Ottimizzazione delle traiettorie per il rientro atmosferico dei razzi riutilizzabili: una panoramica sulle moderne tecniche in uso

Il rientro atmosferico dei razzi riutilizzabili rappresenta una delle fasi più critiche delle missioni spaziali, in cui è necessario ottimizzare la traiettoria per bilanciare efficienza energetica, precisione e rispetto dei vincoli fisici. Questa tesi analizza le principali tecniche di ottimizzazione impiegate in questo contesto, esaminando sia approcci avanzati come il Sequential Convex Programming (SCP), il Model Predictive Control (MPC) e gli algoritmi di Machine Learning, sia metodi più consolidati come la fusione sensoriale. Viene inoltre esplorata l’evoluzione storica delle strategie di guida e controllo, con un’analisi approfondita di missioni di successo. Tra queste, il programma Apollo, il Falcon 9, che sfrutta il rientro multifase (boost-back, entry burn, landing burn), e Starship, che ha introdotto soluzioni innovative come il belly flop per massimizzare l’efficienza del recupero. Attraverso un confronto tra tecniche tradizionali e moderne, la tesi fornisce una panoramica critica delle soluzioni disponibili, evidenziandone i vantaggi, i limiti e i trade-off. L’obiettivo è offrire una guida chiara alla scelta delle strategie ottimali per il rientro atmosferico e proporre spunti per futuri sviluppi tecnologici. In particolare, viene enfatizzato il ruolo dell’intelligenza artificiale e dell’integrazione tra ottimizzazione offline e online, elementi chiave per migliorare la sostenibilità e l’efficacia delle missioni spaziali riutilizzabili.