Flugsteuerungstechnik für Schwerlast-UAVs: Skalierung von 50 kg auf 150 kg

Der Übergang von einem 50-Kilogramm-Demonstrator zu einem 150-Kilogramm-Betriebs-UAV ist keine lineare Skalierungsübung. Die Erhöhung der Masse verändert die Trägheit des Flugzeugs, verengt seine Kontrollmargen, verstärkt strukturelle Vibrationen und erhöht die Folgen eines Ausfalls. Es verschiebt auch das ingenieurtechnische Ziel: Ein Controller, der lediglich gut fliegt, ist nicht mehr ausreichend; das System muss auch bei glaubwürdigen Ausfällen kontrollierbar bleiben und die erforderlichen Nachweise für Sicherheits- und Lufttüchtigkeitsprüfungen liefern.

Dieser Artikel untersucht diesen Übergang durch fünf eng miteinander verbundene Designprobleme: Änderung der Nutzlastmasse, Antriebsredundanz, niederfrequente Vibration, Systemsicherheit und compliance-orientierte Verifizierung. Die Beispiele und der Code sind illustrativ; Produktionsdesigns erfordern flugzeugspezifische Modellierung, Tests und Sicherheitsnachweise.

Ein 150-Kilogramm-Flugzeug hebt ab

Anfang 2025 stand ein Oktokopter auf einer Beton-Testfläche bei einem Infrastrukturprojekt in Hongkong. Seine Propeller hatten einen Durchmesser von 1,8 Metern, und der Rumpf war mehr als 3 Meter lang. Bei voller Last wog das Flugzeug 150 Kilogramm: 65 Kilogramm Leergewicht und eine Nutzlast von 85 Kilogramm mit Bewehrungsstahl und Hardware für eine Hochbaustelle.

Der Flugsteuerungsingenieur bereitete das Flugzeug vor. Alle acht Motoren starteten gleichzeitig, und die Rotordrehzahl stieg stetig: 15%... 25%... 35%... 45%. Bei 48% Drosselklappenstellung hob das Fahrwerk von der Fläche ab. Der Rotorwind verstreute den Staub darunter, während das Flugzeug mit keiner der offensichtlichen Mühelosigkeit eines Verbraucherdrohne aufstieg. Seine Bewegung ähnelte der eines kleinen Hubschraubers: absichtlich, kraftvoll und von Trägheit dominiert.

Bei einem 5-Meter-Schweben zeigte die Bodenstation Motorbefehle zwischen 46% und 52%.Die enge Spreizung deutete darauf hin, dass der Schwerpunkt nahe seiner vorgesehenen Position lag. Die IMU-Vibration blieb innerhalb von ±3 m/s², was darauf hinweist, dass das Isolationssystem wie vorgesehen funktionierte. Die Batterie wies 89,2 V und 120 A auf, was ungefähr 10,7 kW entspricht – 8 % über der Schätzung der Simulation. Ein erhöhter Batteriewiderstand bei niedrigen Temperaturen war eine mögliche Erklärung.

Mit allen überwachten Parametern innerhalb ihrer Betriebsgrenzen befahl der Ingenieur das Flugzeug in Richtung einer Baustelle, die 800 Meter entfernt war.

Die Erreichung dieses Punktes dauerte 18 Monate. Der Übergang von einem 50-Kilogramm-Demonstrator zu einem 150-Kilogramm-Engineering-Flugzeug erforderte nicht nur größere Komponenten, sondern auch eine andere Steuerungs- und Sicherheitsarchitektur.

Teil I: Anwendungen von Schwerlast-UAVs und der grundlegende Wandel im Design

Warum Schwerlast-UAVs benötigt werden

Verbraucherdrohnen haben typischerweise ein Startgewicht von unter 25 kg und tragen Nutzlasten von 1–5 kg. Wenn die Nutzlastanforderungen 10 kg überschreiten und das Startgewicht 50 kg übersteigt, fällt das Flugzeug in die Kategorie „Schwerlast“. Typische Anwendungen umfassen:

• Logistik auf Baustellen: Transport von Bewehrungsstahl, Rohren und kleiner Ausrüstung auf Hochbaustellen. Turmdrehkräne und Baustellenaufzüge sind die traditionellen Lösungen, aber der direkte UAV-Transport kann in Szenarien wie dem Überqueren von Flüssen oder Straßen und dem Transport von Materialien zwischen mehreren Standorten effizienter sein. Superhochbauprojekte in Hongkong und Shenzhen haben begonnen, UAVs der 150-Kilogramm-Klasse für den Materialtransport zwischen Etagen zu testen.
• Agrarische Ausbringung: Aussaat und Düngung großer Flächen landwirtschaftlicher Nutzflächen. Ein einzelner Einsatz kann 20–50 Kilogramm verteilen, was sowohl eine hohe Nutzlastkapazität als auch eine präzise Ausbringungskontrolle erfordert.
• Brandbekämpfung: Lieferung von Löschmitteln zu Hochhaus- oder Waldbränden. UAVs können Feuerwehrschläuche oder feuerlöschende Projektile in Höhen transportieren, die für Menschen unerreichbar sind, und sie präzise abliefern.
• Großflächige Vermessung und Kartierung: Dienen als Plattformen für hochpräzise LiDAR-Systeme. Industrielle LiDAR-Systeme wiegen typischerweise 10–20 Kilogramm; zusammen mit Batterien und Zubehör kann das Gesamtstartgewicht 80–120 Kilogramm erreichen.

Von Verbraucherqualität zu Schwerlast: Es geht nicht einfach nur um Vergrößerung

Es ist verlockend, einen ausgereiften Verbraucher-Flugcontroller als ein Design zu betrachten, das einfach vergrößert werden kann.In der Praxis scheitert dieser Ansatz, da die beherrschenden Dynamiken, die verfügbare Steuerungsbehörde und das akzeptable Risiko mit der Skalierung variieren.

Über 50 Kilogramm ändern sich die Entwurfsanforderungen für die Flugsteuerung qualitativ. Die Hauptunterschiede sind wie folgt:

Verstärkte Trägheitseffekte. Das Erhöhen des Startgewichts von 5 kg auf 150 kg vervielfacht die Masse um das 30-fache, aber die Rotationsträgheit steigt um ein Vielfaches mehr als 30, da die Struktur ebenfalls wächst. Eine größere Rotationsträgheit verringert die Reaktionsfähigkeit der Lageregelung erheblich. Bei demselben Steuerdrehmoment kann die Winkelbeschleunigung eines 150-Kilogramm-Flugzeugs nur ein Zehntel der eines 5-Kilogramm-Flugzeugs betragen. PID-Parameter können nicht einfach proportional skaliert werden; sie müssen um ein neues dynamisches Modell neu entworfen werden.

Engere Steuerungsbehördenmargen. Ein Verbraucherdrohne kann in der Mitte ihres nutzbaren Aktuatorbereichs schweben. Schwerlast-UAVs arbeiten oft mit Schub-zu-Gewicht-Verhältnissen von etwa 1.5 bis 1,8 und kann bei 60 % bis 70 % der verfügbaren Leistung schweben. Weniger Aufwärtskraft bleibt für die Korrektur der Haltung oder die Ablehnung von Störungen. Ein Rückgang der Batteriespannung, thermische Herabstufung oder Variationen in der Propellerleistung können diesen Spielraum weiter verringern.

Schwerwiegendere Folgen eines Ausfalls. Ein Absturz einer Verbraucher-Drohne kann Ausrüstung im Wert von einigen Tausend bis Zehntausenden von Yuan zerstören. Wenn ein 150-Kilogramm-UAV über Menschen oder Gebäuden abstürzt, kann das fatale Folgen haben. Der Sicherheitsstandard ist daher grundlegend anders: Das Ziel ist nicht nur, „ein Fallen wenn möglich zu vermeiden“, sondern sicherzustellen, dass selbst ein teilweiser Ausfall nicht dazu führen kann, dass das Flugzeug fällt und jemanden verletzt.

Lieferkette und Kosten. Kernkomponenten in Verbraucher-Flugsteuerungen—MCUs, IMUs und Barometer—könnten jeweils nur einige bis einige Dutzend Yuan kosten.Schwerlast-Flugsteuerungen erfordern industrielle oder sogar militärische Sensoren mit höherer Genauigkeit, geringerem thermischen Drift und besserer langfristiger Stabilität. Die Kosten der Komponenten unterscheiden sich um eine Größenordnung.

Das Ergebnis ist ein deutliches Ingenieurproblem, nicht eine größere Umsetzung eines Verbraucherdesigns.

Teil II: Nutzlastmanagement—Echtzeit-Gewichtsschätzung und adaptive Abstimmung

Wie sich Änderungen der Nutzlast auf die Flugsteuerung auswirken

Ein bestimmendes Merkmal von Schwerlast-UAVs ist, dass die Nutzlast einen großen Anteil am Startgewicht darstellt und sich während des Betriebs ändern kann.

Betrachten Sie ein landwirtschaftliches Streu-UAV mit einem Startgewicht von 80 kg, einschließlich 40 kg chemischem Produkt. Es startet voll beladen und beendet die Mission mit dem erschöpften Produkt, wodurch das Gewicht des Flugzeugs von 80 kg auf 40 kg reduziert wird—eine Reduzierung um 50 %. Während dieses Prozesses ändern sich das Schub-Gewichts-Verhältnis, die Rotationsträgheit und der aerodynamische Widerstand.Mit festen PID-Parametern kann sich das Steuerverhalten zwischen vollen und leeren Bedingungen dramatisch unterscheiden: träge Reaktion unter voller Last und übermäßig schnelle Reaktion oder sogar Oszillation im leeren Zustand.

Echtzeit-Gewichtsschätzung

Adaptive Abstimmung erfordert Kenntnisse über das aktuelle Flugzeuggewicht. Mehrere Schätzmethoden sind verfügbar.

Methode 1: Strom-zu-Schub-Modell. Innerhalb eines festen Geschwindigkeitsbereichs haben Motorstrom und Schub eine ungefähr lineare Beziehung. Der gesamte Schub kann aus dem gemessenen Gesamtstrom und der Motorcharakteristikkurve abgeleitet werden, was eine Schätzung des aktuellen Gewichts ermöglicht:

class WeightEstimator:
    def __init__(self, motor_count, motor_constant, hover_throttle):
        self.motor_count = motor_count
        self.motor_constant = motor_constant  # N/A pro Motor
         self.hover_throttle = hover_throttle  # Normalisierter Gashebel im Schweben
         self.estimated_weight = 0.0
         self.alpha = 0.05  # Niedrigpassfilter-Koeffizient

    def update(self, total_current, throttle_normalized, accel_z):
        """Aktualisieren Sie die Gewichtsschätzung in jedem Frame."""
        # Schätzen Sie den Schub von jedem Motor
        per_motor_thrust = (
            total_current /  self.motor_count *  self.motor_constant
        )

        # Gesamtschub, unter Berücksichtigung von Gas und Schwerkraftkompensation
        total_thrust = (
            per_motor_thrust *  self.motor_count * throttle_normalized
        )

        # Entfernen Sie die Trägheitskraftkomponente, um die Masse zu erhalten
        mass = total_thrust / (9.81 + accel_z)

        # Niedrigpassfilterung
        self.estimated_weight = (
             self.alpha * mass
            + (1 -  self.alpha) *  self.estimated_weight
        )
        return self.estimated_weight

Die Genauigkeit hängt von der Motorcharakteristikkurve ab. Industrielle ESCs bieten normalerweise eine Drehmomentkonstante, Kt, die innerhalb von ±5% genau ist, was einer Gewichtsschätzgenauigkeit von etwa ±3% bis ±5% entspricht.

Methode 2: Direkte Messung mit einem Lastsensor. Ein Kraftsensor oder Dehnungsmessstreifen wird am Punkt der Nutzlastbefestigung installiert. Die Genauigkeit ist hoch—ungefähr ±1%—aber die Methode erhöht die Hardwarekosten und führt zusätzliche Fehlerquellen ein.

Methode 3: Kumulative Schätzung aus gemessener Abgabe. Bei bekanntem Anfangsgewicht werden Änderungen aus gemessenen Verteilungs- oder Freigabemengen kumuliert. Diese Methode erfordert eine genaue Messung des Nutzlastflusses und ist für Anwendungen mit einem dosierten Freigabemechanismus geeignet.

Adaptive PID-Tuning

Sobald die Echtzeitmasse geschätzt wurde, können die Regelungsgewinne an die Betriebsbedingungen angepasst werden. Die Schlüsselbeziehung ist nicht nur die Masse, sondern auch die Trägheit, die sowohl von der Masse als auch von ihrer Verteilung abhängt. Eine weit vom Schwerpunkt montierte Nutzlast kann die Rotationsinertie viel stärker verändern als eine gleich schwere Nutzlast, die nahe daran montiert ist.Das vereinfachte Beispiel unten geht davon aus, dass die Massendichte geometrisch ähnlich bleibt.

class AdaptivePID:
    def __init__(self, base_pid, mass_ref, inertia_ref):
        self.base_pid = base_pid  # PID-Parameter bei der Referenzmasse
        self.mass_ref = mass_ref
        self.inertia_ref = inertia_ref

    def compute_adaptive_pid(self, current_mass):
        """Passen Sie die PID-Parameter entsprechend der aktuellen Masse an."""
        # Angenommene proportionale Massendichte: Trägheit skaliert mit der Masse
        mass_ratio = current_mass / self.mass_ref 

        # P-Gewinn skaliert mit der Trägheit: höhere Trägheit erfordert ein größeres Drehmoment
        adaptive_p = self.base_pid.P * mass_ratio

        # I-Gewinn skaliert ebenfalls mit der Trägheit
        adaptive_i = self.base_pid.I * mass_ratio

        # D-Gewinn wird konservativer angepasst
        adaptive_d = self.base_pid.D * math.sqrt (mass_ratio)

        return PIDParams(adaptive_p, adaptive_i, adaptive_d) 

Die Genauigkeit und Stabilität von mass_ratio sind entscheidend. In diesem vereinfachten Gewinnschema erzeugt ein 10% Fehler bei der Massenschätzung einen vergleichbaren Fehler in den proportionalen und integralen Gewinnen. Eine schnelle Lastfreigabe – zum Beispiel 20 Kilogramm in 10 Sekunden – kann daher vorübergehende Überschwinger oder Unterdämpfung verursachen. Produktionsregler begrenzen typischerweise die geplanten Gewinne und wechseln sanft zwischen ihnen, oft über 0.5–1 Sekunden, anstatt diskontinuierliche Parameteränderungen anzuwenden.

Teil III: Antrieb-Redundanz und Ausfallstrategien

Antriebsrisiken bei Schwerlast-UAVs

Ein Motorenausfall in einem Verbraucher-Quadcopter verhält sich oft wie ein Alles-oder-Nichts-Ereignis: Eine erschöpfte Batterie oder ein Schaltkreisfehler stoppt das gesamte Flugzeug. Schwerlast-UAVs verwenden mehr Motoren – oft acht oder zwölf – bei höherer Leistung und über längere Zeiträume, sodass die Wahrscheinlichkeit eines einzelnen Motor- oder ESC-Ausfalls nicht ignoriert werden kann.

Theoretisch kann ein Oktokopter, nachdem er einen Motor verloren hat, sicher landen, wenn die verbleibenden sieben Motoren immer noch mehr Schub erzeugen als das Gewicht des Flugzeugs und ein angemessenes Drehmoment zur Lageregelung bereitstellen. In der Praxis hängt die Steuerbarkeit davon ab, welcher Motor ausfällt.Das gleichzeitige Versagen von zwei diagonal gegenüberliegenden Motoren hat die größte Auswirkung, da die größten Momentarme verloren gehen, während das Versagen von zwei benachbarten Motoren ein nicht wiederherstellbares Drehmomentungleichgewicht erzeugen kann.

Redundante Steuerungszuweisung

Wenn ein oder mehrere Motoren ausfallen, muss der verbleibende Schub neu zugewiesen werden, um die Lageregelung aufrechtzuerhalten und die Wahrscheinlichkeit einer sicheren Landung zu maximieren.

Gleiche Zuweisung—die Zuweisung des gleichen Schubs an jeden aktiven Motor—ist nach einem Ausfall im Allgemeinen nicht optimal. Ein praktischer Zuweiser löst die Aktuatorbefehle unter Berücksichtigung der Motorlimits und einer Prioritätenhierarchie, wobei typischerweise die Roll- und Nickbeherrschung vor der Gier- oder Gesamtschubverfolgung erhalten bleibt. Das vereinfachte Pseudoinverse-Beispiel unten veranschaulicht die grundlegende Struktur; eine Produktionsimplementierung würde explizite Einschränkungen, Gewichtungen, Sättigungsmanagement und Anti-Windup-Logik verwenden.

Klasse RedundantControlAllocator:
    def __init__(self, motor_positions, motor_count):
        # Positionsvektor jedes Motors relativ zum Schwerpunkt
        self.motor_positions = motor_positions
        self.motor_count = motor_count
        self.mixer_matrix = self._build_mixer_matrix()

    def _build_mixer_matrix(self):
        """Erstellen Sie die Steuerungsmischmatrix: Schub + Drehmoment - > Motorenausgaben."""
        A =  np.zeros((4,  self.motor_count))
        for i in range( self.motor_count):
            pos = self.motor_positions[i]
            direction = 1 if i % 2 == 0 else -1  # Abwechselnde Rotation
            A[0, i] = 1.0             # Schub
            A[1, i] = pos[1]          # Rollmomentarm
            A[2, i] = -pos[0]         # Nickmomentarm
            A[3, i] = direction * 0.1 # Giermomentarm (Reaktionsdrehmoment)
        return A

    def allocate(self, thrust_cmd, torque_cmd, failed_motors):
        """Schub neu zuweisen, wenn Motoren ausgefallen sind."""
        cmd = np.array([
            thrust_cmd, torque_cmd[0], torque_cmd[1], torque_cmd[2]
        ])

        active_motors = [
            i for i in range(self.motor_count)
            if i not in failed_motors
        ]
        A_active = self.mixer_matrix[:, active_motors]

        # Eingeschränkte Lösung der kleinsten Quadrate:
        # 0 <= jede Motorleistung <= maximale Schubkraft
        motor_outputs = np.zeros(self.motor_count)

        if len(active_motors) >= 4:
            # Redundante Freiheitsgrade; priorisieren Sie den geringeren Energieverbrauch
            solution = np.linalg.pinv(A_active) @ cmd
            motor_outputs_active = np.clip(solution, 0, 1.0)
        else:
            # Unteraktuiert; priorisieren Sie die Haltung, obwohl der Schub möglicherweise niedrig ist
            solution = np.linalg.pinv(A_active) @ cmd
            motor_outputs_active = np.clip(solution, 0, 1.0)

        for i, motor_idx in enumerate(active_motors):
            motor_outputs[motor_idx] = motor_outputs_active[i]

        return motor_outputs

Mehrere technische Details sind entscheidend:

Echtzeit-Lösungsgeschwindigkeit. Die Zuteilung erfolgt innerhalb einer 250 Hz Steuerungsschleife, daher muss der Solver ein strenges Ausführungszeitbudget einhalten. Für einen Oktokopter ordnet der Mischer acht Aktuatorenausgaben vier befehlsgesteuerten Achsen zu. Ob eine Online-Lösung in die Schleife passt, hängt vom MCU, der numerischen Darstellung, dem Solver und den Einschränkungen ab. Für größere Systeme können Pseudoinverse oder Solver-Faktorisierungen für glaubwürdige Fehlkombinationen vorab berechnet und zwischengespeichert werden, wodurch die Berechnung während des Flugs auf Matrixoperationen und Grenzwertbehandlung reduziert wird.

Fehlererkennungsgeschwindigkeit. Die Zuteilung hängt von einer schnellen Erkennung ab.Die Erkennung basiert im Allgemeinen auf dem Residuum zwischen dem befohlenen und dem tatsächlichen Schub: Wenn die gemessene Geschwindigkeit eines Motors von der erwarteten Geschwindigkeit um mehr als einen Schwellenwert abweicht, wird der Motor als ausgefallen erklärt. Die Erkennung muss innerhalb von 50–100 ms erfolgen. Andernfalls weist der Controller dem ausgefallenen Motor weiterhin Steuerbefugnisse für mehrere Millisekunden zu, was möglicherweise zu einem Verlust der Lageregelung führt.

Flugstrategien nach einem Ausfall

• Ein Motor ist ausgefallen (sieben verbleibend bei einem Oktokopter): Schub neu zuweisen, die maximale Fluggeschwindigkeit begrenzen, um die Anforderungen an die Lageregelung zu reduzieren, und langsam in Richtung des nächstgelegenen alternativen Landeplatzes absteigen.
• Zwei Motoren sind ausgefallen (sechs verbleibend): Wenn die ausgefallenen Motoren diagonal gegenüberliegen, kann die Kontrolle möglicherweise bestehen bleiben, aber die Spielräume sind extrem eng. Beginnen Sie sofort mit einer Notlandung.
• Drei oder mehr Motoren sind ausgefallen: Eine Wiederherstellung ist im Allgemeinen unmöglich.Wenn die Höhe es zulässt, initiieren Sie einen autorotationsähnlichen Abstieg oder setzen Sie ein Fallschirmsystem ein.

Ein ordnungsgemäß konstruierter industrieller Flugcontroller umfasst die Erkennung von Motorfehlern und redundante Steuerungszuweisungen in der Firmware. Redundante Sensorinterfaces – doppelte IMUs, doppelte Barometer und doppelte GPS-Empfänger – bieten nicht nur Navigationsredundanz, sondern unterstützen auch das Bewusstsein über den Antriebszustand. Korrekte Fehlentscheidungen hängen von der genauen Erfassung des Betriebszustands jedes Motors ab.

Teil IV: Die Auswirkungen von strukturellen Vibrationen auf die Flugsteuerung

Niedrigfrequente Vibrationen in großen Flugzeugrahmen

Verbraucherdrohnenrahmen sind steif und haben hohe Eigenfrequenzen, typischerweise über 100 Hz. Die meisten Motorvibrationsenergien liegen zwischen 100 und 500 Hz, sodass die Isolation des Flugcontrollers hauptsächlich hochfrequente Vibrationen in diesem Bereich anspricht.

Schwerlastflugzeuge sind viel größer, mit Armen von 1–2 Metern Länge, und sind relativ weniger steif. Ihre Eigenfrequenzen liegen oft im Bereich von 10–40 Hz. Diese Vibration hat zwei wichtige Eigenschaften.

Erstens ist ihre Frequenz niedrig und nähert sich dem Frequenzband von 10–50 Hz des Flugregelkreises. Wenn die Vibration das Regelband überlappt, beeinflusst sie direkt die Stabilität des Regelkreises. Der PID-Regler könnte die Vibration als echten Haltungsfehler interpretieren und versuchen, ihr zu folgen.

Zweitens ist die Amplitude hoch. Motoren an einem UAV der 150-Kilogramm-Klasse liefern typischerweise jeweils 3–5 kW und erzeugen damit weit mehr Vibrationsenergie als die 30–50 W Motoren von Verbraucherdrohnen. Selbst nach der Isolation kann die Beschleunigung am Montagepunkt des Flugcontrollers immer noch ±5–15 m/s² erreichen.

Entwicklung des Schwingungsisolationssystems

Schwerlast-UAVs benötigen Lösungen, die speziell für niederfrequente Schwingungen entwickelt wurden:

• Drahtseilisolatoren: Natürliche Frequenzen können so niedrig wie 5–15 Hz sein, was sie für die niederfrequente Isolation geeignet macht. Sie sind sperrig und schwer zu installieren, aber die gängige Wahl für Flugsteuerungsmontagen an UAVs der 150-Kilogramm-Klasse.
• Silikonisolationshalterungen: Mit natürlichen Frequenzen von 20–40 Hz sind diese nützlich für Schwingungen über 50 Hz. Sie sind kostengünstig und einfach zu installieren, bieten jedoch eine begrenzte niederfrequente Isolation. In Schwerlastanwendungen werden sie häufig als sekundäre Stufe nach der Drahtseisolierung hinzugefügt.
• Aktive Schwingungsregelung: Beschleunigungsmesser messen die Schwingung in Echtzeit, während Aktuatoren entgegengesetzte Kräfte in Antiphase erzeugen.Dies bietet die beste Leistung, hat jedoch auch die höchsten Kosten und die größte Komplexität und wird derzeit nur bei einer kleinen Anzahl sehr großer UAVs verwendet.

Eine gängige ingenieurtechnische Lösung ist die zweistufige Isolation: Drahtseilisolatoren adressieren die strukturellen Moden niedrigerer Frequenzen, während Silikonelemente Inhalte höherer Frequenzen dämpfen. Das endgültige Design muss auf gemessenen Luftfahrtspektren basieren, da schlecht ausgewählte Isolatoren Vibrationen in der Nähe ihrer Resonanzfrequenzen verstärken können. Der Flugcontroller kann auf einer Zwischenplatte zwischen den beiden Stufen montiert werden.

# Skript zur Validierung der Leistung der Vibrationsisolierung
def analyze_vibration_isolation(flight_log_path):
    """Analysiere die Vibrationsspektren vor und nach der Isolation."""
    data = load_ulog(flight_log_path)

    # Flugsteuerungs-IMU-Daten nach Isolierung
    imu_fc = data['sensor_imu.acceleration']

    # Referenzluftfahrzeug-IMU-Daten vor Isolierung
    imu_body = data['reference_imu.acceleration']

    # FFT-Analyse
    freq = np.fft.rfftfreq(len(imu_fc[:, 0]), d=1/250)

    for axis in range(3):  # X, Y, Z
        fft_fc = np.abs(np.fft.rfft(imu_fc[:, axis]))
        fft_body = np.abs(np.fft.rfft(imu_body[:, axis]))

        transmissibility = fft_fc / (fft_body + 1e-10)

        print(f"Achse {axis}: ")
        print(f"  10 Hz Übertragungsfunktion: "
              f"{transmissibility[np.argmin(np.abs(freq-10))]:.2f}")
        print(f"  50 Hz Übertragungsfunktion: "
              f"{transmissibility[np.argmin(np.abs(freq-50))]:.2f}")
        print(f"  100 Hz Übertragungsfunktion: "
              f"{transmissibility[np.argmin(np.abs(freq-100))]:.2f}")

Gut gestaltete industrielle Open-Source-Flugsteuerungsplatinen berücksichtigen Vibrationen auf Hardware-Ebene.Ihre Montageschrauben unterstützen standardisierte Isolationssysteme; IMU-Lötverbindungen und Layout sind für Zuverlässigkeit in Vibrationsumgebungen ausgelegt; und die mechanische Festigkeit auf Platinenebene ist ausreichend, um Verformungen zu widerstehen. Ingenieure müssen eine Isolationslösung auswählen, die für ihren Flugzeugrahmen geeignet ist, und diese durch spektrale Analyse validieren.

Teil V: Aktualisierung der Sicherheitsstrategie—Die FMEA-Methode

Mehr Fehlerarten und schwerwiegendere Folgen

Unter 50 kg sind die häufigsten Fehlerarten vergleichsweise einfach: Motorfehler, Entladung der Batterie, Verlust des GPS und Verlust der Datenverbindung. Jeder kann mit einer klaren Reaktion zugeordnet werden, und der Umfang der Fehlerarten- und Einflussanalyse (FMEA) bleibt überschaubar.

Bei der 150-Kilogramm-Skala steigt die Anzahl der Fehlkombinationen erheblich:

Die Risikoprioritätszahl wird berechnet als RPN = S × O × D. In diesem Beispiel erhalten Artikel über 80 Priorität. Der Schwellenwert ist eine organisatorische Regel und kein Ersatz für Urteilsvermögen: Ein katastrophaler Fehlermodus kann eine Minderung erfordern, selbst wenn sein berechneter RPN niedriger ist.

FMEA Workflow

Ein vollständiger FMEA-Prozess umfasst:

1. Identifizieren Sie Fehlermodi: Listen Sie jeden potenziellen Fehlermodus für jedes Teilsystem auf—Antrieb, Navigation, Kommunikation, Struktur und Energie.
2. Bewerten Sie die Auswirkungen: Bestimmen Sie, wie jeder Modus die Flugsicherheit, den Abschluss der Mission und die Sicherheit des Personals beeinflusst.
3. Weisen Sie Schweregrad-, Auftretens- und Entdeckungsbewertungen zu.
4. Berechnen Sie den RPN.
5. Definieren Sie Minderung: Für Artikel mit RPN > 80, Entwurf von Hardware-Redundanz oder Software-Fehlertoleranz.
6. Neu bewerten: Bewerten Sie das geminderte Design erneut und bestätigen Sie, dass das Risiko auf ein akzeptables Niveau gesunken ist.

FMEA für ein 150-Kilogramm-UAV erfordert weit mehr Arbeit als für ein kleines Flugzeug. Ein vollständiger Bericht ist in der Regel 50–100 Seiten lang und umfasst Hunderte von Fehlermodi. Es ist auch eines der Dokumente, die für die Lufttüchtigkeitszertifizierung erforderlich sind.

Ingenieure Umsetzung von Sicherheitsstrategien

FMEA erzeugt eine Reihe von Sicherheitsanforderungen, die in die Flugsteuerungs-Firmware implementiert werden müssen. Zu den wichtigsten Strategien gehören:

Gestufte Warnungen. Warnstufen entsprechen der Schwere des Fehlers. Stufe 1, gelb, warnt den Betreiber, während die Mission fortgesetzt werden kann. Stufe 2, orange, empfiehlt, die Mission zu beenden und sich auf die Landung vorzubereiten. Stufe 3, rot, löst sofort ein Notfallverfahren aus.

Fortschreitende Degradation.Nach einem teilweisen Ausfall wechselt der Flugcontroller automatisch zu Modi mit geringerer Leistung, aber größerer Sicherheit – zum Beispiel vom Vollleistungsflug zum leistungsbeschränkten Flug mit eingeschränkter Geschwindigkeit und Beschleunigung, dann zum Schwebemodus und schließlich zur Notlandung.

Unabhängige Sicherheitsüberwachung. Ein unabhängiges Modul, möglicherweise ein separates MCU, überwacht kontinuierlich den primären Flugcontroller. Wenn der primäre Controller eine abnormale Ausgabe erzeugt – wie eine plötzliche Befehlsänderung – oder es versäumt, seinen Watchdog zu bedienen, übernimmt das Sicherheitsmodul die Kontrolle und führt eine vordefinierte Strategie aus. Dies ist eine obligatorische Lufttüchtigkeitsanforderung für Hochrisiko-UAVs.

Teil VI: Lufttüchtigkeit und Konformität

Lufttüchtigkeitsanforderungen für die 150-Kilogramm-Klasse

Für ein 150-Kilogramm-UAV, das in China betrieben wird, müssen die geltenden Zertifizierungs- und Betriebsanforderungen mit der zuständigen Behörde für die Flugzeugkategorie, den beabsichtigten Betrieb und die Zertifizierungsgrundlage festgelegt werden. Ein Konformitätsprogramm umfasst in der Regel die folgenden Aktivitäten:

• Entwurfsprüfung: Einreichung vollständiger Entwurfsdokumentation, einschließlich struktureller Entwurf, Antriebssystem, Sicherheitsprüfung der Flugsteuerung—einschließlich FMEA—und Berichte zur elektromagnetischen Verträglichkeit.
• Testverifizierung: Statische Strukturtests zur Demonstration der Überlebensfähigkeit bei Grenzlasten; mindestens 50 Stunden fehlerfreies Antriebsausdauer-Testen; Zuverlässigkeitstests der Flugsteuerung durch Simulation und Flugtests; und Umwelttests für Temperatur, Luftfeuchtigkeit, Vibration und Salznebel.
• Flugtests: Abschluss der erforderlichen Tests unter der Aufsicht eines zertifizierten Testpiloten, einschließlich der Validierung des normalen Flugbereichs, simulierten Ausfällen wie dem Abschalten eines Motors im Flug und Tests unter Grenzbedingungen.
• Fortdauernde Lufttüchtigkeit: Nach der Zertifizierung müssen Betreiber Flugstunden, Wartungshistorien und Fehlermeldungen für jedes Flugzeug aufzeichnen und regelmäßig Lufttüchtigkeitsanweisungen und Modifikationen umsetzen.

Risikobewertungsrahmen

Der spezifische Betriebsrisikobewertungsrahmen (SORA) unterteilt das operationale Risiko in zwei Dimensionen:

• Bodenrisikoklasse (GRC): Bestimmt durch die Bevölkerungsdichte im Betriebsgebiet und die kinetische Energie des Flugzeugs. Ein 150-Kilogramm-UAV hat weit mehr kinetische Energie als ein 25-Kilogramm-UAV und erfordert daher strengere Sicherheitsmaßnahmen am Boden.
• Luft-Risiko-Klasse (ARC): Bestimmt durch die Komplexität des Luftraums und die Dichte des anderen Luftverkehrs.

Da die Masse des Flugzeugs und die kinetische Energie das Bodenrisiko erheblich beeinflussen, erfordert ein Betrieb mit 150 Kilogramm im Allgemeinen stärkere Sicherheitsvorkehrungen, Nachweise zur Zuverlässigkeit und betriebliche Minderung als eine Mission mit kleinen UAVs. Die tatsächliche GRC und ARC müssen anhand der aktuellen SORA-Methodik und des spezifischen Betriebsansatzes berechnet werden, anstatt nur aus der Masse abzuleiten.

Die Rolle des Flugcontrollers in der Lufttüchtigkeit

Das Flugsteuerungssystem ist ein Hauptfokus der Lufttüchtigkeitsprüfung. Die Prüfer stellen drei zentrale Fragen:

Kann ein Einzelpunktfehler zu einem katastrophalen Ergebnis führen? Die Antwort muss nein sein. Jeder Einzelpunktfehler, der katastrophal werden könnte, erfordert Redundanz oder Schutz.

Wie zuverlässig ist die Flugsteuerungssoftware? Der Nachweis muss Dokumentationen des Softwareentwicklungsprozesses gemäß DO-178C oder einem vergleichbaren Standard, Testabdeckungsberichte und Code-Überprüfungsprotokolle umfassen.

Wurde die Ausfallsicherheit ausreichend überprüft? SITL/HITL-Simulationen und Flugtests müssen alle Fehlerszenarien abdecken.

Die Einhaltung muss daher bereits in der Entwurfsphase berücksichtigt werden. Hardware-Redundanz—doppelte IMUs, doppelte Barometer und doppelte Prozessoren—vollständige Flug- und Ereignisprotokollierung sowie nachverfolgbare Hardwareversionen und Softwarekonfigurationen können nicht später hinzugefügt werden. Sie müssen in die Architektur integriert werden.

Die Auswahl eines industriellen Flugsteuerungsboards, dessen Hardware bereits die Lufttüchtigkeit adressiert—mit mehreren redundanten Sensorinterfaces, einem unabhängigen Sicherheitsmonitor und einem vollständigen Protokollierungssystem—kann den Zertifizierungsaufwand und die Kosten auf der Ebene des Flugzeugs erheblich reduzieren.

Teil VII: Ingenieurwissenschaftliche Lektionen von 50 kg bis 150 kg

Der Zeitplan für die Designiteration

Die ungefähre Entwicklungssequenz des Teams war wie folgt:

• Phase 1, Monate 0–6: 50-Kilogramm-Demonstrator. Validierung der Flugsteuerungsarchitektur und der Kernalgorithmen unter Verwendung eines kommerziellen Antriebssystems und einer vereinfachten Struktur, mit Schwerpunkt auf der Machbarkeit der Steuerungsalgorithmen.
• Phase 2, Monate 6–12: 100-Kilogramm-Prototyp. Einführung eines industriellen Antriebssystems, vollständiges strukturelles Design und Vibrationsisolierung. Beginn der FMEA- und Sicherheitsstrategienentwicklung sowie Durchführung der ersten HITL-Validierung.
• Phase 3, Monate 12–18: 150-Kilogramm-Ingenieurflugzeug. Abschluss des konstruierten Designs, einschließlich redundanter Systeme, Sicherheitsüberwachung und Umwelttests. Durchführung umfangreicher SITL/HITL-Simulationen und Tests im gefesselten Flug.
• Phase 4, Monate 18–24: Flugtests und Vorbereitung der Zertifizierung. Vollständige Flughülle, simulierte Fehler und Umwelttests. Bereiten Sie die Lufttüchtigkeitsdokumentation vor und reichen Sie den Zertifizierungsantrag ein.

Wichtige Lektionen

Lektion 1: Sparen Sie nicht bei der Vibrationsisolierung. Die Vibrationsumgebung des Flugcontrollers bestimmt direkt die obere Grenze der Steuerungsleistung. Die Isolierung macht in der Regel weniger als 2% der Gesamtkosten des Flugzeugs aus, kann jedoch die Steuerungsleistung um 20%–30% verbessern.

Lektion 2: Planen Sie Redundanz frühzeitig. Redundanz ist nicht so einfach wie das Hinzufügen eines Backups nach Abschluss des primären Systems. Schaltlogik, Zustandsynchronisation und Fehlersuche müssen während des architektonischen Designs geplant werden. Die Nachrüstung von Redundanz kann drei- bis fünfmal so viel kosten wie die frühzeitige Planung.

Lehre 3: Zuerst simulieren. Die Flugtests eines 150-Kilogramm-UAV sind extrem kostspielig. Ein fehlgeschlagener Test kann Ausrüstung im Wert von Hunderttausenden von Yuan zerstören und Monate im Zeitplan kosten. Überprüfen Sie gründlich in der Simulation, bevor Sie zum Flug übergehen. Gut gestaltete industrielle Flugsteuerungsplatinen haben bereits umfangreiche Simulationen vor dem Versand durchlaufen, sodass ein Team seine eigene Simulationsumgebung auf einer validierten Grundlage aufbauen und das Risiko und die Kosten in der frühen Phase weiter reduzieren kann.

Lehre 4: Rechenkapazität bewahren. Die Flugsteuerungssoftware für einen 150-Kilogramm-UAV ist weitaus komplexer als die eines kleinen Flugzeugs. Adaptive Abstimmung, redundante Steuerungsverteilung, Sicherheitsüberwachung, Multisensorfusion und Nutzlastmanagement müssen gleichzeitig laufen. Die resultierende Rechenanforderung kann fünf- bis zehnmal so hoch sein wie die eines kleinen UAV. Es sollten mindestens 50 % Rechenkapazität verbleiben, wenn der Hauptcontroller ausgewählt wird.Ein Hochleistungscontroller lässt auch Raum für zukünftige Fähigkeiten wie autonomes KI-Fliegen und visionbasierte Hindernisvermeidung.

Fazit: Skalierung der Masse bedeutet Skalierung der Sicherheit

Der Übergang von 50 kg auf 150 kg ist nicht einfach eine Frage des Verdreifachens jeder Komponente. Es erfordert einen systematischen Wandel in der Flugsteuerungstechnik: von nominaler Steuerungsleistung zu begrenztem Verhalten über das Betriebsfenster; von Einstrangsystemen zu verwalteter Redundanz; von fester Abstimmung zu modell- oder planbasierter Anpassung; und von erfolgreichen Flugtests zu nachvollziehbaren Sicherheitsnachweisen.

Schwerlast-UAVs gehören zu den anspruchsvollsten Flugzeugen in der aufkommenden Niedrigflughöhenwirtschaft, da sie hohe Energie, begrenzte Aktuatormargen, flexible Strukturen und komplexes Fehlverhalten kombinieren.Erfahrungen mit kleineren Drohnen sind wertvoll, beseitigen jedoch nicht die Notwendigkeit für luftfahrtspezifische Dynamik, Redundanzmanagement, strukturierte Sicherheitsanalysen und disziplinierte Verifizierung.

Für Teams, die in dieses Feld eintreten, kann eine industrielle Flugsteuerungsplattform eine nützliche Grundlage bieten: ausreichender Rechenraum, redundante Sensorinterfaces, robustes Logging und Hardware, die für starke Vibrationen ausgelegt ist. Diese Grundlage zertifiziert das Flugzeug jedoch nicht von selbst. Anwendungs-spezifische Software, Integration, Gefahrenanalyse, Simulation, Bodentests und Nachweise aus Flugtests bleiben unerlässlich. Der kürzeste glaubwürdige Entwicklungsweg besteht daher nicht darin, bei null zu beginnen, sondern eine ausgereifte Plattform mit rigoroser luftfahrtspezifischer Technik und Verifizierung zu kombinieren.