JPL Thermal Design Modeling Philosophy and NASA-STD-7009 Standard for Models and Simulations - A Case Study

Abstract

The Standard JPL thermal engineering practice prescribes worst-case methodologies for design. In this process, environmental and key uncertain thermal parameters (e.g., thermal blanket performance, interface conductance, optical properties) are stacked in a worst case fashion to yield the most hot-or cold-biased temperature. Thus, these simulations would represent the upper and lower bounds. This, effectively, represents JPL thermal design margin philosophy. Uncertainty in the margins and the absolute temperatures is usually estimated by sensitivity analyses and/or by comparing the worst-case results with "expected" results. Applicability of the analytical model for specific design purposes along with any temperature requirement violations are documented in peer and project design review material. In 2008, NASA released NASA-STD-7009, Standard for Models and Simulations. The scope of this standard covers the development and maintenance of models, the operation of simulations, the analysis of the results, training, recommended practices, the assessment of the Modeling and Simulation (M&S) credibility, and the reporting of the M&S results. The Mars Exploration Rover (MER) project thermal control system M&S activity was chosen as a case study determining whether JPL practice is in line with the standard and to identify areas of non-compliance. This paper summarizes the results and makes recommendations regarding the application of this standard to JPL thermal M&S practices͘ Acronyms AFT Allowable Flight Temperature CAIB Columbia Accident Investigation Board CAS Credibility Assessment Scale CDR Critical Design Review CM Configuration Management COTS Commercial-Off-The-Shelf

Optimizing Space Telescopes’ Thermal Performance through Uncertainty Analysis: Identification of Critical Parameters and Shaping Test Strategy Development

“…A two-phase methodology is commonly used in the process of thermal control and design for space systems [22][23][24]. Initially, engineers establish scenarios that represent worst-case design conditions, combining the most challenging environmental factors (such as solar irradiance or planetary infrared radiation) with demanding operational conditions (like internal heat dissipation and the degradation of material and optical properties).…”

Análisis de incertidumbres en sistemas de control térmico en ambientes espaciales

“…Por un lado está el método que fue el primero en ser utilizado, el de márgenes preestablecidos. Presupone unos márgenes de incertidumbre jos basados en estudios estadísticos sobre las diferencias entre las predicciones de los modelos térmicos y los datos de vuelo [9,10,11,12]. Es el método más utilizado en las fases iniciales de los proyectos, y en muchos casos también durante el resto del proceso de diseño.…”

“…Existe un enfoque bastante generalizado para abordar el diseño de sistemas de control térmico espacial [9,10,11], que consta de dos pasos. El primero consiste en establecer una serie de casos extremos de diseño en los que se aplican las combinaciones más desfavorables posibles de parámetros ambientales (por ejemplo, la irradiancia solar o la radiación infrarroja planetaria) y de uso (como pudieran ser las propiedades físicas y los acabados superciales).…”

“…Según la búsqueda bibliográca realizada parece que dichos márgenes llevan sin ser actualizados desde 1994 [15], si bien hay algunos estudios estadísticos similares más recientes, como Welch en 2003 [12] y 2006 [64] (que conrman dichos márgenes) o Peabody en 2012 [65] y Garrison en 2011 [66] y 2012 [67] (que aconsejan revisar la práctica de utilizarlos en favor de márgenes especícos para cada misión). También se puede comprobar que los métodos ociales actuales de algunos centros de referencia mundiales en el campo del control térmico espacial siguen esta política de márgenes [9,10] aunque en algunos proyectos se estudien otras alternativas, como no utilizar casos extremos de diseño y establecer los márgenes de incertidumbre haciendo un análisis estadístico sobre la vida completa de la misión utilizando los valores estadísticos esperados de los parámetros ambientales [67] (ver sección 1.5.3).…”