基于结构电气控制协同匹配的宽域高效低噪控制方法技术

本发明专利技术属于结构设计控制领域，涉及一种基于结构电气控制协同匹配的宽域高效低噪控制方法。所述方法包括：构建多旋翼无人机机动模型：根据环境信息、螺旋桨参数、电机参数、电子调速器参数、电池参数实现对螺旋桨模型、电机模型、电子调速器模型、电池模型四种机动模型的构建；修正机动模型：根据不同温度对电池性能影响，建模分析，修正机动模型中的电池模型，进而迭代电池参数实现电气控制协同匹配。本发明专利技术提供的方法根据环境因素更新多旋翼无人机机动模型，进而迭代不同螺旋桨及电池参数实现电气控制协同匹配，最终实现完成在0

【技术实现步骤摘要】
基于结构电气控制协同匹配的宽域高效低噪控制方法


[0001]本专利技术属于结构设计，控制领域，涉及一种基于结构电气控制协同匹配的宽域高效低噪控制方法。

技术介绍

[0002]常规的多旋翼无人机均应用了电机和桨矩不变的定矩螺旋桨动力装置，无人机的飞行和控制依靠均布的螺旋桨的竖直拉力的变化实现，而螺旋桨拉力的变化则完全依靠螺旋桨转速的变化。为实现无人机的稳定悬停和飞行，显然螺旋桨所能提供的最大拉力要大于无人机的自身重力。螺旋桨的拉力则受到了电机功率或扭矩、转速、桨矩、周围空气密度、温度等影响。
[0003]因此为了实现无人机在平原、高原均能高效率工作，需要综合考虑各种情况开展。国内开展无人机设计如田卫军等结合振动特性设计四旋翼无人机结构。石伟兴等分析了多旋翼无人机高原特性与抗风特性计算方法等。但是设计时仅考虑高海拔应用，未通过结构电气控制等协同匹配实现宽域设计。

技术实现思路

[0004]针对现有技术中设计旋翼无人机时，仅考虑常温常压状态下记性，造成高海拔、低温状态时系统工作状态较差。本专利技术提供一种基于结构电气控制协同匹配的宽域高效低噪控制方法，通过设计修正无人机机动模型中电池模型，进而迭代电池参数实现电气控制协同匹配，实现无人机的宽域低噪控制。
[0005]本专利技术是通过以下技术方案实现的：
[0006]一种基于结构电气控制协同匹配的宽域高效低噪控制方法，所述方法包括：
[0007]构建多旋翼无人机机动模型：根据环境信息、螺旋桨参数、电机参数、电子调速器参数、电池参数实现对螺旋桨模型、电机模型、电子调速器模型、电池模型四种机动模型的构建；
[0008]修正机动模型：采用LSTM网络结构预测当前时刻电池的有效放电电流，修正机动模型中的电池模型，进而迭代电池参数实现电气控制协同匹配。
[0009]进一步地，所述螺旋桨模型的构建方法为：
[0010]多旋翼采用定桨距的螺旋桨，螺旋桨的拉力T和转矩M的计算公式表示为：
[0011][0012][0013]其中，N为螺旋桨转速，D
P
为螺旋桨直径，ρ为飞行环境的空气密度，C
T
和C
M
分别为无量纲的拉力系数和转矩系数；
[0014]其中，空气密度ρ通过气压高度计读取气压P
α
、温度传感器读取温度T
α
后采用公式
推算：
[0015]ρ＝1.293
×
(P
a
/101.325kPa)
×
(273.15/(T
a
+273.15))。
[0016]进一步地，由于降噪限制，螺旋桨旋转频率F
桨
满足：
[0017]F
桨
＝N
×
n
磁
/60≠F
机
[0018]其中，F
桨
表示螺旋桨频率，F
机
表示机载谐振频率，n
磁
表示点击磁对极数。
[0019]进一步地，所述电机模型的构建方法为：
[0020]多旋翼无人机采用的电机为无刷直流电机，依据电机学理论，电机模型表示为：
[0021][0022]式中，U
m
为电机等效电压；I
m
为等效电流；M为电机负载转矩等于螺旋桨转矩；N为电机转速，等于螺旋桨转速；K
V0
为标称空载KV值；I
m0
为标称空载电流；U
m0
为标称空载电压；R
m
为电机内阻。
[0023]进一步地，所述电子调速器模型的构建方法为：
[0024]计算获得电调输入油门指令σ、输入电流I
e
和输入电压U
e
：
[0025][0026]I
e
＝σI
m
；
[0027]U
e
＝U
b
‑
I
b
R
b
[0028]式中，σ为电调输入油门指令，取值范围为0～1；I
e
表示输入电流；U
e
表示输入电压；U
m
和I
m
分别为利用电机模型求得的电机等效电压及等效电流；I
b
表示电池电流，R
b
为电池内阻，U
b
为电池电压；R
e
是输入电阻。
[0029]进一步地，所述电池模型的构建方法为：
[0030]利用电池电流I
b
来求解多旋翼的续航时间T
b
，以及满足电池最大放电电流限制；电池建模对电池实际放电进行了简化，放电过程中电压保持不变，电池的剩余容量呈线性变化，具体电池模型如下：
[0031][0032][0033]其中，C
b
是当前电池容量；C
min
是电池的最小剩余容量；I
b
为电池电流；K
b
是电池的最大放电倍率。
[0034]进一步地，所述修正机动模型中的电池模型，采用LSTM网络结构进行预测：
[0035]训练网络时以前k个时间节点的数据{t
n
‑
k+1
,t
n
‑
k+2
,...,t
n
}作为输入，后一个节点t
n+1
的数据作为输出；每个节点数据输入包括实时环境温度T
real
、当前电池容量C
b
、当前时刻电池内阻R
b
、电机转速N以及放电电流i；
[0036]进一步地，使用训练后LSTM网络，以当前时刻前k个时间节点数据{t
n
‑
k+1
,
t
n
‑
k+2
,...,t
n
}作为输入，预测当前时刻节点数据t
n+1
；
[0037]通过输入前k个节点的节点数据预测当前时刻的节点数据中的放电电流i，作为工作时电池的有效放电电流，将工作时电池的有效放电电流带入至所述电池模型中，替换其中的电池电流I
b
，实现电池模型的修正。
[0038]进一步地，相邻两个节点之间的时间间隔为1s。
[0039]进一步地，取k＝10，即通过输入当前时刻前10个节点的节点数据，预测当前时刻的放电电流i，作为工作时电池的有效放电电流。
[0040]本专利技术的有益技术效果：
[0041]本专利技术提供的基于结构电气控制协同匹配的宽域高效低噪控制方法，
[0042]是一种基于环境的无人机动力装置能量优化方法，采用LSTM网络，根据环境因素更新多旋翼无人机机动模型中电池模型，进而迭代不同螺旋桨及电池参数实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于结构电气控制协同匹配的宽域高效低噪控制方法，其特征在于，所述方法包括：构建多旋翼无人机机动模型：根据环境信息、螺旋桨参数、电机参数、电子调速器参数、电池参数实现对螺旋桨模型、电机模型、电子调速器模型、电池模型四种机动模型的构建；修正机动模型：采用LSTM网络结构预测当前时刻电池的有效放电电流，修正机动模型中的电池模型，进而迭代电池参数实现电气控制协同匹配。2.根据权利要求1所述一种基于结构电气控制协同匹配的宽域高效低噪控制方法，其特征在于，所述螺旋桨模型的构建方法为：多旋翼采用定桨距的螺旋桨，螺旋桨的拉力T和转矩M的计算公式表示为：多旋翼采用定桨距的螺旋桨，螺旋桨的拉力T和转矩M的计算公式表示为：其中，N为螺旋桨转速，D
P
为螺旋桨直径，ρ为飞行环境的空气密度，C
T
和C
M
分别为无量纲的拉力系数和转矩系数；其中，空气密度ρ通过气压高度计读取气压P
α
、温度传感器读取温度T
α
后采用公式推算：ρ＝1.293
×
(P
a
/101.325kPa)
×
(273.15/(T
a
+273.15))。3.根据权利要求1所述一种基于结构电气控制协同匹配的宽域高效低噪控制方法，其特征在于，由于降噪限制，螺旋桨旋转频率F
桨
满足：F
桨
＝N
×
n
磁
/60≠F
机
其中，F
桨
表示螺旋桨频率，F
机
表示机载谐振频率，n
磁
表示点击磁对极数。4.根据权利要求1所述一种基于结构电气控制协同匹配的宽域高效低噪控制方法，其特征在于，所述电机模型的构建方法为：多旋翼无人机采用的电机为无刷直流电机，依据电机学理论，电机模型表示为：式中，U
m
为电机等效电压；I
m
为等效电流；M为电机负载转矩等于螺旋桨转矩；N为电机转速，等于螺旋桨转速；K
V0
为标称空载KV值；I
m0
为标称空载电流；U
m0
为标称空载电压；R
m
为电机内阻。5.根据权利要求4所述一种基于结构电气控制协同匹配的宽域高效低噪控制方法，其特征在于，所述电子调速器模型的构建方法为：计算获得电调输入油门指令σ、输入电流I
e
和输入电压U
e
：I
e
＝σI
m
；U
e
＝U
b
‑
I
b
R
b
...

【专利技术属性】
技术研发人员：马祥森，冉阳，黄坤，胡博，吴国强，
申请(专利权)人：航天时代飞鸿技术有限公司，
类型：发明
国别省市：