无人机电动舵机运行状态感知优化设计方法研究
发布时间：2021-04-17 13:26
电动舵机是无人机飞控系统的重要组成部分,负责控制无人机的飞行姿态与飞行轨迹,提高电动舵机的状态监测能力,对于保证无人机的安全可靠飞行至关重要。然而,由于受到无人机大小、重量、现有传感器技术、运行装机等因素的限制,可获得的电动舵机机载状态监测参数较少,导致其运行条件下的状态监测并不充分,难以及时地表征和发现电动舵机运行过程中所发生的各种潜在故障。鉴于此,本文针对电动舵机故障表征能力和检测能力不足的问题,开展面向无人机电动舵机运行状态感知优化设计的研究,对于提高电动舵机故障表征和状态监测能力,及时发现异常和潜在故障,提高电动舵机的运行可靠性具有重要价值。首先,针对电动舵机状态监测参数不足、故障表征能力不足的问题,开展基于监测参数的电动舵机故障表征建模方法研究。通过了解电动舵机正常状态下的工作原理及状态监测方法,对电动舵机常见故障模式、故障机理尤其各种故障所对应的特征参数进行分析,建立基于故障演化—测试二维相关矩阵的电动舵机故障表征模型,并结合布尔逻辑运算法则获得满足电动舵机故障表征的最小测试集,实现对传感布置受限条件下电动舵机故障检测、故障隔离和故障预测能力的表征。其次,针对由于传感器测量...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
电动舵机实物图
哈尔滨工业大学工学硕士学位论文49上的分布，图中只标出了其中一个面上的振动传感器分布，图3-3为将定子展开后全部28个振动传感器分布的示意图。计算电机转子偏心故障下，各个传感器所测振动信号与正常状态下的K-L值，来定量评价该传感器的故障检测能力。由于电动舵机实测数据缺乏，本文通过电动舵机的故障仿真来生成故障数据，所得每个振动传感器的K-L值如表3-5所示。图3-2传感器在电机上的分布图3-3所有28个传感器分布示意图表3-5三种故障下各个振动传感器的K-L值s1s2s3s4s5s6s7s8s9s10f1.320.724.043.862.723.024.743.791.032.27s11s12s13s14s15s16s17s18s19s20f12.510.972.420.330.221.514.224.082.863.69s21s22s23s24s25s26s27s28f14.633.144.72.422.480.451.080.25由表3-5可知，可选振动传感器有28个，即{}1228S=s,s,,s，认为所有传感器中，具有最大K-L值的传感器的故障检测能力为100%，以其K-L值的90%作为故障检测阈值，即(||)4.23reqKLiNFDpp=。在确立了电动舵机传感器优化配置的目标函数与约束条件后，利用遗传算法进行求解。设置初始种群规模为100，迭代次数为50，交叉概率0.95，变异概率0.3，所得满足要求故障检测阈值下的最优传感器组合为{}721S=s,s。
哈尔滨工业大学工学硕士学位论文49上的分布，图中只标出了其中一个面上的振动传感器分布，图3-3为将定子展开后全部28个振动传感器分布的示意图。计算电机转子偏心故障下，各个传感器所测振动信号与正常状态下的K-L值，来定量评价该传感器的故障检测能力。由于电动舵机实测数据缺乏，本文通过电动舵机的故障仿真来生成故障数据，所得每个振动传感器的K-L值如表3-5所示。图3-2传感器在电机上的分布图3-3所有28个传感器分布示意图表3-5三种故障下各个振动传感器的K-L值s1s2s3s4s5s6s7s8s9s10f1.320.724.043.862.723.024.743.791.032.27s11s12s13s14s15s16s17s18s19s20f12.510.972.420.330.221.514.224.082.863.69s21s22s23s24s25s26s27s28f14.633.144.72.422.480.451.080.25由表3-5可知，可选振动传感器有28个，即{}1228S=s,s,,s，认为所有传感器中，具有最大K-L值的传感器的故障检测能力为100%，以其K-L值的90%作为故障检测阈值，即(||)4.23reqKLiNFDpp=。在确立了电动舵机传感器优化配置的目标函数与约束条件后，利用遗传算法进行求解。设置初始种群规模为100，迭代次数为50，交叉概率0.95，变异概率0.3，所得满足要求故障检测阈值下的最优传感器组合为{}721S=s,s。
【参考文献】：
期刊论文
[1]德国EICKHOFF采煤机SL500的日常维护及技术改造[J]. 陈建龙. 机电工程技术. 2017(06)
[2]单通道旋转弹电动舵机控制系统的设计[J]. 章振宇,周萍,王思洋. 电子测量技术. 2016(02)
[3]风电机组综合状态在线监测与远程诊断中心的建立[J]. 周继威,张波,王栋,张林. 中国电力. 2014(03)
[4]装备健康管理中的传感器优化配置问题研究[J]. 张亮,张凤鸣. 传感器与微系统. 2008(07)
[5]DSP数字信号处理器发展及应用简介[J]. 程翔,贾宇鹏,韩昌彩,孙君,袁东风. 山东电子. 2003(01)
[6]电机故障模式识别与诊断[J]. 邱阿瑞,孙健. 清华大学学报(自然科学版). 1999(03)
博士论文
[1]五相永磁同步电机驱动系统容错控制技术研究[D]. 田兵.哈尔滨工业大学 2018
[2]面向装备健康管理的可测性技术研究[D]. 杨述明.国防科学技术大学 2012
[3]永磁同步电机电磁振动分析[D]. 杨浩东.浙江大学 2011
硕士论文
[1]无人机电动舵机系统设计与控制技术研究[D]. 聂磊.哈尔滨工业大学 2019
[2]机电伺服作动系统非线性特性建模与控制方法研究[D]. 胡江涛.南京航空航天大学 2018
[3]某弹道修正弹新型电动舵机的设计与分析[D]. 杨震.南京理工大学 2018
[4]行星滚柱丝杠式电动舵机系统设计及其特性研究[D]. 肖益.哈尔滨工业大学 2017
[5]全闭环电动舵机及其特性的研究[D]. 石海.哈尔滨工业大学 2016
[6]无人机电动舵机控制系统的设计[D]. 张波.东北大学 2016
[7]基于dSPACE的无人机舵机故障诊断系统设计与实现[D]. 邱聚能.电子科技大学 2016
[8]某型制导弹药双通道鸭式电动舵机设计与仿真研究[D]. 彭腾.北京理工大学 2016
[9]无人机舵机伺服系统的故障诊断和冗余技术[D]. 陈望舒.南京航空航天大学 2015
[10]直升机电动舵机状态监测与寿命预测方法的研究[D]. 谭榕容.哈尔滨工业大学 2013
本文编号：3143530
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
电动舵机实物图
哈尔滨工业大学工学硕士学位论文49上的分布，图中只标出了其中一个面上的振动传感器分布，图3-3为将定子展开后全部28个振动传感器分布的示意图。计算电机转子偏心故障下，各个传感器所测振动信号与正常状态下的K-L值，来定量评价该传感器的故障检测能力。由于电动舵机实测数据缺乏，本文通过电动舵机的故障仿真来生成故障数据，所得每个振动传感器的K-L值如表3-5所示。图3-2传感器在电机上的分布图3-3所有28个传感器分布示意图表3-5三种故障下各个振动传感器的K-L值s1s2s3s4s5s6s7s8s9s10f1.320.724.043.862.723.024.743.791.032.27s11s12s13s14s15s16s17s18s19s20f12.510.972.420.330.221.514.224.082.863.69s21s22s23s24s25s26s27s28f14.633.144.72.422.480.451.080.25由表3-5可知，可选振动传感器有28个，即{}1228S=s,s,,s，认为所有传感器中，具有最大K-L值的传感器的故障检测能力为100%，以其K-L值的90%作为故障检测阈值，即(||)4.23reqKLiNFDpp=。在确立了电动舵机传感器优化配置的目标函数与约束条件后，利用遗传算法进行求解。设置初始种群规模为100，迭代次数为50，交叉概率0.95，变异概率0.3，所得满足要求故障检测阈值下的最优传感器组合为{}721S=s,s。
哈尔滨工业大学工学硕士学位论文49上的分布，图中只标出了其中一个面上的振动传感器分布，图3-3为将定子展开后全部28个振动传感器分布的示意图。计算电机转子偏心故障下，各个传感器所测振动信号与正常状态下的K-L值，来定量评价该传感器的故障检测能力。由于电动舵机实测数据缺乏，本文通过电动舵机的故障仿真来生成故障数据，所得每个振动传感器的K-L值如表3-5所示。图3-2传感器在电机上的分布图3-3所有28个传感器分布示意图表3-5三种故障下各个振动传感器的K-L值s1s2s3s4s5s6s7s8s9s10f1.320.724.043.862.723.024.743.791.032.27s11s12s13s14s15s16s17s18s19s20f12.510.972.420.330.221.514.224.082.863.69s21s22s23s24s25s26s27s28f14.633.144.72.422.480.451.080.25由表3-5可知，可选振动传感器有28个，即{}1228S=s,s,,s，认为所有传感器中，具有最大K-L值的传感器的故障检测能力为100%，以其K-L值的90%作为故障检测阈值，即(||)4.23reqKLiNFDpp=。在确立了电动舵机传感器优化配置的目标函数与约束条件后，利用遗传算法进行求解。设置初始种群规模为100，迭代次数为50，交叉概率0.95，变异概率0.3，所得满足要求故障检测阈值下的最优传感器组合为{}721S=s,s。
【参考文献】：
期刊论文
[1]德国EICKHOFF采煤机SL500的日常维护及技术改造[J]. 陈建龙. 机电工程技术. 2017(06)
[2]单通道旋转弹电动舵机控制系统的设计[J]. 章振宇,周萍,王思洋. 电子测量技术. 2016(02)
[3]风电机组综合状态在线监测与远程诊断中心的建立[J]. 周继威,张波,王栋,张林. 中国电力. 2014(03)
[4]装备健康管理中的传感器优化配置问题研究[J]. 张亮,张凤鸣. 传感器与微系统. 2008(07)
[5]DSP数字信号处理器发展及应用简介[J]. 程翔,贾宇鹏,韩昌彩,孙君,袁东风. 山东电子. 2003(01)
[6]电机故障模式识别与诊断[J]. 邱阿瑞,孙健. 清华大学学报(自然科学版). 1999(03)
博士论文
[1]五相永磁同步电机驱动系统容错控制技术研究[D]. 田兵.哈尔滨工业大学 2018
[2]面向装备健康管理的可测性技术研究[D]. 杨述明.国防科学技术大学 2012
[3]永磁同步电机电磁振动分析[D]. 杨浩东.浙江大学 2011
硕士论文
[1]无人机电动舵机系统设计与控制技术研究[D]. 聂磊.哈尔滨工业大学 2019
[2]机电伺服作动系统非线性特性建模与控制方法研究[D]. 胡江涛.南京航空航天大学 2018
[3]某弹道修正弹新型电动舵机的设计与分析[D]. 杨震.南京理工大学 2018
[4]行星滚柱丝杠式电动舵机系统设计及其特性研究[D]. 肖益.哈尔滨工业大学 2017
[5]全闭环电动舵机及其特性的研究[D]. 石海.哈尔滨工业大学 2016
[6]无人机电动舵机控制系统的设计[D]. 张波.东北大学 2016
[7]基于dSPACE的无人机舵机故障诊断系统设计与实现[D]. 邱聚能.电子科技大学 2016
[8]某型制导弹药双通道鸭式电动舵机设计与仿真研究[D]. 彭腾.北京理工大学 2016
[9]无人机舵机伺服系统的故障诊断和冗余技术[D]. 陈望舒.南京航空航天大学 2015
[10]直升机电动舵机状态监测与寿命预测方法的研究[D]. 谭榕容.哈尔滨工业大学 2013
本文编号：3143530
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3143530.html
