| Titre : |
Optimisation des paramètres de contrôle en vol d’un Tailsitter en mode copter et plane : création et simulation d’un modèle mathématique, et implémentation de la structure de contrôle d’ArduPilot |
| Type de document : |
Travail de fin d'études |
| Auteurs : |
Abdellah Belkassem, Auteur ; Patrick Hendrick, ; Antoine Aifa, |
| Editeur : |
ECAM |
| Année de publication : |
2023 |
| Note générale : |
ECAM |
| Langues : |
Français (fre) |
| Index. décimale : |
TFE - Automatique |
| Résumé : |
Dans de nombreux domaines, les drones sont utilisés pour collecter des données et effectuer des
tâches importantes telles que la surveillance, la cartographie ou encore la recherche et le
sauvetage. Cependant, pour garantir un vol stable et sûr, il est nécessaire d'optimiser les
paramètres de contrôle en vol d'un drone Tailsitter. L'objectif principal de cette optimisation est
de maintenir une trajectoire précise en suivant une consigne de référence, ce qui est essentiel
pour la réussite de ces missions.
Pour atteindre cet objectif, il est indispensable de réaliser un modèle mathématique du système
en prenant en compte les caractéristiques physiques du drone, telles que sa masse, sa forme et la
configuration de ses rotors. Une fois le modèle mathématique réalisé, il est possible
d'implémenter une structure de contrôle sur ArduPilot, un système open-source de pilotage
automatique pour drones.
Cette structure de contrôle doit être adaptée au Tailsitter, en prenant en compte les particularités
de ce type de drone, qui peut voler comme un avion à ailes fixes ou comme un quadricoptère.
Pour minimiser les perturbations et les oscillations du drone en vol, on utilise des régulateurs PID,
qui sont des algorithmes de contrôle permettant de maintenir le drone sur une trajectoire précise
en ajustant en temps réel la vitesse, l'orientation et la position du drone.
Afin de déterminer les gains des régulateurs PID, il est possible d'implémenter la structure de
contrôle sur Simulink, un environnement de modélisation graphique pour systèmes dynamiques,
qui permet de reproduire l'environnement d'ArduPilot. L'optimisation des gains des régulateurs
PID permet ainsi d'obtenir un vol plus stable et plus précis, ce qui est crucial pour les missions de
surveillance, de cartographie ou de recherche et sauvetage.
L'avantage de la création d'un modèle mathématique du système est qu'elle permet d'optimiser
les paramètres de régulation sans avoir à effectuer de tests en vol sur le drone. Cela permet de
gagner du temps et d'assurer la sécurité des vols en évitant les risques d'endommagement ou de
perte du drone. En somme, l'optimisation des paramètres de contrôle en vol d'un drone Tailsitter
est essentielle pour garantir un vol stable, précis et sûr, ce qui est crucial pour la réussite de
missions importante |
Optimisation des paramètres de contrôle en vol d’un Tailsitter en mode copter et plane : création et simulation d’un modèle mathématique, et implémentation de la structure de contrôle d’ArduPilot [Travail de fin d'études] / Abdellah Belkassem, Auteur ; Patrick Hendrick, ; Antoine Aifa, . - ECAM, 2023. ECAM Langues : Français ( fre)
| Index. décimale : |
TFE - Automatique |
| Résumé : |
Dans de nombreux domaines, les drones sont utilisés pour collecter des données et effectuer des
tâches importantes telles que la surveillance, la cartographie ou encore la recherche et le
sauvetage. Cependant, pour garantir un vol stable et sûr, il est nécessaire d'optimiser les
paramètres de contrôle en vol d'un drone Tailsitter. L'objectif principal de cette optimisation est
de maintenir une trajectoire précise en suivant une consigne de référence, ce qui est essentiel
pour la réussite de ces missions.
Pour atteindre cet objectif, il est indispensable de réaliser un modèle mathématique du système
en prenant en compte les caractéristiques physiques du drone, telles que sa masse, sa forme et la
configuration de ses rotors. Une fois le modèle mathématique réalisé, il est possible
d'implémenter une structure de contrôle sur ArduPilot, un système open-source de pilotage
automatique pour drones.
Cette structure de contrôle doit être adaptée au Tailsitter, en prenant en compte les particularités
de ce type de drone, qui peut voler comme un avion à ailes fixes ou comme un quadricoptère.
Pour minimiser les perturbations et les oscillations du drone en vol, on utilise des régulateurs PID,
qui sont des algorithmes de contrôle permettant de maintenir le drone sur une trajectoire précise
en ajustant en temps réel la vitesse, l'orientation et la position du drone.
Afin de déterminer les gains des régulateurs PID, il est possible d'implémenter la structure de
contrôle sur Simulink, un environnement de modélisation graphique pour systèmes dynamiques,
qui permet de reproduire l'environnement d'ArduPilot. L'optimisation des gains des régulateurs
PID permet ainsi d'obtenir un vol plus stable et plus précis, ce qui est crucial pour les missions de
surveillance, de cartographie ou de recherche et sauvetage.
L'avantage de la création d'un modèle mathématique du système est qu'elle permet d'optimiser
les paramètres de régulation sans avoir à effectuer de tests en vol sur le drone. Cela permet de
gagner du temps et d'assurer la sécurité des vols en évitant les risques d'endommagement ou de
perte du drone. En somme, l'optimisation des paramètres de contrôle en vol d'un drone Tailsitter
est essentielle pour garantir un vol stable, précis et sûr, ce qui est crucial pour la réussite de
missions importante |
|  |
Visionner les documents numériques
Affiner la rechercheOptimisation des paramètres de contrôle en vol d’un Tailsitter en mode copter et plane : création et simulation d’un modèle mathématique, et implémentation de la structure de contrôle d’ArduPilot / Abdellah Belkassem
Ce document n'est visible qu'après identification
