Hall Thruster, eine wichtige Weltraumtechnologie für Missionen wie die Starlink-Konstellation von SpaceX und die Psyche Asteroiden-Mission von NASA, sind mit der Plasma-Technologie*hocheffiziente elektrische Antriebsgeräte. Das kaistische Forschungsteam kündigte an, dass der für Cubesats entwickelte AI-entschlossene Hall-Triebwerk auf dem Kaist-Hall-Effekt-Raketen-Orbiter (K-Hero) Cubesat installiert wird, um seine In-Orbit-Leistung während des vierten Starts des koreanischen Trägstoffs namens Nuri zu demonstrieren Rocket (KSLV-2) für November dieses Jahres geplant.
*Plasma ist eine der vier Materiezustände, in denen Gase auf hohe Energien erhitzt werden, was dazu führt, dass sie sich in geladene Ionen und Elektronen trennen. Plasma wird nicht nur im Raum für den elektrischen Antrieb, sondern auch in der Herstellung von Halbleiter, den Anzeigeprozessen und Sterilisationsgeräten verwendet.
Am 3. Februar kündigte das Forschungsteam des Kaist Department of Nuclear und Quantum Engineering’s Electric Propulsion Laboratory unter der Leitung von Professor Wonho Choe die Entwicklung einer AI-basierten Technik an, um die Leistung von Hall-Thrustern, die Motoren von Satelliten und Raum genau vorherzusagen, genau vorherzusagen, die Motoren von Satelliten und Raum Sonden.
Hall -Triebwerke bieten eine hohe Kraftstoffeffizienz und erfordern ein minimales Treibmittel, um eine signifikante Beschleunigung von Raumfahrzeugen oder Satelliten zu erreichen und gleichzeitig im Vergleich zum Stromverbrauch einen erheblichen Schub zu erzeugen. Aufgrund dieser Vorteile werden Hall -Triebwerke in verschiedenen Weltraummissionen weit verbreitet, einschließlich des Formationsfluges von Satellitenkonstellationen, dem deorbitierenden Manöver für die Minderung von Weltraumschwesten und Deep -Weltraummissionen wie Asteroiden -Erkundungen.
Während die Weltraumindustrie während der Zeitspace -Ära weiter wächst, nimmt die Nachfrage nach Hall -Triebwerken zu verschiedenen Missionen zu. Um hocheffiziente, missionoptimierte Hall-Triebwerke schnell zu entwickeln, ist es wichtig, die Thrusterleistung genau aus der Designphase vorherzusagen.
Herkömmliche Methoden haben jedoch Einschränkungen, da sie Schwierigkeiten haben, die komplexen Plasma -Phänomene innerhalb der Hall -Triebwerke zu bewältigen, oder nur unter bestimmten Bedingungen anwendbar sind, was zu einer geringeren Vorhersagegenauigkeit führt.
Das Forschungsteam entwickelte eine KI-basierte Leistungsvorhersage-Technik mit hoher Genauigkeit, wodurch die Zeit und die Kosten, die mit der iterativen Gestaltung, Herstellung und Prüfung von Thrustern verbunden sind, erheblich verringert. Seit 2003 leitet das Team von Professor Wonho Choe in Korea die Forschung zur Entwicklung elektrischer Anträge. Das Team wandte ein neuronales Netzwerk-Ensemble-Modell an, um die Thruster-Leistung unter Verwendung von 18.000 Hall Thruster-Trainingsdatenpunkten vorherzusagen, die aus dem Inhouse Numerical Simulation Tool generiert wurden.
Das interne numerische Simulationstool, das zur Modellierung der Plasma-Physik und der Schubleistung entwickelt wurde, spielte eine entscheidende Rolle bei der Bereitstellung hochwertiger Trainingsdaten. Die Genauigkeit der Simulation wurde durch Vergleiche mit experimentellen Daten von zehn kaistischen Inhouse-Hall-Treuern mit einem durchschnittlichen Vorhersagefehler von weniger als 10%validiert.
