面向CAE的模型简化中的误差评估与边界补偿

通过分析由于模型简化导致分析结果产生误差的原因,提出一种简化模型的误差评估与边界补偿方法.首先基于功的互等原理估算所抑制的特征对分析结果的影响;然后根据这种影响指导模型在满足一定分析精度下的简化,并有效地利用被抑制特征的计算信息对简化模型的边界条件进行补偿.实例结果表明,文中方法计算量较小,不但可用于指导基于分析精度的分析模型简化,而且通过边界补偿可以进一步改善简化模型的分析精度.该方法可用于线性弹性结构的有限元静力分析.     

基于同步聚类的污水水质混合在线软测量方法

污水处理过程工况频繁波动,单一模型难以保证软测量精度,提出了基于同步聚类的出水COD混合在线软测量方法。模型由简化机理模型和建模误差补偿模型组成,其中简化机理模型作为主模型,集成模型作为误差补偿模型。机理模型用于表征污水处理过程的基本动态机理特性;误差补偿集成模型中子模型均采用线性模型,用以补偿不同工况下的机理模型建模误差。子模型个数采用在线同步聚类算法进行划分,考虑了输入和输出数据的时间区间,同时考虑了相邻数据间的关联性,提高了计算效率,改善了模型的实时性。采用实际污水处理厂数据进行仿真实验,验证了所提建模方法在多个运行工况下仍具有较好的精度。     

基于改进QR-PSO算法的压力传感器的动态补偿方法

针对压力传感器在实际使用中动态特性难以满足测试需求这一问题,利用激波管对压力传感器进行动态标定,获取实验样本,依赖样本估计逆模型,提出了基于QR分解和改进粒子群算法构建补偿系统的设计方法.采用QR分解确定模型阶次,降低了简化传感器模型带来的动态补偿运算误差,并结合改进粒子群算法,高效、智能的确定补偿系数.通过实测样本对补偿系统进行重复性验证,结果表明压力传感器的动态响应性能显著地提高了,补偿效果令人满意.     

基于SVR的动平衡加工误差补偿方法

针对动平衡加工误差补偿函数复杂的非线性特性,提出了基于支持向量回归机(SVR)的动平衡加工误差补偿方法.对实际转子的动平衡加工数据进行分析和处理,构造训练样本群作为SVR的输入进行训练,采用训练完毕后的SVR模型对误差补偿量进行预测.仿真结果验证了基于SVR的加工补偿方法能够有效地预测动平衡加工误差,实现高效、灵活的误差补偿,从而有效地提高动平衡加工精度.     

一种新的机器人机构距离误差模型及补偿算法

在标定机器人绝对位置精度和实施误差综合补偿过程中,必然涉及到测量系统坐标系与机器人基础坐标系间的变换.由于这一变换很难精确测定.从而给机器人绝对位置精度标定与误差补偿带来了难以克服的困难.本文首次提出了一种新的机器人机构距离误差计算模型及补偿算法,论证了距离误差同样可以作为机器人绝对位置精度的一种度量.利用该模型和算法对机器人进行误差分析和实施误差综合补偿,可避开上述测量系统与机器人系统间的坐标变换,从而简化了机器人绝对位置精度的标定过程,为提高机器人的绝对位置精度开辟了一个新的简便的途径.     

论迟延补偿控制系统的控制器再设计

针对用SMITH预估器进行迟延补偿后的控制器设计问题,分析了迟延补偿误差的特性,讨论了迟延补偿后的控制器再设计的依据,提出了按照模型失配程度选择控制器设计的建议.通过仿真试验找出了最大迟延补偿误差产生的条件并证实了折中控制器设计方案的有效性.     

改进的GPC在基于以太网的网络控制系统时延中的应用

针对基于以太网的网络控制系统(NCS)具有随机时延的特性,提出了将广义预测控制应用于网络控制系统中.为克服模型失配和系统不确定性的影响,基于BP神经网络建立一个误差的预测模型,用误差预测值对输出预测值进行补偿,构建了带误差补偿的广义预测控制算法.实验仿真验证了带误差补偿的广义预测控制在模型失配时具有更好的控制效果.     

基于UKF的捷联惯导大失准角初始对准方法

研究自主水下航行器,位置速度匹配中的误差需要补偿.捷联惯导大失准角误差传播特性是非线性的.为了提高捷联惯导大失准角初始对准精度,提出了一种基于UKF的捷联惯导初始对准的方法.由于对大失准角下SINS的非线性误差模型和系统噪声和观测噪声为加性的特点,给出了一种简化的Unscented卡尔曼滤波递推算法,并提出在精对准阶段采用多次精对准提高大初始失准角下SINS对准精度进行仿真.仿真结果表明,在GPS辅助下,使捷联惯导方位角误差减少,采用改进方法,也可获得较高的对准精度.     

传感器实时动态补偿方法与误差分析

为了改善传感器动态特性,用零极点相消的补偿原理拓宽传感器系统的工作频带.研究了极点建模误差对传感器补偿效果的影响.分析一阶系统、二阶系统的极点建模误差与工作频带拓宽之间的关系,给出相应的关系图.得出结论:一阶系统,补偿效果只与建模误差有关,补偿效果较明显;二阶系统,补偿效果由误差与阻尼比决定,阻尼比越大,要求其极点实部精度越高,而其虚部精度要求越小,且阻尼比小于0.1时,其实部误差可以忽略不计,仿真结果与理论一致.定量分析补偿后噪声的放大程度与工作频带拓宽之间的关系,为实时补偿提供依据.并在数字信号处理器(DSP)中实现实时补偿系统,实时观察输出结果,验证了该系统的稳定性和可行性.     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

基于椭圆旋转的磁传感器误差补偿算法

针对硬磁干扰和软磁干扰条件下的磁罗盘误差补偿问题,对传统的误差椭圆假设模型进行改进,提出一种基于椭圆旋转的磁传感器误差补偿算法。分析磁罗盘误差产生的因素,并建立椭圆旋转数学模型。采用非线性最小二乘拟合算法推导出误差补偿参数公式。利用Honeywell双轴磁阻传感器的测量值和椭圆旋转拟合的算法,对两轴磁传感器进行测试标定与误差补偿。实验结果表明,椭圆旋转算法能够有效补偿外部磁场产生的硬磁干扰和软磁干扰,与传统的椭圆模型补偿算法相比,该算法测得的航向角最大误差从2.0°减小到0.4°。     

基于RBF神经网络的全姿态磁航向误差建模与补偿

对磁罗盘系统误差和目前多数文献所提出的全姿态磁航向误差补偿方法的不足进行了分析.针对具有一定俯仰角或横滚角的磁罗盘系统磁航向误差建模和补偿问题,提出了基于径向基函数(RBF)神经网络的修正方法,并与BP神经网络方法进行了比较.在分析算法原理的基础上进行了实验仿真,结果表明:采用RBF神经网络在明显提高网络收敛速度的基础上,大大减小了全姿态磁航向误差,校正效果优于BP神经网络.     

磁罗盘误差分析及补偿

磁罗盘已被广泛地应用在民用及军事领域,误差补偿是磁罗盘研究中的一个关键技术.在分析磁罗盘误差的基础上,主要针对对磁罗盘影响最大同时最难控制的磁罗差,提出了一种基于BP网络的补偿方法,并建立以测量航向角为输入、补偿后航向角为输出的三层BP网络模型.实验证明,用该方法可以较好地补偿磁罗差且补偿后航向误差均方差仅为0.392 55.     

基于椭球拟合的磁力计误差校正方法研究

针对工作环境下的MEMS磁力计易受磁场干扰,且传统误差补偿速度慢、需要外部信息辅助而影响地磁信息获取时效性和精度的问题,提出一种基于椭球拟合的磁力计误差修正算法。建立基于刻度因子误差、非正交误差、零偏误差和软硬磁特性的磁力计误差模型,采用最小二乘平差法估计椭球拟合算法中的椭球方程系数,得到校准后的磁场强度值。实验结果表明,经过论文提出的椭球拟合算法校正后的磁场强度波动幅度明显小于磁力计测量的原始磁场强度,能够有效降低磁力计测量误差。     

基于椭圆假设的磁罗盘航向测量算法研究

磁罗盘常用于自主式水下航行器（Autonomous Underwater Vehicle,AUV）导航系统中对惯性器件的姿态测量进行校正。为了补偿载体内干扰磁场对磁罗盘航向解算带来的误差,采用基于椭圆假设的误差模型,通过最小一：乘拟合椭圆,扶得磁罗盘误差补偿算法中椭圆模型的各分布参数。陆上仿真实验的结果表明,基于椭圆假设的实时补偿算法能够获得稳定、高精度的航向角测量,不同路径类型下的误差精度可提高60％至80％。补偿结果为水下导航系统算法设计提供了精度依据。     

工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题,提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型,并优化补偿机器人定位精度的方法．首先基于空间网格采样方法,获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律,分析了建模补偿的可行性;其次建立基于ELM算法的误差补偿模型,并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明,机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律,补偿前绝对定位误差分布范围为0.29 mm~0.58 mm,平均误差为0.41 mm;补偿后定位误差分布范围降低到0.04 mm~0.32 mm,平均误差为0.18 mm;采用ELM算法建模的补偿速度快,泛化性能好．     

基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究

针对湿度传感器的输出非线性问题,提出了基于L-M算法建立BP神经网络进行补偿校正,实现电阻型湿度传感器的输入与输出非线性补偿,并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比,重点比较了模型迭代性能、标准偏差;最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的表现,更适合湿度传感器的非线性特性的补偿校正。     

基于遗传算法的航姿参考系统最小二乘磁标定方法研究

基于MEMS航姿参考系统磁误差分析和误差模型,提出了一种基于遗传算法融合的最小二乘算法,用于磁强计的标定校准。与传统的方法相比,该方法不需要借助相关的校准仪器,利用有效的大量数据通过迭代求得泊松模型的参数。通过此方法的误差补偿,航姿参考系统的精度得到了提高,实验结果验证了该方法的实用性和有效性。     

基于恒定姿态误差的磁罗差偏差补偿算法研究

针对具有恒定俯仰角度载体的磁航向罗差标定和补偿问题,提出了一种用于磁罗差修正的偏差补偿算法(DCA)。通过DCA的原理分析和证明得出:该算法对具有恒定横滚角度和俯仰角度的磁航向罗差修正均有效,经过DCA补偿的磁航向角度误差在±0.3°以内,满足飞机的航向标定要求。     

基于DSP的微型飞行器磁罗盘

介绍了一种基于数字信号处理器(DSP)的微型飞行器(MAV)磁罗盘,它包括S/R电路,三轴磁阻传感器、信号调理电路和DSP。为了使传感器达到最高的精度,设计了S/R开关电路,消除了高磁场对输出的影响和温度变化引起的偏置误差。详细分析了磁罗盘的误差来源,给出其误差模型,并提出一种非线性、两步补偿算法,此算法也适用于其他存在比例、偏置和非正交误差的二维或三维传感器。经实验测试,该微型磁罗盘误差小于1.2,°且具有体积小、重量轻、功耗低、工作可靠等特点。