变照度下的视觉测量系统误差建模

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机（GA-LSSVM）,建立照度误差模型的方法. 分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律. 利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机（SVM）以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测. 结果表明：在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90%、90.23%及80.60%. 这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.     

BP神经网络在小信号有效值非线性误差校正中的应用

系统传输的非线性是产生测量误差的主要原因之一。为保证测量精度,应对非线性误差进行校正。描述了BP神经网络的基本模型及算法,阐述了神经网络校正非线性误差的基本原理,提出了用BP神经网络来校正交变小信号真有效值非线性误差的方法。最后给出了校正AD637非线性误差的实验数据。结果表明：运用BP神经网络校正非线性误差,提高了交变小信号真有效值的测量精度。     

基于BP网络算法的大地测量误差检测技术

针对大地测量检测时间长、检测过程成本较高,且检测结果准确度较低的问题,提出一种基于BP神经网络算法的大地测量误差检测方法.对大地测量的基本原理进行分析,通过对测量所得数据的综合计算得到待测量目标相对位移及旋转角度相关测量结果,构建基于BP网络的测量误差预测模型;将测量结果输入模型,得到的输出值即为预测误差,利用动态贝叶斯检验算法判断测量结果是否准确.结果表明,所提测量误差检测方法的检测结果准确率在90%以上,且检测过程所需时间与成本消耗低于实验对比方法,证实了所提方法的检测准确率及检测效率.     

基于BP神经网络的丝杠硬旋铣热伸长研究

研究硬旋铣加工时工件的热变形对提高工件加工精度、掌握硬旋铣加工技术是至关重要的。文章基于高效环保的滚珠丝杠螺纹硬旋铣工艺,围绕提高硬旋铣加工螺距精度问题,针对加工过程中的工件热伸长及误差补偿方法,通过基于BP神经网络算法的热伸长研究及补偿实验研究,探索了工件热伸长变化的特征值提取、BP预测模型的建立及验证、热伸长误差的补偿方法。结果表明:根据特征值法建立的BP神经网络热伸长预测模型精度较高,根据模型预测结果进行螺距误差插补补偿加工能够提高滚珠丝杠硬旋铣加工的螺距精度。     

一种加速度传感器的测量误差分析方法

测量是人类认识和改造物质世界的重要手段之一,但测量不可避免地总会有误差存在.在很多场合中,常常需要利用加速度传感器来测量被测物体的加速度,速度及位移信号等,这就需要对其测量误差进行相应的分析以便得到准确的测量值或进行修正.本文介绍了当利用加速度传感器结合电荷放大器来测量速度信号时,如何对其误差进行分析,并设计了实验.实验结果表明,本方法能够准确的分析出误差产生的原因并对其进行修正.     

渐开线齿轮安装偏心误差自动补偿算法的实验验证

针对测量渐开线齿轮时由于其几何中心和测量中心不重合带来的误差,基于工件安装偏心的误差补偿模型,以齿轮测量中心为载体,分析不同偏心量值对于齿距测量误差的影响.实验结果表明:偏心造成的误差经过补偿后,与无偏心安装得到的测量结果一致,验证了误差补偿算法的正确性,消除了安装偏心误差带来的影响,降低了齿轮安装的难度.     

基于神经网络的气压传感器非线性校正

为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使气压传感器均方根误差由最初的2.10降低到0.68,减少了67.6％的测量误差;而提出的小波BP神经网络则使其降低到0.28,进一步减少了19％的测量误差,更好地满足了高空探测的精度要求,具有良好的泛化能力,可以推广到类似传感器的非线性校正中.     

机床空间位置误差平面光栅测量补偿及实验验证

针对三坐标立式加工中心的21项几何误差,作者提出了利用平面正交光栅检测机床空间位置误差的方法,并建立了机床空间位置误差与几何误差的关系模型;其次,提出了人工神经网络机床空间位置误差离线补偿的数学模型;最后,通过机床误差测量实验和对实验数据的可视化处理,验证了该方法在机床误差补偿应用中的可行性,为机床位置误差的补偿提供了新思路.     

基于BP算法的光纤传感器非线性位移补偿研究

针对光纤位移传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用BP算法,以传感器的输出作为神经网络的输入样本.传感器的输入位移为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现位移测量的非线性补偿.实例仿真结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法.     

精密丝杠热变形误差的实时测量及其智能预报补偿

为了对丝杠热变形误差进行实时控制,在丝杠尾部安装传感器实时测量丝杠的热伸长值,利用神经网络建立了该伸长值与丝杠螺距补偿值之间的关系,从而消除了热伸长引起的非线性丝杠螺距误差.     

直接驱动XY平台的零相位自适应鲁棒控制

为了提高直接驱动XY平台的跟踪性能,提出了将零相位误差跟踪控制器(ZPETC)与自适应鲁棒控制器(ARC)相结合的控制策略对跟踪误差进行控制,并且采用基于时间序列预测技术的轮廓误差实时补偿方法对两轴运动进行协调控制.ZPETC作为前馈跟踪控制器,可以有效提高系统带宽及跟踪性能,使位置能够无静差地跟踪二阶指令输入;ARC能够克服系统参数变化、负载扰动等不确定性,增强系统的稳定性与鲁棒性;采用基于时间序列预测技术的轮廓误差实时补偿方法能够动态控制插补过程,以有效减小轮廓误差.仿真结果表明,所提出的控制方案具有良好的跟踪性和鲁棒性,可以有效提高跟踪精度和轮廓精度.     

直接驱动XY平台位置域轮廓跟踪控制

针对直接驱动XY平台轮廓误差近似模型建立困难的问题,提出一种提高轮廓跟踪性能的位置域轮廓跟踪控制方法.通过将双轴运动系统等效为主-从运动方式,主动轴(X轴)以位置量作为自变量,将从动轴(Y轴)的运动描述为不同轮廓跟踪要求的X的函数.通过从时域到位置域的一一映射,得到双轴运动系统的位置域动态模型.提出了位置域PD控制策略,主动轴运动以自身为参考产生的位置跟踪误差为零,仅有从动轴的运动跟踪误差影响到了最后的轮廓误差.仿真结果表明,位置域轮廓控制相比时域轮廓控制能够获得更好的跟踪精度.     

基于高斯牛顿迭代的MIMU误差参数辨识

为了减小微惯性器件在制造和安装过程中出现的误差对微机械惯性测量单元(MIMU)测量精度的影响,对MIMU进行了误差参数辨识.介绍了一种新型的MIMU误差参数描述数学模型(包括零偏、灵敏度、圆锥角和方位角),提出了一种基于高斯牛顿迭代的适用于该误差参数模型的寻优方法,并利用实验室高精度转台完成了相关的参数辨识实验.仿真结果表明,与传统标定方法相比,该参数标定可以有效提高MIMU的测量精度,具有一定的实用价值.     

三轴运动平台改进型交叉耦合轮廓控制

为了削弱负载扰动及复杂轮廓误差模型对轮廓精度的影响,在单轴中采用比例控制作为位置环控制器,采用PDFF控制作为速度环控制器,以保证单轴跟踪精度.三轴间采用一种轮廓误差估算法来建立轮廓误差模型,运算更为简单.通过改进的交叉耦合控制结构进行轮廓控制器的设计,将轮廓误差的补偿量置于位置控制器前,能够实现跟踪误差与轮廓误差同时减小,以满足三轴运动平台的高精度加工要求.结果表明,改进后的三轴运动平台控制系统具有较高的轮廓精度和较强的抗扰性.     

卡尔曼滤波在管道地理坐标定位系统中的应用

针对惯性敏感元件（IMU）采集数据随机误差较大问题,建立了误差模型,应用卡尔曼滤波算法对其进行校正以提高定位精度.利用捷联惯导技术进行管道定位,得出地下管道形状的详细分布,搭建实际电路并对电路进行仿真,对采集的惯性数据用滤波算法进行去噪处理,并且对滤波前后的数据进行比较.结果表明,滤波算法能够有效降低加速度信号中随机误差的影响,可以在短距离内计算出惯性元件运动的轨迹,证明了该检测系统可以通过降低惯性误差的方法来实现对管道地理坐标的定位.     

大型龙门铺丝机综合误差建模及补偿

为了提高大型龙门自动铺丝(AFP)机的精度,提出重力变形与几何误差综合建模与补偿方法. 采用有限元法对龙门铺丝机进行静力学分析,通过工作空间网格化方法建立重力变形模型;基于齐次变换矩阵与切比雪夫多项式建立几何误差模型,结合剔除重力变形的测量数据与Powell算法实现对几何误差参数的辨识;综合重力变形模型和几何误差模型,提出基于综合误差补偿的G代码修正策略. 在龙门铺丝机上开展综合误差补偿对比实验,结果表明,补偿前龙门铺丝机误差较大,不能完全满足铺放精度需求,而经过补偿后位置误差和姿态误差均大幅度降低,其中姿态误差减小80%以上,而位置误差减小90%以上,满足铺放精度需求,证明了所提出的综合误差建模和补偿方法的有效性.     

基于相对湿度的棉花回潮率在线检测

为了解决棉花加工过程中回潮率的在线检测问题,提出了一种基于相对湿度的棉花回潮率在线检测方法.硬件设计采用HIH3610湿度传感器和DS2438温度电压检测器,得到了采样探头气窗内的空气温度和相对湿度.利用BP神经网络建立了温度、相对湿度与棉花回潮率的关系模型.结果表明,随着相对湿度的升高,棉花的平衡回潮率显著增大,随着温度的升高,平衡回潮率逐渐减少;湿度达到平衡的时间约为10s;采样延时对一个棉包产生的不良率为4.65%;BP模型的回潮率最大绝对误差小于0.2%.所得结论表明,基于相对湿度的棉花回潮率检测方法满足棉花加工行业对回潮率控制精度和实时性的要求.     

光栅莫尔条纹信号非正弦性误差修正

为了提高光栅传感器的测量精度,提出了一种莫尔条纹信号非正弦性误差修正方法.通过三角函数变换建立修正模型,并依据泰勒级数迈克劳林展开式建立光栅传感器输出信号正弦性修正方程.以非线性模型中常用的最小二乘参数估计方法建立代价函数,采用粒子群算法对修正方程中的参数进行辨识,实现对光栅传感器输出信号的修正.针对修正前后采样数据的误差进行分析,光栅传感器输出信号误差峰峰值由110″降低至24″,其正弦性得到了改善.实验结果表明,该方法有效地解决了光栅传感器在复杂工作环境下输出信号非正弦性导致的精确性和稳定性问题,提高了光栅传感器的输出信号精度,增强了其对复杂工业现场的适应能力.     

基于组合导航技术的管道地理坐标定位算法

针对长输管道地理坐标定位问题,提出了一种基于组合导航技术并应用管道磁标处地理信息进行分段修正的管道地理坐标定位算法.该算法基于惯导/里程仪组合导航的基本原理,应用误差模型对航迹误差进行修正.通过研究陀螺仪和里程仪的误差特性,建立了陀螺仪和里程仪的误差模型,针对低精度加速度计应用于惯性导航系统时存在速度和航迹解算误差较大的问题,提出了应用加速度信息对里程仪速度进行修正的速度解算方法.实验结果表明,算法解算所得位置误差为0.16%,可为长输管道提供三维地理坐标定位信息.     

全方向步行康复训练器的鲁棒容错跟踪控制

针对全方向步行康复训练器应用时元器件发生不可预见的失效情况,提出了非线性鲁棒容错控制器的设计方法,研究了全方向步行康复训练器的鲁棒容错跟踪控制问题.通过在控制器中增加补偿矩阵,无论执行电机是否发生故障,全方向步行康复训练器均能够跟踪理疗师制定的训练路线.构造了能量存储函数和适当的评价信号,基于γ耗散不等式推导得出了鲁棒控制器,使系统的跟踪误差在全局坐标系下达到渐近稳定,且满足非线性L2增益性能指标.仿真结果表明,新的设计方法具有一定的可行性和有效性.