CN108280267B - 一种手抛式不间断飞行无人机的参数优化方法 - Google Patents
一种手抛式不间断飞行无人机的参数优化方法 Download PDFInfo
- Publication number
- CN108280267B CN108280267B CN201711471003.3A CN201711471003A CN108280267B CN 108280267 B CN108280267 B CN 108280267B CN 201711471003 A CN201711471003 A CN 201711471003A CN 108280267 B CN108280267 B CN 108280267B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- mass
- model
- characterizing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开了一种手抛式不间断飞行无人机的参数优化方法,以能量平衡为基础,通过无人机质质量和飞行过程需用的能量两条主线迭代,建立了无人机曲面太阳能板的质量msc模型无人机的蓄电池的质量mbat模型、最大点功率跟踪器的质量mmppt模型、与其它部件无关的类别的固定质量mfixed预测模型、无人机的结构质量maf模型、推进组件的质量mprop模型和无人机的总质量模型mtotal,提升了无人机概念设计模型的精度,几乎涵盖了太阳能无人机概念设计阶段的全部参数,更系统的获得无人机概念设计的最优解。
Description
技术领域
发明涉及技术领域,尤其涉及一种手抛式不间断飞行无人机的参数优化方法。
背景技术
目前,近年来,小型无人机的应用范围越来越广泛,对于小型无人机的不间断飞行时间要求也越来越高,例如边境巡逻、军事侦察等应用均要求无人机具备数小时的滞空时间,而高空通讯中继和大气监测则要求无人机达到数天甚至数月的航时能力。就目前的技术而言,采用太阳能电池为小型无人机提供动力,是实现小型无人机不间断飞行的唯一手段。因此,人们迫切期待一种合理的优化小型无人机的参数的方法,探索小型无人机概念设计的最优解,使得小型无人机的参数设计更加合理。
发明内容
本发明的目的是提供手抛式不间断飞行无人机的参数优化方法,能够更有效、更准确、更实用、更系统的探索无人机概念设计的最优解。
本发明采用的技术方案为:
一种手抛式不间断飞行无人机的参数优化方法,包括以下步骤:
A:采集无人机的固定参数,设定无人机的可变参数:采集的无人机固定参数包括升力系数CL,阻力系数CD,ρ空气密度ρ;设定的无人机的可变参数包括机翼面积S,翼展b和平飞速度v,根据经验统计得到的预估无人机的总质量m;
B:建立无人机曲面太阳能板的质量msc模型:
B1:获取无人机平飞时的需用功率Plev:在水平定常飞行状态,无人机受到的力包括机翼产生的升力F1、重力G、螺旋桨的拉力T、飞机阻力F2;
G=mg (2)
根据机翼产生的升力F1用于平衡重力G,即F1=G,由公式(1)和公式(2)得到公式(4);
根据螺旋桨的拉力T与飞机阻力F2相平衡,即T=F2,得到公式(5)
根据公式(6)计算无人机平飞时的需用功率Plev:
Plev=Tv (6)
定义展弦比AR,AR=b2/S,因此,将无人机平飞时的需用功率Plev写为与展弦比AR相关的公式(8):
B2:获得无人机总的电能消耗功率Pelec,tot:
ηctrl表征电机控制器效率;ηmot表征电动机效率;ηgrb表征减速器效率;ηplr表征螺旋桨效率;ηbec表征电机调速器效率;Pav表征航电系统能耗;Ppld表征载荷能耗;
B3:获得无人机平飞时每天的能量总消耗Eelec,tot1:
Tday表征白天时长,即太阳光辐射持续时间;Tnight表征黑夜时长;ηchrg表征蓄电池充电效率;ηdchrg表征蓄电池夜间放电效率;
B4:获得无人机每天每平米太阳能板获得的太阳能Eday,density:
Imax表征最大辐射值;Tday表征辐射持续时间;ηwthr表征天气阴晴,0≤ηwthr≤1,ηwthr=1表示理想的晴朗天气,ηwthr=0表示理想的黑天;
B5:求取无人机太阳能板每天获取的电能量Eelec,tot2:
ηcbr表征曲面太阳能板效率;Asc表征无人机上曲面太阳能板面积;ηwthr表征天气阴晴;ηmppt表征最大功率点跟踪器的效率;ηsc表征太阳能电池效率;ηcbr表征曲面太阳能板效率;
B6:获取无人机上曲面太阳能板面积Asc:
B7:建立无人机曲面太阳能板的质量msc模型:
msc=Asc(ksc+kenc) (14)
ksc表征曲面太阳能板的面密度;kenc表征曲面太阳能板封装的面密度
C:建立无人机的蓄电池的质量mbat模型:
kbat表征单位质量的能量密度;ηdchrg表征电池放电效率;Pelec,tot表征无人机总的电能消耗功率;Tnight表征黑夜时长;
D:建立无人机的最大点功率跟踪器的质量mmppt模型:具体包括以下步骤:
D1:获得最大点功率跟踪器的效率ηmppt;
ηmppt=ηmpptdcdcηmpptalgo (16)
ηmpptdcdc表征最大点功率跟踪器直流DC/DC之间的转换效率;ηmpptalgo表征最大点功率跟踪器跟踪逻辑效率
D2:获得最大点功率跟踪器的最大功率需求Psolmax;
Psolmax=ImaxηscηcbrηmpptAsc (17)
表征Imax最大辐射值;表征ηsc太阳能电池效率;ηcbr表征曲面太阳能板效率;Asc表征曲面太阳能板面积;ηmppt表征最大点功率跟踪器的效率;
D3:获取最大点功率跟踪器的质量mmppt;
mmppt=kmpptPsolmax (18)
kmppt表征最大点功率跟踪器的质功比;
E:建立无人机中与其它部件无关的类别的固定质量mfixed预测模型:
mfixed=mav+mpld (19)
mav表征飞行控制器质量;mpld表征任务载荷质量;
F:建立无人机的结构质量maf模型:
F1:建立结构质量maf的一个经验模型公式(20):
F2:选取n个滑翔机,获取每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式:
根据kiaf,以最小均方差的形式建立公式(20)中的kaf;
根据xi1,以最小均方差的形式建立公式(20)中的x1;
根据xi2,以最小均方差的形式建立公式(20)中的x2;
F3:从n个无人机的数据中,筛选出q个比经验模型公式(20)中预测的结构质量maf更轻的滑翔机,获取所述的q个滑翔机的相关数据,所述的相关数据包括每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式;利用筛选出的q个滑翔机的相关数据,以最小均方差的形式进行迭代,建立公式(20)中新的kaf、x1和x2;
G:建立无人机的推进组件的质量mprop模型:
mprop=kpropPlev (21)
kprop表征推进组件的质功比;Plev表征无人机平飞时的需用功率;
H:建立无人机的总质量模型mtotal:
mtotal=msc+mbat+mfixed+mmppt+maf+mprop (22)
I:使得步骤A中预估无人机的总质量m等于步骤H中无人机的总质量模型mtotal,即m=mtotal重复步骤A、B、C、D、E、F、G、H,再一次建立无人机的总质量模型mtotal,直至预估无人机的总质量m与无人机的总质量模型mtotal之间的误差小于允许值。
所述的手抛式不间断飞行无人机的参数优化方法的步骤F中,多次重复步骤F3,进一步提升无人机的结构质量maf模型的精确度。
本发明以能量平衡为基础,通过无人机质质量和飞行过程需用的能量两条主线迭代,提升了无人机概念设计模型的精度,几乎涵盖了太阳能无人机概念设计阶段的全部参数,更有效、更准确、更实用、更系统的获得无人机概念设计的最优解,推动了以太阳能为能源的不间断飞行手抛式无人机的技术发展,满足边境巡逻、军事侦察、高空通讯和大气监测等对无人机综合要求高的平台的需求。
附图说明
图1为发明的流程图;
具体实施方式
如图1所示,本发明包括以下步骤:
A:采集无人机的固定参数,设定无人机的可变参数:采集的无人机固定参数包括升力系数CL,阻力系数CD,ρ空气密度ρ;设定的无人机的可变参数包括机翼面积S,翼展b和平飞速度v,根据经验统计得到的预估无人机的总质量m;
B:建立无人机曲面太阳能板的质量msc模型:
B1:获取无人机平飞时的需用功率Plev:在水平定常飞行状态,无人机受到的力包括机翼产生的升力F1、重力G、螺旋桨的拉力T、飞机阻力F2;
G=mg (2)
根据机翼产生的升力F1用于平衡重力G,即F1=G,由公式(1)和公式(2)得到公式(4);
根据螺旋桨的拉力T与飞机阻力F2相平衡,即T=F2,得到公式(5)
根据公式(6)计算无人机平飞时的需用功率Plev:
Plev=Tv (6)
定义展弦比AR,AR=b2/S,因此,将无人机平飞时的需用功率Plev写为与展弦比AR相关的公式(8):
B2:获得无人机总的电能消耗功率Pelec,tot:
ηctrl表征电机控制器效率;ηmot表征电动机效率;ηgrb表征减速器效率;ηplr表征螺旋桨效率;ηbec表征电机调速器效率;Pav表征航电系统能耗;Ppld表征载荷能耗;
B3:获得无人机平飞时每天的能量总消耗Eelec,tot1:
Tday表征白天时长,即太阳光辐射持续时间;Tnight表征黑夜时长;ηchrg表征蓄电池充电效率;ηdchrg表征蓄电池夜间放电效率;
B4:获得无人机每天每平米太阳能板获得的太阳能Eday,density:
Imax表征最大辐射值;Tday表征辐射持续时间;ηwthr表征天气阴晴,0≤ηwthr≤1,ηwthr=1表示理想的晴朗天气,ηwthr=0表示理想的黑天;
B5:求取无人机太阳能板每天获取的电能量Eelec,tot2:
ηcbr表征曲面太阳能板效率;Asc表征无人机上曲面太阳能板面积;ηwthr表征天气阴晴;ηmppt表征最大功率点跟踪器的效率;ηsc表征太阳能电池效率;ηcbr表征曲面太阳能板效率;
B6:获取无人机上曲面太阳能板面积Asc:
B7:建立无人机曲面太阳能板的质量msc模型:
msc=Asc(ksc+kenc) (14)
ksc表征曲面太阳能板的面密度;kenc表征曲面太阳能板封装的面密度
C:建立无人机的蓄电池的质量mbat模型:
kbat表征单位质量的能量密度;ηdchrg表征电池放电效率;Pelec,tot表征无人机总的电能消耗功率;Tnight表征黑夜时长;
D:建立无人机的最大点功率跟踪器的质量mmppt模型:具体包括以下步骤:
D1:获得最大点功率跟踪器的效率ηmppt;
ηmppt=ηmpptdcdcηmpptalgo (16)
ηmpptdcdc表征最大点功率跟踪器直流DC/DC之间的转换效率;ηmpptalgo表征最大点功率跟踪器跟踪逻辑效率
D2:获得最大点功率跟踪器的最大功率需求Psolmax;
Psolmax=ImaxηscηcbrηmpptAsc (17)
表征Imax最大辐射值;表征ηsc太阳能电池效率;ηcbr表征曲面太阳能板效率;Asc表征曲面太阳能板面积;ηmppt表征最大点功率跟踪器的效率;
D3:获取最大点功率跟踪器的质量mmppt;
mmppt=kmpptPsolmax (18)
kmppt表征最大点功率跟踪器的质功比;
E:建立无人机中与其它部件无关的类别的固定质量mfixed预测模型:
mfixed=mav+mpld (19)
mav表征飞行控制器质量;mpld表征任务载荷质量;
F:建立无人机的结构质量maf模型:
F1:建立结构质量maf的一个经验模型公式(20):
F2:选取n个滑翔机,获取每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式:
根据kiaf,以最小均方差的形式建立公式(20)中的kaf;
根据xi1,以最小均方差的形式建立公式(20)中的x1;
根据xi2,以最小均方差的形式建立公式(20)中的x2;
F3:从n个无人机的数据中,筛选出q个比经验模型公式(20)中预测的结构质量maf更轻的滑翔机,获取所述的q个滑翔机的相关数据,所述的相关数据包括每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式;利用筛选出的q个滑翔机的相关数据,以最小均方差的形式进行迭代,建立公式(20)中新的kaf、x1和x2;
G:建立无人机的推进组件的质量mprop模型:
mprop=kpropPlev (21)
kprop表征推进组件的质功比;Plev表征无人机平飞时的需用功率;
H:建立无人机的总质量模型mtotal:
mtotal=msc+mbat+mfixed+mmppt+maf+mprop (22)
I:使得步骤A中预估无人机的总质量m等于步骤H中无人机的总质量模型mtotal,即m=mtotal重复步骤A、B、C、D、E、F、G、H,再一次建立无人机的总质量模型mtotal,直至预估无人机的总质量m与无人机的总质量模型mtotal之间的误差小于允许值。所述的手抛式不间断飞行无人机的参数优化方法,所述的步骤F中,多次重复步骤F3,进一步提升无人机的结构质量maf模型的精确度。
以下具体说明本发明的理念:
A:采集无人机的固定参数,设定无人机的可变参数:无人机的参数包括升力系数CL,阻力系数CD,ρ空气密度ρ,机翼面积S,翼展b,平飞速度v,根据经验统计预估无人机的总质量m;
B:建立无人机曲面太阳能板的质量msc模型:
B1:获取无人机平飞时的需用功率Plev:在水平定常飞行状态,无人机受到的力包括机翼产生的升力F1、重力G、螺旋桨的拉力T、飞机阻力F2;
G=mg (2)
根据机翼产生的升力F1用于平衡重力G,即F1=G,由公式(1)和公式(2)得到公式(4);
根据螺旋桨的拉力T与飞机阻力F2相平衡,即T=F2,得到公式(5)
根据公式(6)计算无人机平飞时的需用功率Plev:
Plev=Tv (6)
定义展弦比AR,AR=b2/S,因此,将无人机平飞时的需用功率Plev写为与展弦比AR相关的公式(8):
B2:获得无人机总的电能消耗功率Pelec,tot:考虑电机控制器效率ηctrl、电动机效率ηmot、减速器效率ηgrb、螺旋桨效率ηplr、电机调速器效率ηbec、航电系统能耗Pav和载荷能耗Ppld,利用公式(9),获得无人机总的电能消耗功率Pelec,tot;
B3:获得无人机平飞时每天的能量总消耗Eelec,tot1:考虑蓄电池充电效率ηchrg和蓄电池夜间放电效率ηdchrg,根据公式(10),获得无人机平飞时每天的能量总消耗Eelec,tot1;
Tday表征白天时长,即太阳光辐射持续时间;Tnight表征黑夜时长;
公式(10)中,认为在黑夜时长Tnight中,蓄电池仅放电,不充电,白天时长Tday中等效为由太阳能能源直接供电,因此仅仅在黑夜时长Tnight考虑了蓄电池充电效率ηchrg和蓄电池夜间放电效率ηdchrg;实际上,黄昏和黎明时刻,蓄电池也为无人机供电,存在太阳能能源和电池能源之间的转换过程;但为了简化计算过程,本发明设定该过程是瞬态的。所述设定的有效性来自转化过程相对很短,可忽略;B4:获得无人机每天每平米太阳能板获得的太阳能Eday,density:考虑辐射模型曲线需符合不同的时间或地域,用最大辐射值Imax和辐射持续时间Tday的三角函数模型表达辐射的曲线,两个参数Imax和Tday与地理位置和日期相关;考虑天气情况,用反应天气阴晴的参数ηwthr反应天气情况,0≤ηwthr≤1,ηwthr=1表示理想的晴朗天气,ηwthr=0表示理想的黑天;根据公式(11)获得无人机每天每平米太阳能板获得的太阳能Eday,density;
B5:求取无人机太阳能板每天获取的电能量Eelec,tot2:考虑无人机太阳能板上太阳光入射角度,用ηcbr表征曲面太阳能板效率,根据无人机上曲面太阳能板面积Asc、反应天气阴晴的参数ηwthr、最大功率点跟踪器的效率ηmppt、太阳能电池效率ηsc、曲面太阳能板效率ηcbr,再利用公式(12)求取无人机太阳能板每天获取的电能量Eelec,tot2;
太阳能板中排布有多个太阳能片,太阳能片并不是在一个水平面上,而是贴合在弯曲的翼型上。在一系列相连的太阳能片,处于最低的辐射边界限制了其余的太阳能片;这种情况主要发生在日出或日落时刻,当太阳的仰角很低,并且飞机的朝向不利时;基于以上原因,太阳能片之间的连线关系应认真考虑,沿着翼展方向连接以便存在相同的入射角更适宜,为了在设计方法中体现所述的太阳能片排布对太阳能转化效率的影响,引入曲面太阳能板效率ηcbr;
B6:获取无人机上曲面太阳能板面积Asc:根据能量守恒定律,无人机平飞时每天的能量总消耗Eelec,tot1=Eelec,tot2,即可由公式(11)和公式(12)得到无人机上曲面太阳能板面积Asc;
B7:建立无人机曲面太阳能板的质量msc模型:根据曲面太阳能板的面密度ksc和曲面太阳能板封装的面密度kenc,利用公式(14)建立无人机曲面太阳能板的质量msc模型;
msc=Asc(ksc+kenc) (14)
太阳能板的封装是将太阳能板互相连通并封装在两个不反射的透明层里。因此,曲面太阳能板的质量msc包括太阳能电池质量和它的封装质量;
C:建立无人机的蓄电池的质量mbat模型:根据单位质量的能量密度kbat,电池放电效率ηdchrg,无人机总的电能消耗功率Pelec,tot,黑夜时长Tnight,利用公式(15)计算出蓄电池的质量mbat;
蓄电池的质量mbat与需要存储的能量成正比,存储能量为消耗功率和夜间时长的乘积,并与单位质量的能量密度kbat成反比;
D:建立无人机的最大点功率跟踪器的质量mmppt模型:具体包括以下步骤:
D1:根据最大点功率跟踪器直流DC/DC之间的转换效率ηmpptdcdc和最大点功率跟踪器跟踪逻辑效率ηmpptalgo,利用公式(16)求取最大点功率跟踪器的效率ηmppt;
ηmppt=ηmpptdcdcηmpptalgo (16)
事实上,跟踪点不是定值而是在其附近振荡;对于一款设计良好的最大功率点跟踪器,需保证ηmpptdcdc≥97%,ηmpptalgo≥98%,从而ηmppt≥95%;
D2:根据最大辐射值Imax、太阳能电池效率ηsc、曲面太阳能板效率ηcbr、曲面太阳能板面积Asc和最大点功率跟踪器的效率ηmppt,利用公示(17)求取最大点功率跟踪器的最大功率需求Psolmax;
Psolmax=ImaxηscηcbrηmpptAsc (17)
D3:根据最大点功率跟踪器的质功比kmppt和最大点功率跟踪器的最大功率需求Psolmax,利用公式(18)获得最大点功率跟踪器的质量mmppt;
mmppt=kmpptPsolmax (18)
E:建立无人机中质量与其它部件无关的类别的固定质量mfixed预测模型:
所述的与其它部件尺寸无关的类别包括飞行控制器质量mav和任务载荷质量mpld;
mfixed=mav+mpld (19)
F:建立无人机的结构质量maf模型:
F1:基于已有的滑翔机数据,提出结构质量maf的一个经验模型公式(20):
根据kiaf,以最小均方差的形式建立公式(20)中的kaf;
根据xi1,以最小均方差的形式建立公式(20)中的x1;
根据xi2,以最小均方差的形式建立公式(20)中的x2;
F3:从n个无人机的数据中,筛选出q个比经验模型公式(20)中预测的结构质量maf更轻的滑翔机,获取所述的q个滑翔机的相关数据,所述的相关数据包括每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式;利用筛选出的q个滑翔机的相关数据,以最小均方差的形式进行迭代,建立公式(20)中新的kaf、x1和x2;
F4::多次重复步骤F3,进一步提升公式(20)的精确度;
H:建立无人机的推进组件的质量mprop模型:无人机的推进组件包括控制电路、电机、减速器、螺旋桨,根据经验公式和经验统计获得控制电路的质功比、电机的质功比、减速器的质功比、螺旋桨的质功比;再根据经验公式和经验统计,利用控制电路的质功比、电机的质功比、减速器的质功比、螺旋桨的质功比获得推进组件的质功比kprop;最后无人机平飞时的需用功率Plev,利用公式(21)建立无人机的推进组件模型;
mprop=kpropPlev (21)
螺旋桨的质量mplr的经验公式只考虑线性关系,即mplr=kplrPplr,Pplr表征螺旋桨功率,
kplr表征螺旋桨的质功比;根据经验统计,在不同的起飞条件下,控制电路的质功比、电机的质功比、减速器的质功比、螺旋桨的质功比、推进组件的质功比kprop如表1所示:
表1
无人机的推进组件的质量mprop模型需参考起飞条件,对于以长距离滑跑加速起飞的飞机,起飞功率比平飞的功率还要低,但对于手抛方式飞机要快速增加速度并获得高度,电机必须提供比平飞更高的加速能力,推进组件的质功比kprop较大,参数优化过程中,根据不同的起飞条件,选择不同的推进组件的质功比kprop;
I:建立无人机的总质量模型mtotal:根据无人机曲面太阳能板的质量msc模型、无人机蓄电池的质量mbat模型、无人机的最大点功率跟踪器的质量mmppt模型、无人机与其它部件尺寸无关的类别的固定质量mfixed、无人机的结构质量maf模型、无人机的推进组件的质量mprop模型、利用公式(22)建立无人机的总质量模型mtotal;
mtotal=msc+mbat+mfixed+mmppt+maf+mprop (22)
J:在保证能量平衡条件下,使得步骤A中预估无人机的总质量m等于无人机的总质量模型mtotal,即m=mtotal重复步骤A、B、C、D、E、F、G、H,再一次建立无人机的总质量模型mtotal,直至预估无人机的总质量m等于无人机的总质量模型mtotal之间的误差小于允许值,无人机的总质量模型mtotal达到最优。
发明以能量平衡为基础,通过无人机质质量和飞行过程需用的能量两条主线迭代,提升了无人机概念设计模型的精度,几乎涵盖了太阳能无人机概念设计阶段的全部参数,更有效、更准确、更实用、更系统的获得无人机概念设计的最优解,推动了以太阳能为能源的不间断飞行手抛式无人机的技术发展,满足边境巡逻、军事侦察、高空通讯和大气监测等对无人机综合要求高的平台的需求。
Claims (2)
1.一种手抛式不间断飞行无人机的参数优化方法,其特征在于:包括以下步骤:
A:采集无人机的固定参数,设定无人机的可变参数:采集的无人机固定参数包括升力系数CL,阻力系数CD,ρ空气密度ρ;设定的无人机的可变参数包括机翼面积S,翼展b和平飞速度v,根据经验统计得到的预估无人机的总质量m;
B:建立无人机曲面太阳能板的质量msc模型:
B1:获取无人机平飞时的需用功率Plev:在水平定常飞行状态,无人机受到的力包括机翼产生的升力F1、重力G、螺旋桨的拉力T、飞机阻力F2;
G=mg (2)
根据机翼产生的升力F1用于平衡重力G,即F1=G,由公式(1)和公式(2)得到公式(4);
根据螺旋桨的拉力T与飞机阻力F2相平衡,即T=F2,得到公式(5)
根据公式(6)计算无人机平飞时的需用功率Plev:
Plev=Tv (6)
定义展弦比AR,AR=b2/S,因此,将无人机平飞时的需用功率Plev写为与展弦比AR相关的公式(8):
B2:获得无人机总的电能消耗功率Pelec,tot:
ηctrl表征电机控制器效率;ηmot表征电动机效率;ηgrb表征减速器效率;ηplr表征螺旋桨效率;ηbec表征电机调速器效率;Pav表征航电系统能耗;Ppld表征载荷能耗;
B3:获得无人机平飞时每天的能量总消耗Eelec,tot1:
Tday表征白天时长,即太阳光辐射持续时间;Tnight表征黑夜时长;ηchrg表征蓄电池充电效率;ηdchrg表征蓄电池夜间放电效率;
B4:获得无人机每天每平米太阳能板获得的太阳能Eday,density:
Imax表征最大辐射值;Tday表征辐射持续时间;ηwthr表征天气阴晴,0≤ηwthr≤1,ηwthr=1表示理想的晴朗天气,ηwthr=0表示理想的黑天;
B5:求取无人机太阳能板每天获取的电能量Eelec,tot2:
ηcbr表征曲面太阳能板效率;Asc表征无人机上曲面太阳能板面积;ηwthr表征天气阴晴;ηmppt表征最大功率点跟踪器的效率;ηsc表征太阳能电池效率;
B6:获取无人机上曲面太阳能板面积Asc:
B7:建立无人机曲面太阳能板的质量msc模型:
msc=Asc(ksc+kenc) (14)
ksc表征曲面太阳能板的面密度;kenc表征曲面太阳能板封装的面密度C:建立无人机的蓄电池的质量mbat模型:
kbat表征单位质量的能量密度;Pelec,tot表征无人机总的电能消耗功率;Tnight表征黑夜时长;
D:建立无人机的最大点功率跟踪器的质量mmppt模型:具体包括以下步骤:
D1:获得最大点功率跟踪器的效率ηmppt;
ηmppt=ηmpptdcdcηmpptalgo (16)
ηmpptdcdc表征最大点功率跟踪器直流DC/DC之间的转换效率;ηmpptalgo表征最大点功率跟踪器跟踪逻辑效率
D2:获得最大点功率跟踪器的最大功率需求Psolmax;
Psolmax=ImaxηscηcbrηmpptAsc (17)
表征Imax最大辐射值;表征ηsc太阳能电池效率;ηcbr表征曲面太阳能板效率;Asc表征曲面太阳能板面积;ηmppt表征最大点功率跟踪器的效率;
D3:获取最大点功率跟踪器的质量mmppt;
mmppt=kmpptPsolmax (18)
kmppt表征最大点功率跟踪器的质功比;
E:建立无人机中与其它部件无关的类别的固定质量mfixed预测模型:
mfixed=mav+mpld (19)
mav表征飞行控制器质量;mpld表征任务载荷质量;
F:建立无人机的结构质量maf模型:
F1:建立结构质量maf的一个经验模型公式(20):
F2:选取n个滑翔机,获取每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式:
根据kiaf,以最小均方差的形式建立公式(20)中的kaf;
根据xi1,以最小均方差的形式建立公式(20)中的x1;
根据xi2,以最小均方差的形式建立公式(20)中的x2;
F3:从n个无人机的数据中,筛选出q个比经验模型公式(20)中预测的结构质量maf更轻的滑翔机,获取所述的q个滑翔机的相关数据,所述的相关数据包括每个滑翔机的结构质量miaf、机翼面积Si、展弦比ARi,以及每个无人机的结构质量miaf的经验模型公式;利用筛选出的q个滑翔机的相关数据,以最小均方差的形式进行迭代,建立公式(20)中新的kaf、x1和x2;
G:建立无人机的推进组件的质量mprop模型:
mprop=kpropPlev (21)
kprop表征推进组件的质功比;Plev表征无人机平飞时的需用功率;
H:建立无人机的总质量模型mtotal:
mtotal=msc+mbat+mfixed+mmppt+maf+mprop (22)
I:使得步骤A中预估无人机的总质量m等于步骤H中无人机的总质量模型mtotal,即m=mtotal重复步骤A、B、C、D、E、F、G、H,再一次建立无人机的总质量模型mtotal,直至预估无人机的总质量m与无人机的总质量模型mtotal之间的误差小于允许值。
2.根据权利要求1所述的手抛式不间断飞行无人机的参数优化方法,其特征在于:所述的步骤F中,多次重复步骤F3,提升无人机的结构质量maf模型的精确度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711471003.3A CN108280267B (zh) | 2017-12-29 | 2017-12-29 | 一种手抛式不间断飞行无人机的参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711471003.3A CN108280267B (zh) | 2017-12-29 | 2017-12-29 | 一种手抛式不间断飞行无人机的参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108280267A CN108280267A (zh) | 2018-07-13 |
CN108280267B true CN108280267B (zh) | 2021-03-23 |
Family
ID=62802548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711471003.3A Active CN108280267B (zh) | 2017-12-29 | 2017-12-29 | 一种手抛式不间断飞行无人机的参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280267B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193798A (zh) * | 2018-08-24 | 2019-01-11 | 广西大学 | 一种基于多目标粒子群算法调节微电源出力的优化调度方法 |
CN110717221B (zh) * | 2019-10-21 | 2023-09-22 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
CN112591133B (zh) * | 2020-12-24 | 2023-03-14 | 中国航空工业集团公司西安飞机设计研究所 | 一种跨昼夜飞行太阳能无人机总体参数设计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103840745A (zh) * | 2013-09-13 | 2014-06-04 | 武汉美格科技有限公司 | 一种供无人机使用的太阳能能源系统 |
CN104635743A (zh) * | 2013-11-13 | 2015-05-20 | 中国电子科技集团公司第二十七研究所 | 一种高速无人机超低空全程自主飞行控制系统 |
CN106547954A (zh) * | 2016-10-17 | 2017-03-29 | 北京航空航天大学 | 一种低雷诺数错层翼的翼型优化设计方法 |
CN106782024A (zh) * | 2017-03-16 | 2017-05-31 | 北京理工大学 | 一种多电混合动力系统教学实验平台及教学方法 |
CN107256320A (zh) * | 2017-07-28 | 2017-10-17 | 中科机器人科技有限公司 | 一种基于复合材料铺层的小型手抛无人机的有限元分析方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160257417A1 (en) * | 2014-04-18 | 2016-09-08 | Toy Labs, Inc. | Hand-launched, solar-powered aircraft |
US20160292312A1 (en) * | 2015-04-05 | 2016-10-06 | Chinmoy Prosun Saha | Method and system for creating and distributing solar energy system design, sales and marketing data |
-
2017
- 2017-12-29 CN CN201711471003.3A patent/CN108280267B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103840745A (zh) * | 2013-09-13 | 2014-06-04 | 武汉美格科技有限公司 | 一种供无人机使用的太阳能能源系统 |
CN104635743A (zh) * | 2013-11-13 | 2015-05-20 | 中国电子科技集团公司第二十七研究所 | 一种高速无人机超低空全程自主飞行控制系统 |
CN106547954A (zh) * | 2016-10-17 | 2017-03-29 | 北京航空航天大学 | 一种低雷诺数错层翼的翼型优化设计方法 |
CN106782024A (zh) * | 2017-03-16 | 2017-05-31 | 北京理工大学 | 一种多电混合动力系统教学实验平台及教学方法 |
CN107256320A (zh) * | 2017-07-28 | 2017-10-17 | 中科机器人科技有限公司 | 一种基于复合材料铺层的小型手抛无人机的有限元分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108280267A (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abbe et al. | Technological development trends in Solar‐powered Aircraft Systems | |
Gao et al. | The equivalence of gravitational potential and rechargeable battery for high-altitude long-endurance solar-powered aircraft on energy storage | |
CN108280267B (zh) | 一种手抛式不间断飞行无人机的参数优化方法 | |
Sri et al. | Design analysis of solar-powered unmanned aerial vehicle | |
CN107745819A (zh) | 一种固定翼太阳能飞机 | |
Thipyopas et al. | Design and development of a small solar-powered UAV for environmental monitoring application | |
Montgomery et al. | Design of a 5 kilogram solar-powered unmanned airplane for perpetual solar endurance flight | |
Reinhardt et al. | Solar-powered unmanned aerial vehicles | |
Mateja et al. | Towards energetic autonomy of UAV | |
CN106394899B (zh) | 一种减小太阳能无人机重量和尺寸的日间爬升飞行方法 | |
CN108820230B (zh) | 一种高空太阳能飞机多日循环飞行的能量管理方法 | |
JP7472169B2 (ja) | 高高度長航続時間航空機の上昇及び滑空動作の方法 | |
Meyer et al. | Design considerations for a low altitude long endurance solar powered unmanned aerial vehicle | |
CN112591133A (zh) | 一种跨昼夜飞行太阳能无人机总体参数设计方法 | |
Phillips | Some design considerations for solar-powered aircraft | |
Alsahlani et al. | The impact of altitude, latitude, and endurance duration on the design of a high altitude, solar powered unmanned aerial vehicle | |
Karthik et al. | Design and development of solar powered unmanned aerial vehicle (UAV) for surveying, mapping and disaster relief | |
Lubkowski et al. | Trade-off analysis of regenerative power source for long duration loitering Airship | |
Verstraete et al. | Preliminary design of a fuel-cell-based hybrid-electrical UAV | |
Rajendran et al. | Electric propulsion system sizing for small solar-powered electric unmanned aerial vehicle | |
Wilkins et al. | Critical design parameters for a low altitude long endurance solar powered UAV | |
Ramanan et al. | Study and comparison analysis of conventional light weight UAV airfoils using XFLR analysis | |
Jiajan et al. | Conceptual design of tactical solar power UAV | |
Scheiman et al. | Solar technology comparison for wing integration in unmanned aerial vehicles | |
Danjuma et al. | Design of power device sizing and integration for solar-powered aircraft application |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |