Verification, Validation and Payload Identification of a Hardware-in-the-loop Simulation Platform for In-orbit Systems
Notice bibliographique
Résumé
This thesis discusses the development of a hardware-in-the-loop simulation platform for emulating the contact of rigid bodies in orbit, such as an active debris removal mission of a Deorbiter CubeSat in low Earth orbit. The hardware-in-the-loop simulation platform, called the Mission Analysis Robotic Kit II (MARK-II), is located in Brampton at MDA Space’s Dynamic Robotic Emulation and Mixed Reality laboratory and features a custom serial manipulator that is equipped with a Force-Moment-Sensor (FMS) to emulate the contact dynamics of free-floating bodies. The motion of the Deorbiter CubeSat is simulated in MARK-II software, and the force or moment measured by the FMS accelerates the simulated CubeSat according to the programmed inertia. The tip of MARK-II carries a CubeSat attachment mechanism payload that emulates CubeSat motion and reacts to contact as if it were an in-orbit inertial body. MARK-II is verified and validated according to the testing needs of the Deorbiter CubeSat, which indicate that the MARK-II FMS does not accurately measure the contact force and moment required for testing the Deorbiter CubeSat due to sensor noise, gravity, and payload dynamics. To address this, the FMS is replaced with a more accurate FMS model and two algorithms are proposed to estimate the mass, centre-of-mass position, and moment of inertia tensor of the payload. The first algorithm uses joint telemetry data to estimate payload parameters. The second algorithm uses the FMS and an Inertial Measurement Unit (IMU) attached to the payload to calculate the payload parameters, which is more accurate for estimating payload parameters according to experimental results. The payload mass and inertia parameters are utilised in a Kalman filter that fuses sensor data from the FMS and the IMU to filter out payload gravity and dynamics and accurately measure the contact wrench on the payload. Experimental results show that the proposed Kalman filter successfully filters out sensor noise and the weight and dynamics of the payload while preserving accurate measurement of the contact force and torque.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».