四,六和八旋翼动力学建模入门

为了淡化Oleg Stepanovich Kozlov的演讲“技术系统中的控制”的数学运算,我们在此发布一个示例,将这些演讲的知识应用于实践。



在本文中,Oleg Stepanovich的学生Alexander Shchekaturov描述了一种八旋翼飞机模型的创建,同时揭示了在物理系统的结构建模环境中工作的秘密和示范技术。







本文提供了逻辑上完成的描述,但仅是建模的全部工作的一部分,但这部分足以介绍无人驾驶型无人机的动态建模主题。



, , : , . ( ), , , — , , , / , , .. .., — .





1



: 10…25 , 4, 6 8- (), , , 8, 12 16 T-motors Antigravity 6007 KV320 ( 2 50% ). .



: , , .





2



, - . , — ( , , ). [1] [2].



, ( ), , :



  1. ( ) , , – () . , - . ( , 0), :

    FM(t)=CTω2(t),MM(t)=CQω2(t),



    , ( ):

    CT=2.02268104Hc2,

    MM0  2 — ,

    ωŤ – , /.
  2. () , , , . (4 , 4 ) . , - – , . , FM(t) [], , , . , , ( ) .
  3. : ) , ) , . I B ( inertial – body – ). : xI-, yI- , zI-, xB — , yB- , zB- (. ):



    , B :

    rM1=(l1,0,0)T,    rM2=12(l2,l2,0)TrM3=(0,l1,0)T,    rM4=12(l2,l2,0)TrM5=(l1,0,0)T,    rM6=12(l2,l2,0)TrM7=(0,l1,0)T,    rM8=12(l2,l2,0)T



    l1 – 1, 3, 4 5- , l2 – 2, 4, 6 8- .

    ( ) , , ( 1…5 , – ). γ, :

    eM1=(0,sin(γ),cos(γ))T,   eM2=(sin(γ)2,sin(γ)2,cos(γ))T,eM3=(sin(γ),0,cos(γ))T,   eM4=(sin(γ)2,sin(γ)2,cos(γ))T,eM5=(0,sin(γ),cos(γ))T,   eM6=(sin(γ)2,sin(γ)2,cos(γ))T,eM7=(sin(γ),0,cos(γ))T,   eM8=(sin(γ)2,sin(γ)2,cos(γ))T.



    (, B, ) , . , , .

    [1].
  4. , . :



    4.1) . zI. – , . ( , , ).



    4.2) – 8, , .



    4.3) (/ ) – . , ( ). – , « » ( ).



    4.4) – . .

  5. , :



    5.1) . , - – . .



    5.2) – , .



    5.3) – , , .



    5.4) .



    5.5) – .



    5.6)VMG推力产生的力矩。由于螺旋桨不在直升机的重心上,因此每个螺旋桨都会产生自己的转弯力矩。这也许是决定飞机在太空中方位的主要因素。


八旋翼动力学的三个非线性方程



考虑到公认的假设以及将直升飞机建模为单个刚体这一事实,直升飞机动力学模型的基础非常简单-这是牛顿第二定律,在矢量形式下看起来像这样,只有两个简单方程式:



dp(t)dt=F(t),dL(t)dt=M(t),



哪里 p(t))=mv(t)是直升机的冲动,并且 L(t)=I(t)ω(t) -直升机的角动量, m -它的质量, I(t) -惯性张量(惯性矩的线性算子)。 F(t)M(t) 直升机上所有力量和所有瞬间之和的本质。



, , , ( ). - , - , , , , . – , , B, , ( ) . [1], .



将直升机的动量和角动量的值代入牛顿第二定律的给定方程式中,对于惯性坐标系,我们得到:

dvI(t)dt=1mFI(t),dωI(t)dt=I1(MI(t)dIIdtωI).



在这些等式中,数学上,右手侧非常复杂,并且由于与直升机相关联的坐标系旋转,因此无法轻松获得相关联的坐标系B(其中右手侧更简单)中的动力学方程



– . , – . . : φ (roll), θ (pitch) / ψ (yaw), I B RIB RBI=RTIB, I, B, , , : FI(t)=RBIFB(t), FB(t)=RIBFI(t).



, : I , , B. , , F(t) ( ), . – . – , , . , , . .



- , , , B. , ωB(t) vB(t), ( – ) I , , .



I B, cos() = c() sin() = s():

RIB==(c(θ)s(ψ)c(θ)s(ψ)s(θ)s(φ)s(θ)c(ψ)c(φ)s(ψ)s(φ)s(θ)s(ψ)+c(φ)C(ψ)s(φ)c(θ)c(φ)s(θ)c(ψ)+s(φ)s(ψ)s(φ)s(θ)s(ψ)s(φ)c(ψ)c(φ)c(θ))



再次注意,该矩阵在每个时刻显然都不同,因为 直升机的方位角发生变化。但是这些只是代数计算,没有任何微分方程。矩阵本身不是常数,它具有时间导数。

通过结构建模方法实现的SimInTech环境中的矩阵如图1所示。





图1.从系统I到坐标系B的旋转矩阵

然后,对于线速度的矢量,您可以编写:

vB(t)=RIBvI(t),

对于角动量

LB(t)=RIBLI(t).

省略中间计算(包括旋转矩阵的导数,该导数最终等于对象的角速度与旋转矩阵本身的矢量乘积,用相反的符号表示),对于所考虑的第一个动力学方程式,我们在与直升机相关的坐标系B中获得以下表达式

dvBdt=ωB(t)×vB(t)+1mFB(t),



对于第二个方程,考虑到 LB(t)=IBωB(t)

并且由于在旋转的边界坐标系中,惯性张量是一个常数,并且其时间导数等于零,并且dLB(t)dt=IBdωB(t)dt 我们得到:

dωBdt=I1B(MB(t)ωB(t)×(IBωB(t))).



总之,与原始方程相比,旋转框架B的牛顿定律的记录II补充了两个向量积。



( 6 ) – . 6 – . 6 , SimInTech Simulink Scilab .



( B), I, , , , .



我们尚未根据方程式完成的唯一事情是,我们还没有写出作用在直升机上的力和力矩的表达式。下面在B坐标系中进行操作根据这些假设,我们考虑并用指数表示:M-发动机的工作,仅就产生的推力和力矩而言,D-空气阻力(与风共同作用),O-外部干扰,通常为零,并且用户可以任意设置重力-它不会产生力量的转折时刻:

FB(t)=FM(t)+FD(t)+FO(t)+mgRIBeIZMB(t)=MM(t)+MD(t)+MO(t)



链接坐标系中的重力将根据飞机的方向“旋转”。

让我们更详细地写出这些术语等于什么:

FM(t)=CTω2M1(t)eM1+CTω2M2(t)eM2+CTω2M3(t)eM3++CTω2M4(t)eM4+CTω2M5(t)eM5+CTω2M6(t)eM6++CTω2M7(t)eM7+CTω2M8(t)eM8



这里已经提到了VMG而不是直升飞机的旋转角速度。回想一下,牵引力的单位矢量是为坐标系B编写的,并且它们是常数-很明显,它们可以计算1次,总系数在这里被排除在外,可以大大简化计算。如果我们要写下系统I中的动力学方程,则该表达式将通过每个ort的旋转矩阵增加8个以上的乘法,并且在计算的每个步骤中都必须考虑该表达式。

空气阻力(无风时):

FD=0.5ρCD(Ayzvx|vx|Axzvy|vy|Axyvz|vz|)



外部干扰-零,应用户要求,他可以稍后在计算之前或在模拟过程中设置该值或该值。

我们将发动机推力的力矩写为:

MM(t)=rM1×eM1CTω2M1(t)+rM2×eM2CTω2M2(t)++rM3×eM3CTω2M3(t)+rM4×eM4CTω2M4(t)++rM5×eM5CTω2M5(t)+rM6×eM6CTω2M6(t)+rM7×eM7CTω2M7(t)+rM8×eM8CTω2M8(t)



空气阻力力矩(有关更多详细信息,请参见[1]):

MD=0.5ρCD(Ayzvx|vx|lxAxzvy|vy|ly8Axyvz|vz|lz)



再次注意,为简洁起见,本文中省略了HMG的进动力矩和反应力矩的计算。



为避免在轴上写出从向量到标量方程的过渡时出错,可以更轻松地利用MathCAD或Maple类型的软件包,在其中可以以符号形式自动执行大多数转换,并获得由Bed和的移动系统的轴记录的所需的6个动力学方程



以最紧凑的形式,获得和求解的动力学方程式如下:

dvBdt=1m(FM(t)+FD(t)+FO(t))+gRIBeIzωB(t)×vB(t),dωBdt=I1B(MM(t)+MD(t)ωB(t)×(IBωB(t)).



通过对它们进行积分并获得B系统中的速度值,可以计算出惯性坐标系I中的速度和方向角:

vI(t)=RBIvB(t),(˙φ˙θ˙ψ)=WBIωB(t).



关于从直升机的角速度到欧拉角的转弯速率的转换矩阵 WBI 请参阅[1]中的详细信息。



3



– SimInTech. , , – . , , – . , , .



, – B 2 , ( ) 6 , 6 : . 6DOF , .. . , 6 , 6 ( ). . , ( ) – . , 12 . , , 18 . , 12 6 ( ) .



3.1



– , «», , . – 6- , . 2.



2 «» , 6+3+3 «». , ( ) – aBx,aBy,aBz,ωBx,ωBy,ωBz, – (, ).



I ( B ) , ,



, «» , ( ) I, B WBI. .





2.

« » « » – , 1 .



– ( a = F/m), x, 3:





3.

, .. - , – . , SimInTech ( , ).



W(B->I) B , . 4 [1] .





4. WBI



3.2



, 2 xB,yB,zB并在SimInTech电路中绘制结果。省略计算(读者可以在一张纸上或借助某些符号数学软件独立地执行计算),我们给出了方程的最终形式。由于麻烦,我们将在右侧用术语引用。



螺旋桨组的牵引力 FM(t):

F(t)=12(F2(t)FM4(t)+FM6(t)+FM8(t))sin(γ)++(FM3(t)FM7(t))sin(γ),F(t)=12(F2(t)FM4(t)FM6(t)+FM8(t))sin(γ)++(FM5(t)FM1(t))sin(γ),Fz(t)=(FM1(t)+F2(t)+FM3(t)+FM4(t)++FM5(t)+FM6(t)+FM8(t)+FM8(t))cos(γ),



哪里 FMi(t) 是当前第i个VMG的牵引力。

空气阻力 FD(t) 在没有风的情况下-上面给出了公式,预测将相等:

FDx(t)=0.5ρCDAyzvx|vx|,FD(t)=0.5ρCDAxzv|v|,FDz(t)=0.5ρCDAxyvz|vz|.





重力,在移动坐标系的轴上的投影中,术语 gRIBeIz 显然等于:

gRIBeIz=(sin(θ)sin(ϕ)cos(θ)cos(ϕ)cos(θ))



– :

ωB(t)×vB(t)=(vBzωByvByωBzvBxωBzvBzωBxvByωBxvBxωBy).



, SimInTech, , , 5, 6 7 ( xB, ):





5. xB.



6. xB.



7. xB.

, ( 2 – ). . , – :

Mm(t)+MD(t)ωB(t)×(IBωB)



所有VMG的牵引力矩之和:

MMx(t)=[l22(FM2(t)FM4(t)+FM6(t)+FM8(t))++l1(FM7(t)FM3(t))]cos(γ),MM(t)=[l22(FM2(t)FM4(t)FM6(t)+FM8(t))++l1(FM1(t)FM5(t))]cos(γ),MMz(t)=[l2(FM2(t)+FM4(t)+FM6(t)+FM8(t))+l1(FM1(t)+FM3(t)+FM5(t)+FM7(t))]sin(γ).

哪里 FMi(t) -当前第i个VMG的牵引力, l1,l2 -肩力(奇数和偶数VMG的直升飞机镜架的光束长度)。

空气阻力力矩(无风时):

MDx(t)=0.5ρCDAyzωBx|ωBx|lx,MD(t)=0.5ρCDAxzωBy|ωBy|ly,MDz(t)=0.5ρCD8AxyωBz|ωBz|lz.



角速度的矢量乘积与惯性张量和角速度的乘积:

ωB(t)×(IBωB(t))=((IyyIzz)ωByωBz(IzzIxx)ωBxωBz(IxxIyy)ωBxωBy).



因此,将这些项代入角速度的微分方程,并实现在SimInTech环境中获得的项后,我们得到以下结构图:





图8.直升机绕轴的角加速度 xB...



图9. VMG绕轴的推力力矩 xB...



图10.旋转时的空气阻力 xB...

3.3结构形式的八旋翼动力学方程组



, , ( 11). , , . (, , ), 6+ , , , . 12.







11. .



12. , .

, SimInTech, .



( , ), ( ) . , // - — , .



, () – B I, – I ( B .. – ).



, .





, , .





  1. Design, Modeling and Control of an Octocopter, Oscar Oscarson, Royal Institute of Technology 2015
  2. Development, Modelling and Control of a Multirotor Vehicle, Markus Mikkelsen, Umeå University 2015.



All Articles