MétaCan
Menu
Retour à la cohorte
Enregistrement W4299649849 · doi:10.1109/taes.2022.3197097

Passivity-Based Model Predictive Control for Tethered Despin of Massive Space Objects by Small Space Tug

2022· article· en· W4299649849 sur OpenAlexafffund
Junjie Kang, Zheng Zhu

Notice bibliographique

RevueIEEE Transactions on Aerospace and Electronic Systems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPassivityControl theory (sociology)Model predictive controlExponential stabilityLyapunov functionBounded functionStability (learning theory)Stability theoryController (irrigation)Computer scienceMathematicsControl (management)EngineeringPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

This paper studies the stable control of tethered despin of a massive rotating space object in a central gravity field by a small space tug. A control scheme under the passivity-based Model Predictive Control framework is designed to ensure the constraints of state and input (bounded libration angle, positive tether tension and bounded thrust) are satisfied. Furthermore, an additional passivity constraint is introduced into the passivity-based Model Predictive Control to guarantee the asymptotic stability of the closed-loop control system. The attainable equilibrium configuration of the tethered system is first analyzed. Then, a framework of the storage energy function is constructed by the potential energy shaping methodology to establish the passivity mapping of the tethered system from input to output. Finally, the strictly asymptotic stability of despinning control of the tethered system under the proposed control law is theoretically proved by the Invariance theorem and Lyapunov stability theory. The effectiveness of the proposed control scheme is verified by numerical simulation.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,178 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Aerospace and Electronic SystemsMême sujetSpace Satellite Systems and ControlTravaux en français237 207