水轮发电机组低频振动信号的测量

通过系统辨识的方法建立振动速度传感器的幅频特性补偿器,用于实现水轮发电机组的低频振动速度测量.该方法以参考模型的幅频特性作为补偿后传感器的希望特性,以振动速度传感器的动态实验数据为输入基础,采用线性动态神经元(LDN)和误差白化的系统辨识方法得到补偿器的参数,以消除补偿器参数估计中的测量噪声影响.通过实验验证了该方法的有效性.     

用多项式预测滤波消噪的传感器动态特性辨识

在利用传感器进行动态测量时,为了得到精确的测量结果,需要建立传感器动态特性的数学模型,传感器动态特性可以通过系统辨识得到.但是,测量噪声的存在,使得辨识得到的传感器动态特性与实际动态特性存在一定误差,影响到测量系统的精度.为了解决该问题,本文讨论了多项式预测滤波和中值滤波相结合的方法对传感器输出信号进行滤波消噪.然后,利用消噪后的信号,通过系统辨识方法建立传感器动态特性的数学模型.研究表明,采用本文研究的方法可以克服测量噪声对传感器动态特性辨识的影响,并将该方法用于薄膜热电偶的动态特性辨识.     

自校正信息融合Wiener预报器及其收敛性

对带相关观测噪声和未知噪声统计的多传感器系统,用相关方法得到噪声统计在线估值器.在按分量标量加权线性最小方差最优信息融合准则下,用现代时间序列分析方法,基于滑动平均(moving average)新息模型的辨识,提出了自校正解耦融合Wiener预报器.用动态误差系统分析(dynamic error system anallysis)方法证明了自校正融合wiener预报器收敛于最优融合Wiener预报器,因而它具有渐近最优性.它的精度比每个局部自校正Wienet预报器精度都高.它的算法简单,便于实时应用.一个目标跟踪系统的仿真例子说明了其有效性.     

瞬态表面温度传感器动态建模方法研究

测量瞬态高温时,由于传感器自身的热惯性,测量结果与真实结果之间存在很大的动态误差.动态补偿或动态误差修正对于改善测温系统动态特性,减小动态误差有重要意义,而建立温度传感器动态数学模型则是进行动态补偿或动态误差修正的前提.本文首先设计了瞬态表面温度传感器动态校准系统;然后,利用系统所测得输入输出数据,采用系统辨识方法建立了测温系统的动态数学模型;最后,利用交叉检验法验证该模型的正确性.经检验该方法可以达到理想的辨识效果,从而为系统反滤波动态误差修正奠定了基础.     

传感器动态误差高速并行修正方法及其FPGA实现

为了运用动态补偿器来修正由传感器系统特性引起的动态误差,提出了一种基于改进粒子群优化(PSO)算法的动态补偿器设计方法,该方法有效的克服了PSO算法的初始值对补偿器系数的影响。为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对FPGA资源的占用率并有效地提高了系统等效吞吐率。     

LS-SVM构造FLANN逆系统的传感器动态补偿方法

提出一种用最小二乘支持向量机（LS—SVM）构造函数链接型神经网络（FLANN）逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法,并给出了传感器动态逆系统的数学模型。在该方法中,通过在传感器后串接逆系统模型来修正动态测试误差、提高传感器的动态特性。通过典型的传感器动态标定实验数据,该逆系统模型的传递函数可用LS—SVM—FLANN方法辨识得到。实验结果表明,LS—SVM—FLANN辨识逆系统模型的速度是BP—FLANN方法的两倍,而且该逆系统动态补偿误差仅为后者的10％。用LS—SVM构造FLANN的逆系统补偿器精度高、鲁棒性好、实现简单。     

温度检测系统的非线性动态补偿研究

在温度测控系统中,对于温度传感器在测量时存在较大非线性动态偏移误差,提出基于参考模型的利用扩展卡尔曼滤波算法设计温度传感器的动态补偿的方法.用扩展卡尔曼滤波进行补偿器的参数辨识,从而得到比较精确的补偿器,因此温度传感器的动态偏移误差得到自动补偿.本文所设计的系统可以对温度进行有效的控制,且具有一定的鲁棒性和较好的响应速度.     

基于逆模型辨识的Wiener型传感器动态补偿研究

在测量系统中许多传感器动态特性是一个非线性Wiener模型,即存在着严重的静态非线性和动态响应滞后.为了补偿动态误差,采用模型参考和Wiener逆模型辨识的算法建立动态补偿单元.补偿单元由一个静态逆模型和动态逆模型构成.通过静态标定方法,采用单输入/单输出的模糊小脑神经网络(SISO-FCMAC)建立传感器静态非线性模...     

压力传感器动态误差修正方法的FPGA实现

为了实时修正由于压力传感器动态特性引起的动态误差,提出了一种基于IIR数字补偿滤波器的FPGA实现方案.该方案首先依据压力传感器动态标定时的输入和输出数据利用改进的最小二乘算法建立全面描述传感器系统的数学模型,继而运用零极点配置方法重新配置模型零极点得到最优IIR补偿器模型及参数,其次在保证补偿器性能无失真或失真很小的基础上使用MATLAB工具量化补偿器模型参数,最后在以FPGA为控制核心的数据采集及存储系统的基础上应用量化的IIR补偿器模型参数设计了IIR补偿器软核,从而实现传感器动态误差的实时修正.实验结果表明:该方案能够实时有效地修正传感器动态误差.     

基于QPSO算法的传感器动态补偿方法及FPGA实现

为了解决在测试系统中由于传感器动态特性引起测试数据失真的问题,提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)的传感器动态补偿方法;该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数;为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对FPGA资源的占用率并有效的提高了系统等效吞吐率。     

基于逆模型的温度传感器动态补偿方法

在瞬态测量中,温度传感器的测量滞后会影响到测量系统的精度。提出了一种通过建立温度传感器的动态逆模型来扩宽其工作频带,以此来减小因温度传感器测量滞后所形成的动态测量误差的补偿方法。用该方法设计的动态补偿器具有不依赖温度传感器动态模型的特点,可根据温度传感器和参考模型对输入激励响应的实测数据,通过微粒群(PSO)算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出,能够克服传感器的测量滞后。实验证明了该方法的有效性。     

基于高阶补偿器的加速度传感器动态误差补偿方法

加速度传感器动态特性对其动态测量结果具有重要影响。为了改善加速度传感器动态性能,减小动态误差,提出了一种基于高阶补偿器的加速度传感器动态误差补偿方法,该方法通过建立加速度传感器ARX模型,利用加速度传感器模型极点确定高阶补偿器的阶次,并应用误差白化算法（EWC）获得高阶补偿器的参数,实现加速度传感器的动态误差补偿。实验结果表明,该方法有效改善了加速度传感器的动态特性,且高阶补偿器的补偿效果优于低阶补偿器的补偿效果。高阶补偿器补偿后传感器输出超调量和残差均是低阶补偿后的三分之一,响应时间是低阶补偿后响应时间的一半左右。     

Infrared thermometer sensor dynamic error compensation using Hammerstein neural network

A novel dynamic neural network structure based on Hammerstein model is proposed and applied to dynamic error compensation for infrared thermometer sensor in this paper. First, the devices of dynamic calibration for infrared thermometer sensor are designed and the calibration experiments with continuous excitation are carried out. Then, the non-linear inverse system of the sensor dynamic compensator is expressed by a non-linear static subunit followed by a linear dynamic subunit—Hammerstein model. A novel neural network structure is designed, the weights in which are corresponding with the parameters of Hammerstein model. Finally, The iterative algorithm is derived, through which the non-linear static and linear dynamic subunit in Hammerstein model can be optimised and the coefficients of the dynamic compensator are gotten. The dynamic calibration data of the uIRt/c sensor are used to test and the experiment results show that the stabilizing time of the sensor is reduced less than 6 ms from 26 ms and the dynamic characteristic is obviously improved after compensation.     

废气氧传感器Hammerstein模型结构的确定

研究了废气氧(EGO)传感器Hammerstein模型结构辨识方法。静态非线性函数选用双曲正切与多项式组合形式,动态线性环节分别选用带外生变量的自回归(ARX)模型、输出误差(OE)模型和Box-Jenkins(BJ)模型结构。采用交叉准则法进行参数估计和阶次选择,通过仿真比较对模型进行检验。结果表明:最终输出误差(FOE)准则和最终预报误差(FPE)准则均适用于用估计数据选择阶次,但前者比后者更可靠。基于预测误差法的3阶OE模型和BJ模型均可用于EGO传感器Hammerstein模型动态线性环节的建模。     

基于腕力传感器的机器人位置触觉

作为对常规位置触觉的一种替代，本文展示了在机器人手指尖的根部安装腕力传感器，并利用其测量数据来确定上述位置信息的方法，文中提出了一种带有重力效应补偿的数学模型，并对其解的唯一性和精度进行了论证和分析，最后，还给出了一个采用美国产ＬｏｒｄＦＴ３３５ｘ腕力传感器作为位置触觉的实验结果。     

An adaptive controller which provides an arbitrarily good transientand steady-state response

A model reference adaptive control problem is posed. In the problem, the objective is not the usual one of forcing the error between the plant output and the reference model output asymptotically to zero, but instead, it is that of forcing this error to be less than a (arbitrarily small) prespecified constant after a (arbitrarily short) prespecified period of time, with a (arbitrarily small) prespecified upper bound on the amount of overshoot. It is shown that to achieve this goal for a stabilizable and detectable, single-input single-output linear time-invariant (LTI) plant, it is necessary and sufficient that the plant be minimum phase. Knowledge of an upper bound on the plant order, of the relative degree, and of the sign of the high-frequency gain is not required. The controller proposed consists of an LTI compensator together with a switching mechanism to adjust the compensator parameters. If an upper bound on the relative degree is available, the compensator has dynamics of order equal to this upper bound less one; otherwise, the order of the compensator is adjusted as well as its parameters     

列车横向加速度传感器的误差补偿

提出了一种基于最小二乘法的加速度传感器误差补偿方法,用来提高列车横向加速度的检测精度。利用正弦信号对加速度传感器进行了性能测试,确定了放大器倍数,证实了加速度传感器输出信号在波峰和波谷处误差最大,误差与输入加速度信号的幅值成正比,与输入加速度信号的周期成反比。为了减少误差,对加速度传感器进行了误差补偿,推导了补偿器的数学模型,使用最小二乘法对模型参数进行了辨识,求出该模型最优的待定常量,确定了补偿器模型。针对典型的列车横向加速度检测系统,以采集的列车横向加速度为输入信号,利用实验来验证补偿器的有效性。实验结果表明,经过补偿后,加速度传感器输出信号误差明显减少,均方误差收敛到10－4。传感器的测量精度有了显著提高,完全满足工程要求。