Search academic texts

Information × Registration Number 0824U003242, PhD dissertation Status Доктор філософії Date 05-11-2024 popup.evolution . Title Models and methods of machine learning for dynamics analysis and control of spacecraft during space debris removal using ion beam Author Mykhailo O. Redka, popup.head Serhii V. Khoroshylov popup.opponent Anatoly M. Kulabukhov popup.opponent Mykola V. Yefymenko popup.review Aleksander V. Pirozhenko popup.review Dmitro O. Khramov Description В цей час на навколоземних орбітах накопичилася велика кількість об'єктів, що не виконують корисних функцій та отримали назву космічного сміття. За даними вчених, подальша діяльність людини неможлива без впровадження методів активного видалення космічного сміття. Одним із запропонованих методів є метод видалення за допомогою іонного променя, який передає імпульс сили до об'єкту космічного сміття для його видалення з орбіти. Але відомо, що впровадження подібних систем видалення ускладнюється через високу вартість та терміни розробки. У той же час, розвитку набули апаратні та програмні методи машинного навчання, зокрема глибинного навчання та навчання з підкріпленням, які добре зарекомендували себе у задачах, пов'язаних з керуванням, навігацією, а також аналізом зображень. Дослідження присвячено підвищенню ефективності ключових задач, які необхідно вирішити для застосування методу видалення космічного сміття за допомогою іонного променя, за рахунок використання сучасних моделей та методів машинного навчання. Запропоновані методи порівняно із традиційними за показниками точності та швидкодії. Для задачі визначення сили впливу іонного променя визначено, що запропоновані методи дозволяють визначити силу щонайменш у 2 рази швидше за традиційний (аналітичний) метод за допомогою центральних проекцій на допоміжну площину. Отримано рівняння обчислювальної складності нейромережевих алгоритмів у порівнянні з аналітичним. Для задачі керування орієнтацією космічного апарату, застосовано методологію навчання з підкріпленням, за допомогою якого отримано закон керування, який може уточнюватись у міру взаємодії космічного апарату з середовищем. Для задачі керування відносним положенням космічного апарату, отримано закон керування із урахуванням включень двигунів, що дозволяє зменшити витрату палива двигунною установкою. Отримані методи керування за допомогою навчання з підкріпленням порівняно із традиційними. Registration Date 2024-10-17 popup.nrat_date 2024-10-17 Close