[发明专利]一种基于量子神经网络的无人机故障识别系统及识别方法

摘要

本发明涉及无人机技术领域，具体涉及一种基于量子神经网络的无人机故障识别系统，通过无人机故障识别系统，所述电控单元在接收到启动信号后驱动三相全桥电路以对三相电机的每相桥臂进行电路自检，所述中控单元根据电机故障自检模式，进行相应的自检数据分析，在无人机起飞前判断无人机电机是否发生异常故障，利用大量的试验数据进行对神经网络进行训练，从而在快速、准确的输出故障识别结果，相比于传统的故障识别，通过对无人机电机的自检回路进行故障识别，具有更高的可靠性，并由于多层激励函数的量子神经网络对具有不确定性、两类模式之间存在交叉数据的模式识别问题有较好的分类效果，可以消除不同故障模式数据交叉和数据噪声的影响。

主权项

1.一种基于量子神经网络的无人机故障识别系统，其特征在于，所述无人机故障识别系统包括电机单元、中控单元、及安全防护单元；所述电机单元为无人机三相电机；所述中控单元与所述电机单元、安全防护单元连接，所述中控单元包括飞行控制器、及电子调速器，所述飞行控制器与所述电子调速器连接，所述电子调速器对三相电机的每个相桥臂依次输入检测电流，检测电流根据不同的三相全桥电路进行电路检测，并将反馈数据输入所述飞行控制器；所述飞行控制器将反馈数据进行量子神经网络分析处理，通过量子神经网络的电机故障自检模式，迅速相应的数据模式匹配，确保在无人机起飞前快速响应自检结果。