Cuprins
- 1 6-DOF MODELAREA MATEMATICĂ.3
- 1.1. Introducere.3
- 1.2. Platforma.5
- 1.3. Modelul aerodinamic.6
- 1.4. Model de propulsie.8
- 1.4.1. Modelul inerţiei masei.11
- 1.5. Modele atmosferice.11
- 1.6. Modelul turbulenţă-vânt.12
- 1.7. Modelul servomotor.15
- 1.8. Modelul trenului de aterizare.15
- 1.9. Modelarea reacţiei solului.16
- 1.10. Cadre de referinţă, coordonate şi sisteme de transformări.18
- 1.11. Ecuaţiile de mişcare la 6 grade.19
- 1.12. Ecuaţii liniare de mişcare şi analiză.20
- 1.12.1. Dinamici longitudinale.21
- 1.12.2. Dinamica laterală.22
- 1.13. Simularea buclei deschise.23
- 2 GENERAREA TRAIECTORIEI DE ATERIZARE.25
- 2.1. Traiectoria comandată de generare.25
- 2.1.1. Fazele de aterizare.25
- 2.1.1.1. Faza de coborâre.25
- 2.1.1.2. Faza de bordurare.26
- 2.1.1.3. Faza de taxi.27
- 2.2. Manevre de aterizare.27
- 3 PROIECTAREA CONTROLLERULUI.29
- 3.1. Senzori de bord.29
- 3.2. Proiectarea interioară a Buclei Controller.29
- 3.2.1. Modelul de control al inversiunii.29
- 3.2.2. Filtru Comandă.30
- 3.2.3. Atitudinea controlerului.31
- 3.3. Buclă exterioară a controlerelor longitudinale.33
- 3.3.1. Redirecţionare vitezei controlerului.33
- 3.3.2. Controlul altitudinii.34
- 3.4. Bucla Controler laterală exterioară.36
- 3.4.1. Controlul traiectoriei laterale.36
- 3.4.1.1. Traiectoria laterală a controlerului A.36
- 3.4.1.2. Traiectoria laterală a controlerului B.40
- 3.4.1.3. Traiectoria laterală a controlerului C.43
- 3.4.1.4. Compararea operatorilori laterali.44
- 3.4.2. Controlul Decrab.45
- 4 REZULTATELE SIMULĂRII.48
- 4.1. Cazul 1: Fără vânt, fără turbulenţă.48
- 4.2. Cazul 2: 15 m / s Şeful Wind + turbulenţă.50
- 4.3. Cazul 5.3. : 2,5 m / s vânt din spate + turbulenţă.51
- 4.4. Cazul 4: 10 m / s vânt lateral + turbulenţă.52
- 4.5. Cazul 5: zbor controlat + turbulenţă.53
- 4.6. CONCLUZII.54
- BIBLIOGRAFIE.57
Extras din proiect
CAPITOLUL 1
6-DOF Modelarea matematică
1.1. Introducere
Termenul de vehicule aeriene fără pilot (UAV), este definit ca un tip de aeronave fără motor, care nu transporta un pilot uman, foloseşte forţele aerodinamice pentru a dovedi ridicarea de la sol, poate zbura autonom sau să fie controlate de la distanţă , pot fi recuperabile sau de consum, si pot transporta o sarcină utilă letală sau neletală [13]. Cererea de UAV-uri a crescut semnificativ în ultimii ani. Acestea sunt de preferat pentru pilotat avioane deoarece prezintă:
- Costuri scăzute;
- Capacităţi multiple în misiuni ;
- Simplitate;
- Abilitatea de a realiza misiuni murdare şi periculoase, care nu poate fi făcute prin pilotatare A / C ;
UAV-urile sunt folosite în aplicaţii militare pentru misiuni de observare ca: supraveghere, recunoaştere, sprijin aerian şi de monitorizare pentru mulţi ani. Adaptarea lor la misiunile civile au devenit mai serioase în ultimii ani. Unele din variantele de aplicaţii civile sunt de căutare şi salvare, monitorizare a dezastrelor, de achiziţie a datelor meteorologice şi maritime, de monitorizare.
Diverse tehnici de aterizare sunt dezvoltate pentru UAV-uri in funcţie de mărimea lor si profilul misiunii. Alături de aterizare pe roţi, cum ar fi: metodele de aterizare pe burta, de recuperare parasuta-airbag, cabina adâncă, cer-cârlig de recuperare, recuperarea netă şi parafoil sunt utilizate în aterizare UAV.
Deşi toate aceste soluţii furnizează distanţe scurte de aterizare şi nu necesită o bună capacitate de pilotare, aterizarea pe roţi ,este încă tehnica cea mai populară pentru aterizarea tactică UAV . Acest tip de aterizare este preferat, datorită restricţiilor de dimensiune, probleme de fiabilitate şi eficienţă de control. Aeronavele trebuie să realizeze manevre unice ,cu precizie foarte mare în aterizarea cu roţi. Datele culese de Boeing a arătat că 54% din marile accidente mortale de avioane comerciale cu reacţie au avut loc în timpul decolării şi aterizării [34]. Este, de asemenea remarcat faptul că acest raport este foarte mare, deoarece aterizarea şi decolarea, acoperă numai 4 la sută din timpul total de zbor. Motivele pentru aceste accidente sunt explicate în trei mari subiecte:
• Factorii de vreme;
• Echipa tehnica / factori de decizie ;
• Factorii sistemului ;
"Factorii de vreme" sunt efecte ale condiţiilor de mediu la bordul aeronavei şi pistei. "Echipa tehnica / factori de decizie” sunt erorile piloţilor şi ale echipajului. „Factorii sistemului" sunt defecţiuni ale subsistemelor aeronavei.
Aterizarea automată la un A/C creşte autonomia globală a sistemului şi adaugă consistenţă. Aterizarea cu pilotul automat garantează siguranţă mai mare şi reduce sarcina piloţilor şi a echipajului în operaţiuni. De asemenea, creşte limitele vântului la A/C şi permite aterizare în situaţii cu vânturi puternice, turbulenţe şi a forţelor aeriene de forfecare. Prin urmare, proiectul este dorit pentru un pilot automat pentru a fi utilizat în timpul aterizării, însă este o provocare.
Crearea unui model dinamic al unei aeronave, este un reper important în designul pilotului automat. Modelele dinamice includ informaţii detaliate despre caracteristicile sistemului bazat pe aerodinamică, sistem de propulsie, proprietăţile de masă-inerţie şi dinamica de acţionare. Mai mult decât atât, la reacţiile la sol şi modele trenului de aterizare, ar trebui adăugate la sistem pentru a demonstra aterizarea. Există studii în literatura de specialitate care se referă la modelarea de vehicule aeriene fără pilot. În Jodeh et. Al. [1], un SIG Rascal 110, aeronava controlată prin radio este modelată în MATLAB / mediul Simulink. În acest studiu, sunt create baze de date aerodinamice şi de propulsie, pe baza metodelor semi-empirice. Inerţia aeronavei este calculată prin experimente. Simulări construite folosind astfel de metode oferă costuri scăzute şi soluţii eficiente de timp pentru UAV mici. Într-o lucrare de Karaka • s et. Al. [36], derivaţi aerodinamici statici de altitudine medie de anduranţă lungă (masculin) UAV sunt obţinute folosind dinamica fluidelor de calcul (CFD), în timp ce derivatele dinamice sunt descoperite folosind formule semi-empirice. Rezultatele CFD-uri sunt mai fiabile decât metodele empirice, dar, obţinerea lor necesită mai mult timp. În lucrarea de Ippolito et. Al. [37], caracteristicile dinamice ale sistemul, se obţin prin teste de zboruri.
Modurile la un sfert de scara ale aeronavei Cessna 182 controlat radio provoacă prin comandă o serie de adăugări. Datele colectate de către un zbor la bordul computerului ,,au fost post-procesate, cu o mai mică regresie în domeniul de frecvenţă pentru a identifica sistemul. Sistemul de identificare cu ajutorul testelor de zbor ar putea duce la date exacte. Cu toate acestea, pot fi costisitoare pentru UAV-urile mai mari, iar multe dintre manevre nu ar fi necesare de riscat. Dinamica reacţiei la sol şi etapele de aterizare a UAV Kingfisher, sunt modelate în [18]. Coeficienţii de amortizare a trenurilor de aterizare sunt ajustaţi, prin măsurarea timpului la o jumătate de amplitudine a experimentelor.
Piloţii automaţi sunt folosiţi pentru a stabiliza un sistem în cazul în care este instabil şi reglează reacţia în forma dorită. În reacţiile clasice liniare de control al teoriei, dinamica A/C este liniarizată în jurul unui punct interior şi creşterile reacţiei care va oferi performanţele necesare sunt constatate. Atâta timp cât dinamicile A/C sunt non-lineare, această procedură se aplică la multe alte condiţii interne şi un câştig de abordare a programarării este folosit pentru a acoperi întreaga gamă de zbor. Pilotul automat, nu poate fi în măsură de a controla A/C, în cazul în care dinamica sistemului nu se mai potriveşte cu condiţia de proiectare, de exemplu atunci când apar evenimente neprevăzute (controlul eşecului de suprafaţă, daune pe aeronavă, etc).
În teoria controlului modern, unele metode cum ar fi controlul adaptiv, control robust, logica fuzzy, sunt introduse pe seama incertitudinilor determinate de neliniarităţi. Tranziţia de la zborul înainte la planarea unei aripi fixe UAV este realizată prin Johnson et. Al. [28] prin adăugarea unei reţele neuronale de învăţare online, la un model de inversiune bazat pe un operator clasic de a ţine seama de incertitudini. Deşi dinamica UAV este foarte diferită în planare şi zborul înainte, reţele neuronale sunt în măsură să compenseze diferenţa în studiul de mai sus.
Aterizare pe pilot automat, de obicei, constă dintr-o buclă interioară şi o buclă exterioară. În bucla interioară, dinamicile mai repide care sunt dinamicile de rotaţie, sunt controlate. Poziţia şi vitezele sunt controlate în bucla exterioară. O parte din provocarea manevrei de aterizare este manevra decrab, care este necesară să alinieze A/C la poziţia cu pista chiar înainte de contact. În timpul aceastei manevre, unghiurile de ruliu si de giraţie sunt comandate direct în loc de poziţie sau viteză.
Studii recente se referă la proiectarea sistemelor de aterizare automată şi strategii. Într-un studiu de Riseborough de sisteme BAE [18], sunt prezentate hardware în simulări de aterizare bucla locală a Kingfisher UAV sub vânt lateral. În mod similar, aterizarea automată a UAV Heron sub vânturile transversale, este cercetată în Attar et. Al. [19]. O altă metoda populară este de recuperare a UAV printr-o reţea. În [21], a fost studiată recuperarea reţelei Fox Silver UAV pe o navă în mişcare. Controlul longitudinal de aterizare a UAV SWAN este studiat în [23]. Unele studii includ, de asemenea, designul avansat. În [15], reţelele directe neuronale de învăţare se adaugă la controlorul unui avion de vânătoare pentru a face faţă defecţiunilor de acţionare şi vânturilor severe în timpul aterizarării. Termenii de alimentare dinainte sunt integraţi la buclele de feedback pentru a creşte performanţa pilotului automat. Rosa et. Al. [22] controleri proiectaţi pentru aterizare a unui UAV mic folosind un controler robust H2. Comparaţiile controlerelor neuronale de aterizare care beneficiază de ajutor în aterizare, sunt comparate cu controlerele clasice pentru aeronave de transport grele în Hsiao et. Al. [24].
Preview document
Conținut arhivă zip
- UAV - Vehicule Aeriene fara Pilot.doc