无人机动力系统设计之桨叶推力计算
无人机动力系统设计之桨叶推力计算
- 1. 源由
- 2. 关键参数
- 2.1 特性参数
- 2.1.1 材质(Material)
- 2.1.2 叶片数量(Number of Blades)
- 2.1.3 重量(Weight)
- 2.1.4 噪音水平(Noise Level)
- 2.2 安装参数
- 2.2.1 旋向(Rotation Direction)
- 2.2.2 安装孔直径(Hub Diameter & Mounting Hole)
- 2.3 动力参数
- 2.3.1 螺旋桨尺寸(Size)
- 2.3.2 适用电机(Compatible Motors)
- 2.3.3 最大推力(Max Thrust)
- 2.3.4 效率(Efficiency)
- 3. 物理分析
- 3.1 伯努利方程
- Step 1: 空气流量
- Step 2: 动量定理
- Step 3: 考虑空气密度
- 3.1 简化公式
- 3.2 参数说明
- 3.3 使用步骤
- 4. 桨叶举例
- 4.1 参数转换
- 4.2 有效速度 V eff V_{\text{eff}} Veff 计算
- 4.3 推力 T T T 计算
- 4.4 计算结论
- 5. 总结
- 6. 参考资料
1. 源由
在《无人机动力系统设计基础知识》中,我们已经大体上给出了基本介绍。
在此,将从物理角度解释和给出动力系统设计时采用的公式和关键点。
2. 关键参数
简单进行分门别类对参数进行一个简单区分:
- 特性参数:设计桨叶,自身特性;是间接对外的一些属性。
- 安装参数:使用、固定安装方面考虑的因素。
- 动力参数:动力系统设计时需要考虑的主要因素;与动力输出直接挂钩。
2.1 特性参数
2.1.1 材质(Material)
螺旋桨通常由以下几种材质制成:
- 塑料(Plastic):轻便、价格低廉,但强度和耐久性相对较低。
- 碳纤维(Carbon Fiber):重量轻、强度高、刚性强,适用于高性能无人机,但价格较贵。
- 尼龙混合材料(Nylon Composite):常见于中档螺旋桨,具有良好的强度和耐用性。
2.1.2 叶片数量(Number of Blades)
螺旋桨的叶片数量通常为 2 片、3 片或 4 片:
- 2 片螺旋桨:效率高,耗电量低,常用于较轻的无人机。
- 3 片或 4 片螺旋桨:增加了推力和操控性,但效率略低,适用于竞速无人机和高负载应用。
2.1.3 重量(Weight)
螺旋桨本身的重量,通常以克(g)为单位。重量较轻的螺旋桨有助于减少无人机的整体重量和电机的负载。
2.1.4 噪音水平(Noise Level)
一些螺旋桨规格书会提到螺旋桨的噪音水平,尤其是对于需要安静飞行的无人机场景。
2.2 安装参数
2.2.1 旋向(Rotation Direction)
- 螺旋桨的旋转方向通常分为顺时针(CW, Clockwise)和逆时针(CCW, Counterclockwise)。
- 无人机通常需要配对的 CW 和 CCW 螺旋桨,以实现平衡的飞行控制。
2.2.2 安装孔直径(Hub Diameter & Mounting Hole)
- 中心孔直径:用于安装螺旋桨的电机轴的直径,通常为 5mm、6mm 或 8mm。
- 固定孔数量:一些螺旋桨需要通过多个螺丝固定在电机上,通常会标明固定孔的数量及直径。
2.3 动力参数
2.3.1 螺旋桨尺寸(Size)
- 螺旋桨的尺寸通常以英寸表示,格式为
直径 x 螺距
(Diameter x Pitch)。例如,10x4.5 表示直径为 10 英寸,螺距为 4.5 英寸。- 直径:螺旋桨旋转时划过的圆的直径。直径越大,产生的推力越大。
- 螺距:螺旋桨每转一圈前进的距离,表示螺旋桨的进气角。螺距越大,速度越快,但所需动力也更大。
2.3.2 适用电机(Compatible Motors)
- 规格书中通常会列出适合该螺旋桨的电机 Kv 值范围,以确保电机和螺旋桨的推力匹配。例如,低 Kv 电机通常搭配大直径、大螺距的螺旋桨,而高 Kv 电机则搭配小直径、低螺距的螺旋桨。
2.3.3 最大推力(Max Thrust)
- 螺旋桨在特定电压、电机和转速下产生的最大推力,通常以克(g)或千克(kg)表示。这个参数帮助评估螺旋桨的性能。
2.3.4 效率(Efficiency)
- 螺旋桨的推力与功耗之比,表示为每瓦产生的推力(g/W),效率高的螺旋桨能够在较少能量消耗的情况下产生更多推力。
3. 物理分析
3.1 伯努利方程
在空气动力学中,推力的计算通常基于动量定理或伯努利方程。在推导螺旋桨推力时,遵循动量定理(Momentum Theory)表明,螺旋桨产生的推力等于通过螺旋桨的空气流量和流速的变化量。具体推导如下:
Step 1: 空气流量
螺旋桨在单位时间内通过的空气量是气流速度 V eff V_{\text{eff}} Veff 与扫掠面积 A A A 的乘积。
流量 = A ⋅ V eff \text{流量} = A \cdot V_{\text{eff}} 流量=A⋅Veff
Step 2: 动量定理
根据动量定理,推力 ( T ) 等于单位时间内空气流量和气流速度的变化量:
T = 流量 ⋅ Δ V T = \text{流量} \cdot \Delta V T=流量⋅ΔV
其中 Δ V \Delta V ΔV 是气流速度的变化量。在理想情况下,气流速度的变化量 Δ V \Delta V ΔV 等于气流的出速度 V eff V_{\text{eff}} Veff,因为气流从螺旋桨的前方进入并以 V eff V_{\text{eff}} Veff 的速度离开。
T = A ⋅ V eff ⋅ V eff = A ⋅ V eff 2 T = A \cdot V_{\text{eff}} \cdot V_{\text{eff}} = A \cdot V_{\text{eff}}^2 T=A⋅Veff⋅Veff=A⋅Veff2
Step 3: 考虑空气密度
由于流量公式和推力公式中的气流动量是基于单位体积空气的质量,因此需要将公式乘以空气密度 ρ \rho ρ 来得到实际的推力:
T = 1 2 ⋅ ρ ⋅ A ⋅ V eff 2 T = \frac{1}{2} \cdot \rho \cdot A \cdot V_{\text{eff}}^2 T=21⋅ρ⋅A⋅Veff2
这个公式源于实际计算中,推力是由单位体积空气的动量变化产生的,因此要乘以空气密度 ρ \rho ρ 以考虑到空气的实际质量。
其中:
- T T T:推力(单位:牛顿,N)
- ρ \rho ρ:空气密度(单位:kg/m³),标准大气压下取 1.225 kg/m 3 1.225 \, \text{kg/m}^3 1.225kg/m3
- A = π D 2 4 A = \frac{\pi D^2}{4} A=4πD2:螺旋桨的扫掠面积(单位:m²),其中 D D D 是螺旋桨的直径(单位:m)
- V eff = n ⋅ P V_{\text{eff}} = n \cdot P Veff=n⋅P:螺旋桨的有效速度(单位:m/s),由转速和螺距决定
3.1 简化公式
考虑螺旋桨的螺距和转速的关系,螺旋桨的有效速度 V eff V_{\text{eff}} Veff 计算如下:
V eff = n ⋅ P ⋅ 1 60 V_{\text{eff}} = n \cdot P \cdot \frac{1}{60} Veff=n⋅P⋅601
其中:
- n n n:螺旋桨的转速(单位:转每分钟,RPM)
- P P P:螺旋桨的螺距(单位:米,m)
- 1 60 \frac{1}{60} 601:将螺旋桨转速转换为每秒
将这些代入推力公式,我们得到最终的推力表达式:
T = 1 2 ⋅ ρ ⋅ π D 2 4 ⋅ ( n ⋅ P ⋅ 1 60 ) 2 T = \frac{1}{2} \cdot \rho \cdot \frac{\pi D^2}{4} \cdot \left(n \cdot P \cdot \frac{1}{60}\right)^2 T=21⋅ρ⋅4πD2⋅(n⋅P⋅601)2
3.2 参数说明
- T T T:推力(N)
- ρ \rho ρ:空气密度,标准值为 1.225 kg/m 3 1.225 \, \text{kg/m}^3 1.225kg/m3
- D D D:螺旋桨直径(m)
- n n n:螺旋桨转速(RPM)
- P P P:螺旋桨螺距(m)
3.3 使用步骤
- 确定螺旋桨的直径 D D D 和螺距 P P P(从螺旋桨规格书中获得)。
- 测量或估算螺旋桨的转速 n n n。
- 使用空气密度 ρ \rho ρ 的标准值 1.225 kg/m 3 1.225 \, \text{kg/m}^3 1.225kg/m3(或者根据飞行环境进行调整)。
- 将上述参数代入公式,计算推力 T T T。
此公式是基于螺旋桨的螺距和转速来估算推力的,适用于近似计算无人机的推力输出。实际推力可能还会受到其他因素的影响,如螺旋桨形状、空气流动模式等。
注:不同海拔高度,为什么起飞重量有差异,就是这里的空气密度不一样,导致了推力不一样。通常来说海拔高,空气密度低,所以推力若,起飞重量就会下降。
4. 桨叶举例
- 型号: 56x20" Carbon Fiber Propeller
- 材质: 碳纤维
- 叶片数量: 2 片
- 直径: 56 英寸(约 1.42 米)
- 螺距: 20 英寸(约 0.51 米)
- 旋向: CW/CCW(配对)
- 中心孔直径: 6mm
- 最大推力: TBD (选择满足扭矩要求的电机)
- 重量: 15g
为了代入推力公式计算最大推力,我们首先需要将螺旋桨的参数转换为适用的单位,并进行计算。以下是详细的步骤:
4.1 参数转换
- 直径 D D D: 56 英寸 = 1.42 米
- 螺距 P P P: 20 英寸 = 0.51 米
- 转速 n n n: 最大 3000 转每分钟(RPM)
- 空气密度 ρ \rho ρ: 1.225 kg/m³(标准大气压下)
4.2 有效速度 V eff V_{\text{eff}} Veff 计算
通过测试电调+桨叶的效率曲线:
有效速度 V eff V_{\text{eff}} Veff 可以通过以下公式计算:
V eff = n ⋅ P 60 V_{\text{eff}} = \frac{n \cdot P}{60} Veff=60n⋅P
其中 n n n 是转速, P P P 是螺距。将最大3000RPM参数代入公式:
V eff = 3000 ⋅ 0.51 60 V_{\text{eff}} = \frac{3000 \cdot 0.51}{60} Veff=603000⋅0.51
V eff = 1530 60 = 25.5 m/s V_{\text{eff}} = \frac{1530}{60} = 25.5 \text{ m/s} Veff=601530=25.5 m/s
4.3 推力 T T T 计算
使用推力公式:
T = 1 2 ⋅ ρ ⋅ A ⋅ V eff 2 T = \frac{1}{2} \cdot \rho \cdot A \cdot V_{\text{eff}}^2 T=21⋅ρ⋅A⋅Veff2
其中:
- A A A 是扫掠面积,计算公式为 A = π D 2 4 A = \frac{\pi D^2}{4} A=4πD2。
首先计算扫掠面积 A A A:
A = π ⋅ ( 1.42 ) 2 4 A = \frac{\pi \cdot (1.42)^2}{4} A=4π⋅(1.42)2
A = π ⋅ 2.0164 4 = 1.585 m 2 A = \frac{\pi \cdot 2.0164}{4} = 1.585 \text{ m}^2 A=4π⋅2.0164=1.585 m2
然后计算推力:
T = 1 2 ⋅ 1.225 ⋅ 1.585 ⋅ ( 25.5 ) 2 T = \frac{1}{2} \cdot 1.225 \cdot 1.585 \cdot (25.5)^2 T=21⋅1.225⋅1.585⋅(25.5)2
T = 0.6125 ⋅ 1.585 ⋅ 650.25 T = 0.6125 \cdot 1.585 \cdot 650.25 T=0.6125⋅1.585⋅650.25
T ≈ 620.4 N T \approx 620.4 \text{ N} T≈620.4 N
4.4 计算结论
- 最大推力: 620.4 N(约 63.3 kgf)
这个推力计算是基于假设螺旋桨的扫掠面积和有效速度的理想状态,实际推力可能会受到空气动力学效应、螺旋桨效率以及其他因素的影响。
5. 总结
从上面的物理公式推导,示例电调+桨叶的简单计算,我们可以在非常简单高中物理基础上理解无人机动力系统时如何产生推力的。
6. 参考资料
【1】无人机动力系统设计之电调+电机关键参数推演
【2】无人机动力系统设计基础知识
相关文章:

无人机动力系统设计之桨叶推力计算
无人机动力系统设计之桨叶推力计算 1. 源由2. 关键参数2.1 特性参数2.1.1 材质(Material)2.1.2 叶片数量(Number of Blades)2.1.3 重量(Weight)2.1.4 噪音水平(Noise Level) 2.2 安装…...

LabVIEW重构其他语言开发的旧系统
在面对一个运行已久、代码不清晰的项目时,如果该项目涉及复杂的通讯协议(如串口和488通讯),重新开发并优化成LabVIEW版本可以极大提升系统的易用性和维护性。为了确保通讯协议的顺利解析和移植,借助专业工具分析现有通…...

[晕事]今天做了件晕事43 python-byte串长度与转义字符
今天办了一件晕事,导致测试结果与预期不一致。 过程是,组装byte串的时候,整个字符串里有转义字符\x0d。 from scapy.all import IPv6, UDP pkt IPv6(src"2002:db8:a0b:12f0::157", dst"2002:db8:a0b:12f0::13")/UDP(sp…...

初识redis(String,Hash,List,Set,SortedSet)
认识NoSql sql关系型数据库 nosql非关系型数据库 nosql具有非结构化,Key/Value,Document,Draph 无关联的,非sql,BASE(原子性,持久性,一致性,隔离性) 认识r…...

Ton与ETH的一些独特的区别
文章目录 前言一、智能合约需要收取租金。二、从数据到大数据的转变三、智能合约不能运行其他合约的getter方法四、合约不是无法改变的五、Ton取消了无限制的数据结构六、钱包和地址具有独立性 前言 TON区块链是一个现代化的区块链,它为智能合约开发带来了一些全新…...

C++ | Leetcode C++题解之第396题旋转图像
题目: 题解: class Solution { public:int maxRotateFunction(vector<int>& nums) {int f 0, n nums.size();int numSum accumulate(nums.begin(), nums.end(), 0);for (int i 0; i < n; i) {f i * nums[i];}int res f;for (int i …...

前向渲染路径
1、前向渲染路径处理光照的方式 前向渲染路径中会将光源分为以下3种处理方式: 逐像素处理(需要高等质量处理的光)逐顶点处理(需要中等质量处理的光)球谐函数(SH)处理(需要低等质量…...

Python画笔案例-040 绘制五角星顶圆
1、绘制五角星顶圆 通过 python 的turtle 库绘制五角星顶圆,如下图: 2、实现代码 绘制五角星顶圆,以下为实现代码: """五角星顶圆.py """ import turtledef draw_circle(d):turtle.left(90)for _ …...

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例
伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教…...

期货量化-群体优化算法:混合蛙跳算法(SFL)
1. 概述 混合蛙跳算法(Shuffled Frog Leaping Algorithm, SFL)由 M. Eusuff 等人在2003年提出。这一算法结合了模因算法与粒子群优化算法的原理,灵感来源于一群青蛙在觅食过程中的行为模式。 SFL 最初作为一种求解组合优化问题的元启发式方法…...

tensorflow-线性回归python入门
目录 读入库 构造数据 建立训练和测试数据 创建第一层到最后一层的神经网络 开始测试 sin函数回归 读入库 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import time 构造数据 X np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, …...

VSCode学习笔记
1. 快捷键 KeyDescriptionPlatformF1打开命令面板(Command Palette)Win10Shift Delete剪切当前光标所在的代码行Win10 2. 文件 2.1 在文件列表中定位当前文件 操作路径:右键单击文件名 ⇒ 在右键菜单中点击 【Reveal in Explorer View】...

【Canvas与艺术】菊花孔雀螺旋
【成图】 【代码】 <!DOCTYPE html> <html lang"utf-8"> <meta http-equiv"Content-Type" content"text/html; charsetutf-8"/> <head><title>菊花孔雀螺旋</title><style type"text/css">…...

circuitjs 普通开关和按钮开关
circuitjs 各类开关中最基本的有 (普通)开关 和 按钮开关(瞬时开关). 添加 在菜单 “绘制–无源元件–添加开关” 下可以添加一个普通开关.在菜单 “绘制–无源元件–添加按钮开关” 下可以添加一个按钮开关. 两者在缺省外观上没有什么区别, 如上, 左边是普通开关, 右边是按钮…...

客户端绑定本地端口与服务器建立连接的详细实现
客户端绑定本地端口与服务器建立连接的详细实现 一、网络编程基础1.1 TCP/IP协议1.2 套接字(Socket)1.3 客户端与服务器模型二、客户端程序的设计2.1 需求分析2.2 流程设计三、具体代码实现3.1 伪代码3.2 C代码实现四、代码详解4.1 初始化套接字库4.2 创建套接字4.3 绑定本地…...

C++ std::bind函数用法
看一个例子解释用法: TcpServer类的构造函数中定义: acceptor_->setNewConnectionCallback(std::bind(&TcpServer::newConnection, this,std::placeholders::_1, std::placeholders::_2));// 有一个新的客户端的连接,acceptor会执行这…...

Caffenie配合Redis做两级缓存
一、什么是两级缓存 在项目中。一级缓存用Caffeine,二级缓存用Redis,查询数据时首先查本地的Caffeine缓存,没有命中再通过网络去访问Redis缓存,还是没有命中再查数据库。具体流程如下 二、简单的二级缓存实现-v1 目录结构 2…...

MATLAB实现PID参数自动整定
目录 1、项目说明 2、文件说明 1、项目说明 本项目旨在通过 MATLAB 语言实现 PID 参数的自动整定,并设计了一个直观易用的 GUI 界面。该系统特别适用于实验室环境下的 PID 参数自整定任务。整定的核心原则在于优化系统性能,使系统的衰减比尽可能接近理…...

UE5学习笔记21-武器的射击功能
一、创建C类 创建武器子弹的类,创建生产武器子弹的类,创建弹壳的类,生产武器子弹的类的父类是武器的类 创建后如图,ProjectileMyWeapon类(产生子弹的类)继承自weapon类,Projectile(子弹的类),Casing(弹壳声…...

Mamba模型学习笔记
笔记来源:bilibili Transformer 的死穴 Transformer 结构的核心是自注意力机制层,无论是 encoder 还是 decoder,序列数据都先经过位置编码后喂给这个模块。 但是自注意力机制的计算范围仅限于窗口内,而无法直接处理窗口外的元素…...

android kotlin 基础复习 继承 inherit
1、新建文件kt 2、代码: /**用户基类**/ open class Person1(name:String){/**次级构造函数**/constructor(name:String,age:Int):this(name){//初始化println("-------基类次级构造函数---------")println("name:${name},age:${age}")} }/**子…...

读软件设计的要素06概念完整性
1. 概念完整性 1.1. 当概念组合成一个软件时,它们可以同步以便协调行为 1.1.1. 同步可能会消除一个概念的某些行为,但决不会添加与该概念的规范不一致的新行为 1.1.2. 在使用概念设计软件时,即使你没有精确定义同步,至少要说服自…...

Java 每日一刊(第2期):搭建开发环境
文章目录 JVM、JRE、JDKJVM(Java Virtual Machine,Java 虚拟机)JRE(Java Runtime Environment,Java 运行时环境)JDK(Java Development Kit,Java 开发工具包)JVM、JRE、JD…...

探索EasyCVR与AI技术深度融合:视频汇聚平台的新增长点
随着5G、AI、边缘计算、物联网(IoT)、云计算等技术的快速发展,万物互联已经从概念逐渐转变为现实,AIoT(物联网人工智能)的新时代正在加速到来。在这一背景下,视频技术作为信息传输和交互的重要手…...

IBM中国研发部调整:全球化与本土化的新平衡
如何看待IBM中国研发部裁员? 近日,IBM中国宣布撤出在华两大研发中心,引发了IT行业对于跨国公司在华研发战略的广泛讨论。这一决定不仅影响了众多IT从业者的职业发展,也让人思考全球化背景下中国IT产业的竞争力和未来发展方向。面对…...

C++入门基础篇
引言 说到编程语言常常听到的就是C语言C Java 。C语言是面向过程的,C是和Java是面向对象的,那么什么是面向对象呢?什么又是面向过程呢?C是什么?封装、继承、多态是什么?且听我絮絮叨叨。 C入门基础 1.命名…...

Qt QListWidget 代码范例,以及Qt 天坑:setStyleSheet失效问题
一、坑之所在 1.写了StyleSheet的QString并进行了设置 this->setStyleSheet(styleSheet_M);2.注释后,将StyleSheet换到UI form里去,然后又手动清理了UI form里的StyleSheet 重新使用代码设置,此时代码设置失效了 二、根本解决 1.手动从…...

Unity AnimationClip详解(1)
【动画片段】 前文我们介绍了骨骼动画,在Unity中骨骼动画的部分静态数据存储在SkinedMeshRender中,而另一部分动态的关键帧数据就是存储在AnimationClip中的。 关键帧数据来自与FBX、OBJ等动画模型文件,可以在动画导入后的Animation选项卡中…...

在这12种场景下会使Spring事务失效--注意防范
在某些业务场景下,如果一个请求中,需要同事写入多张表的数据,但为了保证操作的原子性(要么同事插入数据成功,要么同事插入失败),例如,当我们创建用户的时候,往往会给用户…...

SOPC:Nios II Processor -> Vectors
Reset Vector——复位向量 Exception Vector——执行向量 两个向量地址都存储着程序 1.Reset Vector 当FPGA进行复位时,FPGA就重新开始执行程序,这时就需要从EPCS中读取程序。由于FPGA的程序存放在EPC…...