بكارگيري رويكردهاي بهينه‌سازي چندهدفه در طراحي كنترل‌كننده بهينه براي عمليات الحاق مداري با درنظر گرفتن ديناميك عملگرها و مقايسه نتايج

Applying multi-objective optimization approaches to design an optimal controller for orbital docking by consideration of actuators dynamics and comparing results

در اين مقاله فاز نهايي عمليات ملاقات و اتصال مداري مورد مطالعه قرار گرفته است. هدف اصلي، كنترل موقعيت فضاپيماي تعقيب‌كننده مي‌باشد به‌گونه‌اي كه اين فضاپيما در سريع‌ترين زمان ممكن يا به عبارت‌ ديگر با پيمودن يك مسير بهينه به فضاپيماي هدف برسد.از ديگرمقاصد اين مقاله، حداقل مصرف انرژي مي‌باشد. در شبيه‌سازي ديناميك از معادلات كلوزي ويلشاير خطي استفاده شده است.درمجموعه معادلات كلوزي ويلشايرخطي،تغيير در هر يك از دو راستاي X يا Yمنجر به تغيير راستاي ديگر شده و بر روي عمليات اتصال تاثير خواهد گذاشت. براي دست‌يابي به اهداف، متغيرهاي موجوددر مسئله بايد بهينه شوند. جهت بهينه‌سازي متغيرها از دو روش الگوريتم ژنتيك و ازدحام ذرات بهره گرفته شده است. فضاپيماي تعقيب‌كننده داراي عملگرهاي تراستر با ساختار مدولاتور PWPFدر نظر گرفته شده واتصال به يك فضاپيما با موقعيت ثابت، هدف اصلي مسئله است.روش كنترلي مورد استفاده روش LQRبوده كه پارامترهاي آن نيز جزءمتغيرهايي هستند كه بهينه خواهند شد.در نهايت براي ارزيابي شرايط واقعي، با اعمال عدم قطعيت بر روي خروجي تراسترها نتايج بررسي مي‌گردند.

The final phase of orbital rendezvous and docking has been studied in this article. The main objective is to control the position of a chaserthat can reach to the target in the minimum time, or in the other words, by passing the optimal path.Another important objective of this paper is the minimum energy consumption. In dynamic simulation, the equations of the linear form of Clohessy-Wiltshire (CWH) equationshave been utilized. In linear CWH equations, the change in either direction of X or Y will result the change in another direction and will affect the orbitaldocking operation. Inorder to achieve the objectives of this paper, the design variables should be optimized; To optimize the design variables, two methods i.e. genetic algorithm (GA) and particle swarm optimization (PSO) have been used. Finally, to evaluate the real conditions, the results will be investigated by applying uncertainty in the outputs of thrusters.