基于最小二乘法的IMU安装误差计算方法

文章针对IMU产品工程应用的需求,从IMU产品的实际安装关系出发,推导出了IMU产品的安装误差模型。为便于使用最小二乘法进行参数估计,对上述模型进行了线性化处理,给出了从线性模型中提取安装误差的方法,并对安装误差模型参数进行了误差分析。通过软件仿真及标定实验表明,该方法能够实现利用常规标定试验数据进行较高精度的安装误差估计。另外,文中还分析了标定过程中转台输入与产品输出间的关系,推导出了两者之间的转换方程。     

IMU 姿态误差均衡校正模型与验证

惯性姿态测量单元(IMU)中存在各种系统误差,需要进行校正以提高姿态解算精度,而校正矩阵是由本身包含各种系统误差的特殊位置测量值及其理论值决定的。对校正矩阵产生的校正误差进行理论推导,研究其对解算姿态参数误差的影响特征,并用测试数据进行验证。根据均衡校正点的设计,详细研究均衡校正及其结构拓扑对姿态精度的影响模型和特征,并对测试数据进行均衡校正验证,典型姿态解算结果及对比表明,均衡校正普遍降低了姿态的绝对误差,均衡平均校正最少可降低解算姿态绝对误差的平均值和峰峰值至30.8%,且在小倾斜角区域也达到大中倾斜角区域常规校正的姿态解算精度。     

基于最小二乘原理的多传感器加权融合算法

以存在随机扰动环境中的不同参数多传感器为研究对象，基于最小二乘原理，提出了一种加权融合算法，推导出各传感器的权系数与测量方差的关系。并且根据测量信息，提出了一种方差估计学习算法，实现对各传感器测量方差的估计，从而对各传感器的权值进行合理的分配。该算法简单，能快速、准确的估计出待测物理量的状态信息。     

多品种曲轴弯曲变形测量系统的设计与开发

介绍多品种曲轴弯曲变形测量系统的开发.该系统由工控机、测量机、步进电机等组成,通过工控机驱动步进电机,基于测量机的机械平台对曲轴的弯曲变形量进行检测,最后通过相应的专用软件将测量结果显示出来.该系统具有柔性化、方便、直观等特点.     

基于多特征融合的刀具磨损识别方法

针对刀具磨损监测中多传感器融合监测方法的缺点,提出了基于声发射信号多特征融合与最小二乘支持向量机(lease square support vector machine,简称LS-SVM)相结合的刀具磨损状态监测方法。首先,分别采用经验模态分解法、双谱分析法以及小波包分析法提取采样信号在时域、频域、时-频域内的特征,构造联合多特征向量;然后,利用核主元分析法(kernel principal component analysis,简称KPCA)对联合多特征向量进行融合降维处理,通过提取累积贡献率大于85%的主元,剔除了联合多特征中与刀具磨损相关性较小的冗余特征,生成融合特征;最后,将融合特征送入最小二乘支持向量机,有效地实现了（尤其在小样本下）刀具磨损状态的识别,与神经网络识别方法相比具有更高的识别率。     

极径法球面测量的加权最小二乘估计和布点设计

本文给出了基于极径法球面测量的加权最小二乘估计模型,并依据该模型进行测量采样点布局的优化设计。最后,对模型和布点设计进行了统计数据仿真测试。     

基于草图的网格曲面变形算法

为了对网格模型进行控制,提出了一种基于草图线和轮廓线的网格曲面变形技术.首先,通过提取模型的侧影轮廓线或在曲面上绘制初始草图线生成变形区域的初始控制线;然后,对原草图线临近区域进行微分特性的操作,或者绘制一条新的草图线以映射初始控制线;最终利用改进的离散拉普拉斯算子建立线性方程组并采用最小二乘法求解,实现变形.这一变形技术较为直观,方便用户对变形效果的控制,在自主开发的软件平台上进行了测试,验证了其效果和工程可行性.     

一种仪器非周期偏差的估计方法

提出一种仪器非周期偏差的估计方法并给出了仿真计算实例 ;仿真结果表明了该方法的有效性。     

基于CPSO-LSSVM的多传感器数据融合

文中提出了一种新的基于混沌算法优化的粒子群(CPSO)算法,该算法在种群初始化时应用混沌算法优化粒子的初始位置,扩大粒子的有效搜索范围,在陷入局部最优时应用混沌算法遍历整个搜索空间,跳出局部最优.仿真实验证明该算法寻优性能优于当前其他PSO算法.利用CPSO对LSSVM的参数进行优化选择,建立多传感器数据融合模型.将该模型应用于压力的检测,实验证明了该方法优于当前其他主要方法.     

用于过程软测量的多小波网络

提出了一种用于系统建模的多重小波网络，给出了网络的结构，结合偏最小二乘法的网络构造方法，最后用于辨识非线性系统和建立过程软测量模型。该方法通用性好、精度高和鲁棒性强，仿真研究表明，方法有效、可行。     

基于时间窗的锌钡白转窑煅烧过程在线优化建模

应用混合核函数的最小二乘支持矢量机(LS-SVM)解决锌钡白转窑煅烧过程的多变量模型拟合问题,模型拟合精度高,效果好。为使系统实现模型参数的在线修正运算,扩展了LS-SVM,提出了一种基于KKT判定条件的时间窗在线建模算法。这一算法在时间窗向前移动的同时,依靠KKT判定条件,确定是否需要对新增的样本数据进行重新训练,避免不必要的重复运算。随着时间窗向前移动,系统不断更新模型参数,以适应工况变化的需要。仿真分析说明,这种建模方法在此类煅烧过程控制和产品质量提高上有着广阔的应用前景。     

基于电极位移信号特征分析的电阻点焊质量监测

提出一种基于点焊过程信息采集和处理的焊点质量在线监测方法。通过对电极位移、动态电阻信号的实时采集和分析,利用电阻信号动态特征刻画熔核形成的不同阶段,从同步位移信号中提取12个与焊点质量相关的动态特征参量。通过对提取的特征参量与作为焊点质量评价指标的抗剪强度之间的相关性分析,选取相关性显著的特征参量作为输入和抗剪强度为输出,建立线性回归、非线性回归及径向基函数神经网络焊点质量监测模型。监测模型的有效性检验结果表明,建立的三种监测模型都可实现对焊点质量的在线监测。径向基函数神经网络模型的监测准确率高于其他两种模型,其平均验证误差为2.28%,最大验证误差低于10%。     

基于支持向量机和模态频率的结构损伤诊断

支持向量机（support vector machine,SVM）是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题。文中介绍支持向量机回归算法,并应用于结构损伤诊断领域;构造基于模态频率的损伤标识量,作为特征参数训练支持向量机实现对结构损伤的定位和程度标识;最后以梁的损伤识别为例进行验证。结果表明,支持向量机在结构损伤诊断领域中具有很好的应用前景。     

基于波动法与模糊聚类的柴油机状态监测研究

状态评级是柴油机状态监测的主要目的。常规的以特征参数变化倍数评级的方法对于经常拆迁的设备效果不理想;而模糊C（center）-均值聚类算法不能自动对聚类结果进行等级排序。文中提出的波动法与模糊C-均值聚类相结合的状态评级则有效地解决了上述问题。波动法原理为：柴油机各缸的特征参数波动越小,则整机状态越好。选取与柴油机状态密切相关的7个参数组成特征向量,用现场采集的PZ12V190柴油机的35个样本建立聚类标准;将另10台柴油机与标准逐一再聚类,其结果与实际情况吻合得很好。表明该方法对多缸柴油机状态评级的有效性和实用性。     

TYRE DYNAMICS MODELLING OF VEHICLE BASED ON SUPPORT VECTOR MACHINES

Various methods of tyre modelling are implemented from pure theoretical to empirical or semi-empirical models based on experimental results. A new way of representing tyre data obtained from measurements is presented via support vector machines (SVMs). The feasibility of applying SVMs to steady-state tyre modelling is investigated by comparison with three-layer backpropagation (BP) neural network at pure slip and combined slip. The results indicate SVMs outperform the BP neural network in modelling the tyre characteristics with better generalization performance. The SVMs-tyre is implemented in 8-DOF vehicle model for vehicle dynamics simulation by means of the PAC 2002 Magic Formula as reference. The SVMs-tyre can be a competitive and accurate method to model a tyre for vehicle dynamics simulation.     

MULTIPLE ELECTRONIC CONTROL UNITS CALIBRATION SYSTEM BASED ON EXPLICIT CALIBRATION PROTOCOL AND J1939 PROTOCOL

The rising number of electronic control units （ECUs） in vehicles and the decreasing time to market have led to the need for advanced methods of calibration. A multi-ECU calibration system was developed based on the explicit calibration protocol （XCP） and J1939 communication protocol to satisfy the need of calibrating multiple ECUs simultaneously. The messages in the controller area network （CAN） are defined in the J1939 protocol. Each CAN node can get its own calibration messages and information from other ECUs, and block other messages by qualifying the CAN messages with priority, source or destination address. The data field of the calibration message is designed with the XCP, with CAN acting as the transport layer. The calibration sessions are setup with the event-triggered XCP driver in the master node and the responding XCP driver in the slave nodes. Mirroring calibration variables from ROM to RAM enables the user to calibrate ECUs online. The application example shows that the multi-ECU calibration system can calibrate multiple ECUs simultaneously, and the main program can also accomplish its calculation and send commands to the actuators in time. By the multi-ECU calibration system, the calibration effort and time can be reduced and the variables in ECU can get a better match with the variables of other ECUs.     

APPLICATION OF FRF ESTIMATOR BASED ON ERRORS.IN-VARIABLES MODEL IN MULTI-INPUT MULTI-OUTPUT VIBRATION CONTROL SYSTEM

The FRF estimator based on the errors-in-variables(EV)model of multi-input multi-output (MIMO)system is presented to reduce the bias error of FRF H1 estimator.The FRF H1 estimator is influenced by the noises in the inputs of the system and generates an under-estimation of the true FRF. The FRF estimator based on the EV model takes into account the errors in both the inputs and outputs of the system and would lead to more accurate FRF estimation.The FRF estimator based on the EV model is applied to the waveform replication on the 6-DOF (degree-of-freedom) hydraulic vibration table.The result shows that it is favorable to improve the control precision of the MIMO vibration control system.