The Rate Control System (RCS) is one of the systems responsible for creating the micro-gravity μ(g) environment for the experiments on board a sounding rocket. The quality of the μg environment is highly affected by the angular rates of a body in free fall and the results obtained from the experiments are dependent on it. This thesis explores a Model Predictive Control (MPC) approach to improve the control algorithm in contrast to previously used Bang-Bang controllers. The performance of said algorithms is tested in a simulation environment with values obtained from flight data. Based on the sensors used in the current RCS an attitude control is also proposed leveraging the MPC optimal control output.

Based on the results, the proposed algorithm outperforms the currently used techniques when dealing with rate control as well as showing how the Cold Gas System (CGS) can operate with only one working pressure compared to multiple ones, therefore reducing price, complexity, and weight.

By using MPC the current system can also provide fast attitude control capabilities without the need to change the sensors used. Given its generality, the method can also be used to create special constraints on rates and maneuvers if the model is expanded with kinematics. By using quaternions, the MPC model remains open to interfacing with state estimation techniques if more sensors were to be added to increase attitude determination accuracy.

In conclusion, the proposed method provides rate and attitude optimal controls paving the way for a better μg environment for sounding rockets experiments.

Rate Control System (RCS) är ett av de system som ansvarar för att skapa mikrogravitationsmiljön μ(g) för experimenten ombord på en sondraket. Kvaliteten på μg-miljön påverkas starkt av vinkelhastigheterna hos en kropp i fritt fall och resultaten från experimenten är beroende av det. Detta examensarbete utforskar ett tillvägagångssätt för Model Predictive Control (MPC) för att förbättra kontrollalgoritmen i jämförelse med tidigare använda Bang-Bang-kontroller. Prestandan hos nämnda algoritmer testas i en simuleringsmiljö med värden erhållna från flygdata. Baserat på sensorerna som används i nuvarande RCS föreslås också en attitydkontroll som utnyttjar MPC:s optimala kontrollutgång.

Baserat på resultaten överträffar den föreslagna algoritmen de tekniker som för närvarande används när det gäller hastighetskontroll och visar hur Cold Gas System (CGS) kan arbeta med endast ett arbetstryck jämfört med flera, vilket därför minskar pris, komplexitet och vikt .

Genom att använda MPC kan det nuvarande systemet också ge snabba attitydkontrollfunktioner utan att behöva ändra de sensorer som används. Med tanke på dess generella karaktär kan metoden också användas för att skapa speciella begränsningar för hastigheter och manövrar om modellen utökas med kinematik. Genom att använda kvaternioner förblir MPC-modellen öppen för gränssnitt med tillståndsuppskattningstekniker om fler sensorer skulle läggas till för att öka noggrannheten i attitydbestämningen.

Sammanfattningsvis ger den föreslagna metoden optimala kontroller för hastighet och attityd som banar väg för en bättre μg-miljö för sonderingsraketexperiment.