In questo articolo, cercheremo di capire se l’atterraggio del primo stadio del razzo Falcon 9 di SpaceX avverrà o meno con successo sulla base di alcuni dati dei lanci già eseguiti in passato. Questo, è il quesito a cui dovremmo dare una risposta più o meno corretta con l’aiuto di alcuni algoritmi di Machine Learning. Inoltre, verranno creati dei dati aggiuntivi e dei lanci “virtuali” in grado di allenare l’algoritmo di Machine Learning al riconoscimento dell’esito del lancio. A questo, verranno aggiunte delle simulazioni di “rottura” dei componenti del razzo per determinare delle problematiche che potrebbero compromettere l’atterraggio del primo stadio.
IL RAZZO FALCON 9 DI SPACEX
Prima di affrontare il quesito oggetto di questo articolo, e risolverlo con l’ausilio di alcuni algoritmi di Machine Learning, è d’obbligo conoscere il più possibile sul razzo Falcon 9 di Space X. Per prima cosa, è opportuno capire com’è composto il Falcon 9 almeno a grandi linee, e sicuramente l’immagine successiva potrebbe esserci d’aiuto in tal senso. Non so, e non sono sicuro, se gli schemi proposti nell’immagine successiva sono originali o meno, ma rendono bene l’idea di cosa sia il Falcon 9 di SpaceX.
(Schema “presunto” del Falcon 9 di SpaceX).
Come si vede il razzo è composto da un primo stadio (lettura da sinistra), ove trovano posto in primis i motori, e successivamente i serbatoi per il combustibile. Nel secondo stadio vediamo la parte adibita al motore/i, i serbatoi un po’ più piccoli e infine il “Payload”. Quest’ultimo, per un razzo, può essere un satellite, una sonda spaziale, una capsula che può trasportare esseri umani, animali o merci. Ora, cerchiamo di capire qualcosa in più sul razzo di Elon Musk.
