基于模型预测算法的氢能源无人机控制系统及方法技术方案

本发明专利技术公开了一种基于模型预测算法的氢能源无人机控制系统及方法，控制系统包括飞行控制器、加速度计、陀螺仪、气压传感器、GPS模块、氢燃料电池、锂电池，加速度计、陀螺仪和气压传感器，通过采集数据获取当前无人机的加速度、角速度和高度，GPS模块获取当前无人机的位置，飞行控制器解析接收到无人机的加速度、角速度、高度和位置信息，获取当前无人机的所需的功率，利用低通滤波器对需求功率进行分配，通过模型预测算法控制燃料电池的输出功率，最后，再对直流母线上的功率进行分析，对多余的功率进行吸收，对缺失的功率进行补充，使得无人机能够稳定安全飞行；本发明专利技术解决了无人机在起飞、机动飞行等行为下快速变化的功率需求与氢燃料电池功率输出调节迟缓之间的矛盾。氢燃料电池功率输出调节迟缓之间的矛盾。氢燃料电池功率输出调节迟缓之间的矛盾。

【技术实现步骤摘要】
基于模型预测算法的氢能源无人机控制系统及方法


[0001]本专利技术涉及氢能源旋翼无人机飞行控制领域，尤其涉及一种基于模型预测算法的氢能源无人机控制系统及方法。

技术介绍

[0002]近年来，随着无人机及其相关技术的不断发展，越来越多的无人机正在被使用，这要归功于它们在多种工业应用中的使用越来越多。配备不同的工具和传感器，它们可以执行各种任务，例如检查和监控、交付、农业任务、无线覆盖等。它们还具有良好操作特性的额外优势，例如高机动性、可靠性、效率以及极低的热和噪声特征。由于成本低且简单，大多数商业化无人机都由锂电池作为唯一电源供电。然而，锂电池的能量密度相对较低，导致无人机的飞行时间较短，阻碍了长期持久的任务。由于重量限制，增加锂电池数量或尺寸不是一个实用的解决方案。因此，燃料电池是电池的替代品，可提供具有更高能量密度的清洁能源。因此，无人机的操作时间将增加，并且仅取决于储氢瓶的尺寸。此外，与需要较长充电时间的电池相比，可以快速加氢。所以总体来看，氢能源的应用场景会比锂电池更广泛。由于氢能源电池的放电过程一般包括氢气供应、氧气供应、电化学反应和电子传输，最后形成电流。而氢气和氧气供应需要通过一些管道以及电化学反应都需要一些时间，所以氢能源电池的反应时间通常在毫秒到秒级别，所以设计一种基于混合能源的模型预测算法的氢能源旋翼无人机电源输出功率倍率控制系统是具有深厚的研究价值与应用前景的。
[0003]因此，有必要提供一种基于模型预测算法的氢能源无人机控制系统及方法，来解决上述技术问题。

技术实现思路
/>[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例，在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]因此，本专利技术提供了一种基于模型预测算法的氢能源无人机控制系统及方法，实现氢能源六轴无人机在起飞、机动飞行等行为下安全飞行，解决了无人机快速变化的功率需求与氢燃料电池功率输出调节迟缓之间的矛盾。
[0006]为了实现本专利技术的目的，本专利技术提供如下技术方案：基于模型预测算法的氢能源无人机控制系统，包括飞行控制器、加速度计、陀螺仪、气压传感器、GPS模块、氢燃料电池、锂电池，加速度计、陀螺仪和气压传感器，飞行控制器内置APM固件，加速度计、陀螺仪、气压传感器和GPS模块为飞行控制器提供当前无人机的加速度、角速度、高度和位置，使得飞行控制器可以准确获得当前无人机的功率需求，利用低通滤波器对需求功率进行分配，通过模型预测算法控制燃料电池的输出功率，最后，再对直流母线上的功率进行分析，将多余的功率进行吸收，对缺失的功率进行补充，使得无人机安全飞行。
[0007]作为本专利技术所述基于模型预测算法的氢能源无人机控制系统的一种选方案，所述
基于模型预测算法的氢能源无人机控制方法还包括：WIFI无线数传，WIFI无线数传用于和地面进行通信。
[0008]本专利技术的有益效果：通过控制器及传感器之间的配合，可以让无人机在飞行时通过模型预测算法准确获得当前无人机的功率需求，利用低通滤波器对需求功率进行分配，通过模型预测算法控制燃料电池的输出功率。还可以利用加速度计、GPS模块及WIFI无线数传为飞行控制器的飞行提供加速度及精准位置。
[0009]鉴于无人机飞行效率还能将进一步提高的问题，提出了一种控制方法。
[0010]为解决上述技术问题，本专利技术还提供如下技术方案：一种控制方法，其包括上述实施例任一所述的基于模型预算法的氢能源无人机控制系统，以及，采用基于模型预测算法的氢能源无人机控制方法，包括如下步骤：
[0011]S1、使用加速度计、陀螺仪、气压传感器和GPS模块获取当前无人机的加速度、角速度、高度和位置，通过物理公式和模型来推导无人机的需求功率；
[0012]S2、使用低通滤波器对获取的无人机需求功率进行分配，将低频需求功率分给氢燃料电池，将高频需求功率分配给锂电池；
[0013]S3、模型预测算法将对获得的需求功率去控制氢燃料电池的输出功率以及预测之后一段时间的燃料电池输出功率，先对燃料电池的输出功率状态进行定义，表达式为：
[0014]S＝{s1,s2,
…
,s
n
}
[0015]其中s
i
表示第i个功率状态，我们采取的是定步长选取的功率状态；
[0016]通过收集和分析燃料电池输出功率的实际测量值、系统状态信息(如电压、温度)以及控制输入信息的历史数据，获得不同状态下的转移情况。获得的转移概率矩阵表达式为：
[0017]P＝[p(i,j)][0018]其中p(i,j)表示从状态s
i
转移到状态s
j
的转移概率；
[0019]对燃料电池的初始状态概率分布进行设置，表达式如下：
[0020]π＝[π1,π2,
…
,π
n
][0021]其中π为初始状态概率分布向量，π
i
表示初始时刻处于状态s
i
的概率。
[0022]预测未来的功率状态，根据当前功率状态和状态转移概率矩阵进行未来功率状态的预测，具体表达式如下：
[0023]x(t)＝[x1(t),x2(t),
…
,x
n
(t)][0024]x(t+1)＝x(t)
·
P
[0025]其中x(t)为当前功率状态向量，x
i
(t)表示在时刻t处于状态s
i
的概率，x(t+1)表示在时刻t+1的预测功率状态概率向量。最后根据预测的未来功率状态向量，控制燃料电池的输出功率的变化；
[0026]S4、飞行控制器根据分配给锂电池的功率，计算出锂电池与母线连接的DC/DC转换器的占空比，然后控制锂电池的输出功率，最后实现无人机的稳定飞行；
[0027]S5、最后对母线上的电流和电压进行数据采集，若总的无人机系统输出功率大于需求功率，则将多余的能量利用DC/DC对锂电池进行充电，若总的无人机系统输出功率小于需求功率，则利用DC/DC对锂电池放电进行补充缺失的能量，实现能量的最大化使用，提高系统的效率。
[0028]作为本专利技术所述基于模型预测算法的氢能源无人机控制方法的一种选方案，在步骤S1中，研究旋翼无人机的动力学数学模型，通过简化的旋翼无人机动力学模型计算了无人机机身坐标系中的力矩和推力，旋翼无人机的动力学模型可表示为：
[0029][0030][0031]其中表示旋转矩阵，F
b
为六轴无人机在机体坐标系中的总推力x、y、z、θ和ψ分别表示六轴无人机的位置和姿态；I
x
、I
y
和I
z
分别表示六轴无人机各轴的转动惯量；M
x
、M
y
、M
z本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于模型预测算法的氢能源无人机控制系统，其特征在于：包括飞行控制器、加速度计、陀螺仪、气压传感器、GPS模块、氢燃料电池、锂电池，加速度计、陀螺仪和气压传感器，飞行控制器内置APM固件；加速度计、陀螺仪、气压传感器和GPS模块为飞行控制器提供当前无人机的加速度、角速度、高度和位置，使得飞行控制器可以准确获得当前无人机的功率需求，利用低通滤波器对需求功率进行分配，通过模型预测算法控制燃料电池的输出功率，最后，再对直流母线上的功率进行分析，对多余的功率进行吸收，对缺失的功率进行补充，使得无人机飞行安全。2.根据权利要求1所述的基于模型预测算法的氢能源无人机控制系统，其特征在于：基于模型预测算法的氢能源无人机控制系统还包括：WIFI无线数传，WIFI无线数传用于和地面进行通信。3.一种控制方法，其特征在于：包括权利要求1
‑
2任一所述的基于模型预测算法的氢能源无人机控制系统，以及，控制方法包括如下步骤：S1、使用加速度计、陀螺仪、气压传感器和GPS模块获取当前无人机的加速度、角速度、高度和位置，通过物理公式和模型来推导无人机的需求功率；S2、使用低通滤波器对获取的无人机需求功率进行分配，将低频需求功率分给氢燃料电池，将高频需求功率分配给锂电池；S3、模型预测算法将对获得的需求功率去控制氢燃料电池的输出功率以及预测之后的燃料电池输出功率；S4、飞行控制器根据分配给锂电池的功率，可以计算出锂电池与母线连接的DC/DC转换器的占空比，然后控制锂电池的输出功率，最后实现无人机的稳定飞行；S5、最后对母线上的电流和电压进行数据采集，若总的无人机系统输出功率大于需求功率，则将多余的能量利用DC/DC对锂电池进行充电，若总的无人机系统输出功率小于需求功率，则利用DC/DC对锂电池放电进行补充缺失的能量，实现能量的使用，提高系统的效率。4.根据权利要求3所述的基于模型预测算法的氢能源无人机控制方法，其特征在于：在步骤S1中，研究旋翼无人机的动力学数学模型，通过简化的旋翼无人机动力学模型计算了无人机机身坐标系中的力矩和推力，旋翼无人机的动力学模型可表示为：无人机机身坐标系中的力矩和推力，旋翼无人机的动力学模型可表示为：其中表示旋转矩阵，F
b
为六轴无人机在机体坐标系中的总推力x、y、z、θ和ψ分别表示六轴无人机的位置和姿态；I
x
、I
y
和I
z
分...

【专利技术属性】
技术研发人员：蔡晨晓，张勇，姚娟，林鸿，张祥雨，邹云，
申请(专利权)人：南京傲宁数据科技有限责任公司，
类型：发明
国别省市：