Online sensorless rapid thrust control of a motor-propeller system through offline data-driven modeling 

科学家开发出基于离线数据驱动建模的电机-螺旋桨系统在线无传感器快速推力控制

哈尔滨工业大学（深圳）校区Hao Xiong团队开发出基于离线数据驱动建模的电机-螺旋桨系统在线无传感器快速推力控制。相关论文于2026年7月发表在国际学术期刊《国际先进机器人系统杂志》上。

研究人员表示，电机-螺旋桨系统广泛应用于无人飞行器（UAV）和自主水下航行器（AUV）中，用于推力生成和运动控制。然而，由于额外成本、重量和集成复杂性的限制，许多实际平台并未配备力传感器或编码器，使得在无传感条件下进行快速推力跟踪成为一个具有挑战性的问题。现有的开环推力控制策略通常假设推力响应是瞬时的，因此在推力指令快速变化或推进系统具有较大惯性时，会存在显著的瞬态误差和响应延迟。

为解决这一问题，研究人员提出了一种基于数据驱动的电机-螺旋桨系统无传感器快速推力控制策略。该方法建立了一个基于神经网络的数模驱动模型，该模型可根据先前的控制输入和估计的推力状态预测下一步推力，而无需在线传感。将学习到的模型与模型预测控制（MPC）和模式切换机制相结合，动态确定积极的控制输入，以提高推力响应速度并同时保持稳定性。在实际无刷直流电机-螺旋桨系统上进行了实验，并与传统开环控制以及基于传感器的PD、MPC和滑模控制（SMC）策略进行了比较。结果表明，与广泛使用的开环策略相比，所提策略显著改善了瞬态性能。在跟踪0.5 Hz方波推力轨迹时，该方法将上升时间从0.141 s缩短至0.037 s，下降时间从0.122 s缩短至0.058 s，同时平均绝对推力跟踪误差从0.314 N降低至0.271 N。对于每0.4 s更新一次的随机变化推力指令，所提方法实现了最佳综合性能，与开环策略相比，上升时间减少86.0%，下降时间减少60.6%。此外，尽管没有使用在线传感器，所提策略的推力跟踪性能仍可与基于传感器的PD、MPC和SMC控制器相媲美。

International Journal of Advanced Robotic Systems

该刊是经过同行评审的开放获取期刊，专注于机器人领域多个方面的研究，包括但不限于人工智能、攀爬和行走机器人、医疗机器人技术、微米/纳米机器人技术、机器人传感器和传感网络等。

期刊优势

影响因子：1.7

期刊分区：JCR Q4 ROBOTICS

期刊网址:

https://www.liebertpub.com/home/arxa?utm_medium=china_social&utm_source=paid-media&utm_campaign=joa_liebert_subdr_arx_sciencenet-260908&utm_content=2609081&utm_term=advertorial

往期研究:

https://www.liebertpub.com/articles/ARX?utm_medium=china_social&utm_source=paid-media&utm_campaign=joa_liebert_subdr_arx_sciencenet-260908&utm_content=2609081&utm_term=advertorial

投稿网址:

https://sage.submission.researchexchange.com/submission/dashboard?journalCode=arx?utm_medium=china_social&utm_source=paid-media&utm_campaign=joa_liebert_subdr_arx_sciencenet-260908&utm_content=2609081&utm_term=advertorial

支持单位：