Fuel Estimation for Stardust-NExT Mission
Notice bibliographique
Résumé
The success of the Stardust-NExT (New Exploration of Tempel 1) mission, which is a follow-on to the Stardust primary mission, depends upon an accurate knowledge of its remaining fuel. Measurements indicate that delaying the arrival of Stardust at Tempel 1 by at least 8 hours will maximize the probability of reaching the objective. Several techniques are used to measure the amount of remaining propellant in spacecraft. Bookkeeping, PVT (Pressure, Volume, and Temperature) and thermal Propellant Gauging System (PGS) are the most popular methods. The PGS method uses the temperature response of the tank to heating in order to infer the propellant load of the tank. Implementation of the PGS method for the Stardust spacecraft is discussed in the current paper. Along with the propellant estimation, an uncertainty analysis was conducted. The current paper compares fuel estimates made for Stardust by several techniques, including bookkeeping, PVT, and thermal PGS. These methods are described in detail, and their results and uncertainties for Stardust are compared. Based on these fuel estimates, project scientists have made their recommendations for the time-of-arrival adjustment. This paper shows how the PGS method can be useful for existing and future NASA/JPL missions. The accuracy of the fuel estimation by the thermal PGS method increases as the fuel load decreases due to the increased sensitivity of the temperature rise as the tank load decreases. The method can be used for mono- or bi-propellant propulsion systems with one-tank or multiple-tank configurations. Execution of the PGS method does not require model calibration during spacecraft Thermo-Vacuum Test.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».