一种多旋翼无人机电池选型优化及验证方法与流程

本发明涉及无人驾驶飞行器领域，具体涉及一种多旋翼无人机电池选型优化及验证方法。

背景技术：

1、多旋翼无人机的飞行性能、续航能力、作业可靠性及运行安全性，高度依赖动力电池系统与整机的匹配度。动力电池作为无人机的核心动力源，其电压兼容性、能量密度、功率特性、重量及成本等参数，直接决定了无人机的作业效率、任务半径及运行风险。

2、当前行业内电池选型面临的核心技术问题是重量与性能的循环依赖矛盾无法有效破解。具体而言，电池的重量直接决定无人机的总重，总重又进一步决定飞行所需的推力大小，而推力需求反过来对电池的容量（能量）和放电倍率（功率）提出明确要求，形成电池重量、飞机总重、推力需求、电池性能要求、电池重量的闭环依赖关系。传统选型方法多依赖工程师经验或简单计算，未能建立该循环依赖的数学解算机制：要么为满足推力需求选择大容量、高倍率电池导致整机过重，降低续航效率；要么为控制重量选用小容量电池，导致动力冗余不足，无法应对高负载或应急工况。这种矛盾使得设计结果常出现重量、功率与能量之间的不自洽，是导致无人机航时不达预期、动力储备不足甚至意外坠机的核心原因。

3、同时，现有选型缺乏覆盖电池全放电区间的动力性能精准建模，且未形成设计、验证、修正的闭环机制，进一步加剧了循环依赖矛盾的破解难度，难以实现电池在安全性、性能、重量及成本上的全局最优匹配。因此，亟需一种能够系统性破解该循环依赖，同时兼顾精准建模与闭环验证的电池选型优化及验证方法。

技术实现思路

1、本发明的目的在于提供一种多旋翼无人机电池选型优化及验证方法用于解决电池选型中重量性能的循环依赖矛盾的问题。

2、为实现上述目的，本发明采用以下技术方案：

3、一种多旋翼无人机电池选型优化及验证方法，包括以下步骤：

4、s1、获取无人机全机所有从主电池取电设备的额定工作电压范围，并计算系统安全电压窗口；

5、s2、基于所述系统安全电压窗口筛选可行的电芯平台，计算可行串数并构建候选电池方案池；

6、s3、确定覆盖候选方案池中所有候选电池的测试电压全域，通过动力测试获取电压、油门与拉力、电流的对应数据，建立参数化数学模型；

7、s4、基于参数化数学模型对候选方案进行多约束验证与迭代优化，确定最优电池选型方案；

8、s5、根据最优电池选型方案开展飞行验证，记录实测数据并修正模型，同时归档本次选型全量数据构建设计知识库。

9、优选地，步骤s1具体为：

10、s11、获取无人机全机所有从主电池取电车的用电设备的额定工作电压范围并记录为，其中，为设备索引，为设备的最小额定工作电压，为设备的最大额定工作电压。

11、s12、取所有设备的最大值为系统最低工作电压，所有设备的最小值为系统最高工作电压，得到系统安全电压窗口为，且候选电池组在整个充放电循环中的输出电压均落于系统安全电压窗口内。

12、优选地，步骤s2具体为：

13、s21、基于所述系统安全电压窗口，并结合项目需求筛选可行的电芯平台并记录其关键参数；

14、s22、对每个筛选出的电芯平台，计算其可行串数范围，对单体工作电压范围的电芯，最低串数，最高串数，可行串数为满足的正整数，

15、其中，为电芯平台的索引，为第类电芯的单体最小工作电压，为第类电芯的单体最大工作电压，为向上取整函数，为向下取整函数，为第类电芯的最小可行串联数，为第类电芯的最大可行串联数，为电芯实际串联数；

16、s23、在各电芯平台的可行串数范围内，优先选取最高串数作为该电芯平台的匹配串数，筛选与各电芯平台及匹配串数组合相匹配的市售离散容量规格并记录相关信息，形成结构化的候选方案池。

17、优选地，步骤s3具体为：

18、s31、遍历所述候选方案池中所有候选电池，提取所有电池中的最低截止电压值记为和最高满电电压值记为，则测试电压全域为；

19、s32、在所述测试电压全域内选取不少于5个的关键电压点，且所述关键电压点必须包含和两个端点，其余中间点按均匀分布或典型电压值附近分布的原则选取；

20、s33、搭建包含可编程直流电源、被测动力单元、测量系统、控制与记录系统的专用动力测试平台；

21、s34、将可编程直流电源输出电压调至任一关键电压点并保持稳定，将油门从0%以固定步长线性增加至电调允许的最大值，在每个油门点等待系统输出稳定后，通过测量系统同步记录该油门点下的稳态拉力与总线电流数据，依次完成所有关键电压点的测试并汇总得到无人机动力全量测试数据；

22、s35、基于所述无人机动力全量测试数据，采用二元多项式曲面拟合法或分段双线性插值法，分别建立描述电压、油门与拉力对应关系、电压与油门与电流对应关系的参数化数学模型。

23、优选地，步骤s35中所述二元多项式曲面拟合法的具体过程为：假设拉力、电流与电压、油门为二元多项式关系，将无人机动力全量测试数据代入构成超定方程组，采用最小二乘法求解系数，得到拉力模型和电流模型：

24、

25、

26、其中，为动力系统输入电压，为油门输出百分比，为电压项的最高多项式阶数，为油门项的最高多项式阶数，为电压项的多项式阶数变量，为油门项的多项式阶数变量，为拉力模型的二元多项式待求系数，为电流模型的二元多项式待求系数，为电流模型中电压项的阶数变量，为电流模型中油门项的阶数变量，为不同电压、油门下的动力系统拉力值，为不同电压、油门下的动力系统总线电流值。

27、优选地，步骤s35中所述分段双线性插值法的具体过程为：基于所述无人机动力全量测试数据构建电压与油门二维网格，确定任意给定的电压和油门所在网格单元的四个相邻节点的电压油门和拉力；

28、先计算电压维度和油门维度的归一化坐标：

29、

30、再通过双线性插值公式计算任意给定的电压和油门的对应拉力估计值或电流估计值：

31、

32、其中，为第个网格节点的电压值，为第个网格节点的电压值，为第个网格节点的油门值，为第个网格节点的油门值，为电压维度的归一化坐标，为油门维度的归一化坐标，为插值得到的目标点拉力或电流值，为网格节点对应的拉力或电流实测值，为网格节点对应的拉力或电流实测值，为网格节点对应的拉力或电流实测值，为网格节点对应的拉力或电流实测值。

33、优选地，步骤s4具体为：

34、s41、根据项目需求选择离散规格筛选模式或连续容量优化模式，所述离散规格筛选模式适用于市售电池选型场景，所述连续容量优化模式适用于定制电芯研发场景；

35、s42、基于s3建立的所述参数化数学模型，对所述候选方案池中各候选方案执行多约束验证与迭代优化，所述离散规格筛选模式下通过重量闭环迭代解决电池重量与飞机总重的循环依赖问题，所述连续容量优化模式下以最小化飞机总重为目标搜索满足所有约束的电池容量；

36、s43、对通过多约束验证与迭代优化的候选方案，通过电压平台、续航、重量效率、成本、功率裕度、可用性多维度加权计算综合评分，选取综合评分最高的候选方案作为最优电池选型方案。

37、优选地，s42中所述离散规格筛选模式的多约束验证与迭代优化依次包括：

38、a1、确定无人机的设计参数；

39、a2、计算最大允许电池重量，并保留实际电池重量小于最大允许电池重量的规格；

40、a3、通过经验公式估算电池容量的中心值，并设定电池容量范围，生成在电池容量范围内的初筛候选规格列表：

41、

42、其中，为电池容量中心值， 为飞机空机重量和最大任务载荷的和，为悬停功率密度经验系数，取100-150w/kg，为电池标称电压，为目标悬停时间，为电池放电效率，为持续功率安全系数；

43、a4、对初筛候选规格列表中的每个规格执行重量闭环迭代，直至重量收敛，并验证电池在截止电压下满足动力、能量、功率约束，若验证通过则计算电池精确重量并收敛；

44、a5、对通过验证的规格计算综合评分，选取综合评分最高的规格为最优方案。

45、优选地，s42中所述连续容量优化模式的多约束验证与迭代优化依次包括：

46、b1、以定制的电池标称容量为连续优化变量，以最小化飞机总重为目标函数，设定能量、持续功率、峰值功率及动力冗余为核心约束条件；

47、b2、通过基于最大起飞重量的硬约束上限、基于悬停时间的经验估算范围、基于峰值功率需求的快速下限估算，综合确定初始搜索范围；

48、b3、在初始搜索范围内采用二分法迭代搜索满足约束的最小容量；

49、b4、对电池容量理论最优值计入制造公差并圆整至电芯厂家标准制造阶梯，得到最终定制容量，并生成定制电芯技术规格书，

50、

51、

52、其中，为计入制造公差后的标称容量，制造公差取值为±5%，为圆整后的最终定制容量，阶梯为电芯厂家的标准制造增量。

53、优选地，步骤s5具体为：

54、s51、采用最优电池选型方案进行实机飞行测试，依次完成安全边界验证飞行和典型任务剖面飞行，安全边界验证飞行为在电池电量约30%时于安全空域进行全油门垂直爬升测试，典型任务剖面飞行需完整执行起飞、爬升、巡航、悬停、机动、降落的模拟任务流程；

55、s52、在实机飞行测试全程，高频率记录电池电压、电流、时间的实测数据流；

56、s53、将实测数据流与参数化数学模型的预测数据流进行比对，计算电流平均修正系数：

57、

58、其中，为电流平均修正系数，为飞行实测的关键阶段平均总线电流，为模型预测的对应关键阶段平均总线电流；

59、s54、将所述电流平均修正系数反馈至步骤s4的多约束验证与迭代优化过程对参数化数学模型进行调整；

60、s55、归档本次选型中包括输入参数、过程数据、模型参数、修正系数、飞行验证报告的全量数据，构建设计知识库。

61、采用上述技术方案后，本发明与背景技术相比，具有如下优点：

62、1、本发明提供一种多旋翼无人机电池选型优化及验证方法，通过电压全域动力包线测试与建模，精准刻画电池全放电区间内的动力系统性能，结合重量感知迭代优化算法，破解重量、推力、电池性能的循环依赖，再通过多维度量化评分，实现性能、重量、成本、可用性的全局最优平衡，避免性能冗余或设计短板。

63、2、本发明提供一种多旋翼无人机电池选型优化及验证方法，将依赖经验的选型过程转化为标准化、流程化的工程方法，通过候选方案池构建、快速初筛、精确迭代验证等步骤，大幅缩短设计周期，减少实物试错成本；同时量化的决策体系与完整的过程数据归档，确保选型结果可追溯、可复现，降低对个人经验的依赖。

64、3、本发明提供一种多旋翼无人机电池选型优化及验证方法，通过系统电气参数边界定义，明确全机用电设备的安全电压窗口，确保候选电池充放电全程电压兼容，从源头杜绝过压损坏、欠压失效等风险；同时基于截止电压下的动力冗余验证，保障低电量、高负载等恶劣工况下的动力充足，大幅降低坠机概率。

65、4、本发明提供一种多旋翼无人机电池选型优化及验证方法，提供离散规格筛选与连续容量优化双模式，既支持市售标准电池的快速选型，又能针对特种无人机或极致性能需求，输出精准的定制电芯技术规格，拓展了选型方法的适用边界。

66、5、本发明提供一种多旋翼无人机电池选型优化及验证方法，通过飞行实测验证与闭环修正机制，利用实测数据计算修正系数，反馈优化选型模型；同时构建包含输入参数、过程数据、模型参数、验证报告的设计知识库，为后续同类项目提供经验借鉴，使选型方法具备自我完善与持续升级的能力，不断提升设计精度与可靠性