CN114942595B - 一种考虑降雨影响的无人机阵风响应建模和分析方法 - Google Patents

一种考虑降雨影响的无人机阵风响应建模和分析方法 Download PDF

Info

Publication number
CN114942595B
CN114942595B CN202210874073.8A CN202210874073A CN114942595B CN 114942595 B CN114942595 B CN 114942595B CN 202210874073 A CN202210874073 A CN 202210874073A CN 114942595 B CN114942595 B CN 114942595B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
gust
model
aerodynamic
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
Application number
CN202210874073.8A
Other languages
English (en)
Other versions
CN114942595A (zh
Inventor
龚喜盈
张琳
党英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Aisheng Technology Group Co Ltd
Original Assignee
Xian Aisheng Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Aisheng Technology Group Co Ltd filed Critical Xian Aisheng Technology Group Co Ltd
Priority to CN202210874073.8A priority Critical patent/CN114942595B/zh
Publication of CN114942595A publication Critical patent/CN114942595A/zh
Application granted granted Critical
Publication of CN114942595B publication Critical patent/CN114942595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种考虑降雨影响的无人机阵风响应建模和分析方法，属于飞行动力学建模分析技术领域。该方法结合考虑降雨影响的无人机刚性飞行动力学模型以及无人机机翼结构状态空间模型，建立考虑降雨影响的无人机阵风响应飞行动力学模型；并以无人机质心运动和机翼的弹性振动为控制目标，设计无人机操作面的控制律，将控制律结果输入考虑降雨影响的无人机阵风响应飞行动力学模型进行分析，实现了无人机阵风减缓，从而极大地提升了无人机抵御复杂气象的能力。

Description

一种考虑降雨影响的无人机阵风响应建模和分析方法
技术领域
本发明涉及飞行动力学建模分析技术领域，尤其涉及一种考虑降雨影响的无人机阵风响应建模和分析方法。
背景技术
无人机在高空飞行时不可避免遇到气流颠簸，特别是雷雨大风天气，无人机飞行环境复杂，气流干扰剧烈。阵风会产生额外的动载荷，影响无人机结构安全。需要开展阵风减缓控制方法，减轻因阵风带来的载荷，提高无人机复杂飞行环境下的飞行安全。
降雨会对无人机飞行性能产生很大影响，改变无人机的气动外形，对各舵面、机翼和尾翼的气动性能产生不利影响，从而降低无人机飞行稳定性和机动性，增加飞行阻力，降低升力，严重影响无人机全天飞行的能力。为了应对这种环境，必须认识和理解降雨以及阵风对无人机飞行能力的影响，提高无人机在复杂气象条件下的适应性，提高无人机的全天候飞行能力。
然而，现有技术中均只考虑了阵风、降雨单独的气象环境，未能综合考虑阵风、降雨同时存在的复杂气象环境。同时，也未考虑无人机的机翼柔性的影响，不能准确评估无人机复杂气象环境飞行安全。
发明内容
要解决的技术问题
针对现有技术中存在的问题，本发明提供了一种考虑降雨影响的无人机阵风响应建模和分析方法，该方法基于考虑降雨的无人机阵风响应飞行动力学模型，进行阵风响应控制律设计，从而极大地提升了无人机抵御复杂气象的能力。
技术方案
一种考虑降雨影响的无人机阵风响应建模和分析方法，其特征在于步骤如下：
S1：对无人机的机翼进行模态分析，分析得到无人机的低阶机翼模态，将低阶机翼模态坐标下的动力学方程写成状态空间表达形式，得到模态坐标下的结构状态空间模型并对该模型离散化得到离散结构状态空间模型；
S2： 将无人机低阶机翼模态作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立模态位移下的气动力状态空间模型；
S3：将阵风作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立阵风输入下的气动力状态空间模型；
S4：将S1得到的离散结构状态空间模型、S2得到的模态位移下的气动力状态空间模型、S3得到的阵风输入下的气动力状态空间模型相耦合，得到无人机柔性机翼阵风响应气动弹性模型；
S5：将空气设置为连续相，雨滴设置为离散相，模拟无人机在雨中的飞行工况，采用动态网格开展计算流体力学数值仿真，得到考虑降雨的附加力系数、力矩系数以及气动导数；
S6：基于无人机刚体运动方程，建立无人机的初始平衡方程，结合S5得到的考虑降雨的附加力系数、力矩系数以及气动导数，建立考虑降雨影响的无人机刚性飞行动力学模型，对该模型进行小扰动线性化，建立考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型；
S7：结合S6得到的考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型和S4得到的无人机柔性机翼阵风响应气动弹性模型，建立考虑降雨影响的无人机阵风响应飞行动力学模型；
S8：采集无人机质心和机翼翼尖处的位移、角速度和加速度信号作为PID控制器的输入，通过设计控制器参数控制舵面偏转以及油门量；将舵面偏转量和油门量作为S7建立的考虑降雨影响的无人机阵风响应飞行动力学模型的输入，观测无人机阵风响应飞行动力学模型状态变量变化，如果状态变量均收敛，则证明上述控制器抑制了无人机质心运动和机翼的弹性振动，实现了无人机阵风减缓。
本发明进一步的技术方案：S1所述的离散结构状态空间模型：
Figure 232647DEST_PATH_IMAGE001
其中
Figure 70153DEST_PATH_IMAGE002
其中，t为时间，M是结构状态空间模型系统质量矩阵，I为单位阵，C是结构状态空间模型系统阻尼矩阵，K是结构状态空间模型结构系统刚度矩阵，
Figure 573946DEST_PATH_IMAGE004
为各阶模态对应的广义气动力，
Figure 252446DEST_PATH_IMAGE006
为阵风作为输入对应的广义气动力 ，q为动压，T为时间步长，
Figure 816282DEST_PATH_IMAGE008
表示时间步为k时结构状态空间变量，
Figure 141084DEST_PATH_IMAGE009
表示时间步为k+1时结构状态空间变量，
Figure 947104DEST_PATH_IMAGE011
表示时间步为k时结构状态空间模型结构系统输出。
本发明进一步的技术方案：S2所述的模态位移下的气动力状态空间模型：
Figure 40962DEST_PATH_IMAGE012
其中，k为步数，
Figure 775700DEST_PATH_IMAGE014
为模态位移下的气动力系数矩阵，
Figure 56640DEST_PATH_IMAGE016
为时间步为k时模态位移下气动力状态变量，
Figure 680999DEST_PATH_IMAGE017
为时间步为k+1时模态位移下气动力状态变量，
Figure 894942DEST_PATH_IMAGE019
为时间步为k时模态位移下气动力状态空间模型系统输入，
Figure 800582DEST_PATH_IMAGE021
为时间步为k时模态位移下气动力系数输出。
本发明进一步的技术方案：S3所述的阵风输入下的气动力状态空间模型：
Figure 834397DEST_PATH_IMAGE022
其中，k为步数，
Figure 716640DEST_PATH_IMAGE023
为阵风输入下的气动力系数矩阵，
Figure 785090DEST_PATH_IMAGE025
为时间步为k时阵风输入下气动力状态变量，
Figure 596051DEST_PATH_IMAGE027
为时间步为k+1时阵风输入下气动力状态空间模型的系统输入，
Figure 117162DEST_PATH_IMAGE029
为阵风输入下气动力系数输出，
Figure 71605DEST_PATH_IMAGE031
为时间步为k阵风输入下气动力状态空间模型系统输入。
本发明进一步的技术方案：S4所述的无人机柔性机翼阵风响应气动弹性模型：
Figure 994562DEST_PATH_IMAGE032
其中，
Figure 242004DEST_PATH_IMAGE034
表示时间步为k时阵风响应气动弹性模型状态空间变量，
Figure 984832DEST_PATH_IMAGE036
表示时间步为k+1时阵风响应气动弹性模型状态空间变量。
本发明进一步的技术方案：S6所述的考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型：
Figure 474457DEST_PATH_IMAGE038
式中，
Figure 251920DEST_PATH_IMAGE040
为考虑降雨的状态矩阵，
Figure 670263DEST_PATH_IMAGE042
为考虑降雨的控制矩阵，
Figure 697125DEST_PATH_IMAGE044
为纵向线化方程组的状态变量，
Figure 491905DEST_PATH_IMAGE046
；
Figure 625340DEST_PATH_IMAGE048
为控制变量，
Figure 949005DEST_PATH_IMAGE050
；
Figure 197583DEST_PATH_IMAGE052
为纵向线化方程组的状态变量的导数；
其中，Δu是前飞速度变化量，w是z轴方向速度，q是俯仰角速度，Δθ是俯仰角变化量，Δδ T 是油门开度变化量，Δδ e 是升降舵变化量；
Figure 264897DEST_PATH_IMAGE053
其中，θ 0 为平衡状态俯仰角，u 0为平衡状态前飞速度，X u 、X w 、X q 分别是机体坐标系x轴方向的力关于u、w、q的变化率，m是无人机机体质量，
Figure 249908DEST_PATH_IMAGE055
Figure 275633DEST_PATH_IMAGE057
是考虑降雨的附加力系数，
Figure 480349DEST_PATH_IMAGE059
是考虑降雨的力矩系数，Z u 、Z w 、
Figure 351353DEST_PATH_IMAGE061
、Z q 分别是机体坐标系z轴方向的力关于u、w、
Figure 459380DEST_PATH_IMAGE063
、q的变化率，
Figure 656006DEST_PATH_IMAGE065
是力矩关于u、w、q的变化率，g表示重力加速度，
Figure 82439DEST_PATH_IMAGE067
是机体坐标系x轴方向的力关于油门开度的导数，
Figure 22713DEST_PATH_IMAGE069
是机体坐标系x轴方向的力关于升降舵偏角的导数，
Figure 982317DEST_PATH_IMAGE071
是机体坐标系z轴方向的力关于油门开度的导数，
Figure 84265DEST_PATH_IMAGE073
是机体坐标系z轴方向的力关于升降舵偏角的导数，
Figure 263574DEST_PATH_IMAGE075
是俯仰力矩关于油门开度的导数，
Figure 741960DEST_PATH_IMAGE077
是俯仰力矩关于升降舵偏角的导数，I y 是机体坐标系y轴方向转动惯量。
本发明进一步的技术方案：S7所述的考虑降雨影响的无人机阵风响应飞行动力学模型：
Figure 547280DEST_PATH_IMAGE078
Figure 85709DEST_PATH_IMAGE079
其中，
Figure 486735DEST_PATH_IMAGE081
表示时间步为k时的无人机阵风响应飞行动力学模型状态变量，
Figure 768811DEST_PATH_IMAGE083
表示时间步为k+1时的无人机阵风响应飞行动力学模型状态变量，A d 、B d 为考虑降雨影响的无人机阵风响应飞行动力学模型的系数矩阵，
Figure 703007DEST_PATH_IMAGE085
表示时间步为k时的无人机阵风响应飞行动力学模型输入。
有益效果
本发明提供的一种考虑降雨影响的无人机阵风响应建模和分析方法，充分考虑了降雨对无人机飞行性能产生的影响，结合无人机刚性飞行动力学模型以及无人机机翼结构状态空间模型，建立降雨影响下的柔性无人机阵风响应飞行动力学模型，对阵风响应控制律进行设计，从而改善了长航时无人机在降雨天候条件下的阵风适应性，提升了长航时无人机的全天候飞行能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。
图1为本发明考虑降雨影响的无人机阵风减缓控制方法的流程图；
图2为本发明实施例1的流体力学数值仿真气动网格；
图3为本发明实施例1中的重心法向过载时域响应图；
图4为本发明实施例1中的高度损失时域响应图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，本发明提供了一种考虑降雨影响的无人机阵风响应建模和分析方法，包括以下步骤：
S1：对无人机的机翼进行模态分析，得到无人机的低阶机翼模态，将低阶机翼模态坐标下的动力学方程写成状态空间表达形式，得到模态坐标下的结构状态空间模型：
Figure 146758DEST_PATH_IMAGE087
其中
Figure 300659DEST_PATH_IMAGE088
状态向量
Figure 120847DEST_PATH_IMAGE089
为
Figure 912479DEST_PATH_IMAGE090
其中，t为时间，M是结构状态空间模型系统质量矩阵，I为单位阵，C是结构状态空间模型系统阻尼矩阵，K是结构状态空间模型结构系统刚度矩阵，
Figure 527131DEST_PATH_IMAGE091
、
Figure 902749DEST_PATH_IMAGE093
分别表示结构状态空间模型系统位移、速度。各阶模态对应的广义气动力为
Figure 792207DEST_PATH_IMAGE095
，阵风作为输入对应的广义气动力为
Figure 638678DEST_PATH_IMAGE097
，动压为q。
将上述连续的模态坐标下的结构状态空间模型离散化处理，得到对应的离散结构状态空间模型：
Figure 486549DEST_PATH_IMAGE098
其中
Figure 349463DEST_PATH_IMAGE099
其中，T为时间步长。
S2：将无人机低阶机翼模态作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立模态位移下的气动力状态空间模型：
Figure 511454DEST_PATH_IMAGE100
其中，k为步数，
Figure 746519DEST_PATH_IMAGE102
为模态位移下的气动力系数矩阵，
Figure 437395DEST_PATH_IMAGE103
为时间步为k时模态位移下气动力状态变量，
Figure 522025DEST_PATH_IMAGE104
为时间步为k+1时模态位移下气动力状态变量，
Figure 720663DEST_PATH_IMAGE106
为时间步为k时模态位移下气动力状态空间模型系统输入，
Figure 839929DEST_PATH_IMAGE021
为时间步为k时模态位移下气动力系数输出。
S3：将阵风作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立阵风输入下的气动力状态空间模型：
Figure 29602DEST_PATH_IMAGE107
其中，k为步数，
Figure 601529DEST_PATH_IMAGE108
为阵风输入下的气动力系数矩阵，
Figure 902060DEST_PATH_IMAGE110
为阵风输入下气动力状态变量，
Figure 111718DEST_PATH_IMAGE112
为阵风输入下气动力状态空间模型的系统输入，
Figure 675554DEST_PATH_IMAGE114
为阵风输入下气动力系数输出，
Figure 531515DEST_PATH_IMAGE116
为时间步为k时阵风输入下气动力状态变量，
Figure 573420DEST_PATH_IMAGE118
为时间步为k+1时阵风输入下气动力状态空间模型的系统输入，
Figure 464016DEST_PATH_IMAGE120
为阵风输入下气动力系数输出。
S4：将S1得到的离散结构状态空间模型、S2得到的模态位移下的气动力状态空间模型，以及S3得到的阵风输入下的气动力状态空间模型相耦合，得到无人机柔性机翼阵风响应气动弹性模型，用于分析阵风响应，无人机柔性机翼阵风响应气动弹性模型状态空间表达形式如下：
Figure 431710DEST_PATH_IMAGE032
S5：将空气设置为连续相，雨滴设置为离散相，模拟无人机在雨中的飞行工况，采用动态网格开展计算流体力学数值仿真，得到考虑降雨的附加力系数、力矩系数以及气动导数。
S6：基于无人机刚体运动方程，建立无人机的初始平衡方程，结合S5的仿真结果，建立考虑降雨影响的无人机刚性飞行动力学模型，对该模型进行小扰动线性化，在此基础上建立考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型：
Figure 978229DEST_PATH_IMAGE121
式中，
Figure 354983DEST_PATH_IMAGE123
为考虑降雨的状态矩阵，
Figure 568927DEST_PATH_IMAGE124
为考虑降雨的控制矩阵，
Figure DEST_PATH_IMAGE126
为纵向线化方程组的状态变量，
Figure 66378DEST_PATH_IMAGE128
；
Figure 365773DEST_PATH_IMAGE130
为控制变量，
Figure 248016DEST_PATH_IMAGE131
；
Figure 316466DEST_PATH_IMAGE133
为纵向线化方程组的状态变量的导数；
其中，Δu是前飞速度变化量，w是z轴方向速度，q是俯仰角速度，Δθ是俯仰角变化量，Δδ T 是油门开度变化量，Δδ e 是升降舵变化量；
Figure 924165DEST_PATH_IMAGE134
其中，θ 0 为平衡状态俯仰角，u 0为平衡状态前飞速度，X u 、X w 、X q 分别是机体坐标系x轴方向的力关于u、w、q的变化率，m是无人机机体质量，
Figure 179697DEST_PATH_IMAGE136
Figure 429412DEST_PATH_IMAGE138
是考虑降雨的附加力系数，
Figure 853834DEST_PATH_IMAGE140
是考虑降雨的力矩系数，Z u 、Z w 、
Figure 835696DEST_PATH_IMAGE141
、Z q 分别是机体坐标系z轴方向的力关于u、w、
Figure 375262DEST_PATH_IMAGE143
、q的变化率，
Figure 366352DEST_PATH_IMAGE145
是力矩关于u、w、q的变化率，g表示重力加速度，
Figure 376771DEST_PATH_IMAGE147
是机体坐标系x轴方向的力关于油门开度的导数，
Figure 795114DEST_PATH_IMAGE149
是机体坐标系x轴方向的力关于升降舵偏角的导数，
Figure 87555DEST_PATH_IMAGE151
是机体坐标系z轴方向的力关于油门开度的导数，
Figure 351177DEST_PATH_IMAGE073
是机体坐标系z轴方向的力关于升降舵偏角的导数，
Figure 45464DEST_PATH_IMAGE152
是俯仰力矩关于油门开度的导数，
Figure 136173DEST_PATH_IMAGE154
是俯仰力矩关于升降舵偏角的导数，I y 是机体坐标系y轴方向转动惯量。
S7：结合S6得到的考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型和S4建立的无人机柔性机翼阵风响应气动弹性模型，建立考虑降雨影响的无人机柔性阵风响应飞行动力学模型如下：
Figure DEST_PATH_IMAGE155
Figure 525697DEST_PATH_IMAGE156
其中，
Figure 655327DEST_PATH_IMAGE158
表示时间步为k时的无人机阵风响应飞行动力学模型状态变量，
Figure DEST_PATH_IMAGE159
表示时间步为k+1时的无人机阵风响应飞行动力学模型状态变量，A d 、B d 为考虑降雨影响的无人机阵风响应飞行动力学模型的系数矩阵，
Figure DEST_PATH_IMAGE161
表示时间步为k时的无人机阵风响应飞行动力学模型输入，T为时间步长。
S8：采集无人机质心和机翼翼尖处的位移、角速度和加速度信号作为PID控制器的输入，通过设计控制器参数控制舵面偏转以及油门量。将舵面偏转量和油门量作为S7建立的考虑降雨影响的无人机阵风响应飞行动力学模型的输入，观测S7无人机阵风响应飞行动力学模型状态变量变化，如果状态变量均收敛，则证明该控制器抑制了无人机质心运动和机翼的弹性振动，实现了无人机阵风减缓。
实施例1
研究对象采用传感器飞机，该飞机为大展弦比飞翼布局，图2为本发明实施例1的流体力学数值仿真气动网格。取阵风尺度为13.15m，仿真得到的重心法向过载时域响应和高度损失时域响应如图3和图4所示。从图中可以看出，具有无人机阵风减缓设计的无人机重心过载明显小于没有阵风减缓设计的无人机，无人机结构和设备的安全性得到了大幅提升。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种考虑降雨影响的无人机阵风响应建模和分析方法，其特征在于步骤如下：
S1：对无人机的机翼进行模态分析，分析得到无人机的低阶机翼模态，将低阶机翼模态坐标下的动力学方程写成状态空间表达形式，得到模态坐标下的结构状态空间模型并对该模型离散化得到离散结构状态空间模型：
Figure DEST_PATH_IMAGE002A
其中
Figure 898948DEST_PATH_IMAGE003
其中，M是结构状态空间模型系统质量矩阵，I为单位阵，C是结构状态空间模型系统阻尼矩阵，K是结构状态空间模型结构系统刚度矩阵，
Figure 944265DEST_PATH_IMAGE004
为各阶模态对应的广义气动力，
Figure 605053DEST_PATH_IMAGE005
为阵风作为输入对应的广义气动力 ，p为动压，T为时间步长，
Figure 685005DEST_PATH_IMAGE006
表示时间步为k时结构状态空间变量，
Figure 38626DEST_PATH_IMAGE007
表示时间步为k+1时结构状态空间变量，
Figure 571238DEST_PATH_IMAGE008
表示时间步为k时结构状态空间模型结构系统输出；
S2： 将无人机低阶机翼模态作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立模态位移下的气动力状态空间模型：
Figure 35717DEST_PATH_IMAGE009
其中，k为步数，
Figure 970175DEST_PATH_IMAGE010
为模态位移下的气动力系数矩阵，
Figure 229118DEST_PATH_IMAGE011
为时间步为k时模态位移下气动力状态变量，
Figure 249027DEST_PATH_IMAGE012
为时间步为k+1时模态位移下气动力状态变量，
Figure 251618DEST_PATH_IMAGE013
为时间步为k时模态位移下气动力状态空间模型系统输入，
Figure 40583DEST_PATH_IMAGE014
为时间步为k时模态位移下气动力系数输出；
S3：将阵风作为输入，开展流体力学仿真，得到气动力系数输出，通过ARX方法建立阵风输入下的气动力状态空间模型：
Figure 1585DEST_PATH_IMAGE015
其中，k为步数，
Figure 774369DEST_PATH_IMAGE016
为阵风输入下的气动力系数矩阵，
Figure 580651DEST_PATH_IMAGE017
为时间步为k时阵风输入下气动力状态变量，
Figure 766999DEST_PATH_IMAGE018
为时间步为k+1时阵风输入下气动力状态空间模型的系统输入，
Figure 633324DEST_PATH_IMAGE019
为阵风输入下气动力系数输出，
Figure 893404DEST_PATH_IMAGE020
为时间步为k阵风输入下气动力状态空间模型系统输入；
S4：将S1得到的离散结构状态空间模型、S2得到的模态位移下的气动力状态空间模型、S3得到的阵风输入下的气动力状态空间模型相耦合，得到无人机柔性机翼阵风响应气动弹性模型：
Figure 503377DEST_PATH_IMAGE021
其中，
Figure 266934DEST_PATH_IMAGE022
表示时间步为k时阵风响应气动弹性模型状态空间变量，
Figure 304160DEST_PATH_IMAGE023
表示时间步为k+1时阵风响应气动弹性模型状态空间变量；
S5：将空气设置为连续相，雨滴设置为离散相，模拟无人机在雨中的飞行工况，采用动态网格开展计算流体力学数值仿真，得到考虑降雨的附加力系数、力矩系数以及气动导数；
S6：基于无人机刚体运动方程，建立无人机的初始平衡方程，结合S5得到的考虑降雨的附加力系数、力矩系数以及气动导数，建立考虑降雨影响的无人机刚性飞行动力学模型，对该模型进行小扰动线性化，建立考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型：
S6所述的考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型：
Figure 254798DEST_PATH_IMAGE024
式中，
Figure 402883DEST_PATH_IMAGE025
为考虑降雨的状态矩阵，
Figure 20946DEST_PATH_IMAGE026
为考虑降雨的控制矩阵，
Figure 229074DEST_PATH_IMAGE027
为纵向线化方程组的状态变量，
Figure 932587DEST_PATH_IMAGE028
；
Figure 353204DEST_PATH_IMAGE029
为控制变量，
Figure 91353DEST_PATH_IMAGE030
；
Figure 470382DEST_PATH_IMAGE031
为纵向线化方程组的状态变量的导数；
其中，Δu是前飞速度变化量，w是z轴方向速度，q是俯仰角速度，Δθ是俯仰角变化量，Δδ T 是油门开度变化量，Δδ e 是升降舵变化量；
Figure 661192DEST_PATH_IMAGE032
其中，θ 0 为平衡状态俯仰角，u 0为平衡状态前飞速度，X u 、X w 、X q 分别是机体坐标系x轴方向的力关于u、w、q的变化率，m是无人机机体质量，
Figure 151079DEST_PATH_IMAGE033
Figure 478155DEST_PATH_IMAGE034
是考虑降雨的附加力系数，
Figure 762506DEST_PATH_IMAGE035
是考虑降雨的力矩系数，Z u 、Z w 、
Figure 440612DEST_PATH_IMAGE036
、Z q 分别是机体坐标系z轴方向的力关于u、w、
Figure 734190DEST_PATH_IMAGE037
、q的变化率，
Figure 181352DEST_PATH_IMAGE038
是力矩关于u、w、q的变化率，g表示重力加速度，
Figure 636604DEST_PATH_IMAGE039
是机体坐标系x轴方向的力关于油门开度的导数，
Figure 802006DEST_PATH_IMAGE040
是机体坐标系x轴方向的力关于升降舵偏角的导数，
Figure 633696DEST_PATH_IMAGE041
是机体坐标系z轴方向的力关于油门开度的导数，
Figure 935364DEST_PATH_IMAGE042
是机体坐标系z轴方向的力关于升降舵偏角的导数，
Figure 561518DEST_PATH_IMAGE043
是俯仰力矩关于油门开度的导数，
Figure 214216DEST_PATH_IMAGE044
是俯仰力矩关于升降舵偏角的导数，I y 是机体坐标系y轴方向转动惯量；
S7：结合S6得到的考虑降雨影响的状态空间形式的无人机刚性飞行动力学模型和S4得到的无人机柔性机翼阵风响应气动弹性模型，建立考虑降雨影响的无人机阵风响应飞行动力学模型：
Figure 849597DEST_PATH_IMAGE045
Figure 5772DEST_PATH_IMAGE046
其中，
Figure 68406DEST_PATH_IMAGE047
表示时间步为k时的无人机阵风响应飞行动力学模型状态变量，
Figure 942821DEST_PATH_IMAGE048
表示时间步为k+1时的无人机阵风响应飞行动力学模型状态变量，A d 、B d 为考虑降雨影响的无人机阵风响应飞行动力学模型的系数矩阵，
Figure DEST_PATH_IMAGE049
表示时间步为k时的无人机阵风响应飞行动力学模型输入；
S8：采集无人机质心和机翼翼尖处的位移、角速度和加速度信号作为PID控制器的输入，通过设计控制器参数控制舵面偏转以及油门量；将舵面偏转量和油门量作为S7建立的考虑降雨影响的无人机阵风响应飞行动力学模型的输入，观测无人机阵风响应飞行动力学模型状态变量变化，如果状态变量均收敛，则证明上述控制器抑制了无人机质心运动和机翼的弹性振动，实现了无人机阵风减缓。
CN202210874073.8A 2022-07-25 2022-07-25 一种考虑降雨影响的无人机阵风响应建模和分析方法 Active CN114942595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210874073.8A CN114942595B (zh) 2022-07-25 2022-07-25 一种考虑降雨影响的无人机阵风响应建模和分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210874073.8A CN114942595B (zh) 2022-07-25 2022-07-25 一种考虑降雨影响的无人机阵风响应建模和分析方法

Publications (2)

Publication Number Publication Date
CN114942595A CN114942595A (zh) 2022-08-26
CN114942595B true CN114942595B (zh) 2022-11-18

Family

ID=82910431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210874073.8A Active CN114942595B (zh) 2022-07-25 2022-07-25 一种考虑降雨影响的无人机阵风响应建模和分析方法

Country Status (1)

Country Link
CN (1) CN114942595B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446445A (zh) * 2018-02-12 2018-08-24 北京航空航天大学 一种基于气动力降阶模型的复合材料机翼优化设计方法
CN109840349A (zh) * 2018-12-18 2019-06-04 西安爱生技术集团公司 一种固定翼飞机阵风响应建模分析方法
CN110705154A (zh) * 2019-09-24 2020-01-17 中国航空工业集团公司西安飞机设计研究所 航空器开环气动伺服弹性系统模型均衡降阶的优选方法
CN113111430A (zh) * 2021-03-06 2021-07-13 北京航空航天大学 基于非线性气动力降阶的弹性飞机飞行动力学建模方法
CN113128085A (zh) * 2021-03-19 2021-07-16 北京航空航天大学 一种基于状态空间形式涡格法的阵风减缓分析方法
CN113221479A (zh) * 2021-05-08 2021-08-06 北京航空航天大学 一种考虑降雨天气的无人机动力学建模方法
CN113806871A (zh) * 2021-11-18 2021-12-17 北京航空航天大学 一种考虑结构非线性的柔性飞行动力学建模方法
CN113868771A (zh) * 2021-10-19 2021-12-31 北京航空航天大学 一种考虑结构和气动非线性的飞行动力学建模方法
CN113987894A (zh) * 2021-12-30 2022-01-28 北京航空航天大学 一种基于降雨天气条件的无人机动力学建模方法
CN114065670A (zh) * 2021-11-30 2022-02-18 北京航空航天大学 一种考虑降雨影响的无人机气动导数快速辨识方法
CN114564045A (zh) * 2022-04-28 2022-05-31 北京航空航天大学 一种考虑降雨和阵风条件的无人机飞行控制律设计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE05858232T1 (de) * 2004-10-08 2008-03-13 Bell Helicopter Textron, Inc., Fort Worth Steuersystem für automatikflug unter windscherbedingungen

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446445A (zh) * 2018-02-12 2018-08-24 北京航空航天大学 一种基于气动力降阶模型的复合材料机翼优化设计方法
CN109840349A (zh) * 2018-12-18 2019-06-04 西安爱生技术集团公司 一种固定翼飞机阵风响应建模分析方法
CN110705154A (zh) * 2019-09-24 2020-01-17 中国航空工业集团公司西安飞机设计研究所 航空器开环气动伺服弹性系统模型均衡降阶的优选方法
CN113111430A (zh) * 2021-03-06 2021-07-13 北京航空航天大学 基于非线性气动力降阶的弹性飞机飞行动力学建模方法
CN113128085A (zh) * 2021-03-19 2021-07-16 北京航空航天大学 一种基于状态空间形式涡格法的阵风减缓分析方法
CN113221479A (zh) * 2021-05-08 2021-08-06 北京航空航天大学 一种考虑降雨天气的无人机动力学建模方法
CN113868771A (zh) * 2021-10-19 2021-12-31 北京航空航天大学 一种考虑结构和气动非线性的飞行动力学建模方法
CN113806871A (zh) * 2021-11-18 2021-12-17 北京航空航天大学 一种考虑结构非线性的柔性飞行动力学建模方法
CN114065670A (zh) * 2021-11-30 2022-02-18 北京航空航天大学 一种考虑降雨影响的无人机气动导数快速辨识方法
CN113987894A (zh) * 2021-12-30 2022-01-28 北京航空航天大学 一种基于降雨天气条件的无人机动力学建模方法
CN114564045A (zh) * 2022-04-28 2022-05-31 北京航空航天大学 一种考虑降雨和阵风条件的无人机飞行控制律设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Volterra级数降阶模型的无人机阵风减缓主动控制律设计;龚喜盈 等;《飞行力学》;20220613;全文 *

Also Published As

Publication number Publication date
CN114942595A (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN104199286B (zh) 一种基于滑模干扰观测器的飞行器递阶动态逆控制方法
Ryan et al. Current and future research in active control of lightweight, flexible structures using the X-56 aircraft
CN111679583B (zh) 基于气动参数估计的变体飞行器自适应控制方法
CN113806871B (zh) 一种考虑结构非线性的柔性飞行动力学建模方法
CN111538255B (zh) 一种反蜂群无人机的飞行器控制方法及系统
CN105843076A (zh) 一种柔性飞行器气动弹性建模与控制方法
CN114564045A (zh) 一种考虑降雨和阵风条件的无人机飞行控制律设计方法
CN104504294A (zh) 飞行仿真初始状态混合遗传配平方法
Tao et al. Modeling and control of a powered parafoil in wind and rain environments
CN110320927A (zh) 智能变形飞行器的飞行控制方法及系统
Bosch et al. Nonlinear aeroelasticity, flight dynamics and control of a flexible membrane traction kite
Takarics et al. Flight control oriented bottom-up nonlinear modeling of aeroelastic vehicles
Xie et al. Geometrically nonlinear aeroelastic stability analysis and wind tunnel test validation of a very flexible wing
CN115079574A (zh) 一种挠性高超声速飞行器分布式故障补偿方法
CN113126497B (zh) 考虑输入饱和的飞行器鲁棒跟踪控制方法
CN111580540A (zh) 基于Kalman滤波的变体飞行器T-S模糊控制方法
Mattaboni et al. Active flutter suppression for a three-surface transport aircraft by recurrent neural networks
CN114942595B (zh) 一种考虑降雨影响的无人机阵风响应建模和分析方法
Gavrilovic et al. Performance improvement of small UAVs through energy-harvesting within atmospheric gusts
Ducard et al. Airspeed control for unmanned aerial vehicles: a nonlinear dynamic inversion approach
Ren et al. Gust perturbation alleviation control of small unmanned aerial vehicle based on pressure sensor
Abel et al. Two Synthesis Techniques Applied to Flutter Suppression on a Flight Research Wing
Shao et al. Multi-model control design for longitudinal dynamics of fixed-wing UAV
Gavrilovic et al. Passive Gust Energy Extraction of Small UAVs
CN115266016B (zh) 基于模型参考和时间快进的环境风场快速估计方法及装置

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