冲击波压力传感器动态特性补偿及其应用

为修正压力传感器动态特性引起的测试误差,避免传感器动态建模误差影响补偿结果,提出了一种基于量子粒子群优化(QPSO)算法和均方误差的传感器动态补偿方法。通过对传感器进行逆建模,寻优得到了最优阶次的补偿器系数,利用激波管动态校准实验对该方法进行了验证,分析了补偿前后传感器的时域与频域特性。结果表明,该方法有效扩展了传感器的工作频带;在实弹测试中,减小了动态测量误差,提高了测试精度。     

冲击波压力传感器动态特性补偿及其应用（英文）

为修正压力传感器动态特性引起的测试误差,避免传感器动态建模误差影响补偿结果,提出了一种基于量子粒子群优化(QPSO)算法和均方误差的传感器动态补偿方法。通过对传感器进行逆建模,寻优得到了最优阶次的补偿器系数,利用激波管动态校准实验对该方法进行了验证,分析了补偿前后传感器的时域与频域特性。结果表明,该方法有效扩展了传感器的工作频带;在实弹测试中,减小了动态测量误差,提高了测试精度。     

基于萤火虫优化BP神经网络方法的传感器温度补偿策略

为了解决硅压阻式压力传感器温度漂移现象影响工程测量精度的问题,提出一种基于萤火虫优化的BP神经网络温度补偿策略。对一般型BP神经网络利用萤火虫算法进行权值和阈值的优化,进而提高神经网络的泛化性能和搜索速度,并利用优化后的BP神经网络进行压力传感器温度补偿实验。将优化后的BP神经网络温度补偿性能与一般的神经网络和粒子群优化的神经网络进行对比分析,结果表明:萤火虫优化后的BP神经网络补偿效果显著,相比于一般的神经网络补偿误差减少了52%,相比于粒子群优化的BP神经网络补偿误差减少了23%;考虑补偿耗时,萤火虫优化的BP神经网络综合特性表现良好,补偿后的传感器数据满足课题实验需求,补偿算法可行。     

基于微粒群算法优化的微硅加速度传感器动态补偿研究

本文提出了一种基于微粒群（PSO）算法优化的微硅加速度传感器动态误差补偿器的设计方法。该方法无需事先已知微硅加速度传感器的动态特性，可根据传感器以及参考模型对输入激励响应的实测数据，通过PSO算法的优化学习得到补偿器的参数。传感器的输出经过补偿器后，能够克服由动态特性引起的测量误差。最后，通过实验验证了该方法的有效性。     

基于LabVIEW的热电偶瞬态测温技术研究(英文)

采用分布式动态存储测试技术,构建了基于LabVIEW平台的爆炸瞬态高温测试系统。选用大功率半导体激光器为热源的可溯源动态校准系统对热电偶进行动态校准,应用量子粒子群优化算法设计了动态补偿滤波器模型,并通过LabVIEW调用MATLAB Script节点或COM组件完成LabVIEW与MATLAB的混合编程,实现了对热电偶测温系统输出信号的动态补偿,使之更接近真实值。实验结果表明,该测试系统与LabVIEW平台结合的温度测量技术很好地适用于对温压类武器爆炸过程的瞬态温度测试。     

基于传感器数据融合的倾斜角度测量方法研究

倾斜角度的测量精度直接决定了状态控制系统的工作效果。在单一传感器测量倾斜角度的研究基础上,探讨了传感器数据融合技术用于倾斜角度测量的方法。首先分析基于加速度计和陀螺仪测量倾斜角度的原理,并研究加速度计和陀螺仪测量结果的频率特性;然后根据加速度计和陀螺仪测量结果的频率特性选定互补滤波器作为数据融合的方法;最后选定量子粒子优化群(QPSO)算法作为互补滤波器的参数寻优方法,并对比量子粒子优化群算法和粒子群优化算法的参数寻优效果。实验结果表明,互补滤波器可以在广泛频域范围内准确测量倾斜角度值,并且量子粒子群优化算法相对于粒子群优化算法具有更好的参数寻优效果。     

基于PSO-BP神经网络的光纤压力传感器温度补偿研究

针对光纤压力传感器受温度漂移影响较大的问题,提出了一种基于粒子群优化BP神经网络算法(PSO-BP)的温度补偿修正模型。通过对光纤压力传感器做标定实验,并且利用LM35温度传感器监测其工作温度,建立PSO-BP神经网络模型。该模型用粒子群智能算法对传统的BP神经网络的权、阈值进行全局的优化,改善了BP网络收敛的速度较慢的问题,克服了容易陷入局部极值的缺陷。与传统BP神经网络补偿结果进行比较,PSO-BP得到的预测误差相对较小且平稳些。研究结果表明,补偿后灵敏度温度系数改善了1个数量级,相对误差提高了2个数量级,从而实现温度补偿的目的。     

基于粒子群优化的形态学滤波器消噪方法

为了有效地消除信号的噪声,提出了基于粒子群优化的数学形态滤波器构造方法。首先,根据数学形态学算法的特性构造了形态学滤波器;然后,对于形态学滤波运算中的重要参数形态结构算子,采用具有全局优化性能的粒子群算法自适应选取,以最大信噪比作为整个优化过程的判定标准,从而实现了最优滤波器的构造;最后,通过仿真实验和轴承故障信号的分析表明,该形态学滤波器能够实现较好的滤波效果,可以有效地对机械设备的故障信号进行消噪。     

基于自适应陷波的直拉单晶直径跟踪

为抵消单晶生长过程中晶体直径测量信号存在的周期性干扰,提出一种适合晶体直径测量信号的自适应陷波滤波方法。该方法采用抵消低频分量、保留高频分量的思想建立滤波器优化函数,利用一种改进的粒子群优化算法优化该函数获得周期性干扰的逼近信号,并用此逼近信号抵消周期性干扰。实验结果表明,所提出的滤波方法能有效跟踪直拉单晶直径的变化,精度优于常用的滤波方法,所提出的粒子群优化算法能够使滤波器系数较快收敛。     

基于频率采样技术的FIR数字滤波器的优化设计

提出了基于频率采样技术,以阻带衰减和通带波动的比值作为优化目标,通过对过滤带插值的优化处理,利用粒子群优化算法的全局寻优能力进行FIR滤波器的设计.实验结果说明,通过提出算法设计的FIR滤波器的性能较传统设计方法有较大的提高.     

Correction of sensor's dynamic error caused by system limitations

The method based on particle swarm optimization (PSO) integrated with functional link articial neural network (FLANN) for correcting dynamic characteristics of sensor is used to reduce sensor's dynamic...     

基于Byrnes-Isidori标准型的集成式电子液压制动系统液压力控制*

面向汽车制动系统需求,提出一种新型线控制动系统——集成式电子液压制动系统(Integrated-electro-hydraulic brake system, I-EHB),由电动机、滚珠丝杠副、次级主缸、踏板模拟器、踏板位移传感器和液压力传感器等部件组成。I-EHB液压力控制中系统存在摩擦等非线性因素的影响,造成时滞效应,控制精度低。针对该问题,将系统模型简化,采用Byrnes-Isidori标准型方法对系统进行分析,针对性地设计合理有效的控制算法对系统进行液压力控制,采用基于前馈-反馈控制和摩擦补偿的液压力控制算法。搭建试验平台,进行硬件在环台架试验,分别在不同幅值目标阶跃工况、不同频率的三角波和正弦工况以及梯形阶跃增减压工况下进行试验研究,以验证该控制算法在各种工况下的适应性。试验结果表明,采用该方法后系统响应速度快、控制精度高,系统性能得到明显改善。     

2-RPaRSS并联操作手运动副间隙误差分析及补偿

针对新型3T1R并联操作手2-RPaRSS存在运动副间隙引起的定位偏差,造成操作手的实际轨迹与理论轨迹不吻合的问题,提出了一种基于自适应混合粒子群优化(AHPSO）算法的轨迹修正方法。建立操作手包含的各类运动副误差模型,在模型中将间隙误差完全等效成杆长误差;根据逆运动学方程建立并联操作手2-RPaRSS的位姿误差模型,得到关于输入、输出的微分关系式,并引入驱动杆输入角补偿量;利用粒子群优化(PSO)算法对补偿量寻优,将间隙误差补偿问题转化为求适应度极小值问题;通过混合权值自适应调整、学习因子自适应调节、混沌扰动范围自适应调节策略改进了PSO算法,得到AHPSO算法。仿真结果表明AHPSO算法性能优良,具有更好的收敛性和稳定性,对并联操作手运动副间隙误差的补偿是一种有效方法,补偿后定位精度得到了明显改善。     

基于深度学习算法的调度自动化云平台任务优化策略研究

分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型。基于该算法和物理模型的运行控制考虑了 QoS 要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率。以电力自动化云平台为分析对象,研究其架构,将修正的 PSO 算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进 PSO 的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题。     

Temperature drift modeling and compensation of RLG based on PSO tuning SVM

Precision and generalization ability are the two main requirements for modeling the temperature drift of a Ring Laser Gyroscope (RLG). Traditional methods such as the least square fitting and artificial neural network cannot achieve the optimal performance for both aspects. To solve this problem, a novel modeling method based on particle swarm optimization (PSO) tuning support vector machine (SVM) with multiple temperature variables input is proposed. First, the temperature drift data for modeling is preprocessed by adaptive forward linear prediction (FLP) filter. Then, the SVM method is employed to construct the drift model and guarantee the generalization ability. And the PSO algorithm is used to tune the parameters of SVM and improve the precision of established model. The results of experiment validate the superiority of the proposed method in both aspects. The method has been practically applied to a high precision RLG position and orientation system.     

机器人基座六维力传感器重力补偿研究

机器人基座六维力传感器常受到安装精度和机器人重力影响而出现测量误差。为了解决这一问题,在利用 D-H 法建立机器人位姿模型的基础上,推导出基于最小二乘法的基座六维力传感器静态重力补偿算法。针对算法中需要采集大量机器人位姿数据的问题,采用正交实验法确定样本空间以减少位姿采集量。最后以六自由度协作机器人为例,利用 6 因素 5 水平的正交实验表获取机器人典型位姿,搭建数据采集平台,实现补偿算法所需数据的采集,求解该机器人的基座六维力传感器静态重力补偿矩阵。实验表明,该补偿算法能够有效得到基座六维力传感器测得的误差值。     

基于LabVIEW的压力传感器测试评估系统

文章描述的压力传感器测试评估系统是利用PCI-8602数据采集卡与LabVIEW虚拟仪器构建成多通道信号采集平台。给定的压力信号,可同时加到对多路传感器的输入端,并采集各路传感器的输出信号,将其与标准传感器的输出(或标准值)进行对比。通过软件分析记录每个传感器静态特性、动态特性,实现批量传感器的测试控制产品质量。