink 모델.

      MOXIE Simulink 모델은 이전 학생들로부터 Hinterman에게 전수되었는데, 그는 이를 깔끔하게 재작성했습니다. 전기 회로, 화학, 유체동역학, 제어 및 센서를 모델링합니다. 그는 "저는 전기화학에 대해 많은 것을 배워야 했는데, 그게 꽤 재밌었습니다."라고 말했습니다.

      그는 세 개의 제어 루프를 모델링했습니다. 첫 번째는 SOXE에서 설정 온도를 유지하여 장치에서 얼마나 많은 열을 생성하는지(전기분해는 약 섭씨 800도(화씨 1,470도)에서 발생함)와 얼마나 많은 열이 빠져나가는지를 설명합니다. 두 번째는 전류를 일정하게 유지하기 위해 전압을 제어합니다. 세 번째는 압축기 블레이드의 회전 속도를 조정하여 내부 압력을 결정합니다. 또한 제어 루프는 결함 검출을 모델링하고 문제가 발생하면 실행을 종료해야 합니다.

      Hinterman은 이 모델이 "꽤 복잡하다"고 말했습니다. 오류를 추적하는 것은 쉽지 않지만 소프트웨어는 도움이 됩니다. "때로는 여러 문제가 중첩되어 디버깅하는 데 시간이 많이 걸립니다." 게다가 JPL은 가끔 부품을 교체하기도 했고 이에 따라 모델을 조정해야 했습니다. "그래서 물리적 MOXIE의 개발 상황을 따라가는 것이 가장 큰 과제 중 하나였습니다."

      시뮬레이션이 엔지니어링 모델과 일치하지 않으면 "매번 다른 결과가 나옵니다."라고 Hinterman은 말합니다. "온도가 완벽하게 일치하지 않는 것처럼요. 그러면 단열재에 균열이 생겼다는 걸 알아낼 수도 있어요."

      개발 과정에서 모델이 현실과 일치하지 않을 경우, Hinterman은 JPL과 협의하거나 데이터를 면밀히 검토하고 공식이나 상수를 변경했습니다. 이제 이 모델이 지구에서 그 가치를 증명했으니, 그는 화성 탐사로 실제 MOXIE에 어떤 변화가 발생했는지를 걱정해야 합니다. 발사와 재진입으로 인해 상황이 바뀌었을 수도 있고, 중력 차이, 먼지, 추위로 인해 예상치 못한 변화가 생길 수도 있습니다. 그는 화성의 현실을 모방하기 위해 모델에 "화성 요인"을 추가할 준비가 되었다고 말했습니다.

      압축기, 흡입 패널, 센서 패널, SOXE를 포함한 MOXIE의 내부 및 외부 컴포넌트를 보여주는 그림입니다.

      MOXIE의 분해도. (이미지 출처: NASA/JPL-Caltech)

      Hinterman은 "저는 무언가를 만들었던 경험이 많지만, 설계한 대로 정확히 만들어지는 경우는 거의 없었습니다."라고 말합니다. 엔지니어링 모델의 시뮬레이션과 비교하면 "실제로 어떻게 나타나는지를 모델이 얼마나 흡사하게 예측했는지가 놀라웠습니다."

      MATLAB는 하드웨어 크기, 대기 조건, 화학 상수, 원하는 SOXE 온도와 같은 제어 시스템 설정점, 안전 한계 등의 데이터를 Simulink에 제공합니다. 그러면 Simulink는 시뮬레이션 출력(센서 판독값)을 분석을 위해 MATLAB으로 다시 전송합니다. MATLAB은 화성의 실제 MOXIE가 전송하는 데이터도 수신합니다. 그러나 실제 및 가상 MOXIE는 생산하는 산소의 양 또는 이산화탄소 대 일산화탄소의 비율과 같은 단순한 정보를 알려주지 않습니다. 대신, MATLAB이 온도, 압력, 전압 센서 데이터로부터 이러한 값을 계산합니다. 또한 MOXIE의 한계와 위험 지점과 같은 더 이론적인 값도 추정한다고 Hecht는 말합니다. "계산해야 할 작은 것들이 천 가지나 있어요."

      애플리케이션의 스크린샷. 왼쪽 패널에서는 Mars, MOXIE, SOXE 파라미터와 시뮬레이션 시간을 제어합니다. 오른쪽 패널에는 모델 출력이 표시되어 셀 온도와 산소 생산 속도를 나타냅니다.

      모델 시뮬레이션 실행을 자동화하는 MOXIE Simulink Model 애플리케이션.

      MOXIE 운영자가 시뮬레이션을 실행하고 데이터를 해석할 수 있도록 돕기 위해 Khopkar는 UI(사용자 인터페이스)를 디자인했습니다. 하나는 화성의 대기 조건 등의 파라미터와 해류, 온도 등의 MOXIE 파라미터를 제어하는 가상 슬라이더입니다. 또 다른 UI는 화성에서의 시뮬레이션이나 실제 실험에서 얻은 데이터를 표시합니다. Khopkar는 앱 디자이너라는 MATLAB 환경을 사용하여 이를 구축했습니다. 그는 운영팀의 일원으로서 이러한 UI도 사용하게 됩니다.

      완벽한 착륙

      Perseverance가 화성에 착륙한 직후, MOXIE는 건강 검진을 실시했습니다. 2~3개월에 한 번씩, 각 코스마다 약 1시간 정도 걸리는 코스를 최소 10회 운행하게 됩니다. 그들은 점점 더 어려워질 것이며, 다른 대기 조건과 계절, 하루 중 다양한 시간대에 운항하고, 이후에는 다른 모드와 운항 조건을 시도할 것입니다.

      "[결과는] 그것이 얼마나 완벽한지에 대한 의미에서만 우리를 놀라게 했습니다... 모든 요건을 충족하는 동작을 하는 기기가 지상에서 제작되었고, 화성까지 가서 산소를 만들었습니다."

      2021년 4월 20일, MOXIE가 첫 운행을 시작했습니다. MOXIE는 시간당 6그램의 산소를 성공적으로 생성해, 시간당 10그램의 목표를 향해 나아가고 있습니다. “정말 험난한 여정이었습니다. 우리는 모두 설렘을 느낍니다. 그 다음에는 이메일에 답하고 언론과 대화하는 힘든 작업에 착수해야 하지만, 저는 데이터를 살펴보고 싶습니다."라고 Hecht는 당시 말했습니다. MOXIE는 잘 알려진 기술 몇 가지를 사용하지만, 대부분은 새로운 영역입니다. "화성으로 가는 대부분의 물건이 가지고 있는 유산과 거의 비슷한 수준에서 시작되지 않았습니다."

      "그 결과는 그것이 얼마나 완벽한가에 대한 의미에서만 우리를 놀라게 했습니다."라고 Hecht는 말합니다. "모든 일이 그렇게 완벽하게 진행될 수는 없습니다. 모든 요건을 충족하는 동작을 보이는 기기가 지상에서 제작되어 화성까지 도달해 산소를 만들어냈습니다. 그리고 그게 바로 당신이 숨을 참아야 하는 부분이에요."

      MOXIE의 위치를 가리키는 라벨이 붙은 Perseverance 로버의 그림입니다.

      Perseverance 로버의 MOXIE의 위치. (이미지 출처: NASA/JPL-Caltech)

      그는 "화요일에 실험을 했을 때는 2년 만에 실험을 해서 산소를 만든 셈이었다. 2년 만에 자전거를 꺼내면 체인에 기름을 바르고 베어링 몇 개를 풀어내고 타이어를 교체해야 할 것 같습니다. 타이어가 오래되어서 갈라졌을 테니까요. 우리는 MOXIE를 로버에 포장하고, 뒤집어서 열 사이클을 거친 후 발사했습니다. 그것은 진공상태에 놓여 몇 달 동안 순항했습니다. 우리는 그것을 화성에 떨어뜨렸고, 발사하자마자 격렬한 폭발이 일어났습니다. 그리고 우리는 기다렸습니다. 우리가 이렇게 매우 가혹한 상황에서 그것을 실행했을 때, 마치 그런 일이 전혀 일어나지 않은 것처럼 느껴졌습니다."

      더 크고 더 나은

      아직 일이 끝나려면 멀었습니다. "일반적으로 제어 시스템의 스마트함 부족이 가장 큰 문제입니다."라고 Hecht는 말합니다. 그는 지구에서 새로운 소프트웨어를 업로드하여 로봇의 자율성을 높이고 싶어합니다. 그러려면 먼저 시뮬레이션으로 테스트해야 합니다.

      Hinterman은 NASA가 인간을 화성에 보내기 전에 배치할 MOXIE의 후속 모델을 개발하고 있습니다. 14개월 동안 엄청난 양의 산소를 생산할 예정입니다. 어떤 면에서는 그 기계가 더 큰 어려움에 직면하게 될 것이고, 다른 면에서는 더 작은 어려움에 직면하게 될 것입니다. 더 오랫동안 작동하고 더 많은 산소를 생산해야 하지만, 더 스마트한 컴퓨터, 더 나은 여과 기능, 더 나은 센서, 자체 세척 기능을 갖추고 더 낮은 고도에서 작동할 것입니다.

      "진정한 가치는 [MATLAB]이 이러한 모든 다양한 변수가 서로 어떻게 상호 작용하는지 볼 수 있다는 것입니다. ... 그것은 그 모든 상호작용을 볼 수 있지만 인간은 그것을 하는 데 어려움을 겪습니다."

      이는 Hinterman이 시뮬레이션해야 할 새로운 요소들입니다. 가장 큰 차이점은 미래의 기계는 화성 대기에 산소를 방출하는 대신, 산소를 액화시키고 저장한 후 이동시킨다는 것입니다. 그는 "저는 지난 두 달 동안 액화 시스템을 구체적으로 모델링하는 데 시간을 보냈습니다."라고 말했습니다.

      Hinterman은 하드웨어 레이아웃을 설계하는 데 MATLAB 최적화 알고리즘을 사용하고 있습니다. 그는 소프트웨어에 질량을 최소화하라고 지시할 수 있고, 소프트웨어는 다양한 펌프나 압축기 또는 일련의 동작 조건을 시도할 것입니다. 그는 "진정한 가치는 이 모든 다양한 변수가 서로 어떻게 상호 작용하는지 볼 수 있다는 것입니다."라고 말했습니다. "그래서 기계식 펌프 대신 극저온 펌프를 선택한다면 더 낮은 온도가 더 나을 수도 있습니다. 어쩌면 어떤 이유에서인지 더 높은 온도가 더 좋고, 모든 상호작용을 볼 수 있는 반면 인간은 그렇게 하는 데 어려움을 겪을 수도 있습니다."

      현재로선 Hecht는 다음 프로젝트에 대해 많은 생각을 하고 있지 않습니다. "저는 지금 이걸 실행하는 데 집중하고 있어요."


      다른 사례 읽기

      패널 내비게이션

      녹색 기술 / 제어 시스템

      태양의 힘을 담다

      핵융합을 통한 탄소 독립으로 가는 길

      패널 내비게이션

      항공우주

      최초로 카르만 선을 넘어간 학생 설계 로켓

      별을 목표로 하여 경력에 필요한 기술을 배우는 학생들

      패널 내비게이션

      로보틱스 / 자율 시스템

      로봇에게 맡기는 새로운 공간 탐색

      로봇 인식의 강인성을 강화하는 새로운 알고리즘