基于四旋翼无人机的多参数空气质量检测系统设计
发布时间：2021-06-18 17:17
近年来,随着我国经济高速发展的同时,环境污染问题也日益凸显。环境污染不仅严重影响人们的正常生活和身体健康,还影响经济持续健康的发展,采取更为有效的环保措施刻不容缓。空气质量检测是环境保护工作中最重要的基础性工作,目前传统的检测方式主要是利用环境监测站和人工检测。环境监测站的检测范围有限,安装维护不便,而且难以定位污染源位置;人工检测时,人员携带设备进入受污染的区域可能会对人身安全造成伤害,而且工作效率较低,受交通条件影响较大。因此,本文针对传统空气质量检测方式的不足,设计了一种基于四旋翼无人机的多参数空气质量检测系统。该系统机动性强,能够扩大检测范围、提高检测效率、保障人员安全,实现对空气质量的立体化检测。主要设计的内容包括:首先根据检测的需求,对四旋翼无人机进行选型,并分析了其飞行原理,建立了机体坐标系与地面坐标系。根据动力学模型,采用模糊PID控制算法设计了无人机控制系统,并使用MATLAB软件进行了仿真。然后设计了空气质量检测系统的硬件和软件部分,实现了对空气中CO浓度、O3浓度、SO2浓度、NO2浓度以及温湿度的...
【文章来源】：安徽理工大学安徽省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
大气污染图
其性能的好坏直接影响到检测数据的结果。所选取的无人机应具有可靠性高，易于操控，良好的机动性和灵活性等优点。综合以上特点以及价格方面，本课题设计选用F450四旋翼无人机作为空气质量检测平台。四旋翼无人机如图2所示，相关参数如表1所示。图2 四旋翼无人机平台Fig2 Four-Rotor unmanned aerial vehicle platform表1 四旋翼无人机基本参数表Tab1 Basic parameters table of four-rotor UAV参数种类 参数详情重量 1.2 kg载重 300-400 g轴距 450 mm续航时间 20 min 左右遥控距离 1000m飞控系统 APM2.8电机型号 B2212-920 自锁电机由图 2 可见，四旋翼无人机主要由飞控系统、四轴机架、螺旋桨、无刷电机、无刷电调、电源、GPS 等部分组成。其中飞控系统是无人机的核心组成部分，它
量检测中的要求。因此，针对传统 PID 控制的不足，本文采用模糊 PID 算法对无人机进行控制。模糊 PID 控制能够根据无人机当前的飞行状态和动力学模型，利用所设计的模糊规则不断地在线调节控制器中的 PID 参数，使无人机能够更好的保持稳定的飞行状态。2.4.1 模糊 PID 控制理论在模糊 PID 控制系统中，最核心的部分是模糊控制器，它主要由模糊化接口、模糊控制规则库、解模糊接口[36]三部分组成。首先模糊化接口把输入的误差 e和误差变化率 ec 变成模糊量，然后在模糊规则库中完成模糊推理，最后由解模糊接口把推理的结果转换成精确的输出量 Kp、 Ki和 Kd。这三个输出量对 PID 初始设定的参数 Kp0、Ki0和 Kd0进行在线调节，最终得到满足这一时刻误差 e 和误差变化率 ec 要求的 Kp、Ki和 Kd，从而使系统能够保持稳定的运动状态。控制结构框图如图 8 所示。
【参考文献】：
期刊论文
[1]空气污染、气候变化与健康:从证据到行动[J]. 施小明. 中华预防医学杂志. 2019 (01)
[2]无人机平台航空遥感监测核电站温排水——以辽宁省红沿河核电站为例[J]. 王祥,王新新,苏岫,孟庆辉,邹德君,伊晓东,王林,文世勇,赵建华. 国土资源遥感. 2018(04)
[3]基于ARM微控制器的飞行数据记录仪设计[J]. 刘琨,许哲,李飞飞. 电子技术应用. 2018(11)
[4]基于OneNET平台的环境监测系统设计与实现[J]. 丁飞,吴飞,艾成万,张登银,童恩,张庆. 南京邮电大学学报(自然科学版). 2018(04)
[5]基于STM32的气体分析仪设计[J]. 刘静超. 仪表技术与传感器. 2018(08)
[6]基于无人机的船舶尾气检测系统设计[J]. 史华杰,安博文,潘胜达,白响恩,周凡. 自动化与仪表. 2018(06)
[7]基于微型无人机遥感数据的城市水环境信息提取初探[J]. 侍昊,李旭文,牛志春,李卫正,王甜甜,张悦. 中国环境监测. 2018(03)
[8]“互联网+”智慧环保生态环境多元感知体系发展研究[J]. 刘文清,杨靖文,桂华侨,谢品华,刘锐,卫晋晋. 中国工程科学. 2018(02)
[9]基于无人机的施工扬尘污染源自动监测系统设计与实现[J]. 马国鑫,韩豫,陆建飞,姚佳玥,尤少迪. 中国环境监测. 2018(01)
[10]我国大气颗粒物来源解析研究工作的进展[J]. 冯银厂. 环境保护. 2017(21)
硕士论文
[1]基于STM32的室内空气质量检测仪的设计与实现[D]. 高海文.华东交通大学 2018
[2]城市大气测量用高灵敏NO2电化学传感系统研究[D]. 徐雨.安徽理工大学 2018
[3]四旋翼无人机模糊PID控制算法研究和电路设计[D]. 高洁.哈尔滨工业大学 2017
[4]四旋翼无人机飞行控制系统的研究[D]. 周由.华中科技大学 2017
[5]基于设备云平台的智能农业温室大棚远程监控系统的实现[D]. 孙忠祥.哈尔滨理工大学 2017
[6]四旋翼无人机控制系统的设计与实现[D]. 许喆.南京理工大学 2017
[7]基于STM32单片机的气体分析仪设计[D]. 蔡莉媛.西安工业大学 2016
[8]便携式气体检测仪的设计与研究[D]. 乔忠.郑州大学 2016
[9]烟囱排放物无人机远程检测系统的设计[D]. 祁磊.西北师范大学 2016
[10]具有自主巡航功能的四旋翼飞行器设计[D]. 张学昕.哈尔滨理工大学 2016
本文编号：3237068
【文章来源】：安徽理工大学安徽省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
大气污染图
其性能的好坏直接影响到检测数据的结果。所选取的无人机应具有可靠性高，易于操控，良好的机动性和灵活性等优点。综合以上特点以及价格方面，本课题设计选用F450四旋翼无人机作为空气质量检测平台。四旋翼无人机如图2所示，相关参数如表1所示。图2 四旋翼无人机平台Fig2 Four-Rotor unmanned aerial vehicle platform表1 四旋翼无人机基本参数表Tab1 Basic parameters table of four-rotor UAV参数种类 参数详情重量 1.2 kg载重 300-400 g轴距 450 mm续航时间 20 min 左右遥控距离 1000m飞控系统 APM2.8电机型号 B2212-920 自锁电机由图 2 可见，四旋翼无人机主要由飞控系统、四轴机架、螺旋桨、无刷电机、无刷电调、电源、GPS 等部分组成。其中飞控系统是无人机的核心组成部分，它
量检测中的要求。因此，针对传统 PID 控制的不足，本文采用模糊 PID 算法对无人机进行控制。模糊 PID 控制能够根据无人机当前的飞行状态和动力学模型，利用所设计的模糊规则不断地在线调节控制器中的 PID 参数，使无人机能够更好的保持稳定的飞行状态。2.4.1 模糊 PID 控制理论在模糊 PID 控制系统中，最核心的部分是模糊控制器，它主要由模糊化接口、模糊控制规则库、解模糊接口[36]三部分组成。首先模糊化接口把输入的误差 e和误差变化率 ec 变成模糊量，然后在模糊规则库中完成模糊推理，最后由解模糊接口把推理的结果转换成精确的输出量 Kp、 Ki和 Kd。这三个输出量对 PID 初始设定的参数 Kp0、Ki0和 Kd0进行在线调节，最终得到满足这一时刻误差 e 和误差变化率 ec 要求的 Kp、Ki和 Kd，从而使系统能够保持稳定的运动状态。控制结构框图如图 8 所示。
【参考文献】：
期刊论文
[1]空气污染、气候变化与健康:从证据到行动[J]. 施小明. 中华预防医学杂志. 2019 (01)
[2]无人机平台航空遥感监测核电站温排水——以辽宁省红沿河核电站为例[J]. 王祥,王新新,苏岫,孟庆辉,邹德君,伊晓东,王林,文世勇,赵建华. 国土资源遥感. 2018(04)
[3]基于ARM微控制器的飞行数据记录仪设计[J]. 刘琨,许哲,李飞飞. 电子技术应用. 2018(11)
[4]基于OneNET平台的环境监测系统设计与实现[J]. 丁飞,吴飞,艾成万,张登银,童恩,张庆. 南京邮电大学学报(自然科学版). 2018(04)
[5]基于STM32的气体分析仪设计[J]. 刘静超. 仪表技术与传感器. 2018(08)
[6]基于无人机的船舶尾气检测系统设计[J]. 史华杰,安博文,潘胜达,白响恩,周凡. 自动化与仪表. 2018(06)
[7]基于微型无人机遥感数据的城市水环境信息提取初探[J]. 侍昊,李旭文,牛志春,李卫正,王甜甜,张悦. 中国环境监测. 2018(03)
[8]“互联网+”智慧环保生态环境多元感知体系发展研究[J]. 刘文清,杨靖文,桂华侨,谢品华,刘锐,卫晋晋. 中国工程科学. 2018(02)
[9]基于无人机的施工扬尘污染源自动监测系统设计与实现[J]. 马国鑫,韩豫,陆建飞,姚佳玥,尤少迪. 中国环境监测. 2018(01)
[10]我国大气颗粒物来源解析研究工作的进展[J]. 冯银厂. 环境保护. 2017(21)
硕士论文
[1]基于STM32的室内空气质量检测仪的设计与实现[D]. 高海文.华东交通大学 2018
[2]城市大气测量用高灵敏NO2电化学传感系统研究[D]. 徐雨.安徽理工大学 2018
[3]四旋翼无人机模糊PID控制算法研究和电路设计[D]. 高洁.哈尔滨工业大学 2017
[4]四旋翼无人机飞行控制系统的研究[D]. 周由.华中科技大学 2017
[5]基于设备云平台的智能农业温室大棚远程监控系统的实现[D]. 孙忠祥.哈尔滨理工大学 2017
[6]四旋翼无人机控制系统的设计与实现[D]. 许喆.南京理工大学 2017
[7]基于STM32单片机的气体分析仪设计[D]. 蔡莉媛.西安工业大学 2016
[8]便携式气体检测仪的设计与研究[D]. 乔忠.郑州大学 2016
[9]烟囱排放物无人机远程检测系统的设计[D]. 祁磊.西北师范大学 2016
[10]具有自主巡航功能的四旋翼飞行器设计[D]. 张学昕.哈尔滨理工大学 2016
本文编号：3237068
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3237068.html
