論文の概要: Constrained optimisation of preliminary spacecraft configurations under
the design-for-demise paradigm
- arxiv url: http://arxiv.org/abs/2101.01558v2
- Date: Thu, 21 Jan 2021 19:07:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 03:58:19.148789
- Title: Constrained optimisation of preliminary spacecraft configurations under
the design-for-demise paradigm
- Title（参考訳）: 設計・予測パラダイム下での予備宇宙船構成の制約付き最適化
- Authors: Mirko Trisolini and Hugh G. Lewis and Camilla Colombo
- Abstract要約: 現在打ち上げられ、既に軌道上にある中規模の衛星のほとんどは、0.0001の死亡リスク閾値を満たさない。
衛星メーカーとミッションオペレーターは、制御された再突入を通じて処理を行う必要がある。
この追加コストと複雑さは、宇宙船が直接カジュアルリスク規制に準拠しているため取り除くことができる。
- 参考スコア（独自算出の注目度）: 1.0205541448656992
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the past few years, the interest towards the implementation of
design-for-demise measures has increased steadily. Most mid-sized satellites
currently launched and already in orbit fail to comply with the casualty risk
threshold of 0.0001. Therefore, satellites manufacturers and mission operators
need to perform a disposal through a controlled re-entry, which has a higher
cost and increased complexity. Through the design-for-demise paradigm, this
additional cost and complexity can be removed as the spacecraft is directly
compliant with the casualty risk regulations. However, building a spacecraft
such that most of its parts will demise may lead to designs that are more
vulnerable to space debris impacts, thus compromising the reliability of the
mission. In fact, the requirements connected to the demisability and the
survivability are in general competing. Given this competing nature, trade-off
solutions can be found, which favour the implementation of design-for-demise
measures while still maintaining the spacecraft resilient to space debris
impacts. A multi-objective optimisation framework has been developed by the
authors in previous works. The framework's objective is to find preliminary
design solutions considering the competing nature of the demisability and the
survivability of a spacecraft since the early stages of the mission design. In
this way, a more integrated design can be achieved. The present work focuses on
the improvement of the multi-objective optimisation framework by including
constraints. The paper shows the application of the constrained optimisation to
two relevant examples: the optimisation of a tank assembly and the optimisation
of a typical satellite configuration.
- Abstract（参考訳）: ここ数年、デザイン・フォー・デミネーションの実施に対する関心は着実に高まっている。
現在打ち上げられ既に軌道上にある中型の衛星のほとんどは、0.0001の死亡リスク閾値を満たさない。
そのため、衛星メーカーやミッションオペレーターは、コストが高く、複雑さが増す制御された再突入によって処理を行う必要がある。
この追加のコストと複雑さは、宇宙船が死傷者リスク規則に直接準拠しているため取り除くことができる。
しかし、ほとんどの部品が枯渇するような宇宙船の構築は、宇宙ゴミの衝突に弱い設計に繋がる可能性があるため、ミッションの信頼性を損なうことになる。
実際、可逆性と生存可能性に関連する要件は一般に競合している。
この競合する性質を考えると、宇宙デブリの影響に耐性のある宇宙船を維持しながら、設計・廃止対策の実施を好むトレードオフ解が見つかる。
従来の研究で,多目的最適化フレームワークを開発した。
このフレームワークの目的は、ミッション設計の初期段階から宇宙船の分離性と生存可能性の競合性を考慮した予備設計ソリューションを見つけることである。
これにより、より統合的な設計が可能になる。
本研究は,制約を含む多目的最適化フレームワークの改善に焦点をあてる。
本稿では,タンク組立体の最適化と典型的な衛星構成の最適化という,制約付き最適化の2つの応用例を示す。
関連論文リスト
- On-orbit Servicing for Spacecraft Collision Avoidance With Autonomous Decision Making [0.0]
本研究は、宇宙船衝突回避演習(CAM)を支援するために、AIによるOOSミッションの実装を開発する。
本稿では、RL(Reinforcement Learning)を用いて訓練された自律型サーベイラを提案し、ターゲット衛星と宇宙デブリの衝突を自律的に検出し、絶滅危惧衛星とのランデブーとドッキングを行い、最適なCAMを実行する。
論文 参考訳（メタデータ） (2024-09-25T17:40:37Z) - Morphology and Behavior Co-Optimization of Modular Satellites for Attitude Control [16.673862756035582]
我々は、モジュラー衛星のモルフォロジーと制御を同時に最適化するための、新しい勾配に基づくアプローチを導入する。
我々のモンテカルロシミュレーションは、この共最適化アプローチによって、より優れたミッション性能を持つモジュラー衛星が生まれることを示した。
論文 参考訳（メタデータ） (2024-09-20T02:43:53Z) - Predicting the Position Uncertainty at the Time of Closest Approach with
Diffusion Models [0.0]
本研究では,接近する物体の位置不確実性を予測する機械学習モデルを提案する。
その結果,提案手法は宇宙船の安全性と効率を大幅に向上させる可能性が示唆された。
論文 参考訳（メタデータ） (2023-11-09T14:54:08Z) - Spacecraft Autonomous Decision-Planning for Collision Avoidance: a
Reinforcement Learning Approach [0.0]
本研究は、強化学習技術に基づく宇宙船における自律的なCA意思決定機能の実装を提案する。
提案フレームワークは,軌道上の破片の状態を不完全な監視し,正確な衝突回避策(CAM)を実行するためのポリシーをAIシステムが効果的に学習できるようにする。
目的は、CAMを自律的に実施するための意思決定プロセスを、人間の介入なしに宇宙船に委譲することである。
論文 参考訳（メタデータ） (2023-10-29T10:15:33Z) - Congestion-aware Multi-agent Trajectory Prediction for Collision
Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。
学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。
実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文 参考訳（メタデータ） (2021-03-26T02:42:33Z) - Hierarchical Reinforcement Learning Framework for Stochastic Spaceflight
Campaign Design [5.381116150823982]
本稿では,宇宙飛行計画のための階層的強化学習アーキテクチャを不確実性下で開発する。
本手法は,不確実な資源利用(ISRU)性能を有する,月面探査の一連のシナリオに適用する。
論文 参考訳（メタデータ） (2021-03-16T11:17:02Z) - Reinforcement Learning for Low-Thrust Trajectory Design of
Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。
最先端アルゴリズムのオープンソース実装が採用されている。
その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文 参考訳（メタデータ） (2020-08-19T15:22:15Z) - Jump Operator Planning: Goal-Conditioned Policy Ensembles and Zero-Shot
Transfer [71.44215606325005]
本稿では,シーケンシャルなサブゴールタスクの超指数空間における解を高速に計算するための,Jump-Operator Dynamic Programmingという新しいフレームワークを提案する。
このアプローチでは、時間的に拡張された行動として機能する、再利用可能な目標条件付き警察のアンサンブルを制御する。
すると、この部分空間上の目的関数のクラスを、解がグラウンド化に不変であるものとして特定し、最適ゼロショット移動をもたらす。
論文 参考訳（メタデータ） (2020-07-06T05:13:20Z) - First Steps: Latent-Space Control with Semantic Constraints for
Quadruped Locomotion [73.37945453998134]
従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。
これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。
この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。
深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。
実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
論文 参考訳（メタデータ） (2020-07-03T07:04:18Z) - The Importance of Prior Knowledge in Precise Multimodal Prediction [71.74884391209955]
道路にはよく定義された地形、地形、交通規則がある。
本稿では,構造的事前を損失関数として組み込むことを提案する。
実世界の自動運転データセットにおけるアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-06-04T03:56:11Z) - The multi-objective optimisation of breakwaters using evolutionary
approach [62.997667081978825]
工学的な実践では、港や海岸の既存の保護施設の有効性を高めることがしばしば必要である。
本稿では, ブレークウォーター最適化のための多目的進化的アプローチを提案する。
論文 参考訳（メタデータ） (2020-04-06T21:48:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。