基于NUIO的无人机作动器故障检测

       对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差x2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障。

       根据飞翼无人机特殊外形布局、气动性能及控制品质要求,在风扰动存在情况下,针对系统纵向俯仰通道和横侧向滚转通道,设计了基于鲁棒最优理论的静态投影控制器.分析了投影控制方法的一般原理,建立了飞行控制系统的鲁棒伺服模型,应用最优线性二次型调节器(LQR)方法构成鲁棒伺服LQR控制,并以闭环系统为参考系统,通过静态投影法则以输出反馈重构参考系统主体特征结构,避免了LQR方法中部分反馈变量无法精确测量的问题.仿真过程中对比验证了风扰动下常规PID姿态驾驶仪和静态投影方法的控制效果.仿真结果表明,所设计的静态投影控制系统响应速度快,且具有较强的稳定性和抗风扰动能力。


相关标签:基于  NUIO  无人机  故障  检测  
明星产品 Hot products
热门资讯 Hot information
粤ICP备17015802号-1 © 2019 www.17uav.com中国无人机行业网|AOPA无人机培训|无人机考证|无人机驾驶培训|无人机航拍| 版权所有 侵权必究

粤公网安备 44130202000708号