基于支持向量机的电流互感器零点误差非线性校正

为了提高电流互感器自动测试系统的测量精度,提出一种非线性的电流互感器零点误差校正算法(QPSO-LSSVM);采用量子粒子群优化的最小二乘支持向量机算法对电流互感器的零点误差进行自适应处理,消除零点误差对测量精度的影响;结果表明,QP-SO-LSSVM算法有效的抑制零点误差,提高电流互感器自动测试系统的测量精度;QPSO-LSSVM是一种有效的电流互感器零点误差非线性校正方法。     

超声波流量计静水时差温度漂移的解决方法

时差式超声流量计广泛应用于工业生产和日常生活各个领域,其中超声信号在流体中顺、逆流传播时间差的测量精度很大程度上决定了流量的测量精度,由于实际测量中“零点误差”和“温度漂移”的存在,使得消除或抑制这两者的影响成为提高流量测量精度的重要环节。依据电声互易定理,改善测量系统电路的互易性可以有效抑制“零点误差”和“温度漂移”,而发射电路与接收电路阻抗的对称性和测量系统的互易性存在很强的联系,通过匹配激励和接收电路等效阻抗可以改善测量系统的互易性。依据互易电路设计对现有测量系统进行了改进,并搭建实验平台进行了实际测量。实验表明：此电路设计能够非常有效的抑制“零点误差”和“温度漂移”。     

图像传感器的应用测量技术(续三)

5测量结果和误差分析 5．1测量结果 5．2误差分析 5.2.1引言 测量精度是衡量一台测量仪器的重要指标,由此提高仪器的测量精度是仪器设计、加工以及安装过程中需要重点考虑的因素之一。本系统测量结果的误差是由多方面因素所引起的．主要有机械系统误差、光学系统误差、标定及数据处理误差以及环境误差等。下面将针对本系统中的各项误差进行理论分析。     

蚁群算法优化神经网络的零点误差非线性校正

为解决电流互感器的零点误差非线性校正问题,提出一种蚁群算法优化径向基函数(RBF)的零点误差非线性校正方法(ACO-RBF).利用蚁群算法对RBF神经网络参数进行优化,并采用优化后的RBF神经网络对电流互感器零点误差进行自适应校正.仿真结果表明,相对于其他校正方法,ACO-RBF可提高电流互感器自动测试系统的测量精度,减少测量误差,较好地反映零点误差变化的特点.     

相位检测系统中误差的消除

论述了相位检测系统的原理和引起误差的原因,提出了消除误差的方法,着重对影响相位测量精度的零点漂移、幅度因素、闸门时间设置等问题进行了分析,提出了相应的解决措施,并给出了具体的设计电路。     

双通道多级旋转变压器误差补偿的研究分析

旋转变压器的精度直接影响角位置测量系统的精度,旋转变压器的误差主要分为零位误差和幅值误差。经过分析和研究,提出了一种误差补偿方法,通过二次曲线拟合的方法来实现对误差的补偿,该方法通过在精密转台仪器上实验,可以有效的提高传感器的测量精度。     

织物拉伸弹性仪的标定与动态实时误差补偿

本文提出一种应用单片微机的传感器非线性误差补偿系统,可实现织物拉伸弹性仪在测量过程中的动态、实时误差修正,并大大简化了仪器标定过程。该方法同样适用于其他类型的测试仪器。实验结果表明,应用该系统可显著提高仪器的测量精度。该系统的另一特点是硬件结构简单可靠且成本低廉。     

一种基于过零点的时延测量方法

信号传输时间（时延）的测量,是雷达、声纳系统的关键技术之一。本文研究了一种基于过零点的时延测量方法,在建立过零点搜索模型的基础上推导得出时延测量的测量结果表达式;定量分析了高斯白噪声条件下过零点时延测量的测量精度,得到测量误差的理论表达式。仿真与实验表明,过零点时延测量精度与信号频率、过零点数目、信噪比密切相关,当信噪比较高时,其测量精度与经典FFT法相当,而优势在于过零点时延测量的算法简单、计算量小,适用于对实时性要求较高的测量场合。     

差分式科氏流量计测量原理和零点不稳定及补偿分析

针对差分式科氏流量计零点不稳定的问题,通过对一次仪表进行建模,分析其测量原理,分析了造成零点不稳定的原因.根据理论分析及实际调试经验,提出了零点补偿措施建议,有利于提升零点稳定性,减少测量误差,提高测量精度.     

双目立体视觉系统的精度分析

为提高双目立体视觉系统的测量精度,分析双目视觉系统的工作原理以及该系统各个环节的误差模型.通过提高标定模板的精度、增加标定图像,可以减小标定误差及图像校正行对齐误差.分析图像识别误差对视觉系统测量精度的影响,导入视觉系统的结构参数与测量误差之间的关系,从而确定结构参数对测量精度的作用.讨论物距对测量精度的影响,并给出合...     

胶层对加速度计零位偏值误差的影响研究

零位偏值误差是加速度计等惯性传感器件的重要指标之一,研究零位偏差的影响因素对提高器件的性能具有重要意义.根据某型号加速度计的结构和装配特点,分析了加速度计零位偏值误差的产生机理,建立了误差模型,采用有限元仿真软件ABAQUS分析了胶层几何误差对加速度计零位偏值误差的影响.结果表明:胶层的厚度偏差与接触面积偏差对加速度计零位偏值误差均有较大的影响,因此,在装配过程中,应将胶层的厚度误差与接触面积误差分别控制在一定范围内,研究结论为加速度计性能的提高与装配工艺的改进提供了理论依据.     

时栅角位移传感器误差测试及补偿

在工业现场,角位移传感器校准受特殊条件的限制,很难用标准器进行密集误差采样来提高精度。针对该问题提出了一种稀疏误差采样及补偿方法。在分析时栅角位移传感器的感应信号的基础上,提出稀疏采样第1个对极内细分误差+对极点零位误差的测补方式,给出用激光干涉仪获取零位和细分误差的方法及采用稀疏采样的误差补偿模型进行补偿的具体过程。以72对极时栅角位移传感器为对象进行研究,实验结果表明:该方法充分剔除了零位误差且补偿了细分误差,在稀疏采样的条件下即可实现整周范围的有效补偿,大大提高了修正效率和测量精度,时栅传感器的精度达到2.69″。     

MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。     

一类混沌系统的量化同步

针对信息受限的条件,研究了一类连续混沌系统的同步问题.通过一个有限容量的信道,将具有混沌形式的驱动系统和基于观测器的响应系统连接.在这种情况下,设计了有效的量化方法使得同步误差关于传输误差是输入状态稳定(ISS),同时保证传输误差是指数衰减的.从而使得混沌同步误差在信道容量有限条件下渐近趋于零.最后通过数值例子说明了本文方法的有效性.     

K均值聚类自适应零速检测人员定位技术

零速区间检测准确度直接制约着零速修正算法对于改善人员定位系统提供位置精度的能力.针对现有零速检测方案存在阈值设定以及训练模型准确性等问题,提出一种基于加速度幅值滑动方差开展行走步态零速区间检测方法,采用K均值聚类方法自适应纠正初始检测结果中的误检状态,构造Kalman滤波器并在零速区间以惯性系统解算的速度信息为观测量进行量测更新来限制导航误差积累.开展人员多种运动状态下的行走测试,实验结果表明K均值聚类自适应算法能对零速区间进行有效地检测,获取的位置解算误差小于2%.     

振动式微陀螺正交误差自补偿方法

微陀螺正交误差会影响陀螺的零偏稳定性,为了提高微陀螺的性能,必须减小正交误差。针对正交误差处理中存在的问题,推导了包含交叉耦合误差效应的驱动模态和检测模态的动力学方程,研究了交叉耦合误差引起的正交误差表达式,提出了一种正交误差闭环控制自补偿方法。通过将经正交误差幅值调幅控制的驱动位移信号闭环反馈作用到检测模态的输出,实现正交误差的自补偿。制作PCB电路测试了微陀螺的性能。正交误差自补偿后微陀螺零偏输出均值从778 mV减小到了2 mV,零偏稳定性从75°/h提高到了34.5°/h。实验结果表明,此方法是可行的。     

零相差跟踪控制器增益特性处理技术

零相差跟踪控制系统增益误差随频率升高而增大, 同时零相差跟踪控制器对高频噪声有放大作用. 为了解决以上问题, 本文研究了一种对零相差跟踪控制器增益特性的处理方法. 采用了求解优化问题的思想, 通过对优化目标函数及约束条件的设置, 使设计得到的补偿器具有低频段增益误差补偿, 高频段增益衰减的性能. 文中详细介绍了补偿器的设计过程, 理论推导了参数计算公式. 比较仿真结果表明, 所设计的补偿器有效地提高了轨迹跟踪精度, 减小了控制器输出噪声含量, 有利于提高运动平稳性, 对工程实践具有参考价值.     

单相并网逆变器的鲁棒控制研究

针对分布式发电对并网逆变器的控制性能要求,介绍了一种基于误差空间法的鲁棒控制器在并网逆变器中的应用.该控制器以现代控制理论为设计基础,将系统跟踪误差作为状态变量.系统控制目标是使得输出误差随时间推移而趋近于零.因而,与传统的控制方法相比,即使在电网电压波动和畸变情况下,鲁棒控制仍能保证系统零稳态误差跟踪正弦参考信号,消...     

摆式加速度计零偏测量中安装误差的分析

在利用精密分度头测量摆式加速度计的零偏过程中,安装误差是一项主要误差。计算结果表明:若分度头盘面与重力方向之间存在夹角,且摆式加速度计的摆轴与分度头转轴之间存在夹角ψ,则由这2个安装角度误差所引起的零偏测量误差为ψg(其中,g为重力加速度)。这一结果对零偏测量实验中的安装操作具有重要的指导意义。     

Reduced-order performance of parallel and series-parallel identifiers with weakly observable parasitics

The stability properties of discrete-time parallel and series-parallel identifiers with respect to a specific model-plant order mismatch are analyzed. While in a deterministic environment with no modeling error the two schemes give identical results, when used in a deterministic environment with modeling error their performance is different. We assume a singularly perturbed state representation for the plant where the modeling error consists of fast parasitics which are weakly observable in the plant output. Detailed bounds on parameter and output estimate errors are established and the robustness of the adaptive identifiers is established by showing that the error bound goes to zero as the modeling error goes to zero, i.e. as the parasitics become infinitely fast. The dependence of this residual identification error on the input signal, the neglected parasitics, and the initial error conditions is shown to be crucial. The bounds indicate possibilities for reducing the error by a proper choice of the input signal.