Ein Hall Thruster ist ein hocheffizientes Antriebsgerät, das Plasma verwendet, das für verschiedene schwierige Weltraummissionen verwendet wird, wie SpaceXs Sternbild-Satelliten, Starlink und die Asteroidensonde der NASA, Psyche und eine der Kernraumtechnologien.
Kaist-Forscher werden die Leistung des Hall Thruster für Cubesats überprüfen, die mithilfe künstlicher Intelligenztechniken entwickelt wurden, indem sie während des vierten Starts von Nuri, die für November dieses Jahres geplant sind, auf den Cubesat K-Hero geladen werden.
Professor Wonho Choe vom Department of Nuclear and Quantentechnik entwickelte eine künstliche Intelligenztechnik, mit der die Thrust -Leistung von Hall -Effekt -Ionenverträgern (dh Hall Thruster), die Motoren für Satelliten oder Raumsonden sind, mit hoher Genauigkeit vorhersagen können. Die Studie ist veröffentlicht in der Zeitschrift Fortgeschrittene intelligente Systeme.
Hall -Triebwerke haben eine hohe Kraftstoffeffizienz, sodass sie Satelliten oder Raumfahrzeuge mit weniger Treibmittel (Kraftstoff) erheblich beschleunigen können und im Vergleich zum verbrauchten Strom einen großen Schub erzeugen können. Basierend auf diesen Vorteilen wird es für verschiedene Missionen häufig verwendet, z. Erforschung.
Kürzlich, da die Weltraumindustrie in der Zeit von Zeitungen ausgebaut ist, werden die Weltraummissionen immer vielfältiger und die Nachfrage nach Hall -Trödeln steigt entsprechend. Um schnell hocheffiziente Hall-Triebwerke zu entwickeln, die für jede einzelne Mission optimiert werden, ist eine Technik, die die Leistung des Triebwerks aus der Entwurfsbühne genau vorhergesagt hat, von wesentlicher Bedeutung.
Bestehende Methoden haben jedoch Einschränkungen, wie z.
Das Forschungsteam entwickelte eine sehr genaue Technik zur Leistung der Leistung, die auf künstlicher Intelligenz basiert, die die Zeit und die Kosten, die für die Wiederholung des Entwerfens, Herstellens und Testen des Hall Thruster erforderlich sind, drastisch verkürzt.
Das Team von Professor Choes, das 2003 die erste Forschung für inländische Elektro-Thruster-Entwicklungsforschung startete und verwandte Forschung und Entwicklung führte, führte eine künstliche Struktur des neuronalen Netzwerks ein, das auf 18.000 Hall Thruster-Lerndaten basiert, die mit einem selbst entwickelten Elektro-Thruster-Computeranalyse-Tool und -Tool und -Tool erzeugt wurden angewendet es auf die Vorhersage der Schubleistung.
Das Computeranalyse-Tool, das entwickelt wurde, um qualitativ hochwertige Lerndatenmodelle Plasma-Physik und Schubleistung zu sichern. Die Genauigkeit des Computeranalyse -Tools wurde mit einem durchschnittlichen Fehler von weniger als 10% verifiziert, verglichen mit ungefähr 100 experimentellen Daten, die vom Forschungsteam erstmals in Korea entwickelt wurden.
Das Modell des künstlichen neuronalen Netzwerks ist als digitales Zwillingsmodell, das innerhalb weniger Sekunden in kurzer Zeit die Triebwerkeleistung vorhersagen kann, abhängig von den Entwurfsvariablen des Hall -Trennzeichens.
Insbesondere kann es ausführlich die Änderungen der Leistungsindikatoren wie Schub- und Entladungsstrom gemäß Konstruktionsvariablen wie Kraftstoffdurchflussrate und Magnetfeld analysieren, die mit bisher bekannten Skalierungsgesetzen schwer zu analysieren waren.
Das Forschungsteam zeigte, dass das diesmal entwickelte KI-Modell des neuronalen Netzwerks einen durchschnittlichen Fehler von weniger als 5% für die Hall-Triebwerke von 700 W und 1 kW-Klassen im eigenen Haus und einen durchschnittlichen Fehler von weniger als 9% für die 5-kW-Klasse-Hoch- und Hochstrecke zeigte. Der vom US Air Force Research Laboratory entwickelte Power Hall Thruster. Diese Studie hat gezeigt, dass die entwickelte KI -Vorhersage -Technik auf Hall -Triebwerke verschiedener Leistungsgrößen weit verbreitet sein kann.
Professor Choe sagte: „Die vom Forschungsteam entwickelte KI-basierte Leistungsvorhersage-Technik hat eine hohe Genauigkeit und wird bereits zur Analyse der Schubleistung von Hall-Triebwerken verwendet, die Motoren für Satelliten und Raumfahrzeuge sind, und um hohe Effizienz zu entwickeln, niedrig. -Power Hall Thruster.
Darüber hinaus erklärte Professor Choe: „Der Hall Thruster für den Cube -Satelliten, der unter Verwendung von AI -Techniken in Zusammenarbeit mit Cosmo Bee Co., Ltd., entwickelt wurde, wird am 3U (einem Laborstart des Forschungsteams eingerichtet, ein Labor -Startup des Forschungsteams installiert. 30x10x10 cm) Cube-Satelliten-K-Hero im 4. Start von Nuri, geplant für November dieses Jahres, um seine Leistung im Weltraum zu überprüfen. „
Die Ergebnisse dieser Studie, in der Ph.D. Der Student Jaehong Park der Kaist Department of Nuclear and Quantentechnik (Interdisziplinär -Major der Space Exploration Engineering) nahm als Erstautor teil und wurde für ihre Innovation anerkannt, indem sie als Deckpapier des Journals ausgewählt wurden.
Weitere Informationen:
Jaehong Park et al., Vorhersage der Leistung der Hall -Effekt -Ionenquelle mit maschinellem Lernen, Fortgeschrittene intelligente Systeme (2024). Doi: 10.1002/aisy.202400555