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.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelización del error en la distancia y la rotación para la autocalibración de los robots espaciales en órbita
Video:
Control de Procesos 2
Artículo:
Predicción de la calidad del prensado para el montaje a presión basado en la curva de ajuste a presión y la fuerza máxima de montaje a presión
Ponencia:
Control predictivo no lineal aplicado a columnas de destilación
Artículo:
NMPC basado en la colocación de postes de sistemas Hammerstein y su aplicación al control de transición de grado de polipropileno
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.