發(fā)布時間：2020-06-27 09:37

【摘要】：無人機(jī)具備垂直起降、低速飛行以及定點(diǎn)懸停等優(yōu)勢,近幾年備受國內(nèi)外學(xué)者關(guān)注,其更多功能也逐漸被開發(fā),且在軍事、農(nóng)業(yè)等工程領(lǐng)域已獲得了很好的發(fā)展。IMU(Inertial Measurement Unit,IMU)模塊作為測量無人直升機(jī)飛行姿態(tài)參數(shù)的模塊,對于無人機(jī)的正常飛行起到關(guān)鍵性作用。為了保證無人直升機(jī)能夠正常穩(wěn)定的飛行,保證IMU模塊的的傳感器所監(jiān)測數(shù)據(jù)的精確性是首要的問題,我們必須要對該模塊的傳感器的狀態(tài)進(jìn)行檢測和診斷,以使其整個系統(tǒng)能夠及時獲取故障信息,并實(shí)時的做出相應(yīng)的處理。所以關(guān)于這一模塊的傳感器的故障診斷是很有必要的。本文首先分析飛行控制系統(tǒng)IMU模塊中的傳感器可能出現(xiàn)的故障,并構(gòu)建了幾種常見故障的數(shù)學(xué)模型。其次,通過對BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí),根據(jù)BP神經(jīng)網(wǎng)絡(luò)的運(yùn)行機(jī)理,闡述了BP神經(jīng)網(wǎng)絡(luò)在故障診斷中的模型,由于BP神經(jīng)網(wǎng)絡(luò)存在陷入局部極小值等缺陷,本文提出一種基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)故障診斷優(yōu)化策略。并對網(wǎng)絡(luò)隱層節(jié)點(diǎn)的選取以及優(yōu)化算法的選擇進(jìn)行了實(shí)驗(yàn)驗(yàn)證,驗(yàn)證結(jié)果數(shù)據(jù)表明優(yōu)化后的算法是可行的并且可以大大提高網(wǎng)絡(luò)的收斂速度與精度。隨后,根據(jù)提出的故障診斷優(yōu)化策略,構(gòu)造了優(yōu)化后的神經(jīng)網(wǎng)絡(luò)觀測器模型,建立了無人機(jī)非線性動力學(xué)系統(tǒng)模型,并對故障診斷系統(tǒng)進(jìn)行分析,同時針對系統(tǒng)的誤報(bào)和漏報(bào),我們利用序貫概率比準(zhǔn)則對系統(tǒng)殘差進(jìn)行判定,大大的提高故障診斷的準(zhǔn)確性以及系統(tǒng)的抗干擾能力,實(shí)驗(yàn)證實(shí)整個網(wǎng)絡(luò)具有很強(qiáng)的魯棒性,并且該策略僅需一套傳感器就能夠完成對系統(tǒng)的檢測,極大的提升了整個系統(tǒng)的性能。最后,利用Matlab創(chuàng)建了簡單的飛行控制系統(tǒng)的GUI仿真環(huán)境來完成該算法的仿真驗(yàn)證,根據(jù)已有的某型飛機(jī)模型,以及本文提出的故障診斷優(yōu)化策略,將陀螺儀姿態(tài)角的輸出值作為預(yù)估參數(shù),構(gòu)建相應(yīng)的俯仰角觀測器、滾轉(zhuǎn)角觀測器以及偏航角觀測器,對陀螺儀輸出進(jìn)行在線預(yù)估。在系統(tǒng)正常工作情況下,觀測器的估計(jì)輸出值和原系統(tǒng)的實(shí)際輸出值的對比殘差基本為0。當(dāng)某個模塊發(fā)生故障時由于無人機(jī)系統(tǒng)具有強(qiáng)耦合性,其他模塊的殘差也會發(fā)生偏差,在對殘差進(jìn)行判定,判斷是否發(fā)生故障,如若發(fā)生故障便能夠迅速的定位故障的發(fā)生點(diǎn),從而提升整個系統(tǒng)的魯棒性。仿真的結(jié)果也說明將該策略應(yīng)用到傳感器的故障診斷中來能夠完成在線檢測工作,滿足系統(tǒng)的要求。
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V279;V267

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張洪;范訓(xùn)沖;萬方華;;基于RNS和SVM的斷路器故障診斷研究[J];電子設(shè)計(jì)工程;2015年22期

2 姚常亮;;頻譜分析在20 MW發(fā)電機(jī)組故障診斷中的應(yīng)用[J];石油化工設(shè)備技術(shù);2014年06期

3 閆華;;空空導(dǎo)彈故障診斷專家系統(tǒng)研究[J];計(jì)算機(jī)測量與控制;2014年03期

4 楊慧;鄧征;;基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的飛機(jī)突發(fā)故障診斷研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年03期

5 劉平安;徐翠琴;;神經(jīng)網(wǎng)絡(luò)多傳感器信息融合故障檢測實(shí)現(xiàn)[J];科技創(chuàng)新與應(yīng)用;2014年04期

6 王磊;;人工神經(jīng)網(wǎng)絡(luò)原理、分類及應(yīng)用[J];科技資訊;2014年03期

7 高瑞鵬;尚春陽;江航;;遺傳算法結(jié)合小波神經(jīng)網(wǎng)絡(luò)的列車車輪扁疤故障檢測方法[J];西安交通大學(xué)學(xué)報(bào);2013年09期

8 李立毅;譚廣軍;劉家曦;寇寶泉;;基于Luenberger觀測器的高速PMSM無傳感器技術(shù)研究[J];微特電機(jī);2013年04期

9 李紅衛(wèi);楊東升;孫一蘭;韓娟;;智能故障診斷技術(shù)研究綜述與展望[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年02期

10 趙輝杰;;微小型無人直升機(jī)動力學(xué)建模與仿真[J];中國電子科學(xué)研究院學(xué)報(bào);2012年06期

本文編號：2731657