无人机传感器故障诊断与容错技术研究
发布时间:2022-01-12 12:36
传感器作为无人机的眼睛,为无人机飞行控制系统提供全面、可靠、精确的数据信息。当传感器出现故障之后,无人机将无法保证正确的飞行轨迹和姿态,所以无人机传感器的故障诊断与容错控制技术成为了其安全飞行的重要保证。本文在利用NAGA-BP网络建立无人机姿态传感器观测器模型的基础上,对传感器的故障诊断和容错控制技术展开了研究。文章的主要工作如下:(1)介绍了小型固定翼UAV的姿态控制系统以及传感器的故障类型。通过对UAV飞行姿态控制系统的介绍,论述了陀螺仪和加速度计在姿态控制过程中的重要作用。之后分析了MEMS三轴加速度计和陀螺仪的工作原理以及常见故障类型,并对两种传感器常见的故障进行了分类,为接下来对姿态传感器的故障诊断研究打下了基础。(2)针对非线性系统故障,设计了基于NAGA-BP网络观测器的故障诊断系统。因为传统遗传算法存在训练后期效果不明显的问题,对BP神经网络优化效果不够明显,所以改进了遗传算法交叉、变异函数和选择机制,利用改进遗传算法对神经网络初始权值和阈值进行优化,避免了局部最优的问题,提高了网络的收敛速度。同时利用NAGA-BP网络建立了姿态传感器的观测器模型,用于传感器的故障诊...
【文章来源】:兰州理工大学甘肃省
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
固定翼、多旋翼无人机和无人直升机
缫砻妗⒍婷妗⑿?淼茸爸茫坏缱涌刂葡低嘲?ㄎ⑿涂刂破鳌?通信设备和传感器等装置[4]。UAV飞行过程中,地面站通过通信设备向其发送飞行指令,机载控制系统根据指令控制执行装置调整飞机飞行状态。为了确保飞行状态的准确性,需要多种传感器对飞行状态进行检测,这些传感器检测飞机的飞行方向、偏转角度,以达到对UAV飞行路线的精确控制[5]。复杂的飞行控制系统在使用过程中无法保证其有效性和安全性,尤其各种高精度传感器的反馈参数,这也就导致UAV在飞行过程中容易产生失控现象,造成巨大的经济损失[6]。UAV飞控系统结构如图1.2所示。图1.2无人机飞行控制系统结构图相比于传统的有人驾驶飞机来说,UAV具有诸多的优势,但是如果UAV系统故障得不到很好的解决,其发展前景将会受到巨大的限制。传感器作为UAV飞行过程中感知自身变化的主要元器件,对UAV控制系统的反馈控制有着重要的作用,但传感器在使用过程中会受到多种因素的干扰,造成传感器反馈数据异常,如内部电磁环境、外界雷电、风雨等因素[7],使得整个反馈控制系统成为UAV系统中最为脆弱的一环。为了能够进一步提高UAV飞行系统的稳定性,保证其飞行的安全性,许多专家学者针对无人机的故障诊断与容错控制展开了研究。利用故障诊断系统对飞行过程中的相关问题进行准确的识别和判断,实现精准的故障隔离,同时为了保证UAV能够在短时间内继续飞行或者寻求其他途径规避风险,还要进行相应的容错控制研究,以提高UAV飞行过程的容错能力[8]。通过对相关资料的研究发现,在UAV执行器故障方面已经有了较为成熟的研究成果,但是在UAV传感器故障,尤其是姿态传感器故障诊断的研究还存在许多需要深入研究的内容。所以针对UAV姿态传感器故障诊断和容错控制的研究将会对UAV飞行稳
硕士学位论文3定性的提升有着重要的研究意义和一定的实际参考价值。1.2故障诊断与容错控制的概述1.2.1故障诊断的概述控制系统中相关参数与标准模型输出之间产生较大误差,且超过设定误差阈值范围,则认定系统出现故障,同时由于系统内部故障导致其相关性能大幅降低,使得实际输出与标准输出之间产生更大误差。在工业信息社会中,复杂控制系统中任一环节出现故障都会对整个系统造成不可估量的损失,同时故障难以实时快速的排查,增加了控制系统的运行成本,降低了系统运行效率。图1.3故障诊断方法分类图动态系统故障检测与诊断技术(FaultDetectionandDiagnosis,FDD)由美国麻省理工学院Beard提出,确保了系统在发生故障时能够及时的进行检测和分离故障,在提高系统安全性的同时避免故障问题带来更大的损失[9-11]。当时进行故障诊断的方法主要是利用已经建立的标准模型输出与实际输出进行对比,判断故
【参考文献】:
期刊论文
[1]Review on the Technological Development and Application of UAV Systems[J]. FAN Bangkui,LI Yun,ZHANG Ruiyu,FU Qiqi. Chinese Journal of Electronics. 2020(02)
[2]基于遗传算法优化的LSTM神经网络期货价格预测模型研究[J]. 李莹,王璐璐. 电脑知识与技术. 2020(01)
[3]基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究[J]. 张泽龙,钱勇,刘华兵. 宁夏电力. 2019(06)
[4]基于遗传BP神经网络的搅拌摩擦焊温度模型[J]. 张喆,张永林,陈书锦. 热加工工艺. 2020(03)
[5]Traffic prediction using a self-adjusted evolutionary neural network[J]. Shiva Rahimipour,Rayehe Moeinfar,Mehdi Hashemi. Journal of Modern Transportation. 2019(04)
[6]基于遗传算法进化小波神经网络的电力变压器故障诊断研究[J]. 张超,郑晓琼,王娣,石玮佳. 自动化与仪器仪表. 2019(10)
[7]基于故障程度的四旋翼无人机容错控制[J]. 王君,尹雄东,李炜. 测控技术. 2019(06)
[8]控制器故障下固定翼无人机的姿态控制[J]. 唐余,刘永春,曹立佳,林达,刘小芳. 兵器装备工程学报. 2019(07)
[9]一种复杂环境下多传感器数据融合方法[J]. 田明明,叶继华,王仕民,万叶晶. 山东大学学报(工学版). 2019(03)
[10]分析无人机PCA故障检测与诊断技术研究[J]. 叶杨飞,徐露兵,沈朝萍. 数字技术与应用. 2019(04)
博士论文
[1]动态系统的鲁棒故障诊断与主动容错控制技术研究[D]. 富振铎.哈尔滨工程大学 2014
[2]基于Terminal滑模的空天飞行器再入鲁棒自适应控制[D]. 黄国勇.南京航空航天大学 2007
硕士论文
[1]基于机器学习的无人机飞控故障智能诊断系统研究[D]. 刘瀚泽.电子科技大学 2019
[2]无人直升机传感器故障诊断策略研究[D]. 李家佳.南昌航空大学 2018
[3]基于软传感器的容错控制系统研究与应用[D]. 周娜.长安大学 2018
[4]四旋翼飞行器监测平台软件的研究与开发[D]. 薛晋强.西安工业大学 2017
[5]四旋翼飞行器姿态传感器的故障诊断技术研究[D]. 刘强.中北大学 2017
[6]基于在线模型的飞行控制系统的故障诊断[D]. 李勇.南京航空航天大学 2016
[7]基于STF的飞控系统传感器故障诊断研究[D]. 郑见阳.沈阳航空航天大学 2015
[8]基于小波与多核支持向量机的无人机传感器故障诊断系统研究[D]. 叶慧.南京航空航天大学 2014
本文编号:3584784
【文章来源】:兰州理工大学甘肃省
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
固定翼、多旋翼无人机和无人直升机
缫砻妗⒍婷妗⑿?淼茸爸茫坏缱涌刂葡低嘲?ㄎ⑿涂刂破鳌?通信设备和传感器等装置[4]。UAV飞行过程中,地面站通过通信设备向其发送飞行指令,机载控制系统根据指令控制执行装置调整飞机飞行状态。为了确保飞行状态的准确性,需要多种传感器对飞行状态进行检测,这些传感器检测飞机的飞行方向、偏转角度,以达到对UAV飞行路线的精确控制[5]。复杂的飞行控制系统在使用过程中无法保证其有效性和安全性,尤其各种高精度传感器的反馈参数,这也就导致UAV在飞行过程中容易产生失控现象,造成巨大的经济损失[6]。UAV飞控系统结构如图1.2所示。图1.2无人机飞行控制系统结构图相比于传统的有人驾驶飞机来说,UAV具有诸多的优势,但是如果UAV系统故障得不到很好的解决,其发展前景将会受到巨大的限制。传感器作为UAV飞行过程中感知自身变化的主要元器件,对UAV控制系统的反馈控制有着重要的作用,但传感器在使用过程中会受到多种因素的干扰,造成传感器反馈数据异常,如内部电磁环境、外界雷电、风雨等因素[7],使得整个反馈控制系统成为UAV系统中最为脆弱的一环。为了能够进一步提高UAV飞行系统的稳定性,保证其飞行的安全性,许多专家学者针对无人机的故障诊断与容错控制展开了研究。利用故障诊断系统对飞行过程中的相关问题进行准确的识别和判断,实现精准的故障隔离,同时为了保证UAV能够在短时间内继续飞行或者寻求其他途径规避风险,还要进行相应的容错控制研究,以提高UAV飞行过程的容错能力[8]。通过对相关资料的研究发现,在UAV执行器故障方面已经有了较为成熟的研究成果,但是在UAV传感器故障,尤其是姿态传感器故障诊断的研究还存在许多需要深入研究的内容。所以针对UAV姿态传感器故障诊断和容错控制的研究将会对UAV飞行稳
硕士学位论文3定性的提升有着重要的研究意义和一定的实际参考价值。1.2故障诊断与容错控制的概述1.2.1故障诊断的概述控制系统中相关参数与标准模型输出之间产生较大误差,且超过设定误差阈值范围,则认定系统出现故障,同时由于系统内部故障导致其相关性能大幅降低,使得实际输出与标准输出之间产生更大误差。在工业信息社会中,复杂控制系统中任一环节出现故障都会对整个系统造成不可估量的损失,同时故障难以实时快速的排查,增加了控制系统的运行成本,降低了系统运行效率。图1.3故障诊断方法分类图动态系统故障检测与诊断技术(FaultDetectionandDiagnosis,FDD)由美国麻省理工学院Beard提出,确保了系统在发生故障时能够及时的进行检测和分离故障,在提高系统安全性的同时避免故障问题带来更大的损失[9-11]。当时进行故障诊断的方法主要是利用已经建立的标准模型输出与实际输出进行对比,判断故
【参考文献】:
期刊论文
[1]Review on the Technological Development and Application of UAV Systems[J]. FAN Bangkui,LI Yun,ZHANG Ruiyu,FU Qiqi. Chinese Journal of Electronics. 2020(02)
[2]基于遗传算法优化的LSTM神经网络期货价格预测模型研究[J]. 李莹,王璐璐. 电脑知识与技术. 2020(01)
[3]基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究[J]. 张泽龙,钱勇,刘华兵. 宁夏电力. 2019(06)
[4]基于遗传BP神经网络的搅拌摩擦焊温度模型[J]. 张喆,张永林,陈书锦. 热加工工艺. 2020(03)
[5]Traffic prediction using a self-adjusted evolutionary neural network[J]. Shiva Rahimipour,Rayehe Moeinfar,Mehdi Hashemi. Journal of Modern Transportation. 2019(04)
[6]基于遗传算法进化小波神经网络的电力变压器故障诊断研究[J]. 张超,郑晓琼,王娣,石玮佳. 自动化与仪器仪表. 2019(10)
[7]基于故障程度的四旋翼无人机容错控制[J]. 王君,尹雄东,李炜. 测控技术. 2019(06)
[8]控制器故障下固定翼无人机的姿态控制[J]. 唐余,刘永春,曹立佳,林达,刘小芳. 兵器装备工程学报. 2019(07)
[9]一种复杂环境下多传感器数据融合方法[J]. 田明明,叶继华,王仕民,万叶晶. 山东大学学报(工学版). 2019(03)
[10]分析无人机PCA故障检测与诊断技术研究[J]. 叶杨飞,徐露兵,沈朝萍. 数字技术与应用. 2019(04)
博士论文
[1]动态系统的鲁棒故障诊断与主动容错控制技术研究[D]. 富振铎.哈尔滨工程大学 2014
[2]基于Terminal滑模的空天飞行器再入鲁棒自适应控制[D]. 黄国勇.南京航空航天大学 2007
硕士论文
[1]基于机器学习的无人机飞控故障智能诊断系统研究[D]. 刘瀚泽.电子科技大学 2019
[2]无人直升机传感器故障诊断策略研究[D]. 李家佳.南昌航空大学 2018
[3]基于软传感器的容错控制系统研究与应用[D]. 周娜.长安大学 2018
[4]四旋翼飞行器监测平台软件的研究与开发[D]. 薛晋强.西安工业大学 2017
[5]四旋翼飞行器姿态传感器的故障诊断技术研究[D]. 刘强.中北大学 2017
[6]基于在线模型的飞行控制系统的故障诊断[D]. 李勇.南京航空航天大学 2016
[7]基于STF的飞控系统传感器故障诊断研究[D]. 郑见阳.沈阳航空航天大学 2015
[8]基于小波与多核支持向量机的无人机传感器故障诊断系统研究[D]. 叶慧.南京航空航天大学 2014
本文编号:3584784
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3584784.html