دانلود مقاله ISI انگلیسی شماره 88266
ترجمه فارسی عنوان مقاله

راهنمایی های محاسباتی برای نسل سیاره ای با استفاده از بهینه سازی مشترک

عنوان انگلیسی
Computational guidance for planetary powered descent using collaborative optimization
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
88266 2018 12 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Aerospace Science and Technology, Volume 76, May 2018, Pages 37-48

ترجمه کلمات کلیدی
سیاره ای که از زمین می گذرد، هدایت محاسباتی، بهینه سازی چند رشته، بهینه سازی همکاری،
کلمات کلیدی انگلیسی
Planetary powered descent; Computational guidance; Multi-discipline optimization; Collaborative optimization;
ترجمه چکیده
یک چارچوب هدایت محاسباتی ابتکاری برای نسل سیاره ای با استفاده از رویکرد بهینه سازی مشترک پیشنهاد شده است. اول، مدل دینامیکی و محدودیت هایی که برای سیاره های کم عمق ساخته شده اند ارائه شده است. سپس، با استفاده از استراتژی بهینه سازی مشترک، چارچوب هدایت محاسباتی برای نسل متفاوتی به عنوان یک مشکل بهینه سازی چند رشته ای شامل بهینه سازی مسیر، راهنمایی بهینه و بهینه سازی سیستم در نظر گرفته می شود. در نهایت، رویکرد هدایت محاسباتی، سه الگوریتم برای حل سه بخش بهینه سازی برای اجرای شبیه سازی های عددی را به کار می گیرد. بهینه و استحکام رویکرد هدایت محاسباتی با تمام محدودیت ها حتی در صورت عدم اطمینان اولیه مواجه می شود.
پیش نمایش مقاله
پیش نمایش مقاله  راهنمایی های محاسباتی برای نسل سیاره ای با استفاده از بهینه سازی مشترک

چکیده انگلیسی

An innovative computational guidance framework is proposed for planetary powered descent using collaborative optimization approach. First, the dynamical model and constraints for planetary powered descent are presented. Then, using collaborative optimization strategy, the computational guidance framework for powered descent is formulated as a multi-discipline optimization problem including trajectory optimization, optimal guidance, and system-level optimization. Finally, the computational guidance approach employs three algorithms for respectively solving the three optimization modules to implement numerical simulations. The optimality and robustness of the computational guidance approach are verified with all constraints satisfied even in the presence of initial state uncertainty.