多旋翼无人机理论 | 四旋翼动力学数学模型与Matlab仿真
- 力的来源
- 数学模型
- 数学模型总结
- Matlab 仿真
力的来源
无人机的动力系统:电调-电机-螺旋桨 。
给人最直观的感受就是 电机带动螺旋桨转,产生升力。
螺旋桨旋转产生升力的原因,在很多年前伯努利就给出了解释,简单说就是流速大,压强小;流速小,压强大,也就是伯努利定理。
可以看到螺旋桨的桨面并不是平的,旋转时桨面上下的空气流速不一直,会产生向上的推力。
数学模型
对于四旋翼无人机刚开始的输入可以简化成四个电机的油门,每个电机的油门归一化到0-1区间。
四旋翼动力学数学模型就是: 根据电机的油门算出和升力和各轴的力矩。
这里有三个模型近似:
-
对于每个电机,电机稳态转速与油门成线性关系(0%油门产生0%转速,10%油门产生10%转速,100%油门产生100%转速),电机近似一阶系统逐渐达到稳态转速
实际在0油门也会有点转速,有一点截距
电机近似一阶系统逐渐达到稳态转速,不会是阶跃那种(下面曲线把一阶加速过程放大了,实际不会这么慢达到稳态转速)
其中电机转速和油门的计算公式如下:
给电机的油门越大,电机转速越快,油门与电机稳态转速之间接近线性关系。但是给电机一个油门之后,电机并不能立即达到对应的转速,可以把电机近似为一阶系统。
其中 C m C_{m} Cm为电机转速斜率,定义为油门增加1,电机转速增加量; ω ˉ m \bar{\omega}_{m} ωˉm为电机转速截距,定义为油门为0时,电机的转速,则公式右边为电机的稳定转速,与油门线性相关
公式左边为动态过程,随着电机转速 ω ˉ ( t ) \bar{\omega}(t) ωˉ(t)的增加,电机转速增量 ω ˉ ˙ ( t ) \dot{\bar{\omega}}(t) ωˉ˙(t)逐渐减小,电机转速逐渐达到给定转速。 T m T_{m} Tm为电机时间常数,越大则每次转速的增量越小,达到稳定转速的时间越长。 -
对于每个螺旋桨,产生的升力与转速平方成正比
大概曲线是这样:
计算公式如下
C T C_{T} CT就是升力系数,T就是无人机的合升力 -
四个螺旋桨的合力共同作用在机体系z轴;四个螺旋桨力的差异在机体系三个轴产生力矩。
其中x和y轴靠升力的不平衡来产生力矩;z轴力矩的产生靠反扭矩。
力矩(Torque)是一个物理量,它描述了力对物体产生旋转效果的能力。力矩的公式为: τ = r × F \tau=r×F τ=r×F,
τ \tau τ是力矩(单位通常是牛顿米,N·m);F 是作用在物体上的力(单位通常是牛顿,N);r 是力臂的矢量(单位通常是米,m)。
在无人机飞行控制中,力矩是一个非常重要的概念。无人机的姿态控制(如俯仰、滚转、偏航)都是通过调整电机产生的力矩来实现的。通过改变电机的转速,可以改变电机产生的力矩,从而控制无人机的姿态和飞行方向。
在四旋翼中,力、力臂、力矩,用如下视图表示:
其中绿色F1、F2、F3、F4为各电机产生的力,方向为垂直xy平面向上,黄色d为力臂矢量,则力矩Mi的方向通过右手定则可以得到方向,橙色M1、M2、M3、M4则为各电机所产生的力矩。
以电机1为例,其产生的力矩M1在机体系x,y轴的分量为:
同理可得到四个电机产生的合力矩,在x和y轴为:
在z轴方向上,螺旋桨旋转,空气给螺旋桨一个反方向的阻力,例如逆时针旋转的1号电机,
黑色v为螺旋桨线速度方向,绿色f1为等效空气阻力,黄色r为力臂矢量,则通过力矩计算公式得到该力矩橙色M1z为垂直向下,大小为:
同理可得到其它螺旋桨旋转产生的z轴方向的力矩M2z(垂直朝上)、M3z(垂直朝下)、M4z(垂直朝上)
但是等效反扭力矩f1难以得到,通过实验得出,反扭力矩也和螺旋桨的转速平方成正比
其中 C M C_{M} CM为反扭力矩系数,代表单个螺旋桨转速增加1rad/s,反扭力矩增加的大小
那么可以得到四个螺旋桨产生的反扭力矩为:
数学模型总结
油门和电机转速的计算公式:
转速和升力的计算公式:
转速和力矩的计算公式:
Matlab 仿真
油门与电机转速模型 仿真代码如下,反应了电机转速响应油门的变化曲线
%% 油门与电机转速模型测试
global dt Tm Cm varpimdt = 1e-3; % 仿真时间步长
Cm = 706.01; % 油门增大1,电机转速变化(RPM)
varpim = 170.47; % 零占空比时电机转速(RPM)
Tm = 0.260; % 电机时间常数N = 2000;
t = 0:dt:dt*(N-1);
sigma = [0.7; 0.6; 0.5; 0.4];
varpi = zeros(N, 4);k=1;
for tt=0:dt:(N-2)*dtk = k+1;% 动力单元模型varpi(k, 1) = motor(sigma(1), varpi(k-1, 1)); % 电机1转速varpi(k, 2) = motor(sigma(2), varpi(k-1, 2)); % 电机2转速varpi(k, 3) = motor(sigma(3), varpi(k-1, 3)); % 电机3转速varpi(k, 4) = motor(sigma(4), varpi(k-1, 4)); % 电机4转速
endfigure(1);plot(t, varpi(:,1), 'LineWidth', 1.5); hold on
plot(t, varpi(:,2), 'LineWidth', 1.5);
plot(t, varpi(:,3), 'LineWidth', 1.5);
plot(t, varpi(:,4), 'LineWidth', 1.5); hold offlegend(['\sigma_1=' num2str(sigma(1))], ['\sigma_2=' num2str(sigma(2))],['\sigma_3=' num2str(sigma(3))],['\sigma_4=' num2str(sigma(4))]);
xlabel('时间 t (s)');ylabel('转速 \varpi (rad/s)');title('电机模型测试'); grid on; grid minor%% 电机模型
% 输入:油门大小 sigma(0-1)
% 电机上一时刻的转速(rad/s)
% 输出:此时刻电机转速(rad/s)function varpi = motor(sigma, varpi_)global dt Tm Cm varpim;dvarpi = (Cm * sigma + varpim - varpi_) / Tm * dt;varpi = varpi_ + dvarpi;
end
油门与升力、力矩的关系仿真代码
%% 油门与升力、力矩模型测试
global dt Tm Cm varpim d cT cMdt = 1e-3; % 仿真时间步长
Cm = 706.01; % 油门增大1,电机转速变化(RPM)
varpim = 170.47; % 零占空比时电机转速(RPM)
Tm = 0.260; % 电机时间常数
d = 0.225; % 450mm/2
cT = 1.201e-5; % 升力系数
cM = 1.574e-7; % 反扭力系数N = 2000;
t = 0:dt:dt*(N-1);
sigma = [0.7; 0.6; 0.5; 0.4];
varpi = zeros(N, 4);
T = zeros(N, 1);
tau = zeros(N, 3);k=1;
for tt=0:dt:(N-2)*dtk = k+1;% 电机模型varpi(k, 1) = motor(sigma(1), varpi(k-1, 1)); % 电机1转速varpi(k, 2) = motor(sigma(2), varpi(k-1, 2)); % 电机2转速varpi(k, 3) = motor(sigma(3), varpi(k-1, 3)); % 电机3转速varpi(k, 4) = motor(sigma(4), varpi(k-1, 4)); % 电机4转速[T(k), tau(k,:)] = power_mix(varpi(k, :));
endfigure(1);subplot(211); plot(t, T, 'linewidth', 1.5); title('动力合成模型');ylabel('升力 (N)');
subplot(212);plot(t, tau(:,1), 'linewidth', 1.5);hold on
plot(t, tau(:,2),'linewidth', 1.5);plot(t, tau(:,3),'linewidth', 1.5);hold off
ylabel('力矩 (N\cdotm)');xlabel('时间 (t)'); legend('\tau_x', '\tau_y', '\tau_z');%% 电机模型
% 输入:油门大小 sigma(0-1)
% 电机上一时刻的转速(rad/s)
% 输出:此时刻电机转速(rad/s)function varpi = motor(sigma, varpi_)global dt Tm Cm varpim;dvarpi = (Cm * sigma + varpim - varpi_) / Tm * dt;varpi = varpi_ + dvarpi;
end%% 动力合成模型
% 输入:四个电机转速
% 输出:合升力与三轴力矩
function [T, tau] = power_mix(varpi)global cT cM d;T = cT * sum(varpi.^2);tau(1) = sqrt(2)/2 * d * cT * (-varpi(1)^2 + varpi(2)^2 + varpi(3)^2 - varpi(4)^2);tau(2) = sqrt(2)/2 * d * cT * ( varpi(1)^2 + varpi(2)^2 - varpi(3)^2 - varpi(4)^2);tau(3) = cM * (varpi(1)^2 - varpi(2)^2 + varpi(3)^2 - varpi(4)^2);
end