CN107092274A - 一种基于油电混合的无人机控制方法 - Google Patents
一种基于油电混合的无人机控制方法 Download PDFInfo
- Publication number
- CN107092274A CN107092274A CN201710443059.1A CN201710443059A CN107092274A CN 107092274 A CN107092274 A CN 107092274A CN 201710443059 A CN201710443059 A CN 201710443059A CN 107092274 A CN107092274 A CN 107092274A
- Authority
- CN
- China
- Prior art keywords
- uav
- aerial vehicle
- oil inlet
- unmanned aerial
- unmanned plane
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000005611 electricity Effects 0.000 title claims abstract description 29
- 230000007935 neutral effect Effects 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 230000001537 neural effect Effects 0.000 claims abstract description 7
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 8
- 210000002569 neuron Anatomy 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 3
- 229910017435 S2 In Inorganic materials 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 44
- 239000003502 gasoline Substances 0.000 description 10
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 9
- 238000002485 combustion reaction Methods 0.000 description 3
- 239000000295 fuel oil Substances 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种基于油电混合的无人机控制方法，其流程为：S1：无人机接收操作员的指令，采用指令量化的方式对进油量进行控制，不同的指令分别对应不同的进油量；S2：利用操作员指令、电机当前的转速以及无人机的当前载荷，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系；S3：进油量根据神经网络的输出值，分为两个以上的油量等级，输出后进行控制。本发明具有控制效果好、可靠性高、巡航能力佳等优点。
Description
技术领域
本发明主要涉及到无人机的控制领域，特指一种基于油电混合的无人机控制方法。
背景技术
随着无人机的普及、自动化程度的提高，越来越多的操作员操作无人机，大多数小型无人机采用电池为动力，存在航时短、航程近的缺陷，而汽油、甲醇等燃料的发动机可靠性比电机低，对操作员的要求高、存在容易熄火、发生事故后易燃易爆等不足。
现有的小型无人机一般为单一的动力系统，多为锂电池或者使用汽油、甲醇等燃料的内燃机，油动无人机使用复杂、不易掌握、震动大，对操作员的要求高、存在容易熄火、发生事故后易燃易爆等不足。电动无人机存在航时短、航程近的缺陷的特点，采用燃油给电池供电，电池为电动电机提供动力的方式。
有从业者提出同时采用锂电池与汽油两种动力的无人机，其一般采用双电机的结构，既有电动发动机，又有汽油发动机。比如，中国专利申请201610350995.3提出一款以直升机机架为主体结构，以四旋翼结构为辅助的油、电混合动力系统的垂直起降无人机，该系统中既有油动的电机又有电动的电机。又比如，中国专利申请201620277749.5提出一种小型油电混合垂直起降固定翼无人机，同样同时拥有油动的电机和电动的电机。但是，目前的油电混动无人家普遍存在响应速度慢、控制精度低、续航能力差等问题。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种控制效果好、可靠性高、巡航能力佳的一种基于油电混合的无人机控制方法。
为解决上述技术问题，本发明采用以下技术方案：
一种基于油电混合的无人机控制方法，其流程为：
S1：无人机接收操作员的指令，采用指令量化的方式对进油量进行控制，不同的指令分别对应不同的进油量；
S2：利用操作员指令、电机当前的转速以及无人机的当前载荷，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系；
S3：进油量根据神经网络的输出值，分为两个以上的油量等级，输出后进行控制。
作为本发明的进一步改进：在上述步骤S2中，利用操作员指令、电机当前的转速、无人机的当前载荷以及电池电量信息，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系。
作为本发明的进一步改进：在上述步骤S2中，根据指令集的响应速度、任务方式排序，构建不同级别的指令集与进油量之间的关系。
作为本发明的进一步改进：在上述步骤S3中，采用低油量、中油量以及高油量三种油量等级，其中低油量维持无人机低载荷低速飞行，高油量可以为无人机提供高速和高载荷飞行。
作为本发明的进一步改进：所述无人机是多旋翼机无人机或固定翼无人机。
作为本发明的进一步改进：所述神经网络为神经网络神经元节点描述多层前向神经网络，所述多层前向神经网络由一层一层的神经元节点组成；第一层被称为输入层，最后一层被称为输出层，输入层和输出层之间的为隐含层。
作为本发明的进一步改进：在所述多层前向神经网络中，首先采集多组静态形式下指令、电机转速、载荷，然后利用多层前向神经网络进行训练，设定网络层数，接着构建相应的神经网络识别，最后用于动态的无人机控制中。
作为本发明的进一步改进：当电量低、转速慢时，通过加大发电机输入端动力设备的进油量以提高系统对无人机任务的响应速度。
与现有技术相比，本发明的优点在于：
1、本发明的基于油电混合的无人机控制方法，是以减少操作员的负担、操作员对无人机的熟悉程度出发，针对油动无人机使用复杂、不易掌握、震动大，电动无人机续航能力弱等特点，采用燃油给电池提供持续供电的方式，所提出一种基于油电混合的无人机控制方法。
2、本发明的基于油电混合的无人机控制方法，为了使无人机更好、快速的执行操作员的不同指令，汽油机的进油量根据操作员的指令、电机当前的转速、无人机当前的载荷以及电池的电量来控制；当电量低，转速慢时通过加大汽油机的进油量以提高系统对无人机任务的响应速度，为无人机大范围的任务执行提供可靠的保障。
附图说明
图1是本发明在具体应用实例中无人机的拓扑结构原理示意图。
图2是本发明方法的控制原理示意图。
图3是本发明在具体应用实例中所采用的神经网络的原理示意图。
图4是本发明方法在另一个具体应用实例中的控制原理示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，为本发明在具体应用实例中无人机的拓扑结构原理示意图。在该应用实例（应用环境）中，油箱为汽油机提供燃油，汽油机通过传动轴控制发电机，发电机输送的交流电通过整流模块为电池充电，电池为飞控和电机运作提供能源。本发明的基于油电混合的无人机控制方法，是一种基于神经网络的油电混合控制方法，主要是用来对能量与动力进行优化控制。即：汽油机的进油量根据操作员的指令、电机当前的转速以及无人机的当前载荷来控制；当电量低、转速慢时，通过加大汽油机的进油量以提高系统对无人机任务的响应速度。
如图2所示，本发明基于油电混合的无人机控制方法的具体流程为：
S1：无人机接收操作员的指令，采用指令量化的方式对进油量进行控制，不同的指令分别对应不同的进油量。
如：飞向A点T 2 ，巡航T 1 ，返航T 3 ，采用与进油量等价的方式，进油量的大小T1> T2>T3。电机当前的转速为V，电池的电量检测为Q，载荷N。
S2：利用操作员指令、电机当前的转速以及无人机的当前载荷来控制，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系。
S3：进油量根据神经网络的输出值，分为两个以上的油量等级，输出后进行控制。
如，在具体应用实例中，可以采用低油量、中油量以及高油量三种油量等级，其中低油量维持无人机低载荷低速飞行，高油量可以为无人机提供高速和高载荷飞行。
在其他应用实例中，如图4所示，在上述步骤S2中，可以进一步利用操作员指令、电机当前的转速、无人机的当前载荷以及电池电量信息，来构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系。
在上述具体应用实例中，无人机接收操作员的指令，采用指令量化的方式，不同的指令分别对应不同的进油量，其具体的指令如下表1所示。根据指令集的响应速度、任务方式排序，构建不同级别的指令集与进油量之间的关系。如目标攻击的进油量最大，盘旋等待的进油量最小。
表1 不同指令与进油量之间的关系
| 序号 | 指令 | 序号 | 指令 |
| 1 | 目标攻击 | 5 | 巡航 |
| 2 | 目标规避 | 6 | 取消任务 |
| 3 | 威胁告警 | 7 | 返航 |
| 4 | 侦察搜索 | 8 | 盘旋等待 |
如图3所示，为在具体应用实例中，本发明采用神经网络的原理示意图，它采用神经网络神经元节点描述多层前向神经网络，是一种反向传播训练学习算法。多层前向神经网络由一层一层的神经元节点组成。第一层被称为输入层，最后一层被称为输出层，输入层和输出层之间的为隐含层。本发明首先采集多组静态形式下指令、电机转速、载荷，然后利用多层前向神经网络进行训练，网络层数为10层，接着构建相应的神经网络识别，最后用于动态的无人机控制中。
在具体应用时，本发明的基于油电混合的无人机控制方法，所适用的无人机可以是多旋翼机无人机，也可以是固定翼无人机。可以理解，本发明也不仅适用于汽油作为燃料，还可以适用于甲醇等其他燃料。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (8)
1.一种基于油电混合的无人机控制方法，其特征在于，流程为：
S1：无人机接收操作员的指令，采用指令量化的方式对进油量进行控制，不同的指令分别对应不同的进油量；
S2：利用操作员指令、电机当前的转速以及无人机的当前载荷，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系；
S3：进油量根据神经网络的输出值，分为两个以上的油量等级，输出后进行控制。
2.根据权利要求1所述的基于油电混合的无人机控制方法，其特征在于，在上述步骤S2中，利用操作员指令、电机当前的转速、无人机的当前载荷以及电池电量信息，构建多维特征空间样本库；采用基于神经网络训练学习方法，建立与上述信息与进油量之间的映射关系。
3.根据权利要求2所述的基于油电混合的无人机控制方法，其特征在于，在上述步骤S2中，根据指令集的响应速度、任务方式排序，构建不同级别的指令集与进油量之间的关系。
4.根据权利要求1或2或3所述的基于油电混合的无人机控制方法，其特征在于，在上述步骤S3中，采用低油量、中油量以及高油量三种油量等级，其中低油量维持无人机低载荷低速飞行，高油量可以为无人机提供高速和高载荷飞行。
5.根据权利要求1或2或3所述的基于油电混合的无人机控制方法，其特征在于，所述无人机是多旋翼机无人机或固定翼无人机。
6.根据权利要求1或2或3所述的基于油电混合的无人机控制方法，其特征在于，所述神经网络为神经网络神经元节点描述多层前向神经网络，所述多层前向神经网络由一层一层的神经元节点组成；第一层被称为输入层，最后一层被称为输出层，输入层和输出层之间的为隐含层。
7.根据权利要求6所述的基于油电混合的无人机控制方法，其特征在于，在所述多层前向神经网络中，首先采集多组静态形式下指令、电机转速、载荷，然后利用多层前向神经网络进行训练，设定网络层数，接着构建相应的神经网络识别，最后用于动态的无人机控制中。
8.根据权利要求1或2或3所述的基于油电混合的无人机控制方法，其特征在于，当电量低、转速慢时，通过加大发电机输入端动力设备的进油量以提高系统对无人机任务的响应速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710443059.1A CN107092274A (zh) | 2017-06-13 | 2017-06-13 | 一种基于油电混合的无人机控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710443059.1A CN107092274A (zh) | 2017-06-13 | 2017-06-13 | 一种基于油电混合的无人机控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107092274A true CN107092274A (zh) | 2017-08-25 |
Family
ID=59640100
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710443059.1A Pending CN107092274A (zh) | 2017-06-13 | 2017-06-13 | 一种基于油电混合的无人机控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107092274A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108443014A (zh) * | 2018-03-23 | 2018-08-24 | 中科灵动航空科技成都有限公司 | 用于无人机中的油电混合发电系统、油电混合式无人机 |
| CN110001973A (zh) * | 2019-01-02 | 2019-07-12 | 南京航空航天大学 | 轻型固定翼无人机的混合动力推进系统与控制方法 |
| CN110077389A (zh) * | 2019-05-07 | 2019-08-02 | 辽宁工业大学 | 一种插电式混合动力电动汽车能量管理方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101244721A (zh) * | 2008-03-24 | 2008-08-20 | 南京汽车集团有限公司 | 混合动力汽车的多能源控制方法及系统 |
| CN102567782A (zh) * | 2011-12-21 | 2012-07-11 | 浙江吉利汽车研究院有限公司 | 一种基于神经网络的汽车发动机转矩的估算方法 |
| CN202499132U (zh) * | 2012-03-05 | 2012-10-24 | 浙江大学城市学院 | 新型Plug_in混合动力汽车能量管理控制器 |
| CN105799941A (zh) * | 2016-03-25 | 2016-07-27 | 广州市香港科大霍英东研究院 | 一种适于无人机的小型油电混合动力系统及其控制方法 |
| WO2016174040A1 (de) * | 2015-04-29 | 2016-11-03 | Technische Universität Darmstadt | Verfahren und vorrichtung zur optimierung der fahrbarkeit eines kraftfahrzeugs |
| CN106647809A (zh) * | 2017-01-06 | 2017-05-10 | 中国航天电子技术研究院 | 一种基于任务规划的无人机用混合动力系统能量优化方法 |
| CN106696952A (zh) * | 2017-01-09 | 2017-05-24 | 厦门大学 | 一种智能网联混合动力汽车能量控制方法 |
-
2017
- 2017-06-13 CN CN201710443059.1A patent/CN107092274A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101244721A (zh) * | 2008-03-24 | 2008-08-20 | 南京汽车集团有限公司 | 混合动力汽车的多能源控制方法及系统 |
| CN102567782A (zh) * | 2011-12-21 | 2012-07-11 | 浙江吉利汽车研究院有限公司 | 一种基于神经网络的汽车发动机转矩的估算方法 |
| CN202499132U (zh) * | 2012-03-05 | 2012-10-24 | 浙江大学城市学院 | 新型Plug_in混合动力汽车能量管理控制器 |
| WO2016174040A1 (de) * | 2015-04-29 | 2016-11-03 | Technische Universität Darmstadt | Verfahren und vorrichtung zur optimierung der fahrbarkeit eines kraftfahrzeugs |
| CN105799941A (zh) * | 2016-03-25 | 2016-07-27 | 广州市香港科大霍英东研究院 | 一种适于无人机的小型油电混合动力系统及其控制方法 |
| CN106647809A (zh) * | 2017-01-06 | 2017-05-10 | 中国航天电子技术研究院 | 一种基于任务规划的无人机用混合动力系统能量优化方法 |
| CN106696952A (zh) * | 2017-01-09 | 2017-05-24 | 厦门大学 | 一种智能网联混合动力汽车能量控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李天宇: "混合动力工程车辆自动变速换档策略及其控制方法研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108443014A (zh) * | 2018-03-23 | 2018-08-24 | 中科灵动航空科技成都有限公司 | 用于无人机中的油电混合发电系统、油电混合式无人机 |
| CN108443014B (zh) * | 2018-03-23 | 2024-05-10 | 中科灵动航空科技成都有限公司 | 用于无人机中的油电混合发电系统、油电混合式无人机 |
| CN110001973A (zh) * | 2019-01-02 | 2019-07-12 | 南京航空航天大学 | 轻型固定翼无人机的混合动力推进系统与控制方法 |
| CN110001973B (zh) * | 2019-01-02 | 2023-12-19 | 南京航空航天大学 | 轻型固定翼无人机的混合动力推进系统与控制方法 |
| CN110077389A (zh) * | 2019-05-07 | 2019-08-02 | 辽宁工业大学 | 一种插电式混合动力电动汽车能量管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ye et al. | Review of hybrid electric powered aircraft, its conceptual design and energy management methodologies | |
| Rendón et al. | Aircraft hybrid-electric propulsion: Development trends, challenges and opportunities | |
| Harmon et al. | Conceptual design and simulation of a small hybrid-electric unmanned aerial vehicle | |
| Wall et al. | A survey of hybrid electric propulsion for aircraft | |
| CN104527958B (zh) | 船舶四机双桨混合动力推进系统能量优化与控制方法 | |
| CN106970523B (zh) | 一种飞机自适应动力与热管理系统的能量管理策略 | |
| CN107092274A (zh) | 一种基于油电混合的无人机控制方法 | |
| Hung et al. | On parallel hybrid-electric propulsion system for unmanned aerial vehicles | |
| Hiserote et al. | Analysis of hybrid-electric propulsion system designs for small unmanned aircraft systems | |
| CN105711826A (zh) | 一种串联式油电混合动力无人飞行器 | |
| CN106564604A (zh) | 一种油电混合四旋翼动力单元及其控制方法 | |
| CN103997266B (zh) | 一种混合动力车bsg转矩波动补偿控制器及其构造方法 | |
| CN109733621A (zh) | 一种多推进模式的混合动力无人机 | |
| Lu et al. | Design and implementation of a gasoline-electric hybrid propulsion system for a micro triple tilt-rotor VTOL UAV | |
| Saias et al. | Preliminary design of hybrid-electric propulsion systems for emerging urban air mobility rotorcraft architectures | |
| CN114074763B (zh) | 一种基于涡轴发动机的串联混合动力推进系统及设计方法 | |
| Wei | Design of Web based expert system of electronic control engine fault diagnosis | |
| Recoskie et al. | Hybrid power plant design for a long-range dirigible UAV | |
| Brelje | Multidisciplinary design optimization of electric aircraft considering systems modeling and packaging | |
| CN109866919B (zh) | 一种舰载热动力电驱倾转旋翼飞行器 | |
| CN113255143B (zh) | 一种分布式混合电推进飞行器能量管理系统 | |
| Zountouridou et al. | A guide to unmanned aerial vehicles performance analysis—the MQ‐9 unmanned air vehicle case study | |
| Donateo et al. | Increasing safety in ultralight aviation with a Wankel-based series/parallel hybrid electric power system | |
| Orefice et al. | Hybridization and Mission Analysis of a regional turboprop | |
| CN107054667A (zh) | 一种多旋翼无人机 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170825 |