El problema de las maniobras de evasión de los vehículos hipersónicos difiere del de los misiles balísticos y otras armas tradicionales, ya que presenta propiedades distintivas, como un amplio rango de maniobra y una débil maniobrabilidad. Cómo evitar la desventaja de la baja sobrecarga disponible y asegurar las tareas de seguimiento son las principales preocupaciones de la penetración hipersónica. Este trabajo presenta un algoritmo de optimización de la trayectoria de penetración para un vehículo hipersónico de respiración aérea, en el que se analiza la condición de penetración previa y se eligen los costes de control como función objetivo para minimizar el consumo de combustible y el rango de maniobra. Este trabajo se centra en cómo formular el complejo y altamente restringido problema de penetración no convexo para convertirlo en una secuencia de programación cónica de segundo orden de fácil resolución mediante una combinación de técnicas de linealización y relajación sucesivas. La innovación radica en el aumento del ángulo de penetración y la técnica de relajación de elementos no lineales y no convexos. Se realizan varias simulaciones numéricas para verificar la validez de la condición de penetración y demostrar que el método propuesto es eficaz y tiene un buen rendimiento computacional, independientemente de las conjeturas iniciales.
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:
Controladores lógicos programables como servicio inteligente en los sistemas de producción de la industria 4.0
Artículo:
Simulaciones por elementos finitos de la fractura dinámica por cizallamiento de pasadores huecos
Artículo:
Modelo de circuito equivalente para baterías de litio de vehículos eléctricos con características de autocuración
Artículo:
Metodología analítica aproximada para los modelos restringidos de tres y cuatro cuerpos basada en series polinómicas
Artículo:
Control de aprendizaje iterativo con factor de olvido para redes viarias urbanas