基于加速度计的数字倾角仪误差建模与分析*

基于加速度计的数字倾角仪在实际应用过程中,其精度在很大程度上受加速度计测量误差的影响。为了提高倾角仪的测量精度,需要对传感器本身引入的误差进行建模和分析,根据加速度计倾角仪的测量原理,得出其误差源为加速度计传感器测量误差。在对传感器的测量误差建立数学模型的基础上,通过仿真分析及实验进行验证。该误差模型不仅给出了倾角仪测量的俯仰角及滚转角的最小误差范围,还可以为传感器选型及后续的误差分析和补偿提供理论参考,具有一定的实用价值。     

硅电容式高精度双轴倾角传感器温度漂移补偿研究

为了提高倾角传感器测量精度,提出了一种基于最小二乘多项式分段函数非线性曲线拟合温度漂移补偿方法。根据倾角传感器原理与温度漂移补偿特性,结合实验情况,建立两段分段函数温度漂移补偿模型,忽略其它粗大误差的影响,引入自变量温度,并固定角度,使用最小二乘法对实验采集的数据进行分析与处理。经实验证明:温度在-36～55℃范围内倾角传感器测量误差精度达到0. 001°。该方法有效地提高了倾角传感器的测量精度,取得了良好的补偿效果。     

基于组合测量的机器人运动误差特性分析及定位补偿技术

研究了机器人各轴运动角度误差的测量与控制补偿技术.讨论了各因素对运动角度误差影响的显著性,独立分析了电机运动控制误差和关节连杆变形误差模型.设计了双轴正交惯性测量方案,通过预先测量机器人各轴运动范围回转角度误差,得到机器人运动空间几何误差分布,基于多元统计学分析确立了不同因素对运动角度误差的影响系数,基于正交多项式拟合建立了各轴定位误差分布模型,在机器人运行前利用该模型计算误差补偿量,控制机器人进行定位补偿.同时,对所提出的机器人各轴运动误差分布规律和正交多项式拟合方法进行了分析,并使用激光跟踪仪测量验证了机器人末端定位精度的补偿效果.研究结果表明,通过对机器人自身性能的研究和补偿可以提高机器人控制精度.     

基于曲面拟合的超声波液体浓度高精度测量方法

传感器非线性测量误差及温度偏差是高精度液体浓度实时在线测量误差的主要因素.提出了一种基于浓度-温度-声速(S-T-V)曲面模型拟合算法的超声波液体浓度高精度测量方法.该方法以声速测量为基础,首先对非平稳声速测量数据进行预处理以减小系统非线性测量误差,再通过三次样条插值增加测量数据对后续数据拟合的参与度,然后分别建立S-V、T-V单曲线模型,最后运用最小二乘法完成S-T-V曲面拟合,实现多参数融合.实际测量表明,根据本方法测得氯化钠溶液质量浓度精度较高,受温度影响较小,误差优于±0.1％.     

正弦曲线拟合若干问题探讨

研究了测量噪声较小情况下正弦曲线的最小二乘多项式拟合误差与拟合阶数的关系,分别采用均方误差和误差平方和分析了测量噪声以及测量数据有效位数对拟合误差的影响,对多周期正弦曲线拟合以及正弦曲线的外推存在的问题进行了探讨,指出了正弦曲线的最小二乘多项式拟合方法的局限性.最后,提出了一种基于傅利叶变换的频率已知正弦曲线拟合方法,仿真结果表明其性能优于最小二乘多项式拟合方法.     

传感器的误差补偿技术

介绍了多项式曲线拟合原理和方法.并借助计算机高级语言程序,分别建立传感器磁场与温度、磁场与非线性输出的拟和函数.计算拟和函数的系数,系数确定后可以建立拟合曲线函数,对磁敏传感器的非线性、温度误差补偿,通过实验证明了方法可行.     

电容式降雨传感器及其特性曲线拟合方法

针对将电容式传感器应用于降雨测量时,特性曲线的非线性误差较大问题,分别采用最小二乘曲线拟合法和径向基函数(RBF)神经网络对其输出特性曲线进行拟合.结果表明:RBF神经网络模型具有更强的非线性映射能力,其拟合精度明显高于最小二乘多项式模型.     

激光测径仪温度测量误差修正的研究

针对激光测径仪随温度变化而易造成测径误差的问题,采取了线性补偿和非线性补偿相结合的温度误差修正方案.研究了温度与误差数据的关系,通过给激光管加热,测试在温度影响下激光测径仪的误差数据.针对误差数据建立线性补偿和非线性补偿相结合的修正方案,设计了相应的温度误差修正系统.研究结果表明,经过温度误差补偿后,激光测径仪的精度大大提高,最大相对误差由修正前的0.39％减小到修正后的0.04％,且随着温度的变化,测量数据无明显波动.     

NTC热敏电阻器分段多项式拟合非线性补偿

NTC热敏电阻器的非线性影响到它的测温准确度和测温范围,介绍了利用分段多项式拟合法对其非线性进行补偿来减小非线性误差,提高测量准确度和量程,并通过实例对该方法进行分析和对比。实验表明:在-30~110℃温度范围内,应用该方法补偿后的测量误差小于±0.4℃。     

极端环境下光电编码器误差补偿方法

针对高、低温环境对光电编码器的影响和传感器的误差补偿方法进行研究。通过温度判别光电编码器所处环境分区,并切换不同的补偿方法实现经济高效的误差补偿。常温区采用直线最小二乘法补偿模型,高、低温区采用处理非线性拟合更优的最小二乘支持向量机(LS-SVM)补偿模型。通过实验装置测试可知:在高、低温区,光电编码器测量误差呈非线性,而在常温区光电编码器测量误差呈线性。研究的极端环境下光电编码器误差补偿方法无论对常温区域内还是对高、低温区呈非线性变化的测量误差均有很好的补偿作用。     

改进的自适应神经模糊推理系统的角度传感器误差补偿方法

角度传感器测量精度控制在工程应用中非常重要, 直接影响其实际应用的效果. 当被测物理量和角度传感器输出之间为复杂非线性关系时, 传统方法已难以获得满意的结果. 本文引入了一种基于改进的自适应神经模糊推理系统的误差补偿方法, 阐述了模型建立过程与步骤, 并对一个16位绝对式光电编码器进行了精度检测与误差补偿. 实验结果证明, 与多项式拟合法和BP神经网络相比, 改进的自适应神经模糊推理系统可显著提高光电编码器的测量精度; 相比于补偿前, 补偿后光电编码器测量精度可至少提高7.5倍.     

六维腕力传感器非线性正解耦方法设计

多维力传感器利用其多个转换单元完成测量加载于其结构上未知负载的作用效果,解耦是其设计的重要组成部分。针对传统静态线性解耦方法的不足,试图将传统线性解耦方程扩展为多项式结构,受其多元高次方式通解形式的启发,构造了一种多项式非线性静态正解耦方程,该方法无需传统线性解耦方法中的曲线拟合、逆解,不依赖以系统是线性为前提,且方程可以扩展成任意结构的多项式。实验结果表明:该方法能降低输出耦合误差。     

MEMS加速度计二阶非线性补偿方法研究

微惯性集成测量组合(MIMU)中的惯性传感器,陀螺仪和加速度计的标定补偿研究大多集中在安装误差角补偿和一阶线性常数的计算上,对二阶非线性系数的测量、计算研究的不多不深.通过分析含二次非线性系数的加速度计输出模型,提出一种补偿二次非线性系数的方法,并进行了完善的理论分析和试验.最终通过计算能有效补偿MIMU的输出精度,为后续的导航信息解算奠定了基础,具有重要的工程应用价值.     

基于ADμC845的LVDT位移传感器非线性补偿

针对LVDT位移传感器测量电路输出电压值和位移量之间存在非线性特征,设计和制作线性度为0.05%高精度传感器比较困难的现状,在分析产生非线性误差主要原因和传统校正方法的基础上,利用单片机软件算法进行非线性校正以提高传感器设计精度。以传感器标定数据为样本,用曲线拟合法求出非线性校正环节的特性曲线,并给出在MATLAB环境下拟合多项式系数的最小二乘求解方法,编程实现位移量和电压输出。仿真分析和实验结果表明,其测量位移的线性度达到了设计要求,非线性校正效果明显,具有良好的应用价值。     

基于最小二乘曲面拟合的流量计量温度补偿算法

针对时差法超声波式热量表流量计量结果受流体温度影响而存在的非线性误差问题,提出了基于最小二乘曲面拟合的温度补偿算法,通过建立温度和流量之间的非线性映射模型实现温度补偿。在实现温度补偿后,针对超声波式热量表自身计量特性的差异,进一步提出多温度点误差二次修正算法,根据相邻温度点的流量计量误差和可变权值计算当前的流量计量误差,对误差进行二次修正,实现流量计量的全局优化。实验表明,流量计量误差在±2.0%以内,具有较高的工程应用价值。     

光栅数显装置的非线性补偿方法研究

以提高光栅测量系统的精度为目的,提出一种基于光栅数显装置的非线性补偿方法。采用实时误差分离技术来对光栅测量误差进行修正的,通过采样点建立误差修正的数学模型,根据数学模型实现对任意测量值的误差修正。实验结果表明,该方法可有效解决由光栅本身的制造误差、光电转换部分误差及外界环境的振动、温度变化等因素带来影响光栅测量系统精度的问题,从而可大幅度地提高光栅测量系统的精度,而且这种补偿方法不但算法简单方便且经济成本较低,完全能够满足大部分光栅测量系统对于测量精度的要求。     

电缸非线性位置误差研究

针对电缸直线运动位置误差进行了研究,提出了一种“最小二乘法线性拟合补偿、非线性自适应模糊比例-积分-微分(PID)非线性误差补偿”的复合模式误差补偿方法,重点分析了非线性误差的补偿,建立了电缸测试系统的数学模型并进行了仿真,验证了自适应模糊PID进行补偿的可靠性;结合实验进行了验证,证明了该方法具有很好的可行性,取得了理想的效果.