Optimal reaction wheel speed management strategies
Notice bibliographique
Résumé
Highly precise attitude maneuvers are often required by spacecraft that are imaging moving targets (e.g. space telescopes). However, there are various sources of disturbances that can affect the pointing accuracy and the agility of the satellite. While the environmental disturbances cannot be manipulated, the disturbances from the components inside the satellite could be reduced by applying proper attitude control strategies. This thesis aims at reducing the reaction wheel (RW) disturbances for reaction wheel assemblies (RWAs) that consists of redundant RWs. The major sources of RW disturbances include the reaction wheel stiction and resonance, and both are activated when the wheel speed approaches certain values (so-called \avoidance speeds" in the rest of this thesis). In other words, the RW stiction and resonance can be eliminated by keeping wheel speeds away from the avoidance wheel speeds. Moreover, the redundant wheels provide an extra degree of freedom for wheel speed control without affecting the attitude maneuver. This thesis explores how to optimally utilize the extra degree of freedom in terms of minimizing RW disturbances. Three reaction wheel speed management algorithms are proposed by solving the corresponding optimization problems. Stochastic optimization methods such as Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) are implemented. The three algorithms are validated by Monte Carlo tests with the incorporation of a high fidelity spacecraft attitude control simulator. The effect of the reaction wheel assembly confi guration design is also discussed in this thesis. The results from the Monte Carlo test indicate that at low wheel speed level, the average settling time for 5 successive slews can be reduced by 40% by implementing the wheel speed management algorithms. The results also demonstrate that the smaller condition number of the con figuration matrix, the proposed wheel speed management algorithms would have better effectiveness.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».