MétaCan
Menu
Retour à la cohorte
Enregistrement W7034099018

Study of Low Earth Orbit impact on ORCA2SAT subsystems

2019· dissertation· en· W7034099018 sur OpenAlexfundno aff

Notice bibliographique

RevueUBibliorum repositorio digital da ubi (University of Beira Interior) · 2019
Typedissertation
Langueen
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of VictoriaUniversidade da Beira Interior
Mots-clésCubeSatSatelliteOrbit (dynamics)Power (physics)Low earth orbitWork (physics)TorqueSet (abstract data type)Geocentric orbit
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mission planning of CubeSats can be very challenging due to their mass, volume and power constraints. In addition, the majority of CubeSat projects are done at a University level, which can also mean constraints in terms of budget. In order to guarantee the mission’s success, several aspects must be studied prior to launch. Firstly, it must be assured that the satellite has enough accesses to the desired ground stations in order to establish communications while in orbit. However, to keep the satellite operational power generation is required. The profile of power generation varies throughout the year and is heavily dependent on the CubeSat’s orbit. Thus, it is crucial to assess the power generation for a long period in order to guarantee the operation of the satellite and help set limits for systems design and hardware selection. The constraints mentioned above make use of magnetorquers as the main attitude actuators, which require a study of the Earth’s magnetic field in order to compare the generated torques with the perturbative torques inherent to the space environment. Another concern are temperature limits of the components, therefore, the temperatures experienced by the satellite in orbit must be computed and decisions must be taken to allow for the mission’s success. As in the previous analysis, the dynamic behavior of the CubeSat under launch conditions can also draw the line between success and failure. This work describes the steps taken in order to simulate all the aforementioned aspects for the computed mission lifetime, in order to mitigate inherent risks and guarantee mission success for ORCA2Sat, a two unit Cube- Sat. The simulations were done through pertinent finite elements models and space environment computational models, for a deployment from the International Space Station. It was proved, with this comprehensive mission analysis, that for the studied critical factors ORCA2Sat’s mission can be accomplished for the desired period of time, keeping the satellite operational throughout its life in orbit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUBibliorum repositorio digital da ubi (University of Beira Interior)Même sujetArtificial Intelligence in GamesTravaux en français237 207