【技术实现步骤摘要】
本专利技术属于无人机故障诊断，具体涉及一种数字孪生的混合动力系统的故障诊断系统及方法。
技术介绍
1、现阶段，无人机市场扩张迅速。以纯发动机驱动的无人机虽有良好的动力性能但会造成资源的损耗；以纯电动驱动的无人机稳定性好且对环境污染小，但续航时间短不能满足需求。而采用混合动力系统的无人机则能弥补上述不足，在满足性能需求的同时减少了资源的浪费。混合动力无人机的发展正处于待完善状态，工作环境常常具有多方面的不确定性，出现故障的几率相较于传统技术的无人机会更高。当混合动力无人机出现非致命的故障时，为了安全无人机必须先进行故障诊断，并及时排除存在的安全隐患，而在无人机正常运行过程中，也需要实时监测无人机的系统安全情况，这就要求其故障诊断系统需要具备一定的故障诊断能力以及故障预测能力。
2、传统的故障诊断方法在进行故障诊断时存在误诊断和漏诊的风险，自动学习能力差，故障数据收集过程以及故障诊断过程需要花费大量的人力和时间，且没有充分利用故障诊断的历史数据。例如中国专利技术专利申请号为cn201810341681.6名称为“基于贝叶斯网络的民机复杂系统故障诊断方法”中公开了将飞机复杂系统所采集的飞行数据作为贝叶斯网络故障表现层，将复杂系统中对飞机正常飞行有重要影响的关键故障作为贝叶斯网络故障原因层，再通过贝叶斯结构学习以及参数学习算法建立复杂系统贝叶斯故障诊断网络模型，贝叶斯故障诊断网络模型加载推力算法，对系统的故障进行诊断；中国专利技术专利申请号为cn201811306822.7名称为“一种基于贝叶斯网络的飞控系统故障诊断方法”中
3、但是上述方法在进行故障诊断时，均未考虑当系统出现非致命故障时如何快速高效进行故障诊断，以及如何充分利用系统自身产生的运行数据构建历史数据库，从而增强故障诊断系统的故障诊断精度和故障预测能力。
技术实现思路
1、针对于上述现有技术的不足，本专利技术的目的在于提供一种数字孪生的混合动力系统的故障诊断系统及方法，以解决现有技术中无法对无人机混合动力系统的非致命故障进行快速高效诊断、故障诊断精度低、故障预测能力弱，以及未充分利用系统自身历史运行数据的问题。
2、为达到上述目的，本专利技术采用的技术方案如下：
3、本专利技术的一种数字孪生的混合动力系统的故障诊断系统，包括：混合动力系统、数字孪生混合动力系统、云数据平台、云端计算系统、危险故障预警模块和故障预测预警模块；所述混合动力系统和数字孪生混合动力系统均与云数据平台数据连接，所述云数据平台还与云端计算系统数据连接，云端计算系统分别与危险故障预警模块和故障预测预警模块数据连接；
4、所述混合动力系统包括：机身、控制系统、传感器、第一机翼、第二机翼、尾翼、主螺旋桨、第一机翼电机、第二机翼电机、第三机翼电机、第四机翼电机、第一机翼螺旋桨、第二机翼螺旋桨、第三机翼螺旋桨、第四机翼螺旋桨、发动机、发电机、动力电池组、电动机、离合器、升降舵；
5、所述第一机翼、第二机翼分别设置在机身两侧；
6、所述尾翼位于机身的尾部，通过连接杆与机身固连；
7、所述发动机、离合器、发电机、动力电池组、传感器均设置在所述机身内；
8、所述第一机翼电机、第二机翼电机均设置在所述第一机翼的前缘，第一机翼电机的输出轴与第一机翼螺旋桨的转轴固连，第二机翼电机的输出轴与第二机翼螺旋桨的转轴固连；
9、所述第三机翼电机、第四机翼电机分别设置在所述第二机翼的前缘，第三机翼电机的输出轴与第三机翼螺旋桨的转轴固连，第四机翼电机的输出轴与第四机翼螺旋桨的转轴固连；
10、所述升降舵通过连接杆与机身连接，用于控制机身的俯仰转角；
11、所述主螺旋桨设置在机身的尾部，其转轴通过所述离合器和发动机的输出轴相连；
12、所述发动机的输出轴还通过动力耦合器与发电机的输入轴相连；
13、所述控制系统分别与传感器、发动机、发电机电气相连；
14、所述动力电池组与发电机、电动机电性相连；
15、所述电动机的输出轴通过动力耦合器与各螺旋桨的转轴相连；
16、所述数字孪生混合动力系统包括：数字孪生机身、数字孪生控制系统、数字孪生传感器、数字孪生第一机翼、数字孪生第二机翼、数字孪生尾翼、数字孪生主螺旋桨、数字孪生第一机翼电机、数字孪生第二机翼电机、数字孪生第三机翼电机、数字孪生第四机翼电机、数字孪生第一机翼螺旋桨、数字孪生第二机翼螺旋桨、数字孪生第三机翼螺旋桨、数字孪生第四机翼螺旋桨、数字孪生发动机、数字孪生发电机、数字孪生动力电池组、数字孪生电动机、数字孪生离合器、数字孪生升降舵；
17、所述数字孪生第一机翼、数字孪生第二机翼分别设置在数字孪生机身两侧；
18、所述数字孪生尾翼位于机身的尾部，通过数字孪生连接杆与数字孪生机身固连；
19、所述数字孪生发动机、数字孪生离合器、数字孪生发电机、数字孪生动力电池组、数字孪生传感器均设置在所述数字孪生机身内；
20、所述数字孪生第一机翼电机、数字孪生第二机翼电机均设置在所述数字孪生第一机翼的前缘，数字孪生第一机翼电机的输出轴与数字孪生第一机翼螺旋桨的转轴固连，数字孪生第二机翼电机的输出轴与数字孪生第二机翼螺旋桨的转轴固连；
21、所述数字孪生第三机翼电机、数字孪生第四机翼电机均设置在所述数字孪生第二机翼的前缘，数字孪生第三机翼电机的输出轴与数字孪生第三机翼螺旋桨的转轴固连，数字孪生第四机翼电机的输出轴与数字孪生第四机翼螺旋桨的转轴固连；
22、所述数字孪生升降舵通过数字孪生连接杆与数字孪生机身连接，用于控制数字孪生机身俯仰转角；
23、所述数字孪生主螺旋桨设置在数字孪生机身的尾部，其转轴通过所述数字孪生离合器和数字孪生发动机的输出轴相连；
24、所述数字孪生发动机的输出轴还通过数字孪生动力耦合器与数字孪生发电机的输入轴相连；
25、所述数字孪生控制系统分别与数字孪生传感器、数字孪生发动机、数字孪生发电机通过数字孪生的虚拟电气相连；
26、所述数字孪生动力电池组与数字孪生发电机、数字孪生电动机通过数字孪生的虚拟电气相连；
27、所述数字孪生电动机的输出轴通过数字孪生动力耦合器与各数字孪生螺旋桨的转轴相连；
28、所述云数据平台，用于混合动力系统和数字孪生混合动力系统的信息存储、交互；
29、所述云端计算系统，用于分析从云数据平台获取的混合动力系统的状态信息和数字孪生混合动力系统的状态信息，并进行实时计算；
30本文档来自技高网...
【技术保护点】
1.一种数字孪生的混合动力系统的故障诊断系统，其特征在于，包括：混合动力系统、数字孪生混合动力系统、云数据平台、云端计算系统、危险故障预警模块和故障预测预警模块；所述混合动力系统和数字孪生混合动力系统均与云数据平台数据连接，所述云数据平台还与云端计算系统数据连接，云端计算系统分别与危险故障预警模块和故障预测预警模块数据连接；
2.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述发动机为油动发动机。
3.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述发电机用于发电并将电能存储到动力电池组内。
4.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述数字孪生发电机用于产生虚拟电能并将虚拟电能存储到所述数字孪生动力电池组内。
5.一种数字孪生的混合动力系统的故障诊断方法，基于权利要求1-4中任意一项所述系统，其特征在于，步骤如下：
6.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在于，所述步骤1)中的硬件固有参数为无人机混合动力系统
7.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在于，所述步骤1)中的物理固有模型参数包括：无人机的控制系统参数、发动机参数、电动机参数、动力电池组参数、机翼电机参数、信号传输参数、螺旋桨参数、连接件参数、无人机空气动力学参数、发动机模型参数、电动机模型参数、控制系统模型参数、机翼电机模型参数。
8.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在于，所述步骤2)中的实时系统状态数据包括：无人机的工作运行状态、无人机控制系统状态、无人机动力系统的数据分配和执行机构的状态；
9.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在于，所述步骤2)中的传感器数据的状态方程为：
10.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在于，所述步骤4)中的构建混合动力系统故障诊断的故障判别式具体包括以下步骤：
...【技术特征摘要】
1.一种数字孪生的混合动力系统的故障诊断系统，其特征在于，包括：混合动力系统、数字孪生混合动力系统、云数据平台、云端计算系统、危险故障预警模块和故障预测预警模块；所述混合动力系统和数字孪生混合动力系统均与云数据平台数据连接，所述云数据平台还与云端计算系统数据连接，云端计算系统分别与危险故障预警模块和故障预测预警模块数据连接；
2.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述发动机为油动发动机。
3.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述发电机用于发电并将电能存储到动力电池组内。
4.根据权利要求1所述的数字孪生的混合动力系统的故障诊断系统，其特征在于，所述数字孪生发电机用于产生虚拟电能并将虚拟电能存储到所述数字孪生动力电池组内。
5.一种数字孪生的混合动力系统的故障诊断方法，基于权利要求1-4中任意一项所述系统，其特征在于，步骤如下：
6.根据权利要求5所述的数字孪生的混合动力系统的故障诊断方法，其特征在...
【专利技术属性】
技术研发人员：周小川，吕远飞，赵万忠，王春燕，梁为何，栾众楷，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
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。