modelowanie i symulacja układu stabilizacja lotu mikrozamolotu z
Transkrypt
modelowanie i symulacja układu stabilizacja lotu mikrozamolotu z
XLVI Sympozjon „Modelowanie w mechanice” Adam JAROSZEWICZ, Wydziałowy Zakład Inżynierii Lotniczej, Politechnika Wrocławska Krzysztof SIBILSKI, Wydziałowy Zakład Inżynierii Lotniczej, Politechnika Wrocławska; Instytut Techniczny Wojsk Lotniczych, Warszawa MODELOWANIE I SYMULACJA UKŁADU STABILIZACJA LOTU MIKROZAMOLOTU Z MACHAJĄCYMI SKRZYDLAMI – STUDIUM ZASTOSOWANIA BIOMIMICZNYCH CZUJNIKÓW Nazwa ,,mikrosamolot” z ang. „Micro Aerial Vehicle” - „MAV” , może być mylącą dla wielu ludzi, gdy nazwę tą zinterpretuje się zbyt dosłownie. Zazwyczaj przyjmuje się, że mikrosamoloty są bardzo małymi wersjami „dużych" samolotów, ale w tym przypadku należy je traktować jako zupełnie nową kategorię obiektów latających. Definicję ,,MAV” stworzono na potrzeby programów finansowanych przez agencję naukową DARPA z USA, która stwierdza, że mikrosamoloty są to statki powietrzne o wymiarach nie większych niż 15 cm z każdej ze stron (wysokość, szerokość, długość). Wynika stąd też fakt, iż obiekty należące do tej klasy są dużo mniejsze od innych wybudowanych i użytkowanych do obecnej chwili małych bezpilotowych statków powietrznych. Krótko mówiąc „mikrosamolot" jest rodzajem latającego ,,mikrorobota”, cechującego się wysoką zwrotnością, mogącego przenosić zminiaturyzowane urządzenia, czujniki i mogącego przekazywać obraz z niebezpiecznych miejsc. Poprzez określenie „entomopter” będziemy rozumieli mikrosamolot zbudowany w układzie „z machającymi skrzydłami”, poruszający się na sposób latającego owada. Tematem pracy jest modelowanie układu detekcji przestrzennego położenia entomoptera, oraz synteza praw sterowania w oparciu o dane zbierane przez biomimiczne czujniki. Czujnikami tymi są: przyoczka będące fotoczułym układem detekcji położenia przestrzennego latających owadów, oraz przezmianki które są rodzajem czujnika mierzącego prędkości kątowe (fizjologiczna platforma giroskopowa). W pracy przedstawiono modele fizyczne i matematyczne tych czujników. Sygnały wyjściowe tych sensorów zostały następnie wykorzystane (jako sprzężenia zwrotne) do syntezy praw sterowania pozwalających na stabilizację położenia kątowego entomoptera. Przeprowadzono symulacje, przyjmując że entomopter jest dynamicznym układem wieloczłonowym zbudowanym z kadłuba i skrzydeł, traktowanych jako nieodkształcalne elementy przymocowane do kadłuba za pomocą przegubów kulistych. W oparciu o model matematyczny entomoptera traktowanego jako dynamiczny układ wieloczłonowy opracowano algorytmy i programy komputerowe (wykorzystując środowisko programu MATLAB®), pozwalające na symulację lotu entomoptera (zbudowano wirtualną mikroelektromechaniczną muchę). Przeprowadzono badania symulacyjne wykazując efektywność czujników biomimicznych jako elementów układu stabilizacji przestrzennego położenia entomoptera. XLVI Sympozjon „Modelowanie w mechanice” Adam JAROSZEWICZ, Wydziałowy Zakład Inżynierii Lotniczej, Politechnika Wrocławska Krzysztof SIBILSKI, Wydziałowy Zakład Inżynierii Lotniczej, Politechnika Wrocławska; Instytut Techniczny Wojsk Lotniczych, Warszawa BIOMIMIC SENSORS GUIDED FLIGHT STABILITY AND CONTROL FOR FLAPPING WINGS MICRO AIR VEHICLE (ENTOMOPTER) The term, Micro Air Vehicle (MAV), may be somewhat misleading if interpreted too literally. We tend to think of flying model aircraft as "miniature", so the term "micro" now alludes to a class of significantly smaller vehicles. But MAVs are not small versions of larger aircraft. They are affordable, fully functional, militarily capable, small flying vehicles in a class of their own. The definition employed in DARPA's program limits these craft to a size less than 15 cm (about 6 inches) in length, width or height. In the many previous works it was recognized, that insect-like flapping wings seems to be an optimal mode of flying. MAVs will fill the gap in the short-distance (less than ten miles) surveillance capabilities, not covered by today's satellites and spy planes. Such capabilities will be useful in battlefields (especially in urban warfare) and against terrorists. Those vehicles can also be used in dull, dirty or dangerous (D^3) environments, where direct or remote human assistance is not feasible. Nonmilitary uses of autonomous micro-air vehicles will, in time, exceed in scope and scale the defense applications. They will become standard equipment for law enforcement and rescue services. The ability to explore D^3 environments without human involvement will be of great interest for many industries the vehicles will allow air quality sampling in no attainment areas, utility inspection (power lines, oil pipes), examination of human-inaccessible confined spaces in buildings, installations and large machines. MAV flight stability and control presents some difficult challenges. The low moments of inertia of MAVs make them vulnerable to rapid angular accelerations, a problem further complicated by the fact that aerodynamic damping of angular rates decreases with a reduction in wingspan. Another potential source of instability for MAVs is the relative magnitudes of wind gusts, which are much higher at the MAV scale than for larger aircraft. In fact, wind gusts can typically be equal to or greater than the forward airspeed of the MAV itself. Thus, an average wind gust can immediately affect a dramatic change in the vehicle’s flight path. Other problem occurs with influence of flapping wings on MAV’s body motion. The birds and flying insects, the biological counterpart of mechanical MAVs, can offer some important insights into how one may best be able to overcome these problems. Biological systems, while forceful evidence of the importance of vision in flight, do not, however, in and of themselves warrant a computer-vision based approach to MAV autonomy. Fundamentally, flight stability and control requires measurement of the MAV’s angular orientation. While for larger aircraft this is typically estimated through the integration of the aircraft’s angular rates or accelerations, a vision-based system can directly measure the MAV’s orientation. Most of the fly’s neural processing is devoted to vision, and its compound eyes are the key to flight control. Also notable are three light sensitive sensors arranged in a triangle on the top of the head, called ocelli. Research on insect flight revealed that in order to maintain stable flight, insects use structures, called halteres, to detect body rotations via gyroscopic forces. Therefore, we have developed a control system based on mathematical models of ocelli and halteres. We have developed algorithms based on vision and gyroscopic forces detection, and developed simulation tool provides a basis for an advanced description of an entomopter stabilization and dynamic behaviour.