علوم، فناوری و کاربردهای فضایی

علوم، فناوری و کاربردهای فضایی

طراحی مسیر فضاپیمای تراست پایین از مدار لئو به ژئو با استفاده از یادگیری تقویتی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکترای هوافضا دانشگاه علم و صنعت ایران
2 دانشکده فناوری های نوین- دانشگاه علم و صنعت ایران
3 عضو هیئت علمی دانشگاه علم و صنعت ایران
چکیده
در فاز اولیه طراحی مأموریت‌های فضایی، انتخاب دقیق مسیر فضاپیما از اهمیت بالاتری برخوردار است. در این  پژوهش، دینامیک انتقال مداری تراست پایین دایروی صفحه‌ای بر اساس معادلات دیفرانسیل اعتدالی به‏عنوان محیط پیوسته برای متغیرهای مسئله که شش عنصر مداری اعتدالی یک فضاپیما هستند، شبیه‏سازی می‏شود.  بردار رانش به عنوان فضای عمل تعریف شده و تحت یک سیاست انتخاب و به محیط اعمال می‌شود. عامل توسط الگوریتم یادگیری تقویتی شبکه بازیگر-منتقد برای انجام انتقال مداری تراست پایین از مدار لئو به مدار ژئو آموزش داده می‌شود. مسیر فضاپیما توسط الگوریتم مطابق با شرایط اولیه و قیود ماموریت جستجو می‌شود و در نهایت، پروفیل زاویه تراست مطلوب و تغییرات عناصر مداری مرتبط برای یک حالت مانور انتقال مداری به دست خواهند آمد. برای بررسی دقت و اعتبار الگوریتم در نتایج حالت اول مانور مداری، حالت دوم با اندازه تراست متفاوت پیاده سازی می شود. همچنین تأثیر تغییر فراپارمتر ضریب تنزل الگوریتم بر روند یادگیری نیز بررسی می‌شود. در نهایت با در نظر گرفتن نتایج، عامل آموزش دیده در محیط دینامیک مسئله می‏تواند مأموریت‏های مشابه را بدون نیاز به شبیه‏سازی مجدد دینامیک مسئله و پارامترهای آن و فقط با تعیین شرایط اولیه و نهایی، با موفقیت به انجام برساند
کلیدواژه‌ها
موضوعات

[1]    Robert E. Pritchett, “Numerical methods for low-thrust trajectory optimization”, Purdue University West Lafayette, Indiana, August 2016.
[2]    J. B. Caillau, J. Gergaud, and J. Noailles. 3D geosynchronous transfer of a satellite: Continuation on the thrust. Journal of Optimization Theory and Applications, 118 (3):541–565, September 2003.
[3]   Mischa Kim, “Continuous Low-Thrust Trajectory Optimization: Techniques and Applications”,Doctor of Philosophy Dissertation in Aerospace Engineering ,April 18, 2005
[4]   Ryan P. Russell, “Primer Vector Theory Applied to Global Low-Thrust Trade Studies”, California Institute of Technology, Pasadena, California 91109 , JOURNAL OF GUIDANCE, CONTROL, AND DYNAMICS, 2007 , DOI: 10.2514/1.22984
[5]   Weipeng Li Hai Huang,"Optimization of low-thrust transfers to libration point orbits", Aircraft Engineering and Aerospace Technology: An International Journal (2016), Vol. 88 Iss 1 pp. 16 – 23
[6]    Mauro Pontani · Bruce Conway, “Optimal Low-Thrust Orbital Maneuvers via Indirect Swarming Method” Accepted: 29 October 2013, Springer Science+Business Media New York 2013, DOI 10.1007/s10957-013-0471-9
[7]    P. Enright and B. A. Conway, “Discrete approximations to optimal trajectories using direct transcription and Nonlinear Programming,” Journal of Guidance Control and Dynamics, Vol. 15, 09 1992, 10.2514/3.20934.
[8]    Jonathan D. Aziz, Jeffrey S. Parker, Daniel J. Scheeres, Jacob A. Englander, “Low-Thrust Many-Revolution Trajectory Optimization via Differential Dynamic Programming and a Sundman Transformation”, American Astronautical Society, part of Springer Nature 2018
[9]    S. N. Williams and V. Coverstone-Carroll. Mars missions using solar electric propulsion. Journal of Spacecraft and Rockets, 37(1):71–77, January–February 2000.
[10]    Zhenbo Wang and Michael J. Grant, “Minimum-Fuel  Low-Thrust Transfers for Spacecraft: A Convex Approach” School of Aeronautics and Astronautics, Purdue University, West Lafayette, Indiana, 47907-2045, USA, DOI 10.1109/TAES.2018.2812558, IEEE Transactions on Aerospace and Electronic Systems 2018
[11]   Daniel S. Kolosa, “A Reinforcement Learning Approach to Spacecraft Trajectory Optimization”, Western Michigan University, Dissertations. 3542,2019
[12]    M.P. van Hoorn, ”OPTIMIZING AIR-TO-AIR MISSILE GUIDANCE USING REINFORCEMENT LEARNING”, Master of Science thesis in Aerospace Engineering, Delft University of TechnologyMarch 26, 2019
[13]   T.A.H. Kranen, “Low-Thrust Gravity Assist Trajectory Optimisation using Evolutionary Neurocontrol”, Dissertation TU Delft Aerospace Engineering, 2019.
[14]   Howard D. Curtis, Orbital Mechanics for Engineering Students, Third Edition, season 6, p.g 344, 2014
[15]    Richard S. Sutton and Andrew G. Barto,Reinforcement Learning:An Introduction, MIT Press, Cambridge, MA, 1998A Bradford Book
[16]   M. Navabi, E. Meshkinfam, "Space low-thrust trajectory optimization utilizing numerical techniques, a comparative study," 2013 6th International Conference on Recent Advances in Space Technologies (RAST), IEEE, 2013, pp. 303-307, doi: 10.1109/RAST.2013.6581222.
[17] Brian Gaudet, Roberto Furfaro, Richard Linares, “Reinforcement Learning for Angle-Only Intercept Guidance of Maneuvering Targets”, Aerospace Science and Technology,Volume 99, April 2020
[18] Navabi, M., & Sabatifar, M. (2010). Optimal Impulsive Maneuver Between Elliptical Coplanar-Noncoaxial Orbits. Space Science and Technology3(1), 67-74.
[19] Navaee, M., & Sanati, M. (2013). Optimal Impulsive Orbital 3D Maneuver with or without Time Constraint. Amirkabir Journal of Mechanical Engineering44(2), 53-69.
[20] Fakoor, M., Sadeghi, S., & Bakhtiari, M. (2020). Investigation of low thrust optimal orbital transfer from LEO to GEO considering circular orbits. The Journal of the Astronautical Sciences67, 77-97.

  • تاریخ دریافت 13 اسفند 1402
  • تاریخ بازنگری 15 اردیبهشت 1403
  • تاریخ پذیرش 29 اردیبهشت 1403