视觉测量数据的灰色挖掘方法及其精度评定

在视觉测量的过程中,将由工程样机得到的有限数据进行灰色挖掘并且与曲线拟合相结合,充分地发挥2种不同方法各自的优势,以寻找位置精度与测量距离之间的关系.首先,利用少量的实验数据建立灰色预测模型,通过该模型对有限的测量数据进行挖掘以增加样本量.然后,利用灰色关联方法分析世界坐标系3个坐标轴上的位置精度与测量数据之间的关联性.最后,对灰色预测模型得到的数据进行多元、多阶的多项式拟合.实验结果表明:该方法预测数据的精度可以达到1级,并且位置精度与测量距离之间拟合的准确度优于99%.     

基于经验与变分混合分解的超声回波信号噪声消除方法

超声缺陷检测结果易受超声回波信号中复杂噪声的干扰,为了提高超声缺陷检测的准确度,提出一种基于混合分解的 超声回波信号噪声消除方法。 采用经验模态分解算法结合相关系数指标对超声回波信号进行预处理,得到消除低频噪声分量 的超声回波预处理信号。 基于变分模态分解将该预处理信号分解为一系列窄带本征模态函数,引入互信息指标估计变分模态 分解的最优模态数量,并根据窄带本征模态函数与预处理信号的相关系数提取有用的模态分量,实现对超声回波信号去噪结果 的重构。 通过仿真和实测超声回波信号验证了本文方法的去噪性能,并与现有方法进行了对比。 结果表明,本文方法可同时消 除超声回波信号中的高频和低频噪声,在不同信噪比条件下 EMD、VMD 和本文方法去噪结果的 SNR 均值分别为 10. 01、9. 48 和 16. 09 dB,验证了本文方法对于超声回波信号噪声消除的优越性。     

基于模型修正的激波管反射阶跃压力幅值高精度溯源方法

针对激波管校准装置中反射阶跃压力幅值溯源精度低的问题,提出一种基于模型修正的激波管反射阶跃压力幅值高精度溯源方法。根据理想气体理论,建立激波管反射阶跃压力幅值溯源的理论模型;分析入射激波速度的衰减规律,构建基于多传感器的入射激波速度多点测量方案;根据多点测量结果拟合入射激波速度的分布模型,实现入射激波速度衰减补偿,进而实现激波管反射阶跃压力溯源模型修正,提高阶跃压力幅值溯源精度。采用不同压力下的激波管实验验证反射阶跃压力幅值溯源的准确性,结果表明,文章方法的反射阶跃压力幅值溯源结果与实测结果的平均相对误差小于1%,其值大约为基于未修正模型的溯源结果平均相对误差的1/4倍。     

激波管反射阶跃压力上升时间高精度估计

提出一种激波管反射阶跃压力上升时间高精度估计方法。 首先,基于压力传感器阶跃响应特性,建立激波管反射阶跃 压力上升时间估计理论模型;其次,采用经验模态分解实现阶跃响应信号噪声分量消除,提取衰减振铃分量;然后,基于衰减正 弦拟合估计衰减振铃分量的第一峰值时间和振荡周期;最后,根据理论模型实现激波管反射阶跃压力上升时间高精度估计。 仿 真实验结果表明,阶跃压力上升时间估计平均相对误差为 2. 57% ,比传统方法和直接拟合法的平均相对误差分别减小了约 7. 3 倍和 2 倍。 激波管实测实验结果表明,在铝膜片厚度分别为 0. 25 和 0. 07 mm 的条件下,反射阶跃压力上升时间估计均值 分别为 0. 712 和 0. 876 μs,相对误差分别为 0. 14% 和 1. 9% ,明显小于传统方法测量相对误差(7. 5% 和 4. 3% ),方法有效提高了 激波管反射阶跃压力上升时间的估计精度,并且具有更强的鲁棒性。     

压力传感器幅频特性不确定度评定方法研究

本文提出一种压力传感器幅频特性不确定度评定方法。 首先,基于核密度估计法计算压力传感器模型参数的概率密度 分布,采用舍选抽样法生成符合概率密度分布的伪随机数;然后,提出一种自适应蒙特卡洛迭代收敛阈值优化方法,实现最优迭 代次数的准确估计;最后,基于最优迭代次数,采用自适应蒙特卡洛法对压力传感器幅频特性的不确定度进行评定,得到其最优 估计值、标准不确定度和给定置信概率下的不确定度区间。 通过压力传感器幅频特性不确定度评定实验验证本文方法的性能。 实验结果表明,本文方法得到的压力传感器幅频特性不确定度绝对误差的均值和最大值分别为 8. 837×10-5 和 5. 103×10-3,与 蒙特卡洛法(实验次数为 100 000)相比分别降低了大约 55%和 76%,与自适应蒙特卡洛法相比分别降低了大约 67%和 79%,说 明本文方法可以有效地评定压力传感器幅频特性的不确定度。