一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法技术
【技术实现步骤摘要】
一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法
本专利技术涉及航空飞行器故障诊断
，特别是涉及一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法。
技术介绍
四旋翼飞行器是一种典型的现代复杂系统，相比于固定翼飞机，它具有更复杂的气动特性和更特殊的飞行状态,需要更高精度的数学模型和更稳健的控制律来保证飞行品质和飞行安全。四旋翼飞行器的传统建模方法大致分为机理建模和数据驱动建模。机理建模参数可解释性强，模型外延性好，但对于多变量、非线性以及强耦合等现代复杂系统，则建模难度较大；数据驱动建模不需要过程对象的先验知识，但模型精度和泛化能力高度依赖于建模数据。因此，仅仅依靠单一建模手段难以获得高质量的目标模型。四旋翼飞行器通过四个执行器输出三个姿态角信号，属于过驱动系统，能够有效的提高结构负载能力和响应速度，它在运行过程中会不可避免的收到外界扰动或发生故障等；该故障是指驱动系统至少有一个特性或参数出现较大的偏差，超出了可接受的范围。此时系统的性能明显低于其正常水平；该故障的分类可从不同的方面进行，从故障发生的部位来看，可分为执行器故障，传感器故障和结构故障。针对四...
【技术保护点】
一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法，其特征在于它包括如下具体步骤：步骤A：应用各类物理效应对四旋翼飞行器的影响程度进行分析，根据影响程度将其划分为主要影响因素和次要影响因素，确定四旋翼飞行器混合模型中的先验模型和非参数模型的建模范畴，并根据主要影响因素建立先验模型；步骤B：针对次要影响因素分析非参数模型中的各类非线性项和耦合项，度量四旋翼飞行器的非线性程度；步骤C：根据物理效应的影响程度和各项非线性程度，运用模糊推理机选择合适的参数辨识、线性化方法，建立四旋翼飞行器的混合模型；步骤D：根据数据的来源和自身物理定义，对四旋翼飞行器的粒度级别进行划分；步骤E：采...
【技术特征摘要】
1.一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法，其特征在于该方法包括如下具体步骤：步骤A：应用各类物理效应对四旋翼飞行器的影响程度进行分析，所述各类物理效应根据其影响程度划分为主要影响因素和次要影响因素，确定四旋翼飞行器混合模型中的先验模型和非参数模型的建模范畴，并根据主要影响因素建立先验模型；其中：所述各类物理效应是指表现为气动效应、机身陀螺效应和旋翼陀螺效应的形式；所述主要影响因素是指气动力矩，该气动力矩是由四旋翼飞行器旋翼旋转产生的拉力和阻力引起的，气动力矩是飞行器承受的最主要的力矩类型，包括滚转力矩、俯仰力矩和偏航力矩的形式，属于非参数模型的建模范畴；次要影响因素是指除气动力矩外，系统所受的陀螺力矩的影响，主要包括机身陀螺力矩和旋翼陀螺力矩，是非参数模型的建模范畴；步骤B：针对次要影响因素分析非参数模型中的各类非线性项和耦合项，度量四旋翼飞行器的非线性程度；步骤C：根据物理效应的影响程度和各项非线性程度，运用模糊推理机选择参数辨识、线性化方法，建立四旋翼飞行器的混合模型；步骤D：根据数据的来源和自身物理定义，对四旋翼飞行器的粒度级别进行划分；步骤E：采用基于主元分析的过程监测方法，先针对粗粒度级别的数据，确定故障发生的通道，再针对细粒度级别的数据，定位出故障发生的元部件，由此实现双重粒度故障诊断。2.根据权利要求1所述的一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法，其特征在于所述的气动力矩为主要影响因素，建立先验模型式如下：上式中，φ,θ,分别表示俯仰角，滚转角和偏航角；分别为x,y,z轴上的气动力矩；l是电机中心点到坐标原点的距离；Kf是旋翼力矩常系数；Kt,c是旋翼反向旋转时推力和转矩之间的常系数；V1、V3、V2、V4是前、后、左、右四个电机产生的电压；Jxx,Jyy,Jzz分别表示滚转通道，俯仰通道，偏航通道关于x,y,z轴的转动惯量。3.根据权利要求1所述的一种基于混合模型的四旋翼飞行器双重粒度故障诊断方法，其特征在于步骤B所述的非线性程度是指：对于输入信号一个稳定的因果系统N:Ua→Y，该因果系统的非线性程度定义为如下非负方程式：
【专利技术属性】
技术研发人员：王岳，姜斌，陆宁云，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。