MétaCan
Menu
Retour à la cohorte
Enregistrement W2326702008 · doi:10.2514/6.2013-4683

Nano-Satellite Deorbit by Bare Electrodynamic Tether

2013· article· en· W2326702008 sur OpenAlexafffund
Rui Zhong, Zheng Zhu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNano-SatelliteAerospace engineeringPhysicsMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

This paper studies the dynamics of nano-satellite deorbit by bare electrodynamic tether (EDT). The IGRF2000 model of Earth’s magnetic field up to 11th order term is considered as well as the detailed gravity and aerodynamic models. The results find that the higher order terms of the Earth’s magnetic field model play a significant role in determining the dynamic characteristics of satellite with EDT, especially in the polar orbit or orbits with high inclination angles where the orbit of satellite will become elliptical due to these high order terms of Earth’s magnetic field. This is beneficial for the deorbit of satellite in the near polar orbits where the electrodynamic force is not as effective as the equatorial orbit, because the denser atmosphere at a lower perigee will provide larger atmosphere drag to dissipate the orbital kinetic energy of the satellite faster. Moreover, the analysis shows the kinetic energy dissipated by the current induced electrodynamic force is always negative, which implies the force is always against the motion of satellite even the induced voltage/current across the EDT revers their polarity in near polar orbits. Compared the decay rate by atmosphere drag only, the orbit decay rate of a satellite with EDT will be increased by several orders of magnitudes in both equatorial and polar orbits. Finally, the results indicate that the effect of Earth’s oblateness is negligible in deorbiting satellites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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.

Tête enseignante Opus0,001
Tête enseignante GPT0,147
Écart entre enseignants0,146 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpace Satellite Systems and ControlTravaux en français237 207