基于高斯过程模型的多源点云数据融合方法

多传感器测量技术被认为是表面计量学中一个很有效的解决方案。 针对多源数据的融合问题,本文提出了一种基于高 斯过程模型的多源点云数据融合框架。 首先,提出一种自适应距离的鲁棒点云配准方法统一不同测量数据集的坐标系;然后, 通过引入平差理论,对来自不同传感器的多个独立数据集之间的残差进行近似,构建基于 Matern 核函数的高斯过程模型;最 后,通过仿真模拟和实际应用,与现有方法进行了一系列对比实验,验证了该方法的有效性。 实验结果表明,该方法能以更高的 融合精度和更快的计算效率融合多传感器数据集。     

风速计流速校准中的影响因素——阻塞效应

风速计广泛应用于电力、钢铁、石化、节能、建筑等领域,其测量结果的准确度尤为重要。风速计敏感部测件种类繁多,主要分为热球、热线式与叶轮式风速计,日常校准中,风速计探头的投影面积大小对测量结果的影响比较大。针对此问题对校准中存在的阻塞效应进行试验分析,结果表明风速计投影面积过大时,偏差值过大,对此应在对风速计进行校准时避免此影响的发生。     

加速度计稳定性测试的补偿技术

介绍了加速度计稳定性的测量装置及方法。由于环境因素可以对稳定性测试产生影响,因此对加速度计的工作温度、基础水平倾角的影响进行了分析。通过研究加速度计温度误差模型,确定了建模方法。在稳定性试验中,使用高精度铂热电阻测量加速度计的工作温度,对加速度计的模型方程系数和输出进行温度补偿;使用地震前兆倾斜仪监测基础水平倾角变化,对加速度计零位输出进行补偿。     

基于精密离心机的线加速度计交叉耦合系数的校准

介绍了精密离心机上进行加速度计交叉耦合系数的校准方法。分析了试验半径反算法、回归迭代法的测量步骤及处理方法并根据加速度计的试验半径,对交叉轴、横向轴安装状态下,安装标称位置对准误差产生的原因进行了分析,并研究了对准误差对二次项系数测量的影响。最终确定了建模方法,并对校准结果作了不确定度分析。     

力加载点对压电式多分量测力平台测量结果的影响

随着多分量测力技术的广泛应用,其准确度要求越来越高。本文通过实验的方式验证在压电式多分量测力平台的使用过程中,要确保加载力作用点在测力平台有效作用区域之内,从而保证测量准确度。本文对于多分量测力平台的规范使用具有指导作用,对提高多分量测力平台的测量准确度具有重要意义。     

双目立体视觉匹配技术现状与发展

双目立体视觉技术是计算机视觉重要的研究领域,如今的应用也愈发广泛,其中在精密测量上起到的作用不可或缺。匹配技术在双目测量中尤为关键。本文从立体匹配技术的现状出发,介绍了现阶段匹配技术运用的主要方式和关键算法,以基于基元的匹配算法入手,对该技术的发展趋势进行展望。通过对比各算法的优缺点,获得对匹配技术的进一步了解,为未来进行双目视觉测量的应用提供理论依据。     

露点仪冷镜表面拉乌尔效应及清洁方法

露点仪测量气体湿度过程中,拉乌尔效应对测量准确性影响很大。使用测量凝结物冰点值估算拉乌尔效应影响值,发现在冷镜表面滴入酒精吹扫并加热蒸发残留酒精清洁表面,可以大大减少拉乌尔效应影响。通过实验可以减少拉乌尔效应露点误差到0.1℃以下。     

基于数字化设计制造协同的飞机计量保障体系架构探讨

在国家科技创新,数字化设计制造高速发展的背景下,先进的数字化制造与传统的"先制造后检测再校准"的计量保障模式的矛盾愈发突出。以几何参数的数字化计量保障能力为例,通过分析对比国内外航空数字化设计制造工程中的几何参数计量保障工作现状,提出在飞机全生命周期内要保证产品数字化制造的几何尺寸精度,应依据新的产品几何规范,从产品的数字模型定义出发,面向数字化设计制造协同的关键过程和关键参数的测量溯源性要求,研究架构新的数字化计量保障技术体系,并就体系架构展开探讨。     

基于MATLAB的PDV系统数据处理算法与实现

光子多普勒测振(Photonic Doppler Vibrometer,PDV)系统具有测量精度高、空间分辨力高、动态响应快等优点,适用于高温、高压、高速等特殊环境,应用范围广泛。数据处理是PDV系统的重要技术部分,旨在从含有大量噪声的测量数据中获得被测运动体的速度信息。本文在条纹法的基础上,针对原始信号的去噪、奇异点等问题,分别采用移动均值滤波以及小波变换法进行处理,最终得到被测物体的振动信息。利用激振台与经校准的激光测振仪进行振动测试对比实验,验证了该数据处理方法的可靠性和普适性。     

民用飞机测试体系的讨论

讨论了民用飞机的测试任务和测试活动,概括出三种测试活动:性能测试;功能测试;故障诊断。结合民机各个阶段的测试任务分析,提出了一种民机测试体系技术框架,并将其分为五个方面:任务体系;硬件能力体系;法规体系;量值溯源体系;人才队伍体系。讨论了民机测试体系的构建,并特别讨论了测试活动中计量性的重要性。