@MastersThesis{Figueiredo:2016:OtAlEx,
author = "Figueiredo, Elder",
title = "Otimiza{\c{c}}{\~a}o da aloca{\c{c}}{\~a}o de experimentos na
carga {\'u}til do foguete de sondagem utilizando
intelig{\^e}ncia computacional h{\'{\i}}brida",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2016",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2016-02-18",
keywords = "foguete de sondagem, intelig{\^e}ncia computacional,
otimiza{\c{c}}{\~a}o, carga {\'u}til, rocket vehicle,
artificial intelligence, optimization, payload.",
abstract = "A aloca{\c{c}}{\~a}o de experimentos na carga {\'u}til de um
foguete de sondagem tem influ{\^e}ncia direta no seu
comportamento durante o voo, podendo afetar sua performance e
trajet{\'o}ria. Desta forma, o processo de
distribui{\c{c}}{\~a}o de massas na carga {\'u}til deve ser
planejado, com o objetivo de minimizar desbalanceamentos. Nos
casos onde o desbalanceamento n{\~a}o pode ser otimizado,
s{\~a}o adicionadas cargas para corre{\c{c}}{\~a}o. Atualmente,
esta distribui{\c{c}}{\~a}o {\'e} realizada por engenheiros,
que com a base de conhecimento pr{\'e}vio, faz o planejamento da
aloca{\c{c}}{\~a}o em algumas semanas. A verifica{\c{c}}{\~a}o
do resultado final {\'e} primeiramente feita em um programa de
desenho tridimensional. Ap{\'o}s a fabrica{\c{c}}{\~a}o, a
carga {\'u}til montada {\'e} colocada em um equipamento que
medir{\'a} o desbalanceamento residual. Caso necess{\'a}rio,
s{\~a}o adicionados os lastros, para minimizar o
desbalanceamento. Em cada miss{\~a}o de lan{\c{c}}amento,
diferentes experimentos s{\~a}o embarcados, sendo necess{\'a}ria
uma nova an{\'a}lise e novos posicionamentos para atender aos
requisitos. Este trabalho desenvolve uma ferramenta utilizando
intelig{\^e}ncia computacional para realizar este processo.
Fornecendo os dados de entrada de cada experimento, o sistema
realiza a busca por uma solu{\c{c}}{\~a}o vi{\'a}vel de
aloca{\c{c}}{\~a}o, otimizando os par{\^a}metros envolvidos no
balanceamento de cargas. Isto reduz o tempo gasto no projeto de
leiaute dos experimentos e minimiza a necessidade de
utiliza{\c{c}}{\~a}o de lastros. ABSTRACT: The allocation of
experiments in the payload of a sounding rocket has a direct
influence on their behavior during the flight, which may affect
its performance and trajectory. Thus, the mass distribution in the
payload process must be planned in order to minimize unbalances.
In cases where the unbalance cannot be optimized, charges for
correction are added. Currently, this distribution is executed by
engineers, who with the prior knowledge, do the planning the
allocation in a few weeks. The final result is checked in a
three-dimensional drawing program. After fabrication, the mounted
payload is placed in a equipment that measures the residual
unbalance. In this step, the ballasts are added, if necessary, to
minimize the unbalance. In each release of mission, different
experiments are embedded, requiring a new analysis and new
positions to meet the requirements. This paper develops a tool
using computational intelligence to realize this process.
Providing the experiments data to the system, it performs a search
for a viable allocation, optimizing the parameters involved in
load balancing. This reduces the time spent on the layout design
of the experiments and minimizes the need to use charges.",
committee = "Rosa, Reinaldo Roberto (presidente) and Guimar{\~a}es, Lamartine
Nogueira Frutuoso (orientador) and Carvalho, Solon Ven{\^a}ncio
de and Stephany, Stephan and Pillat, Valdir Gil",
copyholder = "SID/SCD",
englishtitle = "Experiments allocation optimization on the payload of sounding
rockets using hybrid computational intelligence",
language = "pt",
pages = "124",
ibi = "8JMKD3MGP3W34P/3L4P8DB",
url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3L4P8DB",
targetfile = "publicacao.pdf",
urlaccessdate = "16 jun. 2024"
}