无人机控制系统智能故障诊断系统设计

无人机控制系统作为无人机的核心部分,其运行状态对无人机的飞行安全有着直接的影响。而无人机控制系统在应用过程中存在许多故障诊断问题,基于此该文提出一种应用于无人机控制系统的智能故障诊断系统,以此可以促进无人机控制系统的故障诊断率和准确性得到提升,有效保障无人机飞行的安全。该文先对故障诊断技术的概念进行简单分析,接着针对无人机控制系统的结构和功能及智能故障诊断需求进行全面分析,实现智能故障诊断系统设计。并从系统主要功能模块和软硬件方面对智能故障诊断系统进行设计,最后经实验测试证明,该文设计的智能故障诊断系统,可以实现对无人机控制系统的故障问题进行全面诊断,以此证明该系统设计的可行性。

基于改进DPSO的故障下多无人机协同任务规划

针对故障后多无人机协同任务规划问题,提出了一种基于改进离散粒子群算法并结合匈牙利算法的任务重分配方法。首先,采用匈牙利算法进行故障下无人机队形的快速重新排列;然后,引入柯西算子提升离散粒子群算法的全局搜索能力,以增强搜索空间,同时,还提出了非线性时变的变异策略,加快算法的收敛速度,综合改进的离散粒子群算法不仅加快了收敛速度,并且解的最优性也得到了提高,此外,在分配过程中,考虑了环境障碍信息,分配结果更贴近实际也更加合理;最后,运用基本粒子群算法进行无人机的航迹规划,并在三维空间中进行了仿真实验,结果表明:所设计的算法能够有效提升任务分配的寻优结果,为多无人机出现故障后协同任务分配问题提供了理论依据。

基于分层滤波算法的无人机控制系统故障检测技术

针对传统无人机控制系统故障检测技术检测误差率高,检测速率低的问题,引入分层滤波算法研究了一种新的无人机控制系统故障检测技术,构建地面坐标系得到模型数据,同时收集无人机系统的内部转向角因素,录入转向角数据,采用算法整合处理主系统数据,利用滤波手段控制数据录入量,综合提取特征参数,选取不同于正常状态的特征参数,利用噪声估计器诊断故障,分析残差与“零”之间的关系,从而实现无人机控制系统的故障检测;实验结果表明,相较于传统技术,基于分层滤波算法的无人机控制系统故障检测技术误差率降低了0.56%,检测速率提升了27.39%。

多旋翼无人机多功能起降辅助平台的研制

目前多旋翼无人机多用于输电线路巡检作业,输电线路所处区域地理环境复杂受外界复杂地形环境影响。地面倾斜度过大、地表障碍物过多、扬尘较大,导致螺旋桨破损断裂及照相机进灰无法拍照等设备故障,造成巡检作业无法正常开展。多旋翼无人机起降平台主要分为起降平面和支撑腿两大部分,通过支撑腿的可调功能,解决了复杂地形旋翼无人机起降坡度大的问题。该平台使无人机设备与地面保持一定距离,有效隔离起降点地表扬障碍物,阻挡扬尘、砂石等异物,满足公司所辖线路无人机巡检作业要求。该成果经过实际应用,为多旋翼无人机提供专用起降平台,有效降低了多旋翼无人机故障发生概率,提高多旋翼无人机巡检作业效率,节约无人机设备维护成本,具有较高应用价值。

基于无人机的风电智能巡检系统分析

阐述无人机故障识别路线和无人机飞行控制,包括风电巡检风险评估、风电巡检避障策略、三维激光扫描技术、风电自主巡检,探讨风电智能巡检技术应用功能。