面向长期太空任务的循环生命支持系统非线性时变模型预测控制研究

针对长期太空任务中再生式生命支持系统(Regenerative LSS)的复杂协调控制难题，欧洲航天局MELiSSA项目团队首次建立了涵盖固/液/气三相的全动态模型，开发了基于非线性时变模型预测控制(MPC)的全局监督策略。该研究通过14周任务模拟验证了系统在故障场景下的稳定性，为深空探索提供了自主资源循环的关键技术支撑。

　　

在人类探索深空的宏伟蓝图中，如何维持宇航员的生命支持系统成为关键挑战。传统依赖地球补给的模式成本高昂且不可靠，再生式生命支持系统(Regenerative Life Support System, LSS)通过闭环循环实现氧气、水和食物的自给自足，成为深空驻留的必然选择。然而这类系统包含机械、化学、生物和能量转换等异质子系统，涉及从分钟级到月级的不同时间尺度动态过程，其全局协调控制堪称"太空版的生态系统工程"。欧洲航天局主导的微生态生命支持系统替代方案(Micro-Ecological Life Support System Alternative, MELiSSA)项目，正是为解决这一难题而设立的国际合作计划。

MELiSSA系统包含六个功能各异的生物反应器：c₁（热厌氧生物反应器处理固体废物）、c₂（微生物电解池转化有机碳）、c₃（硝化反应器）、c_4a/c_4b（光合微藻和高等植物舱）以及c₅（乘员舱）。这些模块通过碳、氢、氧、氮、硫、磷等元素的生物地球化学循环形成闭环，但各子系统局部控制目标相互冲突，且需满足质量、功率、安全等30余项约束条件。传统分层控制架构中，低阶控制器(LLC)难以实现全局优化，而突发故障（如设备宕机或微生物污染）更可能引发级联失效。

为解决这一挑战，研究团队创新性地建立了首个涵盖MELiSSA所有舱段的三相（固/液/气）全动态模型，并开发了基于非线性时变模型预测控制(Model Predictive Control, MPC)的监督层。MPC通过滚动时域优化，将复杂的多目标控制问题转化为带约束的二次规划问题，其核心优势在于：能显式处理系统约束（如氧气储备下限）、主动补偿不同时间尺度动态（如c₁的周级发酵与c_4a的日级光合）、并通过情景预测实现故障容错。

关键技术方法包括：1) 建立包含C/H/O/N/S/P元素的动态物质流模型；2) 设计考虑30余项安全约束的多目标MPC优化函数；3) 开发基于欧洲航天局标准任务参数的14周模拟场景；4) 构建包含16个执行器的故障注入测试平台。

【数学框架】提出通用建模方法，将各舱段抽象为"质量-能量-信息"转换器，通过输入-输出流矩阵描述元素循环，为MPC提供预测模型基础。

【MELiSSA架构】具体化通用框架，c₁将废物降解率作为控制变量，c₃实现铵到硝酸盐的转化动力学建模，c_4a/c_4b的光合效率与光照强度构成非线性耦合。

【MPC设计】控制目标函数包含：乘员需求满足度（首要约束）、资源循环率（≥85%）、功率消耗最小化等，通过松弛变量处理不同优先级的冲突目标。

【模拟结果】在14周任务中，MPC成功维持O₂浓度在19.5-21.5kPa、水回收率92%、食物产量达标；当模拟c₂突发故障时，系统在12小时内通过重新分配c₁产物和调节c_4a光照强度实现稳定。

这项发表于《Life Sciences in Space Research》的研究，首次实现了MELiSSA全系统的闭环动态控制验证。其意义不仅在于技术突破——使系统在单乘员等效条件下达到94.3%物质闭合度，更开创了"数字孪生"驱动的太空生命支持系统设计范式。通过调整模型参数，该框架可快速评估不同任务架构（如月球基地与火星飞行），而MPC的鲁棒性设计为应对深空环境的不确定性提供了新思路。正如作者Gionata Cimini指出，这项工作是"在优化之前先确保稳定"的典范，为后续开展资源循环极限推演奠定了理论基础。