XiaoMi-AI文件搜索系统
World File Search SystemSpacecraft
最先进的小型航天器技术
NASA STI 计划在 特别出版物。 它负责收集、组织、归档和传播 NASA 计划、项目和任务中的科学、技术或历史信息。 NASA STI 计划通常涉及与 NASA 重大公共利益相关的主题。 航空航天数据库及其公共界面 NASA 技术报告服务器、 技术翻译。 从而提供世界上最大的外国航空航天科学 STI 英语翻译集合之一。 与 NASA 任务相关的科学和技术材料在 NASA 非渠道和 NASA STI 报告系列中发布，该系列包括以下报告类型： 专业服务还包括组织和发布研究结果、分发 技术出版物。专门研究报告和已完成的研究或重大研究阶段的报告，提供搜索支持，并支持数据交换或理论分析。包括重要的科学和技术汇编。有关 NASA STI 数据和信息的更多信息，请参阅以下内容： 访问 NASA STI 计划主页，但对稿件长度和图形演示范围的限制较少。 将您的问题通过电子邮件发送至 help@sti.nasa.gov
使用基于深度强化学习的引导进行航天器机器人捕获的实验室实验
术语 A = 动作空间 a = 动作 a ，b = 机械手长度属性，m B = 值分布箱的数量 C = 科里奥利矩阵 dt = 目标上的对接口位置，m E = 期望 h = 角动量，kg ⋅ m2 ∕ s I = 转动惯量，kg ⋅ m2 J = 总预期奖励 K = 参与者数量 L = 损失函数 l = 线性动量，kg ⋅ m ∕ s M = 质量矩阵 M = 小批量大小 m = 质量，kg N = N 步返回长度 N = 正态分布 p = 位置，m R = 重放缓冲区大小 r = 奖励 u = 控制力度 v = 速度，m ∕ s X = 状态空间 x = 总状态；特定状态，下标为 c 或 tx = x 方向的位置，m Y = 目标值分布 y = y 方向的位置，m Z ϕ = 具有参数 ϕ 的价值神经网络 α = 策略网络学习率 β = 价值网络学习率 γ = 未来奖励的折扣因子 ϵ = 权重平滑参数 π θ = 具有参数 θ ϕ 0 或 θ 0 的策略神经网络 = ϕ 或 θ ϕ 的指数平滑版本，q = 角度，度 σ = 探索噪声标准差 ω = 角速率，rad ∕ s
航天器飞行过程中废弃物抛弃
学生项目概述：NASA 寻求创新的废物抛射系统，该系统必须高效可靠，以免对航天器、机组人员或其他行星造成危险。在没有废物抛射系统的情况下，由于航天器在机动过程中质量较大，因此任务将需要额外的推进剂。因此，需要一个飞行中的大质量废物控制系统来向太阳抛射。
适用于姿态控制应用的柔性航天器模型的设计和验证
本论文的目的是评估在之前的论文和科学文章中研究的柔性航天器模型与在 MSC Adams 软件中实施的相同航天器之间的比较，旨在验证该模型。借助这一创新工具，可以评估用户可能希望获得的几个功能，进行非线性多体分析，从而提供更真实的数据集。法国航天局 (CNES) 的 Picard 卫星被用作航天器的主体，其动力学用刚体的欧拉方程表示。太阳能电池板和反作用轮的配置在位置和尺寸方面相对于 Picard 进行了修改，以便在 MSC Adams 中建造航天器时具有优势并拥有更通用的卫星类型。特别是，考虑了四个对称的太阳能电池板和位于航天器质心的三个反作用轮系统。这项工作最重要的方面是卫星的柔性部分，由四个太阳能电池板表示。使用 MSC Patran/MSC Nastran 进行有限元法 (FEM) 分析，以获得模型所需的自然模式和频率，并评估刚性和柔性部分之间的耦合矩阵。论文的第二部分是关于在 MSC Adams View 中实现航天器设计以及通过 MSC Adams 和 MATLAB/Simulink 环境进行的模拟阶段。在机动过程中，为姿态控制实施了一个简单的比例-微分 (PD) 控制器，目的是实现所需的欧拉角，旨在模拟指向特定目标的新指向方向的命令。对这两个模型进行了比较，以便更好地了解太阳能电池板柔性的影响以及 MSC Adams 中更复杂的分析与通过数学模型线性化、更近似的分析之间的可能差异。还评估了三块太阳能电池板发生故障时的姿态控制。 PD 控制器确保在操纵过程中具有良好的性能和稳定的响应，尽管系统受到外部（仅考虑重力梯度）和内部（太阳能电池板的振动）干扰。不过，如果太阳能电池板发生故障，这种基本控制器仍会出现一些问题。
航天器驾驶、手动控制设计概述...
简介 本报告介绍了使航天器更适合人类操作的技术。从最高层次开始，第一部分介绍了一般航天器驾驶和工作负荷，提出了一个概念框架，即 OODA 循环，作为改进工具。作为一般可操作性的一个子集，第二部分介绍了手动控制。本文介绍了从全手动到全自动的控制范围概念，以及在现代航天器中实现手动控制能力的基本原理。还提供了阿波罗和航天飞机的手动控制能力摘要作为成功实施的示例。成功的手动控制需要令人满意的操控品质，第三部分提供了该主题的高级摘要。
小型航天器样本返回任务概念支持门户和月球科学
维持在月球的长期存在可能需要创新且经济高效的方法，以实现频繁且经济实惠的有效载荷返回。NASA 艾姆斯研究中心和肯尼迪航天中心的深空物流团队（负责管理 Gateway 物流服务任务）已经研究开发一种基于小型航天器的样品返回能力，以补充早期猎户座任务有限的样品返回能力。目标是作为早期深空物流任务的一部分展示一种经济高效的能力，并提供从 Gateway 返回的高达 10 公斤（约 4 升体积）的科学有效载荷。任务概念设想逐步增加样品返回能力，包括返回对温度和加速度敏感的有效载荷，并发展成为商业提供的服务，类似于现有的国际空间站有效载荷返回物流。将概述有效载荷科学和技术用例和小型航天器任务概念，以吸引正在考虑需要从 Gateway 和/或月球表面返回高价值样品的月球探索活动的科学家、有效载荷开发人员和任务规划人员。
日益自主的航天器任务操作的知识工程框架
随着规划和自主性在航天器上越来越多地得到部署，任务将面临地面操作团队指挥和与航天器交互方式的范式转变：从指定定时命令序列转变为机载自主性将根据航天器的状态和感知环境制定的高级目标。在本文中，我们介绍了一项持续努力，即通过建模科学和工程意图/目标、预测结果、评估航天器状态和性能以及维护用于机载决策和地面监控的模型来开发一个支持地面操作的综合框架。具体来说，我们描述了自主航天器操作中关键的特定知识工程方面，以及我们提出如何应对机载自主操作所带来的挑战。
使用从RGB/IR颜色图像提取的反射光谱
空间站实验设施（Misse-FF）已飞行了许多材料样品，以研究Leo太空天气暴露对材料和设备的性能和耐用性的影响。我们表现出计划于2022年6月推出的Misse-16任务，在Leo环境中播放了15种小说和充分的材料，持续了六个月。使用RGB/IR摄像机在整个任务中将实时测量光谱反射率的变化。这些时间分辨的数据将作为我们团队正在进行的基于实验室的太空天气交互实验的“太空真相”参考。在模拟的空间天气条件下，MisSE-16数据与重复样品的广泛地面测试的相关性将使材料降解的基本化学模型开发。本文讨论了地面测试活动的初步结果，以收集原始材料和损坏材料的RGB/IR图像，并开发机器学习算法以从颜色图像中提取反射光谱。