Визначення силового впливу факелу іонного двигуна на орбітальний об’єкт за допомогою глибинного навчання

Редька, МО, Хорошилов, СВ
Косм. наука технол. 2022, 28 ;(5):15-26
https://doi.org/10.15407/knit2022.05.015
Мова публікації: Англійська
Анотація: 
Предметом дослідження у статі є процес створення нейромережевої моделі (НММ) для визначення силового впливу факелу електрореактивного двигуна (ЕРД) на орбітальний об’єкт під час безконтактного видалення космічного сміття. Ціллю роботи є розробка НММ та дослідження впливу різних чинників на точність визначення сили, що передається потоком іонів ЕРД до об’єкта космічного сміття (ОКС). Задачі: визначення структур НММ; формування набору даних для навчання та валідації НММ за допомогою сформованого набору даних; дослідження впливу структури моделі та параметрів оптимізатору на точність визначення сили. Використано  наступні методи: фізика плазми, комп’ютерне моделювання, глибоке навчання, оптимізація із використанням вдосконаленого варіанта стохастичного градієнтного спуску.
     Отримано наступні результати. Розроблено три НММ, які відрізняються кількістю прихованих шарів та нейронів у прихованих шарах. Для навчання та валідації НММ з використанням автоподібного опису розповсюдження іонів плазми сгенеровано набір даних для ОКС, який апроксимовано циліндром. Набір даних отримано для різних відносних положень та орієнтацій об’єкта у процесі його відводу з орбіти. З використанням цього набору даних було виконано оптимізацію параметрів НММ за допомогою метода навчання із вчителем. Обрано оптимізатор та його параметри, які забезпечують найменшу похибку на етапі валідації результатів навчання. Визначено особливості впливу відносного положення та орієнтації ОКС, а також архітектури НММ на точність визначення сили.
        Висновки. Показано можливість застосування методів глибинного навчання для вирішення задачі визначення сили впливу факела ЕРД на ОКС. Запропоновані моделі дозволяють забезпечити точність визначення силового впливу, достатню для вирішення розглянутого класу задач. При цьому, НММ дає можливість отримувати результати значно швидше у порівнянні із методами, які використовувалися раніше, що робить їх перспективними для використання як для космічних апаратів, так і для математичного моделювання місій по видаленню космічного сміття.
Ключові слова: гли-бинне навчання., електрореактивний двигун, нейромережева модель, об’єкт космічного сміття, сила що передається