旋转变压器的角度误差校正系统设计

针对旋转变压器输出数据存在的角度误差问题,对旋转变压器校正方法进行了研究,设计并实现了旋转变压器角度误差校正系统。该系统充分利用了旋转变压器工作原理,发挥了光电编码器优势,采用了FPGA和ARM的优点,由同一电机带动光电编码器和被测旋转变压器,以FPGA+ARM组成的控制模块读出光电编码器和被测旋转变压器的角度,并进行比较分析,测量旋转变压器的非线性误差,建立误差分析表,提出了一种根据系数进行补偿的方式,对旋转变压器的误差进行了补偿。研究结果表明,该系统能对旋转变压器的输出数据进行校正,校正前旋转变压器的角度误差最大为21.2弧分,通过该系统校正后,测角误差最大为5.3弧分,系统校正速度较快且效果明显。     

旋转变压器轴角数字转换系统的误差分析

本文分析了以旋转变压器为角度传感元件,跟踪型轴角数字转换器为角度测量元件的测角系统的静态和动态误差,指出了导致测量误差的各种因素以及误差的具体表达式。分析表明角度传感元件的某些误差可以通过适当调整轴角数字转换器的参数予以补偿,从而提高整个测角系统的测量精度。     

双通道多级旋转变压器的标定和基于BP神经网络的误差补偿方法

通过高精度的编码器实现对旋转变压器的标定,为了提高旋转变压器的精度,提出了一种基于BP神经网络的误差补偿方法,用该网络对误差曲线进行训练,再将训练结果写入DSP程序中进行实时补偿。实验结果表明,通过该方法对误差进行补偿,可以将误差从±9′补偿到±0．3′,重复性好。     

基于神经网络融合的传感器温度误差补偿

海底油气输送管道漏磁检测装置工作于高温高压环境下,其中的InSb霍尔传感器对温度敏感,需要补偿温度误差。该文构建了多传感器融合模型,将多个霍尔传感器和温度传感器的输出用径向基函数（RBF）神经网络进行融合,用遗传算法对网络进行训练。实验室检测数据和反演出的缺陷形状表明,采用神经网络融合方法进行误差补偿,简单方便,霍尔传感器输出的平均温度敏感系数降低了两个数量级。     

一种新型的旋转变压器测角误差标定技术

提出了一种新的基于速率转台恒速转动和位置转动相结合的旋转变压器测角误差动静态组合标定方法,准确得到了0~360°测角误差曲线.采用周期项与趋势项相结合的方法对得到的误差曲线进行建模,并利用傅里叶谐波分析和最小二乘拟合法对误差的各次项进行补偿.实验证明该方法大幅度的提高了旋转变压器的测角精度,且测试方法简单,操作过程容易,解决了计算机连续自动采样和复杂谐波分量下的补偿等问题,大大提高了标定效率.     

基于数据融合的旋转机械故障诊断模式研究

讨论了数据融合以多学科理论为基础,对按时序从各个信息源获得的数据在一定准则下加以自动分析、综合及判断,辅助人员完成所需要的估计和决策任务而进行的数据处理过程,并研究将数据融合技术应用于旋转机械故障诊断是可行的,而且有实际的应用价值和发展前景。     

旋转调制式激光捷联惯导安装误差分析与标定

双轴旋转调制技术可以实现对陀螺漂移和加计零偏的调制,从而极大地提高惯导系统的精度,以满足船用惯导高精度的导航需求.由于单元体一直作连续正反旋转运动,传统的位置法和速率法无法对该系统进行标定.提出了一种基于三轴转台和单元体自旋转的误差标定方案,实现了对系统误差的快速精确标定.其中旋转轴和陀螺及加计敏感轴间的不正交角标定精度优于1",陀螺、加计敏感轴间的不正交角标定精度优于2".海上试验表明,误差标定结果满足了系统1 nmile/24 h的导航要求,具有较高的工程应用价值.     

凸轮廓形误差力位融合预测与补偿控制研究

廓形误差是凸轮最重要的精度指标,由于磨削过程复杂,廓形误差通常通过离线抽检获得,难以实现在线补偿控制。提出了一种基于BP神经网络与镜面补偿凸轮磨削力-伺服滞后信息融合廓形误差预测、补偿方法。通过对凸轮磨削过程中影响廓形误差的主要因素分析,将X轴跟随误差、C轴跟随误差、磨削力三项传感器信息作为输入特征,凸轮廓形误差作为输出特征,利用BP神经网络的逼近性能和全局最优特性,建立了凸轮廓形误差预测模型,并提出了凸轮廓形误差镜面补偿方法。进行了预测模型训练与补偿验证,结果表明,该方法能够有效预测凸轮廓形误差,并提高凸轮加工廓形精度。     

基于FPGA Stratix Ⅳ变压器智能监测系统设计与实现

本文论述了一种以FPGA Stratix Ⅳ为核心的变压器智能监测系统的设计。该监测系统充分利用了高性能FPGA的片内资源,利用精密整流电路和精密放大电路采集电压与电流的数据用传感器和脉冲变换电路将电能转换为脉冲量,送入FPGA进行处理。用软件系统完成对电力变压器各种参数及运行状态的监测。能够记录变压器电压、电流、无功功率、视在功率、频率、功率因数等参数。能够自动形成各种电力年报、月报分析曲线等管理报表曲线。能够在铁路自闭线路上的变压器和各种变电所的变压器上使用。由于该系统采取硬件和软件双重抗干扰措施,所以抗干扰能力强。     

多极旋转变压器信号的软件解调实现

针对多极旋转变压器信号采用软件进行解调实现时遇到的四个问题:相位漂移、噪声干扰、相位调整和实时性,给出了详细的分析和有效的解决办法,具有良好的工程应用价值。     

基于数据融合的压力传感器温度误差补偿方法

分析压阻式压力传感器的工作原理,针对压阻式压力传感器输出电压受温度影响较大的特点,讨论了一种基于数据融合的温度误差补偿方法.实验表明,采用该方法后,压阻式压力传感器输出电压受温度影响大大减小,系统性能更加稳定,工作更加可靠.     

万向旋转磁矢量发生器装配误差补偿方法

三轴亥姆霍兹线圈可产生空间万向旋转磁矢量,实现胶囊机器人的精准控制,为了补偿万向旋转磁矢量发生器三轴亥姆霍兹线圈的装配误差,建立了误差模型,分析了轴线交点偏移及轴线非正交对磁场的影响,证明了误差使万向旋转磁矢量末端轨迹由圆变为椭圆,并仿真分析了磁矢量误差的空间分布,推导了线性化误差参数模型,根据最小二乘法原理进行误差参数辨识。仿真表明,该误差补偿方法可以降低线圈的装配精度要求,提高磁矢量的精度。     

数控机床螺距误差补偿策略研究与实现

为减小数控机床滚珠丝杆磨损引起的螺距误差,提高数控机床精度,提出一种离线均化插值法的软件补偿方法实现螺距误差补偿。在分析螺距误差测量及计算原理的基础上,基于自开发数控系统平台,研究螺距误差补偿策略。在美国德州仪器公司CCS3.3上进行算法程序编写与调试,通过软件测试,螺距误差补偿值可以跟随指令值进行补偿输出,验证所提出螺距误差补偿算法有效性。     

安装误差对旋转式惯导系统影响及补偿

因轴与轴承间同轴度误差、轴系间隙、机械加工精度、安装等因素,旋转式惯导系统会产生各种形式的安装误差。对各种安装关系进行了说明,详细推导并分析了系统存在安装误差时的输出特性及误差调制效应。在理论分析的基础上,针对实际旋转式惯导系统,通过分析主要误差源,建立合适的误差补偿模型,实现对相关误差的补偿。误差补偿结果表明,该补偿方案能同时消除陀螺敏感轴与旋转轴间的不正交误差、与比力相关的漂移以及因旋转而产生的周期性波动误差,具有很高的工程应用价值。     

基于多传感器信息融合的汽车衡误差补偿

传统的汽车衡误差补偿方法是通过反复调节接线盒中电位器,调整每路称重传感器通道增益实现的,过程繁琐、称重结果准确度低.介绍了汽车衡称重原理,分析了称量误差产生的原因,确定了误差模型,以多路称重传感器信号为输入,提出了基于径向基函数神经网络多传感器信息融合误差补偿方法,建立了融合模型,给出r融合模型的训练算法.这种误差补偿方法建模方便,训练简单,克服了汽车衡在加工、安装过程中产生的内应力、机械形变、尺寸误差和传感器灵敏度分散性、传感器线性度误差等因素对称量结果的影响,准确度高.现场检定表明,采用这种补偿方法的汽车衡称重误差小,优于国家标准规定的三级秤指标.     

传感器的误差补偿

本文介绍造成传感器测量误差的原因,并对每一种原因详细论述了补偿方法。     

采用间隙误差补偿与螺距误差补偿改善机床最终数控精度

采用间隙误差补偿与螺距误差补偿的方法,改善机床最终数控精度并介绍了具体应用过程。     

旋转变压器电气参数综合检测平台的开发

搭建及开发了一种高效、高精度旋转变压器电气参数综合检测平台。该平台以旋转变压器的国家标准规定的技术为准则,基于高精度和高效的角度识别电机及数据处理核心PICO5442DMSO示波器硬件架构,在MATLAB平台下,实现了旋转变压器的电气角度误差、零点误差、变压比、阻抗、相位移、谐波分量等参数的实时检测。该平台具有高效、高精度和高稳定性,可广泛适用于旋转变压器的研究、开发、生产的环节。     

基于数据融合技术的电力变压器在线故障诊断研究

提出了基于疏失误差的单传感器改进型分批估计数据融合算法,运用高端C8051F140型MCU的强大运算能力和丰富的外围接口电路,同时将CAN总线引入到现场数据的传输中,实现了电力变压器实时、可靠、精确的在线故障诊断。