Fault diagnosis with adaptive kalman filters and CMG design for picosatellite ACS
Notice bibliographique
Résumé
Picosatellites have only recently become a viable research topic thanks to the creation of the cubesat standard in 1999 and improvements in technology. However they are still limited in application because there are no high performance active actuators available in the market that can satisfy the mass/power/budget constraints of a picosatellite. Space and power are limited in these satellites which means that hardware redundancy is not very practical. If actuator faults occur, analytical redundancy techniques should be employed to determine if, where, and how the fault(s) occurred. This thesis focuses on enhancing picosatellite actuator tehnologies, as well as presenting an alogrithm for fault detection, isolation, and identification of ACS actuators. A CMG cluster design is proposed to demonstrate the feasibility of using CMGs in picosatellites to enhance their performance. The proposed CMG cluster design weighs less than 100g, occupies less than 25% of a cubesat's volume, and theoretically consumes less than 1.5W and 1W of peak and average power respectively. Furthermore, it is capable of providing sufficient torque and momentum storage for picosatellite attitude control in LEO. Next a novel adaptive Kalman filter algorithm is presented that can be implemented with the EKF and UKF for linear and non-linear systems respectively. The algorithm performs parameter estimation with sequential adaptive estimation and fading memory mechanisms that allow it to track changes in faulty parameters even in the presence of high levels of measurement noise. Furthermore, it is capable of tracking continuously varying and instantaneous changes in parameters. Numerical simulations are carried out to verify the performance of the propsed CMG cluster design as well as the fault diagnosis algorithm. The capabilities of the filter are further demonstrated via its application to a systems identification problem for a nonosatellite RW prototype being developed at SSDC group.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».