MARC

 008260126s2024        us                              c    eng  d
■001000017360382
■00520260202105515
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263337193
■035    ▼a(MiAaPQ)AAI32309312
■035    ▼a(MiAaPQ)GeorgiaTech75323
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658.404
■1001  ▼aZhu,  Stephanie  Y.
■24510▼aDevelopment  and  Acquisition  Modeling  for  Space  Campaign  Architecting
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a421  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Mavris,  Dimitri  N.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2024.
■520    ▼aContemporary  and  future  space  exploration  endeavors  are  highly  complex.  Multiple  system  deployments  and  concurrent  missions-examined  as  part  of  a  space  campaign-are  needed  to  fulfill  long-term  goals.  Given  the  large  time  horizon  and  the  development  of  new  space  systems  to  perform  those  missions,  not  all  the  enabling  technologies  have  been  matured  nor  are  the  new  systems  completely  designed,  developed,  and  tested  for  implementation.  Current  conceptual  phase  methodology  for  space  campaign  architecting  (SCA)  does  not  adequately  account  for  the  development  and  acquisition  (D&A)  of  new  systems  and  their  dependent  technologies.The  D&A  of  new  systems  encompasses  the  time  and  resources  for  technology  research  and  development  (R&D),  as  well  as  subsystems  and  systems  design,  development,  testing,  and  evaluation  (DDT&E).  This  timing  and  resource  allocation  for  D&A  must  be  included  when  planning  the  main  missions  within  a  space  campaign;  otherwise,  lack  of  accounting  will  result  in  programmatic  gaps  when  architecting  a  campaign  baseline,  which  affects  the  feasibility  and  viability  of  the  constituent  mission  architectures.This  dissertation  presents  an  approach  to  model  and  assess  systems  D&A  for  conceptual  phase  SCA  as  a  programmatic  assessment.  The  SCA  methodology  is  formalized  to  establish  a  System-of-Systems  (SoS)  taxonomy  of  campaign  elements,  and  then  an  ontology  is  defined  to  map  campaign  elements  to  the  D&A  subproblem  space  to  represent  high-level  programmatic  decision-making.  A  Binary  Integer  Programming  (BIP)  optimization  method  is  applied  to  the  resulting  D&A  subproblem  definition  to  create  a  mathematical  model.  The  formulated  approach  is  a  methodology  with  its  key  components-SCA  taxonomy,  D&A  ontology,  and  BIP  model-representing  the  multiple  SoS  levels  of  a  space  campaign  to  understand  the  life  cycle  cost  and  schedule  impacts  with  respect  to  programmatic  decision-making.Experimental  results  explored  the  BIP  model  to  understand  its  response  to  variations  in  the  larger  SCA  problem  space.  This  exploration  established  connections  between  the  computational  results  of  the  mathematical  model  with  respect  to  high-level  campaign  parameters.  Two  objective  formulations  for  the  BIP  model  are  presented;  each  simulates  a  separate  programmatic  decision-making  scenario  with  differing  campaign-level  goals  and  high-level  interests.  The  first  formulation  is  analogous  to  the  programmatic  goal  of  achieving  a  target  end  state  or  capability  as  quickly  as  possible-the  choice  of  which  systems'D&A  to  invest  in  and  when  should  be  organized  such  that  the  total  time  required  to  reach  the  final  mission  architecture  is  minimized.  The  second  formulation  models  decision-making  scenarios  where  qualitative  programmatic  goals  are  quantified,  and  the  choice  of  system  D&A  will  achieve  a  mission  architecture  that  best  fulfills  those  goals  through  the  assignation  of  interest  points  and  maximizing  the  total  points.Both  formulations  are  demonstrated  on  test  sets  of  technology,  system,  and  mission  programs  (representing  notional  mission  architectures  within  a  campaign)  and  varied  programmatic  parameters.  The  computational  complexity  of  both  formulations  are  investigated  to  ensure  that  the  model  is  not  intractable  with  respect  to  campaign  size,  thus  implying  its  resilience  in  representing  the  disparate  possibilities  of  conceptual  phase  space  campaigns.  The  feasibility  state  of  the  BIP  model  and  severity  of  constrainedness  is  shown  to  be  connected  to  the  viability  state  of  a  campaign  in  the  larger  SCA  problem  space.  Trends  in  computational  effort  depending  on  programmatic  parameters-such  as  time  horizon,  budget  profile,  and  quantified  programmatic  interests-represented  the  sensitivity  of  a  campaign's  viability  with  respect  to  those  parameters.  The  BIP  model  for  both  objective  formulations  can  respond  to  changes  in  high-level  campaign  parameters,    and  demonstrates  that  the  overall  approach  can  capture  programmatic  impacts  of  life  cycle  cost  and  duration  of  campaign  elements  during  the  conceptual  phase.  Experimental  results  provide  further  application  insight  into  scoping  a  given  campaign's  representation,  signaling  possible  programmatic  trade-offs,  and  performing  sensitivity  and  robustness  studies  on  campaign  elements.The  Design  Reference  Architecture  (DRA)  5.0  Nuclear  Thermal  Propulsion  (NTP)  mission  architecture  is  the  final  demonstration  of  the  programmatic  assessment  to  represent  a  larger  campaign  and  capturing  the  impact  of  system  D&A.  This  demonstration  provides  a  working  example  of  how  to  implement  the  programmatic  assessment  in  practice.  Couplings  within  the  NTP  mission  architecture  were  added  through  the  taxonomy  and  ontology  as  part  of  the  formulated  approach.  Changes  to  the  mission  architecture  chronology  were  shown  due  to  additional  capability  demands  and  programmatic  constraints,  demonstrating  the  utility  of  the  entire  methodology  in  practice.
■590    ▼aSchool  code:  0078.
■650  4▼aSchedules
■650  4▼aTaxonomy
■650  4▼aInteger  programming
■650  4▼aSpace  exploration
■650  4▼aOntology
■650  4▼aMoon
■650  4▼aDecision  making
■650  4▼aAerospace  engineering
■690    ▼a0538
■690    ▼a0454
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360382▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books