阅读说明：本技术 一种小型多旋翼植保无人机结构优化设计方法 (Structure optimization design method for small multi-rotor-wing plant protection unmanned aerial vehicle ) 是由 陈青 张超 蒋雪松 仓业峥 刘键 朱赢 张志鹏 许林云 周宏平 茹煜 于 2019-09-17 设计创作，主要内容包括：本发明公开了一种小型多旋翼植保无人机结构优化设计方法,该方法包括以下步骤：A、构建小型多旋翼植保无人机的三维模型；B、将三维模型的生成文件导入Mesh软件进行网格划分,并把生成的网格文件导入CFD软件；C、在CFD软件中对小型多旋翼植保无人机进行喷雾场模拟；D、建立结构优化设计变量、优化约束条件并选取优化目标函数作为评价指标；E、通过MBC工具箱对参数点进行抽样取点；F、将抽样取点获得的参数点坐标数值代入CFD中进行流场模拟；G、通过MBC工具箱中RBF网络模型对抽样数据和流场模拟的结果进行拟合；H、通过GA算法进行结构优化。本发明的结构优化设计方法能够获得小型多旋翼植保无人机的喷嘴最佳位置。(The invention discloses a structure optimization design method of a small multi-rotor plant protection unmanned aerial vehicle, which comprises the following steps: A. constructing a three-dimensional model of the small multi-rotor plant protection unmanned aerial vehicle; B. importing a generated file of the three-dimensional model into Mesh software for meshing, and importing the generated Mesh file into CFD software; C. carrying out spray field simulation on the small multi-rotor plant protection unmanned aerial vehicle in CFD software; D. establishing a structural optimization design variable and an optimization constraint condition, and selecting an optimization objective function as an evaluation index; E. sampling and point taking are carried out on the parameter points through an MBC tool box; F. substituting the parameter point coordinate values obtained by sampling points into the CFD for flow field simulation; G. fitting the sampled data and the flow field simulation result through an RBF network model in an MBC tool box; H. and performing structure optimization through a GA algorithm. The structure optimization design method can obtain the optimal nozzle position of the small multi-rotor plant protection unmanned aerial vehicle.)

一种小型多旋翼植保无人机结构优化设计方法

技术领域

本发明属于无人机技术领域，具体地说是一种能够确定喷嘴安装位置的小型多旋翼植保无人机结构优化设计方法。

背景技术

无人机相对于传统植保机械它具有以下优点：能够精确高效地完成病虫害的防治；不受地理条件的影响；农作物任何生长期都可以实施施药任务。而相比固定翼飞机和轻型直升机，小型多旋翼植保无人机灵活性好，无需专门起降场地，在旋翼下洗风场的作用下能够实现低空施药作业，具有工作效率高，作业效果好，农药利用率高，中毒率低等优点。因此，开展对小型多旋翼植保无人机的研究对提高农业病虫害防治具有重要意义。尽管小型多旋翼植保无人机优点众多，但在其工作过程中仍存在着许多问题，如：农药使用量大、农药飘移严重以及雾滴沉积分布不均匀等。

发明内容

本发明的目的是针对小型多旋翼植保无人机在工作过程中存在农药使用量大、农药飘移严重以及雾滴沉积分布不均匀等问题，提供一种能够确定喷嘴安装位置的小型多旋翼植保无人机结构优化设计方法。

本发明的目的是通过以下技术方案解决的：

一种小型多旋翼植保无人机结构优化设计方法，其特征在于：该方法包括以下步骤：

A、利用建模软件构建简化后的小型多旋翼植保无人机的三维模型，所述三维模型至少由机身、旋翼、机臂三个部分组成；

B、将三维模型的生成文件导入Mesh软件，进行网格划分，并把生成的网格文件导入CFD软件；

C、在CFD软件中对小型多旋翼植保无人机进行喷雾场模拟；其中，喷雾场模拟需要进行湍流模型的设置、离散方式的设置、交界面的设置、离散相的设置、收敛迭代的设置；

D、建立结构优化设计变量、优化约束条件并选取优化目标函数作为评价指标，该评价指标为小型多旋翼植保无人机液滴沉积分布的均匀性；

E、通过MBC工具箱对表示结构优化设计变量的参数点进行抽样取点；

F、将抽样取点获得的参数点坐标数值代入CFD中进行流场模拟，流场模拟的设定同步骤C；

G、通过MBC工具箱中RBF网络模型对抽样数据和流场模拟的结果进行拟合，拟合的标准误差R²大于0.8时进入下一步，否则回到步骤E重新进行抽样取点；

H、拟合合格的参数点坐标数值再通过GA算法进行结构优化，获得小型多旋翼植保无人机的喷嘴最佳位置。

所述步骤A中的建模软件为Soildworks软件。

所述步骤B中的生成文件为STEP文件、网格文件为*.msh文件；所述步骤B中的网格划分方式是采用自下而上的非结构化网格。

所述步骤C中的湍流模型采用k-ω湍流模型、离散方式采用有限体积法、动域和静域的交界面设置为Interface、离散相采用DPM模型、收敛迭代的方式为先迭代连续相后迭代离散相。

所述步骤D中的结构优化设计变量根据设计变量和设计常量获得，设计常量有：旋翼离地高度2m、旋翼转速3600RPM、来流风速0m/s，设计变量有：喷嘴数量a、喷嘴相对旋翼中心线的水平位置Y、喷嘴相对旋翼底部的垂直位置Z，则建立结构优化设计变量X为：X＝[x₁,x₂,x₃]^T＝[a,Y,Z]^T，其中χ₁、χ₂、χ₃分别指喷嘴数量a、喷嘴相对旋翼中心线的水平位置Y、喷嘴相对旋翼底部的垂直位置Z，T为结构优化设计变量的表达形式。

所述步骤D中的优化约束条件根据无人机下方的风场垂直方向风速确定，优化约束条件为：

其中，Y₁、Y₂、Y₃、Y₄、Y₅分别为不同喷嘴相对旋翼中心线的水平位置。

所述步骤D中的优化约束条件的简化条件为：

其中，Y₁、Y₂分别为不同喷嘴相对旋翼中心线的水平位置。

所述步骤D中的优化目标函数通过变异系数CV值来判断，变异系数CV值越接近于1说明沉积分布均匀性性越好，变异系数CV的公式为：其中s为标准差、x_i为每一小块云图上沉积量、为所有块云图上沉积量的平均数、n为沉积云图被分割的个数。

所述步骤E中的抽样取点方法采用拉丁超立方抽样法，取点的点数为5m，m为参数的维度。

所述步骤G中的拟合是一种超曲面拟合。

本发明相比现有技术有如下优点：

本发明的结构优化设计方法通过CFD模拟与Matlab相结合的方式对小型多旋翼植保无人机的喷雾场数值模拟及结构优化进行研究，优化了小型多旋翼植保无人机的喷嘴安装位置，从而为小型多旋翼植保无人机的设计与工作提供理论依据。

附图说明

附图1是本发明的小型多旋翼植保无人机结构优化设计方法的流程图；

附图2是本发明的小型多旋翼植保无人机的简化模型示意图；

附图3是本发明的结构优化设计方法的网格划分示意图；

附图4是本发明的小型多旋翼植保无人机的高度与垂直方向风速关系示意图；

附图5是本发明的结构优化设计方法中的拟合超曲面图；

附图6是本发明的结构优化设计方法中的MBC工具箱里的CAGE优化模块中的GA算法示意图；

附图7是本发明的结构优化设计方法优化后的小型多旋翼植保无人机的结构示意图。

具体实施方式

下面结合附图与实施例对本发明作进一步的说明。

如图1所示：一种小型多旋翼植保无人机结构优化设计方法，该方法包括以下步骤：

A、利用Soildworks软件构建简化后的小型多旋翼植保无人机的三维模型，该三维模型至少由机身、旋翼、机臂三个部分组成；

B、将三维模型的生成文件导入Mesh软件，采用自下而上的非结构化网格方式进行网格划分，并把生成的网格文件导入CFD软件，其中生成文件为STEP文件、网格文件为*.msh文件；

C、在CFD软件中对小型多旋翼植保无人机进行喷雾场模拟；喷雾场模拟需要进行湍流模型的设置、离散方式的设置、交界面的设置、离散相的设置、收敛迭代的设置，其中，湍流模型采用k-ω湍流模型、离散方式采用有限体积法、动域和静域的交界面设置为Interface、离散相采用DPM模型、收敛迭代的方式为先迭代连续相后迭代离散相；

D、建立结构优化设计变量，结构优化设计变量根据设计变量和设计常量获得，设计常量有：旋翼离地高度2m、旋翼转速3600RPM、来流风速0m/s，设计变量有：喷嘴数量a、喷嘴相对旋翼中心线的水平位置Y、喷嘴相对旋翼底部的垂直位置Z，则建立结构优化设计变量X为：X＝[x₁,x₂,x₃]^T＝[a,Y,Z]^T，其中χ₁、χ₂、χ₃分别指喷嘴数量a、喷嘴相对旋翼中心线的水平位置Y、喷嘴相对旋翼底部的垂直位置Z，T为结构优化设计变量的表达形式；

优化约束条件，优化约束条件根据无人机下方的风场垂直方向风速确定，不同高度与垂直方向的速度关系如图4所示，其优化约束条件为：

其中，Y₁、Y₂、Y₃、Y₄、Y₅分别为不同喷嘴相对旋翼中心线的水平位置；

进一步的说，由图4可知由于机身的遮挡机身下方不应该布置喷嘴，不利于液滴的沉积，喷嘴数量4个比较合适，又由于风场沿中心轴呈基本对称分布和无人机对称机构，只研究Y轴正方向喷嘴布置即可，这样可以减少工作量；而旋翼正下方的Y值为533mm，因此布置两个喷嘴分别置于旋翼中心的两边，优化约束条件的简化约束条件为：

其中，Y₁、Y₂分别为不同喷嘴相对旋翼中心线的水平位置。

选取优化目标函数作为评价指标，该评价指标为小型多旋翼植保无人机液滴沉积分布的均匀性，优化目标函数通过变异系数CV值来判断，变异系数CV值越接近于1说明沉积分布均匀性性越好，变异系数CV的公式为：其中s为标准差、x_i为每一小块云图上沉积量、为所有块云图上沉积量的平均数、n为沉积云图被分割的个数。

E、通过MBC工具箱对表示结构优化设计变量的参数点进行抽样取点，抽样取点方法采用拉丁超立方抽样法，取点的点数为5m且，m为参数的维度，m为3，则抽样15个点，各个点的参数点坐标如表1所示；

Table 1Parameter Point Coordinates

表1抽样获得的参数点坐标F、将抽样取点获得的参数点坐标数值代入CFD中进行流场模拟，流场模拟的设定同步骤C；主要是改变喷嘴的位置，将抽样后的参数点坐标数值依次代入进行流场模拟，并求出每一组的变异系数CV值；

G、通过MBC工具箱中RBF网络模型对抽样数据和流场模拟的结果进行拟合，该步骤需要将每一组结构优化设计变量的最佳组合以及对应的变异系数CV值输入MBC工具箱中，通过RBF网络模型对其进行超曲面拟合(拟合超曲面图如图5所示)，并通过标准误差R²作为拟合效果评判标准，一般认为当标准误差R²大于0.8时说明拟合效果好，如果标准误差R²低于0.8需要增加抽样点再次拟合直到标准误差R²大于0.8，而本实施例中获得的标准误差R²为0.877，说明拟合效果较好能够进入下一步；

H、拟合合格的参数点坐标数值再通过GA算法进行结构优化，该优化方式是在图六所示的MBC工具箱里的CAGE优化模块中来完成，从而得到喷嘴的最佳位置为：Z轴方向为-405mm，喷嘴1在Y轴方向为464mm、喷嘴2在Y轴方向为700mm、喷嘴4在Y轴方向为-464mm、喷嘴5在Y轴方向为-700mm且此位置的变异系数CV为0.774，即获得小型多旋翼植保无人机的喷嘴最佳位置，结果如图7所示。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内；本发明未涉及的技术均可通过现有技术加以实现。