@MastersThesis{Lopes:2008:CoAtSa,
author = "Lopes, Igor Mainenti Leal",
title = "Controle de atitude de sat{\'e}lites
r{\'{\i}}gido-flex{\'{\i}}veis usando a otimiza{\c{c}}{\~a}o
extrema generalizada com abordagem multi-objetivo",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2008",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2008-02-26",
keywords = "engenharia e tecnologia espaciais, s{\'a}telite artificial,
controle de atitude, algoritmo evolutivo, otimiza{\c{c}}{\~a}o
evolutiva, controle n{\~a}o linear, artificial satellite,
attitude control, evolutionary algorithm, evolutionary
optimization, non-linear control.",
abstract = "Neste trabalho, a efici{\^e}ncia do algoritmo da
Otimiza{\c{c}}{\~a}o Extrema Generalizada (GEO) foi avaliada ao
abordar um problema de controle {\'o}timo de atitude de um
sat{\'e}lite artificial. O estudo visou determinar os ganhos de
duas leis de controle: uma do tipo proporcional derivativo (PD) e
uma n{\~a}o-linear. Estas foram utilizadas, em diferentes
simula{\c{c}}{\~o}es, para controlar a atitude de dois modelos
diferentes de sat{\'e}lites, sendo um r{\'{\i}}gido e o outro
r{\'{\i}}gido-flex{\'{\i}}vel. Para otimizar os ganhos das
leis de controle foram usados dois m{\'e}todos: o GEO e o
Regulador Linear Quadr{\'a}tico (LQR). O GEO {\'e} um algoritmo
evolutivo inspirado em um modelo simplificado de
evolu{\c{c}}{\~a}o. Foi desenvolvido com o objetivo de resolver
problemas complexos de otimiza{\c{c}}{\~a}o (De Sousa et al.,
2003). Uma vers{\~a}o multi-objetivo do GEO (M-GEO) foi empregada
com o intuito de minimizar, simultaneamente, o tempo para
controlar o sat{\'e}lite e o consumo de energia. A
utiliza{\c{c}}{\~a}o de uma abordagem multi-objetivo permite a
determina{\c{c}}{\~a}o de um conjunto de solu{\c{c}}{\~o}es de
compromisso otimizadas (solu{\c{c}}{\~o}es n{\~a}o-dominadas).
O conjunto das solu{\c{c}}{\~o}es n{\~a}o-dominadas no
espa{\c{c}}o de projeto e no espa{\c{c}}o das
fun{\c{c}}{\~o}es objetivo (fronteira de Pareto), foi obtido
atrav{\'e}s do MGEO. As fronteiras de Pareto, obtidas para o
sat{\'e}lite r{\'{\i}}gido-flex{\'{\i}}vel, foram comparadas
com uma solu{\c{c}}{\~a}o obtida pelo LQR. Para o caso do
sat{\'e}lite r{\'{\i}}gido, uma das solu{\c{c}}{\~o}es obtida
pelo M-GEO foi selecionada para testar a robustez do controlador.
O filtro Kalman foi utilizado para estimar a atitude do
sat{\'e}lite para a retroalimenta{\c{c}}{\~a}o do controlador
PD. Esta an{\'a}lise demonstrou que o M-GEO {\'e} capaz de obter
solu{\c{c}}{\~o}es com bom desempenho. Como o GEO {\'e} um
algoritmo de otimiza{\c{c}}{\~a}o novo, ele tem sido
constantemente melhorado. Uma nova vers{\~a}o do GEO {\'e}
apresentada neste trabalho. Esta nova vers{\~a}o n{\~a}o faz uso
da sequ{\^e}ncia de bits, tal como o algoritmo GEO. Em vez disso,
trabalha-se diretamente com os valores das vari{\'a}veis. A nova
vers{\~a}o, que denominada GEOreal, foi utilizada para abordar
duas fun{\c{c}}{\~o}es testes com a finalidade de averiguar o
seu desempenho, e foi comparada com vers{\~o}es anteriores do
GEO. O GEOreal demonstrou um bom desempenho ao buscar pelo
m{\'{\i}}nimo global das fun{\c{c}}{\~o}es testes,
mostrando-se melhor do que vers{\~o}es anteriores. ABSTRACT: In
this work, the efficiency of the Generalized Extremal Optimization
(GEO) algorithm in the design of an artificial satellite attitude
control system was evaluated. The study aimed to determine the
gains of two control laws: a proportional derivative (PD) and; a
non-linear. These were used, in different simulations, to control
the attitude of two different models of satellites: a rigid and
the other rigid-flexible. To optimize control were used two
methods: the GEO and Linear Quadratic Regulator (LQR). The GEO is
an evolutionary algorithm inspired in a simplified model of
evolution. It was developed to tackle complex optimization
problems (De Sousa et al., 2003). A multi-objective version of GEO
(M-GEO) is employed with the task of minimizing, simultaneously,
the time to control the satellite and the energy spent on it. The
use of a multi-objective approach allows that a set of optimized
trade-off solutions (non-dominated solutions) be determined. The
non-dominated solutions set in the design space and in the
objective functions space (Pareto front) was obtained through
M-GEO. The Pareto fronts, obtained for the rigidflexible
satellite, were compared with a solution obtained by LQR. In the
rigid satellites case, one of the solutions obtained through M-GEO
was selected to test the robustness of the controller. The Kalman
filter was used to estimate the attitude of the satellite to a
feedback controller PD. This analysis showed that the M-GEO is
able to obtain robust solutions. As a new optimization algorithm,
GEO has been constantly improved. A new version of GEO is
presented in this work. This new version doesnt make use of string
of bits, like the GEO algorithm. Instead of that, it works
directly with the variables values. Called GEOreal, the new
version was used to tackle two test functions and its performance
compared with previously versions of GEO. The GEOreal showed as a
competitive optimization algorithm. Its performance to tackle
those test functions was better than previous versions.",
committee = "Souza, Luiz Carlos Gadelha de (presidente) and Sousa, Fabiano Luis
de (orientador) and Galski, Roberto Luiz and G{\'o}es, Luiz
Carlos Sandoval and Fenili, Andr{\'e}",
copyholder = "SID/SCD",
englishtitle = "Satellite attitude control of rigid-flexible satellite using the
generalized extremal optimization with a multi-objective
approach",
language = "pt",
pages = "116",
ibi = "8JMKD3MGPBW/32LUDEE",
url = "http://urlib.net/ibi/8JMKD3MGPBW/32LUDEE",
targetfile = "publicacao.pdf",
urlaccessdate = "29 jun. 2024"
}