Fechar
Metadados

@PhDThesis{ReisJr:2018:SiCoTé,
               author = "Reis Junior, Jos{\'e} Daniel",
                title = "Simula{\c{c}}{\~a}o do comportamento t{\'e}rmico de 
                         sat{\'e}lites em tempo real com uso de redes neurais 
                         artificiais",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2018",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2018-12-18",
             keywords = "simulador operacional de sat{\'e}lites, simula{\c{c}}{\~a}o 
                         t{\'e}rmica, simula{\c{c}}{\~a}o em tempo real, redes neurais 
                         artificiais, satellite operational simulator, thermal simulation, 
                         real time simulation, artificial neural networks.",
             abstract = "Simuladores Operacionais de Sat{\'e}lites Artificiais s{\~a}o 
                         sistemas em software utilizados principalmente para apoiar as 
                         atividades de opera{\c{c}}{\~a}o, treinar os operadores, testar 
                         o sistema de controle, al{\'e}m de permitir avaliar procedimentos 
                         operacionais normais e adversos, antes da execu{\c{c}}{\~a}o 
                         destes no sat{\'e}lite real. Para atingir esses requisitos, tais 
                         Simuladores devem ser executados em tempo real, gerando respostas 
                         no mesmo tempo e com o mesmo conte{\'u}do, como se fossem os 
                         pr{\'o}prios sat{\'e}lites em {\'o}rbita da Terra. Dentre os 
                         diversos modelos que comp{\~o}em um Simulador Operacional, o 
                         modelo t{\'e}rmico {\'e} um dos que apresenta maior custo 
                         computacional, pois a abordagem tradicional de an{\'a}lise 
                         t{\'e}rmica requer a solu{\c{c}}{\~a}o de uma grande quantidade 
                         de equa{\c{c}}{\~o}es diferenciais para determinar a 
                         distribui{\c{c}}{\~a}o de temperaturas no interior do 
                         sat{\'e}lite em fun{\c{c}}{\~a}o do ambiente espacial e do 
                         estado de funcionamento dos equipamentos que comp{\~o}em o 
                         sat{\'e}lite. Com o objetivo de simular o comportamento 
                         t{\'e}rmico de sat{\'e}lites em tempo real, gerando valores de 
                         temperatura reais, foi proposta a utiliza{\c{c}}{\~a}o de Redes 
                         Neurais Artificiais, devido {\`a} sua faculdade de aprender 
                         rela{\c{c}}{\~o}es entre conjuntos de dados de entrada e 
                         sa{\'{\i}}da, e de generalizar a partir do conhecimento 
                         adquirido. Ao longo da pesquisa, foi investigada a 
                         aplica{\c{c}}{\~a}o de diferentes arquiteturas e algoritmos de 
                         treinamento de redes neurais e foram avaliados os efeitos de 
                         escala no sistema estudado. Os resultados, obtidos tanto para um 
                         CubeSat como para um sat{\'e}lite de m{\'e}dio porte, o 
                         Amazonia-1, evidenciaram o potencial e a adequa{\c{c}}{\~a}o do 
                         uso de Redes Neurais para simular o comportamento t{\'e}rmico de 
                         sat{\'e}lites em tempo real com elevada fidelidade, corroborando 
                         a viabilidade da sua utiliza{\c{c}}{\~a}o como modelo 
                         t{\'e}rmico para um Simulador Operacional de Sat{\'e}lites. 
                         ABSTRACT: Artificial Satellite Operational Simulators are software 
                         systems used primarily to support operating activities, train 
                         operators, test the control system, and allow the assessment of 
                         normal and adverse operational procedures prior to the execution 
                         of these on the actual satellite. To achieve these requirements, 
                         such simulators must run in real time, generating responses at the 
                         same time and with the same content, as if they were the real 
                         satellite in Earths orbit. Among the several models that compose 
                         an Operational Simulator, the thermal model is one of those that 
                         presents the higher computational cost, since the traditional 
                         approach of thermal analysis requires the solution of a great 
                         quantity of differential equations to determine the distribution 
                         of temperatures inside the satellite in function of the space 
                         environment and the state of operation of the equipment that 
                         compose the satellite. In order to simulate the thermal behavior 
                         of satellites in real time, generating real temperature values, it 
                         was proposed the use of Artificial Neural Networks, due to its 
                         ability to learn relationships between input and output data sets, 
                         and to generalize from the acquired knowledge. Throughout the 
                         research, the application of different architectures and neural 
                         network training algorithms was investigated and the effects of 
                         scale in the studied system were evaluated. The results, obtained 
                         for both a CubeSat and a medium-sized satellite, the Amazonia-1, 
                         showed the potential and adequacy of the use of Neural Networks to 
                         simulate the thermal behavior of satellites in real time with high 
                         fidelity, corroborating the feasibility of its use as a thermal 
                         model for an Operational Satellite Simulator.",
            committee = "Ferreira, Maur{\'{\i}}cio Gon{\c{c}}alves Vieira (presidente) 
                         and Sousa, Fabiano Luis de (orientador) and Ambrosio, Ana Maria 
                         (orientadora) and Ramos, Fernando Manuel and Quiles, Marcos 
                         Gon{\c{c}}alves and Garcia, Ezio Castejon and Tasinaffo, Paulo 
                         Marcelo",
         englishtitle = "Simulation of satellite thermal behavior in real time with use of 
                         artificial neural networks",
             language = "pt",
                pages = "139",
                  ibi = "8JMKD3MGP3W34R/3SFU6RH",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3SFU6RH",
           targetfile = "publicacao.pdf",
        urlaccessdate = "01 dez. 2020"
}


Fechar