Gestión de potencia de vehículos aéreos no tripulados (UAV) de ala fija híbridos de pila de combustible utilizando un...

Área de la Ciencia:

• Ingeniería aeroespacial
• Ingeniería eléctrica
• Inteligencia artificial

Sus antecedentes:

• Los vehículos aéreos no tripulados (UAV) utilizan cada vez más pilas de combustible para obtener energía verde, mejorar la autonomía y repostar más rápido.
• La gestión eficaz de la energía y el diseño de fuentes eléctricas híbridas son fundamentales para mejorar la autonomía y la eficiencia energética de los UAV.

Objetivo del estudio:

• Aumentar la autonomía y la eficiencia energética de los UAV eléctricos (EUAV) de ala fija a través de sistemas de energía híbridos optimizados.
• Desarrollar un método novedoso para aligerar drones y gestionar fuentes eléctricas híbridas (HES).

Principales métodos:

• Un sistema de aprendizaje por refuerzo que combina lógica difusa y aprendizaje por refuerzo multifactorial (MFRL) para regular la distribución de energía de la pila de combustible (FC) y la batería.
• El algoritmo Harris Hawk Optimization (HHO) para la optimización del diseño (DO) de la capacidad de la FC y la batería, y para la optimización de los parámetros de MFRL y las funciones de pertenencia de la lógica difusa.
• Incorporación de las variaciones de la velocidad del viento y las incertidumbres de movilidad del dron en un modelo realista de gestión de energía.

Principales resultados:

• Se logró una reducción de peso del 8% en el UAV.
• Se demostró un ahorro de energía de 70,43 kJ, lo que extendió la autonomía de vuelo en más de 30 minutos.
• Se redujeron las fluctuaciones del estado de carga (SoC), ahorrando hasta el 40% de la energía de la pila de combustible.

Conclusiones:

• La optimización propuesta del sistema de energía híbrido y la estrategia de gestión de energía mejoran significativamente la autonomía y la eficiencia energética de los UAV.
• La integración de HHO, MFRL y lógica difusa proporciona una solución robusta para gestionar fuentes de energía híbridas en condiciones variables.
• Este enfoque permite misiones operativas más largas para los UAV al optimizar la utilización de los recursos y reducir el consumo de energía.