基于Laguerre多项式的LVDT位移传感器非线性校正

针对线性可变差动变压器(LVDT)位移传感器输出电压值与位移量之间存在非线性的问题,建立了基于Laguerre多项式的位移特性曲线模型.采用递推最小二乘法对标定样本数据进行拟合,以确定位移特性曲线的模型参数.该方法根据LVDT位移传感器输出电压的测量值即可高精度计算出相应的位移量.仿真结果表明:绝对测量误差不超过0.1mm,具有明显的非线性校正效果,在位移检测领域具有重要的理论和应用价值.     

一种新型的LVDT位移传感器

本文介绍了一种新型的LVDT(线性变量差动变压器)式位移传感器。其平板型和无铁心式结构有其独到之处。它既可装在线性直流电机中用于一维或二维位移的测量,也可作为独立的传感器来测量位移量。     

基于RBF的LVDT输出标定研究

线性可变差分变压器(LVDT)式位移传感器是电感式位移传感器常见的一种结构形式,在设计研发LVDT的过程中需要对其进行输出标定.针对这一问题,以普通型交流非标准线性输出回弹式LVDT为研究对象,通过信号调理电路和单片机测量实验数据,利用径向基神经网络(RBF)为标定算法,对LVDT测量的输入与输出数据进行建模,然后将训练好的模型在Matlab中进行离线仿真,仿真结果表明,仿真数据和实测数据的误差在允许范围之内,本模型可以用在LVDT标定中.     

某型飞机驾驶杆线性位移差分变压器传感器信号调理校正

飞机驾驶杆LVDT(线性位移差分变压器)传感器信号测试校正在航空测控研究领域具有十分重要的意义,提出了一种针对某型飞机驾驶杆LVDT传感器信号精确调理校正方法;介绍了飞机驾驶杆LVDT传感器原理,分析了AD598 LVDT调理芯片的使用局限,利用最小二乘法设计了精确调理校正方法;基于VC++2010开发环境,利用高精度的模拟校正源产生模拟激励校正信号,设计了驾驶杆LVDT多通道软件自校正方法,它可以有效提高解调电路的线性度和对称性,克服了AD598常规调理电路的使用局限,从而实现驾驶杆LVDT信号精确检测;理论分析与数值试验验证了所提方法的正确性和有效性。     

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。     

一种用于发动机仿真平台的线性可变差动变压器模拟器的设计

线性可变差动变压器(LVDT)是一种差动输出变压器,常用于直线位移变压器,用以将机械位移信号转换成电信号,具有灵敏度高线性度好分辨率高寿命长及可靠性高等优点,在航空领域有着广泛的应用;由于LVDT传感器的输出信号为差分信号,传统的仪器仪表不能直接模拟LVDT传感器的信号~([1]),所以需要研制LVDT传感器模拟器来替代真实的LVDT传感器,用于航空发动机控制系统仿真平台试验;文章着重介绍了LVDT传感器模拟器的设计原理、实现方法及测试结果。     

LVDT数字智能变送器设计与实现

针对差动变压器式位移传感器(LVDT)应用中存在的线性度不够好、智能化程度不够高的问题,从软硬件设计层面,考虑了系统的可靠性、稳定性和灵活性。从应用层面,评估了测量数据的精度、线性度、可溯源性和长期稳定性的需求,设计了一种采用集成化LVDT模拟前端的软硬件一体的数字智能变送器。创新性的设计保证了EEPROM存储的多组标定数据和拟合系数,可对应不同量程或品牌的LVDT,且更换LVDT不影响变送器输出正确的位移值。系统能够在不重新标定的情况下,根据精度需求重新计算拟合系数。实际应用表明,该变送器适用于高精度、高可靠性要求的工业应用场合。     

FBG位移传感器的标定与不确定度分析

为了提高光纤Bragg光栅(FBG)位移传感器标定精度和实现自动标定,设计一种量程为18 cm的FBG位移传感器校准装置对FBG位移传感器进行在线校准.通过对FBG解调仪测量的波长量和计算得出的位移量进行最小二乘法拟合得到FBG传感器的静态标定系数,并对标定装置和传感器进行不确定度评定.实验结果表明:FBG位移传感器标定平台标定得到FBG位移传感器的灵敏度为0.0145 nm/mm,线性度为99.87％,重复性误差为0.082％,校准装置的测量不确定度为0.11 mm.     

一种用在控制棒棒位测量中的拟合方法

控制棒测量是反应堆中的关键系统,其中控制棒能否及时落棒影响着反应堆的运行安全,测量控制棒在堆中位置是其中的关键问题。为研究控制棒位移测量问题,使用电容传感器进行数据标定,拟合传感器电容和位移之间的关系式,在模拟落棒时根据电容值反映当前控制棒位移。提出了一种基于最小二乘法的卡尔曼滤波算法,该方法能在进行数据拟合时考虑到系统中噪音干扰因素。实验结果表明,加入卡尔曼滤波算法最小二乘法的结果优于单独的最小二乘法。     

基于AD698的线性差动式位移传感器解码电路设计

线性差动式位移传感器(LVDT)由于其灵敏度高、线性度好、分辨率高、寿命长、可靠性高等优点,已广泛应用于机载测试系统中;为了设计出精度高,稳定性好,能够满足机载测试需求的LVDT传感器解码电路,分析了LVDT传感器磁芯位移与输出电压信号的关系,研究了AD698的内部解调原理,设计出了基于AD698的信号解码电路;该电路通过外围元器件产生传感器所需的激励信号,并对激励信号和传感器输出信号进行解调得到与传感器磁芯位移成正比的直流电压;最后通过实验验证该电路具有结构简单、稳定性高、精度高的优点,能够满足机载测试的要求,且该电路已经过高低温和振动试验,并成功应用于机载测试采集系统中。     

基于多结点样条的自由曲线最小误差逼近及其应用

多结点样条函数具有良好的局部性,而最小二乘法对数据拟合的全局性较好, 因此多结点样条函数最小二乘逼近的稳定性及数值精度都能得到有效的保证。该文综合两者的特点,实现了自由曲线离散数据最小逼近误差数学模型的建立。同时应用此数学模型于一些平面及空间（甚至一些带噪音的）自由曲线拟合上和几何造型骨骼化上,测试其对各种自由曲线的拟合效果,结果证明最小逼近效果明显。     

宽温范围测量时NTC热敏电阻器R/T数学模型

NTC型热敏电阻器使用寿命长,具有很高的灵敏度,进行宽温度范围测量而又要求较高的精度时,R/T的非线性数学模型难以描述。基于最小二乘法的多项式逼近原理,以LNTT502FW热敏电阻器为实例,分段拟合出传感器在(-20～80℃)使用环境下的数学模型,拟和数据相对误差较小,能满足测量要求。     

网格模型中直纹面的提取

提出一种基于直母线族提取与拟合的网格模型直纹面提取方法.首先通过集合误差权排序方法从模型中选择一个可信直母线种子,然后通过局部标架引导搜索邻接直母线,移动标架重复上述搜索过程,直到跨出网格边界或者开始循环搜索.利用"投影"光顺法对齐直母线段族首末端点,再通过定义欧氏6空间下的距离函数,将欧氏3空间下的直线族逼近直纹面问题转换成欧氏6空间下B样条曲线最小二乘拟合问题.为了使逼近的曲面光顺,在曲线拟合过程中引入了能量函数.与其他算法相比,文中方法获得了较强的直母线族的鲁棒性和精确性,并能有效、合理地拟合出光顺直纹面.     

基于正则渐进迭代逼近的自适应B 样条曲线拟合

基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关 注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的 自适应B 样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA 曲线。 然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA 曲线的更新。得益 于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域 则较少。通过正则参数的引入构造了一种RPIA 格式,提升了渐进迭代控制的灵活性。最后, 数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的 拟合精度。     

一种新型的塔康方位角估算方法

塔康作为近程无线电导航系统,为飞机提供与地面台的距离和方位角度等信息,但由于硬件工艺、环境等限制,其测量精度极易受到噪声的影响.针对这一问题,提出了一种新型的方位角估算方法.该方法在最小二乘法的基础上,创新性地增加了误差检测功能和拟合数据反馈的功能,通过误差检测功能去除超过误差门限范围的接收数据,再利用平均后的拟合数据...     

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％.     

基于混合优化算法的压力传感器温度补偿

针对压阻式压力传感器存在温度漂移,其测量精度受温度影响很大的问题,使用最小二乘拟合方法与RBF神经网络共同建立压力传感器温度补偿模型.针对低温和高温区域使用RBF神经网络进行补偿,对中间线性区域使用最小二乘拟合方法进行补偿.同时为了提高RBF神经网络拟合效果,使用进化算法和下降梯度算法优化RBF神经网络参数.实验结果表明,本文使用方法与单纯使用RBF神经网络或最小二乘拟合方法进行温度补偿,具有更高的训练效率和温度补偿效果,能够提高压力传感器在各种环境下的测量精度和工作可靠性.     

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.