Resumen

La correlación de los modelos matemáticos térmicos (TMM) de las naves espaciales con los resultados de la prueba térmica es una tarea exigente en términos de tiempo y esfuerzo. Teóricamente, puede automatizarse mediante técnicas de optimización, aunque se trata de una tarea difícil. Estudios anteriores han demostrado la capacidad de los algoritmos genéticos para realizar esta tarea en varios casos, aunque se han detectado algunas limitaciones. Además, los métodos basados en el gradiente, aunque también presentan algunas limitaciones, han proporcionado buenas soluciones en otros campos técnicos. Por este motivo, en este trabajo se analiza el rendimiento de los algoritmos genéticos y de los métodos basados en el gradiente en la correlación de los TMM para comparar los pros y los contras de los mismos. El caso de estudio utilizado en la comparación es un instrumento espacial real volado a bordo de la Estación Espacial Internacional.

• Materias:Minería de datos Aerodinámica Motores (Mecánica) Cinemática Vehículo espacial
• Subjects:Data mining Aerodynamics Engines Kinematics Space vehicles
• Palabras claves:algoritmo genético, métodos basados, términos de tiempo, modelo matemático térmico, estación espacial internacional, medios de optimización, correlación de tmms, instrumentos espaciales reales, proporcionaron buenas soluciones, caso de estudio
• Keywords:genetic algorithm, based methods, terms of time, thermal mathematical model, international space station, means of optimization, correlation of tmms, real space instruments, provided good solutions, case of study