随钻测量钻具重力加速度提取方法

针对随钻测量(MWD)中钻具重力加速度受振动干扰大引起的井斜角解算严重失真问题,提出基于联邦自适应无迹卡尔曼滤波(FAUKF)的钻具重力加速度提取方法。首先,建立无重置结构的联邦重力信息融合提取框架,选取基于陀螺仪数据的递推重力值作为联邦滤波的公共参考值,分别与解耦的地磁数据观测的重力加速度组合作为子滤波器1,与加速度计数据观测的重力加速度组合作为子滤波器2。然后,对子滤波器的重力状态进行无迹卡尔曼滤波(UKF)算法,期间根据地磁数据观测重力值的抗振性优于加速计的特性,设计子滤波器2对应的抗振因子,再根据陀螺仪短时精度高的输出特性,找到基于陀螺仪数据解耦的地磁参考斜率值,来设计子滤波器1对应的抗磁因子,提升子滤波器性能,接着用自适应开窗因子来确定开窗估计法则中的开窗值,调节新息协方差,通过对新息协方差的估计实现子滤波器量测噪声协方差的实时估计,提高无迹卡尔曼滤波算法精度,进而得到可靠的重力信息局部自适应估计值。最后通过联邦信息融合,进一步得到重力信息的全局估计。通过模拟钻进和实钻实验结果表明,FAUKF算法和FKF算法相比,井斜角误差减小了±1.9°,FAUKF算法下的井斜角误差可控制...     

在线动平衡中振动信号提取方法研究

论文介绍了一种适用于在线动平衡法的不平衡振动信号幅值和相位提取法。针对采集的不平衡信号混含大量噪声污染的问题,首先将采集的振动信号进行两级FIR滤波后再通过信号减法运算去除大幅值信号,同时对正弦信号发生器产生的正弦信号采用同样的两级滤波器滤波,然后通过对两信号互相关处理计算出不平衡信号的幅值和相位。MATLAB中的仿真结果显示,该方法消除了相位滞后对相位提取精度的影响,且提取的幅值和相位精度比传统互相关法有显著提高。     

基于UKF的柔性直流输电系统故障电流抑制方法

基于柔直系统暂态过程的数学模型,利用无迹卡尔曼滤波（unscented Kalman filter）对故障情况下MMC交流侧输出电流进行追踪,将故障电流分为稳态最大电流与不可控电流,通过在电流参考轴上对不可控电流分量进行消除,从而达到抑制故障电流的目的。最后,通过软件平台搭建仿真模型,验证了所提出方法的有效性。     

基于斜角坐标系下的三电平逆变器调制方法研究

针对三电平NPC逆变器的研究,传统的基于直角坐标系下的空间矢量脉宽调制算法(Space Vector Pulse Width Modulation,SVPWM)需要扇区判定以及烦琐的三角函数运算,增加了控制器的计算工作量,难以实现数字控制,因此研究了一种基于60°斜角坐标系下的空间矢量脉宽调制算法。该方法是通过Clarke-Park变换将基于三相静止坐标系下的三相电压转换为基于非正交60°斜角坐标系下的两相电压,可省去扇区判断过程,降低了计算工作量,且只有普通的四则运算。随后采用仿真软件PSIM对改进的空间调制方法进行了仿真研究,对所做的理论分析进行了验证,结果表明改进算法具有有效性,并且在运算时间上优于传统算法。最后在三电平NPC逆变器控制平台上进行了实验验证。     

一种基于物联网技术的管道漏失检测电路设计

供水管道漏失所造成的水资源浪费相当严重,管道漏失检测已经成为安全供水面临的一项重要挑战。设计了一种利用管道振动加速度进行漏失检测的装置,该装置以低功耗单片机为控制核心,采用加速度传感器监测管道振动状态,数据可通过远距离无线电技术(long range radio,LoRa)发送到本地网关,最终经过物联网云平台融合后发送到移动端;软件部分在单片机上实现了对采集信号的快速互相关分析,优化了数据处理过程。实验结果表明,泄露情况下互相关计算结果的最大值与正常情况相比存在显著差别,能够达到判断管道是否泄漏的目的。该设计为有效检测管道是否漏失提供了一种可行方案。     

基于卡尔曼滤波的电磁流量计信号处理

针对电磁流量计在强干扰条件下测量精度不高的问题,提出了基于残差的卡尔曼滤波方法提高电磁流量计的精度。 采 用滑动平均滤波器对实验数据进行预处理,降低测量时电磁流量计测量时受到强干扰噪声的影响。 分析电磁流量计在固井过 程中的受干扰情况,提出基于残差的卡尔曼滤波的方法,实现过程噪声协方差 Q 随流量变化快速切换,提高卡尔曼滤波的响应 速度。 实验结果表明,经过上述算法处理后定流量下的不确定度降低了 14. 6% ~ 22. 6%,流量发生变化时的响应时间减少 5 ~ 18 s,同时测量累积排量精度达到 0. 12%,满足固井工程施工要求。 本文所设计的滤波算法有效降低噪声影响,使测量结果更 加稳定可靠。     

MEMS陀螺仪随机误差的辨识与降噪方法研究

针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。     

在信号处理中时间延迟估计方法的研究

采用了以下三种时间延迟估计方法:阈值法、互相关函数法、小波分析。这几种方法从不同的原理出发,采用不同的手段来得到时间延迟的估计值。结果表明,在信号的信噪比较小的情况下,采用小波变换法更能准确的计算时间延迟估计值。     

血管内超声图像序列的自动降噪方法

提出一种血管内超声图像序列的自动降噪方法。首先对图像序列中每帧图像进行中值滤波,抑制图像脉冲干扰及斑点噪声,保护边缘少受模糊,然后采用图像序列均值滤波方法抑制图像加性随机噪声,提高图像信噪比,并利用小波软阈值降噪的多尺度分析特性,对均值图像的细节加以分辨,再结合算术运算得到最终降噪效果。对比中值滤波、小波软阈值降噪等传统滤波方法,提方法能得到更好的降噪效果;利用所提方法对连续不同帧数血管内超声图像进行降噪处理,当图像帧数为10时,图像序列的降噪效果更好;通过峰值信噪比、降噪时间和边缘检测效果的对比,可以发现本文所提方法能改善降噪效果、提高边缘检测的准确度,保证降噪效率。     

基于DFFRLS-AUKF的单轨吊车动态倾角辨识方法研究

为保障单轨吊车在深部矿井复杂轨道工况环境下行驶的安全控制性能,需提高单轨吊车动态倾角辨识的精度及可靠性。因此,本文提出了基于DFFRLS-AUKF算法的单轨吊车动态倾角辨识方法。首先,利用自适应平滑滤波算法对实时采集的加速度和速度数据进行滤波处理,避免环境噪声的干扰,保证数据的完整性;其次,通过建立轨道曲率模型实现对轨道全工况的精准分析,在滤波处理后的数据基础上,再结合带有动态遗忘因子的递归最小二乘(DFFRLS)算法得到可靠地轨道曲率值;最终,在计算出的轨道曲率基础上,利用Sage-Husa噪声估计器对无迹卡尔曼滤波(UKF)进行改进,实现了对动态倾角辨识结果地自适应动态调整,提高了动态倾角辨识地精准度。实验表明,单轨吊车在单轨路段1和单轨路段2测试期间,所提的DFFRLS-AUKF算法与传统算法相比动态倾角辨识精度分别平均提升了25.25%和39.5%,表明了DFFRLS-AUKF算法在不同轨道工况下具有良好的精准性及可靠性,有效保障了单轨吊车在复杂轨道工况下行驶的安全性。     

一种基于正交处理的角跟踪系统数字校相方法

针对双通道单脉冲角跟踪系统中存在的方位、俯仰差通道不正交的问题,在对基于正交处理的角误差提取原理进行深入研究分析的基础上,通过利用数字振荡器生成本振信号的初相进行相位补偿以及将方位、俯仰差通道分置的方法,进而提出了一种基于正交处理的数字校相方法。通过对采用不同校相方法时角误差提取精度的分析,从理论推导和仿真实验两方面验证了新方法的可行性。仿真结果表明该新方法可以减小方位、俯仰差通道不正交这一因素给角误差提取所带来的误差,从而提高双通道单脉冲角跟踪系统的角误差提取精度。     

同步自整角机自动测试系统测角误差研究

同步自整角机自动测试系统被用于精确测量同步自整角机的旋转角度,其角度测量误差是该系统的主要性能参数。对此,本文基于神经网络对该系统的测角误差进行了分析与补偿,从而减小角度测量的误差。首先介绍了这种测试系统的测角原理,然后分别对系统内SDC轴角数字转换芯片输入信号的幅度失配、相位不正交、与激磁信号不同相等问题进行了建模并获得误差表达式。最后,在误差补偿方面,分别从硬件和软件角度进行减小和补偿误差：硬件部分通过设计滤波移相电路以滤除高频噪声从而减小误差;软件部分提出了基于BP神经网络的误差补偿措施。通过实验数据的分析,采用16位转换器的同步自整角机自动测试系统的测角精度为0.3′,并且经过误差补偿后同步自整角机自动测试系统的测量误差小于±6′,满足精度设计要求。     

采样式功率表相角误差的补偿算法

提出一种采样式功率表相角误差的补偿算法，给出了数学模型，进行了仿真计算。结果表明：算法计算简洁、补偿范围宽、补偿精度高，适用于智能型采样式功率表。     

考虑背景波动与量测数据相位缺失的系统侧谐波阻抗估计方法

现有系统侧谐波阻抗估计方法通常基于公共连接点处谐波电压、电流的相量数据进行求解,在谐波电压、电流两者各自的相位信息发生缺失时难以估算。针对这一问题,提出一种基于相关性校验与Tukey稳健回归相结合的系统侧谐波阻抗求解方法,该方法仅需谐波电压、电流幅值及两者相位差数据。分析谐波数据的相关性,根据皮尔逊系数剔除波动数据段以保证系统侧谐波阻抗的求解免受背景波动的影响。基于Tukey稳健回归法在弱化谐波数据相位缺失所导致的潜在异常波动点的同时回归求解系统侧谐波阻抗值,所提方法可以有效弱化背景谐波电压波动与数据相位缺失的影响,进一步提高了估计精度。通过仿真分析和实际数据计算验证,证明了所提方法的有效性和正确性,为相位缺失场景的谐波阻抗求解问题提供了一条新途径。     

基于回转体转角高精度测量装置的标定方法

回转体转角测量精度直接决定了稳瞄系统对瞄准目标的精度,为了保证转角测量装置精度的准确性,需要对测量装置准确标定。提出了一种基于回转体转角高精度测量的标定方法,通过对现有标定方法的分析,采用光电自准直方法,由自准直平行光管、标准四棱镜、光学成像系统构成的高精度标定装置。首先介绍了转角测量装置工作原理和现有的标定方法,其次对测角系统进行光电自准直标定及数据处理,实验验证:重复性误差2″,装置测角精度为9.68″,系统能够快速、准确的对回转体转角测量装置的标定。     

MCR-WPT 系统接收线圈偏移角度的测量方法研究

针对磁耦合谐振式无线电能传输(magnetically coupled resonant wireless power transfer, MCR-WPT)系统接收线圈相对于发射线圈偏移角度的不确定性,导致系统传输效率波动较大的问题,提出了一种基于反射阻抗的MCR-WPT系统接收线圈偏移角度计算方法。根据基尔霍夫电压定律建立发射线圈反射阻抗与线圈互感之间的关联,再根据空间两线圈的互感公式推导互感与线圈偏移角度之间的关系式,从而建立反射阻抗与偏移角度的表达式。利用Maxwell和Simplorer仿真软件搭建线圈模型和外围电路进行联合仿真,同时搭建了完整的MCR-WPT系统实验装置,在两线圈距离不同的情况下做了多组实验。仿真结果显示两线圈设定角度与计算角度平均绝对误差为2.57°,实验结果显示设定角度与计算角度平均绝对误差为2.94°。通过上述方法可以较为精确地计算出短距离无线电能传输系统接收线圈的偏移角度。     

卡尔曼滤波理论在电力系统中的应用综述

现代电力系统中,由于可再生能源输出功率、负荷变化以及其他随机过程的存在,使得系统状态参数中往往混杂着噪声,因此有必要采取适当的方法,从随机干扰的观测信号中提取有效的系统状态参数。首先对卡尔曼滤波基本理论进行了介绍,给出了卡尔曼滤波的基本过程。然后主要综述卡尔曼滤波及其扩展形式在电力系统短期负荷预测、动态状态估计、电能质量分析、继电保护、风电场风速预测、电机状态和参数估计等方面的应用。最后给出了卡尔曼滤波在电力系统中应用的相关结论及其未来发展趋势。