Редька М. О. Моделі та методи машинного навчання для аналізу динаміки та керування супутників при видаленні космічного сміття іонним променем

English version

Дисертація на здобуття ступеня доктора філософії

Державний реєстраційний номер

0824U003242

Здобувач

Спеціальність

  • 151 - Автоматизація та комп’ютерно-інтегровані технології

15-10-2024

Спеціалізована вчена рада

6957

Інститут технічної механіки Національної академії наук України і Державного космічного агентства України

Анотація

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.

Публікації

Хорошилов С. В., Редька М. О. Глибоке навчання для навігації, наведення та керування в космосі / Хорошилов С. В., Редька М. О. // Журнал «Космічна наука і технологія». – 2021. – 27, № 6 (133). – С. 38-52 (Scopus, Web of Science).

Редька М. О., Хорошилов С. В. Визначення силового впливу факела іонного двигуна на орбітальний об’єкт за допомогою глибинного навчання / Редька М. О., Хорошилов С. В. // Журнал Космічна наука і технологія. 2022. Т. 28. № 5 (Scopus, Web of Science)

Редька, М.О., Хорошилов, С.В. Згорткові нейронні мережі для визначення впливу іонного променя на об’єкт космічного сміття / Редька, М.О., Хорошилов, С. В. // Science and Innovation, 2023. 19(6), 19–30 (Scopus, Web of Science)

Редька М. О. Визначення сили впливу іонного променю на об’єкт космічного сміття по контурах його зображень з використанням глибокого навчання / М. О. Редька // Технічна механіка. – №2, с. 51 – 63. – 2023 (фахове видання категорії Б)

Хорошилов С. В., Редька М. О. Інтелектуальне керування орієнтацією космічних апаратів із використанням навчання з підкріпленням // Журнал «Технічна механіка» № 4, 2019 р. – Дніпро (фахове видання категорії Б)

Хорошилов С. В., Редька М. О. Relative control of an underactuated spacecraft using reinforcement learning // Журнал «Технічна механіка» № 4, 2020 р. – Дніпро (фахове видання категорії Б)

Схожі дисертації