组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

奇异时滞系统的鲁棒故障检测和分离观测器

讨论了一类不确定奇异时滞系统的鲁棒故障检测和分离观测器(RDO)设计问题,设计所有的观测器使得它们的冗余信号对非故障因素具有鲁棒性,并设计每个观测器使其冗余信号对一组特定的故障不敏感而对其余故障敏感。给出了RDO存在的充分条件及有效的设计算法,并讨论了故障集合不同划分的RDO设计之间的关系,最后给出一具体算例来说明该方法的有效性。     

可变结构冗余模型的模糊可靠性分析

修正了可变结构冗余模型的定义。应用模糊数学的原理和方法 ,将可变结构冗余模型的经典可靠性拓展为模糊可靠性。定义了模糊正常和模糊故障 ,通过将可靠度和平均寿命时间的模糊化 ,把模糊正常的概念和隶属函数引入模糊可靠度。在模糊可靠性理论的基础上建立了数学模型 ,对可变结构冗余模型进行了模糊可靠性分析 ,并给出实例说明其计算方法。     

基于概率神经网络的故障诊断方法及应用

针对智能大厦空调系统中发生的各种传感器故障问题 ,提出了一种基于概率神经网络 (PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型 ,以高斯函数作为激励函数 ,具有非线性处理和抗干扰能力强等特点 ,可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析 ,故障特征量的选取 ,神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度 ,抗干扰能力及各种传感器故障识别准确率等方面的有效性。     

基于T-S模糊模型的鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统,构造了相应的测量冗余方程和模糊奇偶方程,给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理,采用奇偶方程故障检测与诊断方法,研究了非线性不确定系统的鲁棒故障检测和诊断.最后,通过仿真示例说明了所提出的方法是有效的.     

微型三轴气浮台姿态确定系统设计

为建立现代小卫星的姿态确定仿真系统,在微型三轴气浮转台上设计了基于敏感元件组合"MEMS陀螺+倾角传感器"的姿态确定系统。首先,系统采用具有32位浮点运算能力的TMS320F28335为中心处理器,通过CAN总线实时采集低精度输出的MEMS陀螺仪角速度信息和较高精度输出的倾角传感器角度信息,然后用扩展卡尔曼滤波器实时处理角速度、角度信息,得到三轴气浮转台的姿态信息;最后通过数学仿真和物理仿真来验证三轴气浮转台姿态确定系统设计的合理性。实验结果表明,该系统能够滤除MEMS陀螺仪输出的漂移,提高转台角速度测量精度,其均方差由0.01516降低至0.005632;角度输出精度基本保持不变,其均方差约为0.001。这表明系统设计合理,能够提供较高精度的姿态信息,满足小卫星姿态确定系统仿真平台的要求。     

基于分布式系统可修复控制方法可靠性和安全性分析

冗余技术对于规模大复杂程度高的系统主要采用双机热备的方法,但其难点是不能准确定位失效单元。针对上述难点,提出一种基于分布式系统的可修复控制方法。通过对系统进行可修复设置,并利用马尔可夫过程进行建模和仿真,最后针对可靠性和安全性进行了分析。仿真结果表明,可修复控制方法可以提高系统的可靠性及安全性,冗余单元的故障检测率等于主单元的故障检测率且冗余单元的失效率大于主单元的失效率时,系统的安全性和可靠度达到最大值。     

基于电压增量的非线性模拟电路软故障诊断

基于节点电压增量关系方程理论,根据高阶故障对低阶故障的覆盖性,并结合替代原理,提出了一种可以诊断非线性模拟电路软故障的字典法,将仅应用于线性模拟电路软故障诊断的方法推广到了含有少量非线性元件的模拟电路。将非线性元件作为一个整体,利用节点电压增量关系方程的线性相关系数作为统一故障特征,实现了电路中非线性元件和线性元件集的硬故障、软故障、单故障和多故障的诊断。给出了含有单个或多个非线性元件的电路诊断方法,并用最小距离法对容差做了相应的处理,最后通过仿真实例证明了该诊断方法的有效性。     

捷联惯导四面体冗余配置的双轴旋转调制方法

传统捷联惯导采用三轴正交配置,存在单一传感器故障直接引发整个系统失效,且导航误差随时间累积快等问题。为解决这些问题,提出了一种将四陀螺冗余配置和双轴旋转调制相结合的捷联惯导导航方法。构建多指标约束的冗余优化准则,通过器件级配置方式,设计了基于四面体结构的四陀螺冗余配置方案,并在此基础上引入八次序双轴旋转调制方法,调制3个轴向的等效陀螺漂移。仿真结果表明,所提方法能够实现系统可靠性和导航精度的双重提升,具有重要的工程应用价值。     

基于优化KF的MEMS陀螺阵列信号融合方法

针对微机电系统(micro electro mechanical system,MEMS)陀螺仪准确度低、噪声大的问题,采用陀螺阵列技术降噪以提高陀螺的使用精度。采用Allan方差法分析陀螺信号误差噪声项,依据分析结果对测量模型进行了简化,利用噪声相关性设计了一种卡尔曼滤波器(Kalman filter,KF)对陀螺阵列进行数据融合,并对最优估计过程进行了改进,降低了数据处理的复杂度和计算量,同时从理论上分析了各参数对阵列性能的影响。为提高滤波器的动态性能,将自回归(autoregressive,AR)模型应用于陀螺真实角速率的建模。采用6个陀螺构成的阵列进行了验证实验。实验结果表明:与单个陀螺相比,陀螺阵列的噪声在静态条件下降低了144.2倍,在恒速率和正弦速率条件下噪声分别降低了18.18倍和5.36倍,证明了此建模方法和融合方法的有效性。     

MEMS三轴陀螺仪中不匹配干扰抑制方法

微机电系统(micro electro mechanic system, MEMS)陀螺仪作为一类新型角速率传感器,其制造和应用过程中不可避免会受到不匹配干扰的影响,即速度项的测量过程中引入各种噪声,降低MEMS陀螺仪的检测精度。在滑模控制策略下提出一种基于辅助变量的非线性干扰观测器,对MEMS陀螺系统中存在的不匹配干扰进行实时估计,同时针对积分自适应切换增益发散问题,采用了一种避发散技术-死区技术。最后通过李雅普诺夫理论进行了系统稳定性分析。仿真结果表明,该策略实现了轴向轨迹跟踪,提高了陀螺仪的检测精度。     

基于MUBF算法的微机械陀螺输出降噪方法

针对微机械(micro electro mechanical system, MEMS)陀螺输出漂移不确定性,提出采用最小上限滤波(minimum upper-bound filter, MUBF)算法实现MEMS陀螺输出信号降噪处理,该算法将漂移看作陀螺输出信号中的未知干扰,通过获取漂移变化方差上限,利用凸优化动态寻优得到角速率估计。相比卡尔曼滤波算法(Kalman filter, KF),MUBF算法可以在陀螺输出漂移模型未知的情况下工作,弱化陀螺信号降噪处理条件。陀螺静态和动态实验结果表明:MUBF算法能够有效降低陀螺噪声且优于KF算法降噪效果,该算法为MEMS陀螺降噪研究提供新思路。     

具有扇区输入非线性的三轴MEMS陀螺仪鲁棒自适应控制

微机电系统(micro electro mechanic system, MEMS)陀螺仪在制造和应用过程中会受到系统参数不确定、外界干扰和力电换能器非线性效应的影响,降低MEMS陀螺仪的检测精度。提出一种基于增益自适应的滑模控制策略对MEMS陀螺仪3个轴向轨迹进行控制,采用一种基于时变死区技术的积分自适应律估计参数不确定和干扰的上界以避免估计发散,选择合适的控制律消除非线性扇区输入的影响,实现陀螺3个轴向的轨迹跟踪指定的参考运动,从而提高检测精度。最后利用Lyapunov直接法证明了闭环误差系统的渐近稳定性和所有信号的有界性。仿真结果表明了该策略的有效性。     

激光驾束导弹制导控制辅助惯性器件滤波

针对某型激光驾束导弹微机电(micro electro mechanical systems, MEMS)速率陀螺仪和加速度计测量噪声大的问题,提出采用姿控舵偏角和过载指令实现陀螺仪和加速度计的滤波。首先,基于姿态运动学建立MEMS速率陀螺滤波方程;其次,结合局部模型跟踪控制律特点,引入过载指令与实际过载的近似数学描述,建立加速度计滤波方程;最后,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)实现对三轴角速率、两轴加速度、攻角及侧滑角的辅助估计。半实物仿真试验表明,该算法可以将速率陀螺误差及加速度计误差分别降低至16%和30%,同时对攻角和侧滑角的估计偏差约为0.03°,证明算法有效。     

Soft initial-rotation and HΦ robust constant rotational speed control for rotational MEMS gyro

A novel soft initial-rotation control system and an Hoo robust constant rotational speed controller (RCRSC) for a rotational MEMS (micro-electro-mechanical system) gyro are presented. The soft initial-rotation control system can prevent the possible tumbling down of the suspended rotor and ensure a smooth and fast initial-rotation process. After the initial-rotation process, in order to maintain the rotational speed accurately constant, the RCRSC is acquired through the mixed sensitivity design approach. Simulation results show that the actuation voltage disturbances from the internal carrier waves in the gyro is reduced by more than 15.3 dB, and the speed fluctuations due to typical external vibrations ranging from 10 Hz to 200 Hz can also be restricted to 10-3 rad/s order.     

Soft initial-rotation and H∞ robust constant rotational speed control for rotational MEMS gyro

A novel soft initial-rotation control system and an H∞ robust constant rotational speed controller (RCRSC) for a rotational MEMS (micro-electro-mechanical system) gyro are presented. The soft initial-rotation control system can prevent the possible tumbling down of the suspended rotor and ensure a smooth and fast initial-rotation process. After the initial-rotation process, in order to maintain the rotational speed accurately constant, the RCRSC is acquired through the mixed sensitivity design approach. Simulation results show that the actuation voltage disturbances from the internal carrier waves in the gyro is reduced by more than 15.3 dB, and the speed fluctuations due to typical external vibrations ranging from 10 Hz to 200 Hz can also be restricted to 10−3 rad/s order.