Modelo de Predicción de Velocidad del Rotor de un Sistema de Pulverización Aérea No Tripulada de Múltiples Rotores y Su Correspondencia con la Carga Total
Autores: Han, Yifang; Chen, Pengchao; Xie, Xiangcheng; Cui, Zongyin; Wu, Jiapei; Lan, Yubin; Zhan, Yilong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Modelo de Predicción de Velocidad del Rotor de un Sistema de Pulverización Aérea No Tripulada de Múltiples Rotores y Su Correspondencia con la Carga Total
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Líquido
Velocidad de vuelo
Velocidad del rotor
Sistema de pulverización aérea no tripulada de múltiples rotores
Empuje
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Durante las operaciones de pulverización continua, el líquido en el tanque de pesticidas disminuye gradualmente y la velocidad de vuelo cambia a medida que se altera la ruta. Para mantener un vuelo estable, la velocidad del rotor de un sistema de pulverización aérea no tripulada de múltiples rotores (UASS) se ajusta constantemente. Para explorar la ley de variación de la velocidad del rotor en un UASS de múltiples rotores bajo atributos de operación objetivos, basado en datos experimentales en interiores y exteriores, este documento construye un modelo matemático de la relación entre la velocidad del rotor y el empuje. El parámetro de ajuste del modelo (R2) es igual a 0.9996. A través de la red neuronal, se construye el modelo de predicción de la velocidad del rotor con la velocidad de vuelo en tiempo real y la carga del tanque de pesticidas como entrada. El coeficiente de correlación general (R2) del conjunto de entrenamiento del modelo es 0.728, y los coeficientes de correlación (R2) del conjunto de verificación y del conjunto de prueba son 0.719 y 0.726, respectivamente. Finalmente, la velocidad del rotor se empareja con la carga de todo el UASS a través de la conversión de empuje. Se sabe que la capacidad de carga en un estado de carga completa solo alcanza aproximadamente el 50% de su capacidad de carga máxima, y el aumento de carga es más del 75.83% en comparación con el estado sin carga. Este estudio proporciona una referencia teórica y metodológica para predecir con precisión los resultados de caracterización del rendimiento de un sistema de potencia durante la operación real e investigar el mecanismo de retroalimentación dinámica de un UASS durante la operación continua.
Descripción
Durante las operaciones de pulverización continua, el líquido en el tanque de pesticidas disminuye gradualmente y la velocidad de vuelo cambia a medida que se altera la ruta. Para mantener un vuelo estable, la velocidad del rotor de un sistema de pulverización aérea no tripulada de múltiples rotores (UASS) se ajusta constantemente. Para explorar la ley de variación de la velocidad del rotor en un UASS de múltiples rotores bajo atributos de operación objetivos, basado en datos experimentales en interiores y exteriores, este documento construye un modelo matemático de la relación entre la velocidad del rotor y el empuje. El parámetro de ajuste del modelo (R2) es igual a 0.9996. A través de la red neuronal, se construye el modelo de predicción de la velocidad del rotor con la velocidad de vuelo en tiempo real y la carga del tanque de pesticidas como entrada. El coeficiente de correlación general (R2) del conjunto de entrenamiento del modelo es 0.728, y los coeficientes de correlación (R2) del conjunto de verificación y del conjunto de prueba son 0.719 y 0.726, respectivamente. Finalmente, la velocidad del rotor se empareja con la carga de todo el UASS a través de la conversión de empuje. Se sabe que la capacidad de carga en un estado de carga completa solo alcanza aproximadamente el 50% de su capacidad de carga máxima, y el aumento de carga es más del 75.83% en comparación con el estado sin carga. Este estudio proporciona una referencia teórica y metodológica para predecir con precisión los resultados de caracterización del rendimiento de un sistema de potencia durante la operación real e investigar el mecanismo de retroalimentación dinámica de un UASS durante la operación continua.