CN104950877B - 一种四旋翼飞行器故障诊断方法 - Google Patents
一种四旋翼飞行器故障诊断方法 Download PDFInfo
- Publication number
- CN104950877B CN104950877B CN201510337653.3A CN201510337653A CN104950877B CN 104950877 B CN104950877 B CN 104950877B CN 201510337653 A CN201510337653 A CN 201510337653A CN 104950877 B CN104950877 B CN 104950877B
- Authority
- CN
- China
- Prior art keywords
- mtd
- mtr
- mrow
- quadrotor
- mtable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000002245 particle Substances 0.000 claims description 36
- 238000012952 Resampling Methods 0.000 claims description 13
- 230000009897 systematic effect Effects 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims 1
- 230000007704 transition Effects 0.000 claims 1
- 150000002500 ions Chemical class 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种四旋翼飞行器故障诊断方法，具体包括以下步骤：步骤1：测量四旋翼飞行器的飞行高度；步骤2：通过离子滤波器估算四旋翼飞行器的飞行高度；步骤3：将步骤1的测量值和步骤2的估算值进行比较，计算残差并画出残差曲线；步骤4：根据步骤3中的残差曲线来判断是否有故障发生以及故障发生的时刻。该方法通过改变执行器的失效因子来人为施加故障，不会损坏飞行器，安全可靠；采用离子滤波估算飞行器的高度，用随机样本来近似的表示概率密度函数，用样本均值代替积分运算，运算过程简单，精度高；计算测量值和估算值的残差并画出残差曲线，通过残差曲线可以直观地观察出飞行器发生故障的时刻。
Description
技术领域
本发明属于飞行器技术领域，涉及一种四旋翼飞行器故障诊断方法。
背景技术
四旋翼飞行器也称为四旋翼直升机，是一种有4个螺旋桨且螺旋桨呈十字形交叉的飞行器，可以搭配其它微型相机录制空中视频，具有垂直起降、稳定悬停和自主巡航能力，在军事和民事领域有着广阔的应用前景，可广泛应用于航拍摄影、电力巡检、环境监测、森林防火、灾情巡查、防恐救生、军事侦察、战场评估等领域因此应用较为广泛，因此对飞行器的可靠性有很高的要求。
正是由于飞行器的高可靠性要求，使得其故障诊断成为一个非常重要的问题。现有飞行器故障诊断工具主要有阿姆斯研究中心开发的故障分析自动建模平台和混杂诊断推理机、MADARS监控器以及Vanderbilt大学开发的FACT，主要从建模方法和推理方法两方面进行阐述，借鉴和利用这些诊断工具对飞行器进行故障诊断，诊断过程复杂，成本较高，并且在推理过程中有许多不确定因素，不能直观看出故障发生的时刻。
发明内容
本发明的目的是提供一种四旋翼飞行器故障诊断方法，解决了现有飞行器故障诊断中存在的过程复杂以及成本高的问题，可以直观地看出飞行器是否有故障发生以及故障发生的时刻。
本发明所采用的技术方案是，一种四旋翼飞行器故障诊断方法，具体按照以下步骤实施：
步骤1：测量四旋翼飞行器的飞行高度；
步骤2：采用离子滤波估算四旋翼飞行器的飞行高度；
步骤3：将步骤1的测量值和步骤2的估算值进行比较，计算残差并画出残差曲线；
步骤4：根据步骤3中的残差曲线来判断故障发生的时刻以及大小。
本发明的特点还在于：
步骤1测量四旋翼飞行器飞行高度的具体方法为：对飞行状态稳定的四旋翼飞行器施加故障，通过数据采集卡采集施加故障后四旋翼飞行器的飞行高度。
对四旋翼飞行器施加故障是通过改变执行器的失效因子来实现的。
步骤2具体按照以下步骤实施：
步骤2.1：利用系统状态转移方程抽取k时刻先验粒子的状态系统状态转移方程为：
上式中，和是四旋翼飞行器的输入，z、v分别为四旋翼飞行器的高度，速度以及执行器的参数，M是四旋翼飞行器的质量，ω为执行器的动态参数，是四旋翼飞行器的加速度；
步骤2.2：利用步骤2.1中的k时刻先验粒子的状态计算先验离子的观测似然函数值：
具体计算方法为：通过系统观测方程计算，系统观测方程为：
其中，是k时刻的状态，yk是k时刻的输出；
步骤2.3：计算先验粒子的权值wk，并使权值和为1；
步骤2.4：重采样；
对当前时刻的粒子进行重采样，复制权值大的粒子，淘汰权值小的粒子，产生新的样本集合，使离子总数保持不变；
步骤2.5：根据步骤2.4重采样后的粒子估算四旋翼飞行器的高度
是重采样后k时刻粒子的状态，N表示粒子个数。
步骤3中计算残差的方法为：步骤1的测量值和步骤2的估算值求差。
步骤4中根据残差曲线来判断是否有故障发生以及故障发生的时刻的具体判断方法为：
去掉四旋翼飞行器刚开始起飞时不稳定的信息，如果残差曲线在某时刻有突变或者周期性变化，则说明这个时刻有故障发生。
步骤2.3中计算先验粒子权值wk的方法为：
上式中，是k时刻的状态，σ是方差
本发明的有益效果是：一种四旋翼飞行器故障诊断方法，在实验过程中，通过改变执行器的失效因子来人为施加故障，不会损坏飞行器，安全可靠；采用离子滤波估算飞行器的高度，用随机样本来近似的表示概率密度函数，用样本均值代替积分运算，运算过程简单，精度高；计算测量值和估算值的残差并画出残差曲线，通过残差曲线可以直观地观察出飞行器发生故障的时刻；整个过程容易掌握。
附图说明
图1是本发明一种四旋翼飞行器故障诊断方法中四旋翼飞行器飞行正常情况下的残差曲线；
图2是本发明一种四旋翼飞行器故障诊断方法中改变四旋翼飞行器其中一个执行器的失效因子；
图3是本发明一种四旋翼飞行器故障诊断方法中改变四旋翼飞行器其中两个执行器的失效因子；
图4是本发明一种四旋翼飞行器故障诊断方法中改变四旋翼飞行器其中三个执行器的失效因子。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种四旋翼飞行器故障诊断方法，具体包括以下步骤：
步骤1：测量四旋翼飞行器的飞行高度；
具体方法为：通过改变执行器的失效因子对飞行状态稳定的四旋翼飞行器施加故障，通过数据采集卡采集施加故障后四旋翼飞行器的飞行高度；
步骤2：通过离子滤波估算四旋翼飞行器的飞行高度；
具体按照以下步骤实施：
步骤2.1：利用系统状态转移方程抽取k时刻先验粒子的状态系统状态转移方程为：
上式中，和是四旋翼飞行器的输入，z、v分别为四旋翼飞行器的高度，速度以及执行器的参数，M是四旋翼飞行器的质量，ω为执行器的动态参数，是四旋翼飞行器的加速度；
步骤2.2：利用步骤2.1中的k时刻先验粒子的状态计算先验离子的观测似然函数值：
具体计算方法为：通过系统观测方程计算，系统观测方程为：
其中，是k时刻的状态，yk是k时刻的输出；
步骤2.3：计算先验粒子的权值wk，并使权值和为1；
计算先验粒子权值wk的方法为：
上式中，是k时刻的状态，σ是方差；
步骤2.4：重采样；
对当前时刻的粒子进行重采样，复制权值大的粒子，淘汰权值小的粒子，产生新的样本集合，使离子总数保持不变；
步骤2.5：根据步骤2.4重采样后的粒子估算四旋翼飞行器的高度
是重采样后k时刻粒子的状态，N表示粒子个数；
步骤3：将步骤1的测量值和步骤2的估算值进行比较，计算残差并画出残差曲线；
计算残差的方法为：步骤1的测量值和步骤2的估算值求差；
步骤4：根据步骤3中的残差曲线来判断是否有故障发生以及故障发生的时刻,具体判断方法为：
去掉四旋翼飞行器刚开始起飞时不稳定的信息，如果残差曲线在某时刻有突变或者周期性变化，则说明这个时刻有故障发生。
一种四旋翼飞行器故障诊断方法，在实验过程中，通过改变执行器的失效因子来人为施加故障，不会损坏飞行器，安全可靠；采用离子滤波估算飞行器的高度，用随机样本来近似的表示概率密度函数，用样本均值代替积分运算，运算过程简单，精度高；计算测量值和估算值的残差并画出残差曲线，通过残差曲线可以直观地观察出飞行器发生故障的时刻；整个过程容易掌握。
结合该方法在以下四种情况下检测了飞行器发生故障的时间：
第一种情况，四旋翼飞行器飞行正常情况下的残差曲线：
如图1所示，去掉四旋翼飞行器刚开始起飞时不稳定的信息，其余时间段的残差值保持在0.025m左右，所以四旋翼飞行器飞行稳定，没有故障发生。
第二种情况，改变四旋翼飞行器其中一个执行器的失效因子：
如图2所示，去掉四旋翼飞行器刚开始起飞时不稳定的信息，残差值在90s时从0.025m跳变到-0.05m，跳变幅值较大，说明四旋翼飞行器在90s时发生故障。
第三种情况，改变四旋翼飞行器其中二个执行器的失效因子：
如图3所示，去掉四旋翼飞行器刚开始起飞时不稳定的信息，残差值在90s时从0.025m跳变到-0.0125m，跳变幅值较大，说明四旋翼飞行器在90s时发生故障。
第四种情况，改变四旋翼飞行器其中三个执行器的失效因子：
如图4所示，去掉四旋翼飞行器刚开始起飞时不稳定的信息，残差值在150s时从0.025m跳变到0.09m，跳变幅值较大，说明四旋翼飞行器在150s时发生故障。
Claims (5)
1.一种四旋翼飞行器故障诊断方法，其特征在于，具体包括以下步骤：
步骤1：测量四旋翼飞行器的飞行高度；
步骤2：采用粒子滤波估算四旋翼飞行器的飞行高度；
步骤3：将步骤1的测量值和步骤2的估算值进行比较，计算残差并画出残差曲线；
步骤4：根据所述步骤3中的残差曲线来判断是否有故障发生以及故障发生的时刻；
所述步骤2具体按照以下步骤实施：
步骤2.1：利用系统状态转移方程抽取k时刻先验粒子的状态系统状态转移方程为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>z</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mfrac>
<mrow>
<mn>4</mn>
<mi>K</mi>
</mrow>
<mi>M</mi>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>&omega;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>z</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>v</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&omega;</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>p</mi>
<mi>w</mi>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>p</mi>
<mi>w</mi>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>p</mi>
<mi>w</mi>
<mi>m</mi>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>p</mi>
<mi>e</mi>
<mi>m</mi>
<mn>4</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>g</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中，upwm1，upwm2，upwm3，upwm4是四旋翼飞行器的输入，z、v分别为四旋翼飞行器的飞行高度、速度以及执行器的参数，M是四旋翼飞行器的质量，ω为执行器的动态参数，是四旋翼飞行器的加速度，K为推力增益，g为重力加速度，为四旋翼飞行器的加速度的导数；
步骤2.2：利用步骤2.1中的k时刻先验粒子的状态xk(i)计算先验粒子的观测似然函数值lk(i)＝p(yk|xk(i))：
具体计算方法为：通过系统观测方程计算，系统观测方程为：
<mrow>
<msub>
<mi>l</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>z</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中xk(i)是k时刻的先验粒子的状态，yk是k时刻的输出；
步骤2.3：计算先验粒子的权值wk，并使权值和为1；
步骤2.4：重采样；
对当前时刻的粒子进行重采样，复制权值大的粒子，淘汰权值小的粒子，产生新的样本集合，使粒子总数保持不变；
步骤2.5：根据步骤2.4重采样后的粒子估算四旋翼飞行器的飞行高度
<mrow>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mo>*</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
是重采样后k时刻粒子的状态，N表示粒子个数；
所述步骤2.3中计算先验粒子权值wk的方法为：
<mrow>
<msub>
<mi>w</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<mi>&sigma;</mi>
</mrow>
</mfrac>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mo>*</mo>
</msubsup>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中，是重采样后k时刻的先验粒子的状态，σ是方差，u为上一时刻先验粒子的状态。
2.根据权利要求1所述的一种四旋翼飞行器故障诊断方法，其特征在于，所述步骤1测量四旋翼飞行器飞行高度的具体方法为：对飞行状态稳定的四旋翼飞行器施加故障，通过数据采集卡采集施加故障后四旋翼飞行器的飞行高度。
3.根据权利要求2所述的一种四旋翼飞行器故障诊断方法，其特征在于，对四旋翼飞行器施加故障是通过改变执行器的失效因子来实现的。
4.根据权利要求1所述的一种四旋翼飞行器故障诊断方法，其特征在于，所述步骤3中计算残差的方法为：步骤1的测量值和步骤2的估算值求差。
5.根据权利要求1所述的一种四旋翼飞行器故障诊断方法，其特征在于，所述步骤4中根据残差曲线来判断是否有故障发生以及故障发生的时刻的具体判断方法为：
去掉四旋翼飞行器刚开始起飞时不稳定的信息，如果残差曲线在某时刻有突变或者周期性变化，则说明这个时刻有故障发生。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510337653.3A CN104950877B (zh) | 2015-06-17 | 2015-06-17 | 一种四旋翼飞行器故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510337653.3A CN104950877B (zh) | 2015-06-17 | 2015-06-17 | 一种四旋翼飞行器故障诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104950877A CN104950877A (zh) | 2015-09-30 |
| CN104950877B true CN104950877B (zh) | 2018-05-29 |
Family
ID=54165596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510337653.3A Expired - Fee Related CN104950877B (zh) | 2015-06-17 | 2015-06-17 | 一种四旋翼飞行器故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104950877B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11640178B2 (en) * | 2016-12-13 | 2023-05-02 | Acsl Ltd. | Unmanned aircraft, device for controlling unmanned aircraft, method for controlling unmanned aircraft, and device for detecting failure of unmanned aircraft |
| CN108388229B (zh) * | 2018-02-11 | 2020-04-10 | 北京工商大学 | 基于健康度的四旋翼随机混杂系统健康评估方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002317688A (ja) * | 2001-04-20 | 2002-10-31 | Yanmar Agricult Equip Co Ltd | 農作業機における制御装置 |
| CN102854874A (zh) * | 2012-06-18 | 2013-01-02 | 南京航空航天大学 | 一种基于联合多观测器的故障诊断与容错控制装置及方法 |
| CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
| CN103149929A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器纵向运动故障诊断和容错控制方法 |
| CN103970997A (zh) * | 2014-05-06 | 2014-08-06 | 南昌华梦达航空科技发展有限公司 | 一种无人直升机传感器故障快速诊断方法 |
-
2015
- 2015-06-17 CN CN201510337653.3A patent/CN104950877B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002317688A (ja) * | 2001-04-20 | 2002-10-31 | Yanmar Agricult Equip Co Ltd | 農作業機における制御装置 |
| CN102854874A (zh) * | 2012-06-18 | 2013-01-02 | 南京航空航天大学 | 一种基于联合多观测器的故障诊断与容错控制装置及方法 |
| CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
| CN103149929A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器纵向运动故障诊断和容错控制方法 |
| CN103970997A (zh) * | 2014-05-06 | 2014-08-06 | 南昌华梦达航空科技发展有限公司 | 一种无人直升机传感器故障快速诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 四旋翼飞行器的分散式容错控制;杨成顺 等;《应用科学学报》;20130531;第31卷(第3期);第321-330页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104950877A (zh) | 2015-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9650152B2 (en) | Flight envelope protection system for unmanned aerial vehicles | |
| Heredia et al. | Sensor and actuator fault detection in small autonomous helicopters | |
| Hasan et al. | Model-based actuator fault diagnosis in multirotor UAVs | |
| Bole et al. | Online prediction of battery discharge and estimation of parasitic loads for an electric aircraft | |
| Rotondo et al. | Robust fault and icing diagnosis in unmanned aerial vehicles using LPV interval observers | |
| CN111460676B (zh) | 多旋翼飞行器在大气紊流扰动下的健康性能评估方法 | |
| Rotondo et al. | Diagnosis of icing and actuator faults in UAVs using LPV unknown input observers | |
| Zhiyao et al. | Reliable flight performance assessment of multirotor based on interacting multiple model particle filter and health degree | |
| CN104950877B (zh) | 一种四旋翼飞行器故障诊断方法 | |
| Jiang et al. | A fault detection, isolation and reconstruction strategy for a satellite’s attitude control subsystem with redundant reaction wheels | |
| Wang et al. | Hybrid modeling based double-granularity fault detection and diagnosis for quadrotor helicopter | |
| Bole et al. | SIL/HIL replication of electric aircraft powertrain dynamics and inner-loop control for V&V of system health management routines | |
| Avram | Fault diagnosis and fault-tolerant control of quadrotor UAVs | |
| Yi et al. | Fault diagnosis of an unmanned quadrotor helicopter based on particle filter | |
| Baldini et al. | UAV-FD: a dataset for actuator fault detection in multirotor drones | |
| Drak et al. | Sensor fault diagnostic and Fault-Tolerant Control for the altitude control of a quadrotor UAV | |
| Cheng et al. | Application of self-organizing map on flight data analysis for quadcopter health diagnosis system | |
| Hansen et al. | Fault diagnosis and fault handling for autonomous aircraft | |
| CN103149928A (zh) | 飞行器大迎角运动三元数模型的故障诊断和容错控制方法 | |
| CN103149930A (zh) | 飞行器大迎角运动切换模型的故障诊断和容错控制方法 | |
| CN103149931A (zh) | 飞行器三维运动故障诊断和容错控制方法 | |
| Zhou et al. | A smart landing platform with data-driven analytic procedures for UAV preflight safety diagnosis | |
| Nejati et al. | Actuator fault detection and isolation for helicopter unmanned arial vehicle in the present of disturbance | |
| Hansen et al. | Control surface fault diagnosis with specified detection probability—Real event experiences | |
| Berbra et al. | Co-design of a safe network control quadrotor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220425 Address after: 710000 401-403, block a, Xionghua science and Technology Park, No. 72, Jinye 1st Road, high tech Zone, Xi'an, Shaanxi Province Patentee after: XI'AN DIHE ELECTRONIC TECHNOLOGY CO.,LTD. Address before: 710048 No. 5 Jinhua South Road, Shaanxi, Xi'an Patentee before: XI'AN University OF TECHNOLOGY |
|
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180529 |