Detalhes bibliográficos
Ano de defesa: |
1997 |
Autor(a) principal: |
Sebastião Eduardo Corsatto Varotto |
Orientador(a): |
Atair Rios Neto |
Banca de defesa: |
Valcir Orlando,
Cairo Lúcio Nascimento Júnior,
Luiz Carlos Sandoval Góes |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Instituto Nacional de Pesquisas Espaciais (INPE)
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação do INPE em Mecânica Espacial e Controle
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Resumo em Inglês: |
This work evaluates the use of artificial neural networks for satellite attitude dynamics identification and control. In order to exemplify this application, a satellite with a rigid main body, three reaction wheel and three flexible solar panels is chosen (lay-out similar to Brazilian Remote Sensing Satellite). The differential equations therefore show the nonlinear dynamic effects to be identified by neural nets. The equations of motion used to generate training and testing data are derived by the Lagrangian approach for quasi-coordinates (rotational motion) and for generalized coordinates (elastic motion). To validate the attitude control the situation of fine pointing, with open solar panels is considered in the presence of perturbing torques and errors in the satellite moments of inertia. The identification of neural nets parameters is performed by a Kahnan filtering algorithm local parallel processing and control structure used is that of the Internal Model Control (IMC). |
Link de acesso: |
http://urlib.net/sid.inpe.br/iris@1905/2005/07.29.07.24
|
Resumo: |
Neste trabalho investiga-se a utilização de redes neurais em controle de atitude de satélites artificiais. Com a intenção de validar esta aplicação, optou-se por um satélite constituído por um corpo rígido central, do qual pendem apêndices articulados que são considerados flexíveis após o desdobramento. A dinâmica assim gerada tem o caráter não-linear típico para utilização de redes neurais. As equações do movimento para geração dos dados de treinamento e teste das redes são obtidas pelo método da Função Lagrangeana, adotando-se um processo de discretização para o movimento elástico. Para validar o controle de atitude, e utilizado como exemplo a geometria de um satélite similar ao satélite de sensoriamento remoto da Missão Espacial Completa Brasileira (MECB) durante a manobra de apontamento fino da atitude, após a fase de abertura dos painéis, assim como também em situações onde considera-se a presença de torques perturbadores externos e incertezas nas propriedades de massa do veiculo. O treinamento das redes neurais e feito com um algoritmo de Filtragem de Kalman com processamento local. Emprega-se um controlador com a estrutura do tipo "Internal Model Control" (IMC). |