大展弦比无人机地面滑跑建模技术研究

发布时间：2021-06-06 10:36

　　无人机起飞与着陆阶段是事故多发阶段,也是其研制过程中需投入极大人力物力的关键阶段。由于地面滑跑过程中无人机受到地面作用力、气动力及跑道条件等多种因素影响,动力学特性复杂,难以得到较为精确的地面模型。因此,加强无人机地面滑跑建模技术研究、提高地面模型精度对于加速无人机研制进度与减少研制成本具有重要意义。本文以某大展弦比无人机为研究对象,在对无人机地面滑跑过程进行详细受力分析后,针对两轮与三轮滑跑段的动力学特点,运用牛顿定律建立地面滑跑动力学模型,实现了对飞机地面运动规律的数学描述。经与实际滑行数据的对照分析,针对在支撑力、摩擦力、气动力、推力等环节的建模中引入的非线性误差,设计了基于神经网络的误差补偿结构。在运用数值微分算法融合出角加速度的基础上,提出根据实际滑跑过程中记录的无人机速度、状态等数据信息,利用动力学原理,辨识其所受合外力与力矩的方法。结合模型数值解算与实际滑跑数据,完成了神经网络训练样本的准备工作;针对力与力矩补偿量函数模型的非线性特征,提出了基于Levenberg-Marquardt学习算法的BP神经网络补偿环节;通过对多组实际滑跑过程中的力与力矩误差拟合实验,验证了经训... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

国内外大展弦比无人机实例随着无人机应用需求的多样化发展，一些潜在的隐患也逐渐被暴露出来，并催促着各个研究机构去解决

南京航空航天大学硕士学位论文，但是此方法的拟合效果过分依赖于训练样本。另一方面是优化控制器的控制策略，性与自适应性降低对模型精度的要求，但是这一方向没有从根本上解决建模不准精度题。文研究对象与章节安排文研究的目的是根据实际工程的需求，建立可以准确反应无人机地面滑跑动力学特性型。建模的对象为大展弦比无人机，其结构布局如图 1.2 所示。

【参考文献】：
期刊论文
[1]基于Sigmoid学习率BP神经网络的非特定人语音识别算法研究[J]. 戚龙.  价值工程. 2017(33)
[2]基于BP神经网络的山西省农民收入预测模型[J]. 任晶晶.  太原学院学报(自然科学版). 2017(01)
[3]无人机地面滑跑精确建模与仿真[J]. 熊登锐.  现代商贸工业. 2016(34)
[4]无人机侦察图像目标定位在军事上的应用研究[J]. 杨帅,程红,李婷,孙文邦.  红外技术. 2016(06)
[5]飞机地面运动的静摩擦力模型[J]. 甘欣.  航空科学技术. 2016(06)
[6]无人机自主控制应用需求及研究发展分析[J]. 贺若飞,李大健,刘宏娟,刘慧霞.  火力与指挥控制. 2016(05)
[7]差值定理在离散数据一阶导数解算中的应用[J]. 梁红.  西北工业大学学报. 2016(01)
[8]飞机起落架动力学建模及着陆随机响应分析[J]. 吴卫国,孙建桥,冷永刚,贾腾.  航空学报. 2016(04)
[9]无人机地面运动的动力学建模及仿真[J]. 关永亮,侯玉秀,贾宏光,刘波,马伍元.  兵工学报. 2014(07)
[10]基于MATLAB的三次样条插值在绳套型水位流量关系定线推流中的应用[J]. 陈靓,朱庆云,王书亮.  江苏水利. 2014(07)

博士论文
[1]高性能海船盐雾分离技术研究[D]. 石宝龙.哈尔滨工程大学 2010

硕士论文
[1]轮式无人机地面滑跑动力学建模与仿真[D]. 王程坤.南京航空航天大学 2016
[2]前三点式无人机地面建模技术研究[D]. 陈丽城.南京航空航天大学 2016
[3]基于主成分分析-BP神经网络法的松花江哈尔滨段水质评价研究[D]. 张莹.哈尔滨师范大学 2015
[4]基于Φ-OTDR的光纤振动监测研究[D]. 唐文靖.武汉邮电科学研究院 2015
[5]大展弦比机翼的建模与动力学分析[D]. 许余乾.哈尔滨工业大学 2014
[6]高边墩连续梁桥施工控制技术研究[D]. 童益明.中南大学 2013
[7]高速无人机自动起飞与着陆控制技术研究[D]. 马立群.南京航空航天大学 2013
[8]飞机全电刹车系统的建模与滑跑纠偏控制研究[D]. 冀美珊.南京航空航天大学 2012
[9]船舶运行状态检测与节能航速优化系统的研究与设计[D]. 张钊.武汉理工大学 2012
[10]无人机自动起飞/着陆的控制技术研究[D]. 程士广.南京航空航天大学 2012



本文编号：3214210