MEMS微机械陀螺温度特性分析与建模

针对MEMS微机械陀螺的零偏随温度变化波动较大的特性,通过建立MEMS陀螺零偏随温度变化之间的误差模型,在温度范围为-20℃~60℃温箱试验下,分析MEMS陀螺的零偏输出变化,经去除野值后使用建立的误差模型对零偏进行补偿,结果表明,MEMS陀螺仪因温度引起的零偏从最大约为160°/h,经补偿后降至约为10°/h。该温度误差模型使MEMS陀螺的全温区零偏特性得到了一定程度的提升,为提高之后的导航精度打下基础,具有一定的工程价值。     

双轴旋转惯导系统转位误差对导航精度影响研究

针对双轴旋转惯导系统转位误差对导航精度的影响机理问题,在研究陀螺的非线性标度因数误差效应基础上,分析了转位误差与陀螺非线性标度因数误差的耦合作用,对耦合作用对导航精度的影响进行了仿真.研究表明:陀螺非线性标度因数误差不变时,转位误差会引起导航经度误差的积累和发散,积累和发散的程度与转位误差大小近似呈正比关系;转位误差不变时,导航经度误差会随陀螺非线性标度因数误差的增大而增大.     

环形激光陀螺零偏热效应补偿模型的研究

热效应对激光陀螺零偏的影响非常明显且难以精确建模。根据对环形激光陀螺的大量温度试验的数据,分析了温度变化、温度梯度与温变速率对陀螺零偏漂移影响的规律,进而提出了一种适用于工程应用的环形激光陀螺的零偏热效应补偿方法。经试验验证,此模型能在一定程度上改善热效应对环形激光陀螺零偏稳定性的影响,为建立最后的误差补偿模型,进一步提高环形激光陀螺的精度打下基础。     

环形激光陀螺的零偏热效应补偿模型

热效应对激光陀螺零偏的影响非常明显且难以精确建模。根据对环形激光陀螺的大量温度试验的数据,分析了温度变化、温度梯度与温变速率对陀螺零偏漂移影响的规律,进而提出了一种适用于工程应用的环形激光陀螺的零偏热效应补偿方法。经试验验证,此模型能在一定程度上改善热效应对环形激光陀螺零偏稳定性的影响,为建立最后的误差补偿模型,进一步提高环形激光陀螺的精度打下基础。     

激光陀螺温度误差补偿方法研究

激光陀螺是捷联惯导系统的理想元件,并广泛应用于航空、航天、航海以及地面定位定向等方面;但是,激光陀螺对温度十分敏感,温度的变化会造成激光陀螺零偏的变化,最终影响捷联系统的初始对准和导航精度;所以当要求激光陀螺工作在高精度的场合时,必须采取必要的温度误差补偿措施;通过对激光陀螺进行大量的温度试验,分析了温度及温变速率对激光陀螺零偏的影响规律,提出了激光陀螺温度补偿模型;经试验验证,此模型能在一定程度上改善温度对激光陀螺精度的影响,为进一步提高激光陀螺的精度打下基础。     

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。     

嵌套环式MEMS陀螺刚度轴偏角误差和电极未对准误差辨识

作为一种工作在简并模态的陀螺,嵌套环式MEMS陀螺因其更强的抗冲击特性、对外界振动更低的敏感性以及更灵活的电极配置等优势被作为一个重要的微机电陀螺发展方向。然而,在加工过程中产生的谐振结构不对称误差会导致陀螺模态不匹配,严重限制陀螺的性能。面对批量化生产的谐振器,需要用一种便于实施的结构误差辨识方法挑选高品质的谐振器加工高性能陀螺。本文分析了刚度轴偏角误差和电极未对准误差对陀螺的影响,然后,提出了基于静电修调理论的误差辨识方法。最后,用三支嵌套环陀螺完成了辨识实验,证实了方法的可行性,辨识过程中得到的修调电压还可直接用于静电修调。     

驱动微梁形状对微陀螺仪耦合误差的影响分析

为研究微陀螺驱动微梁在加工误差下的微梁形状变化对正交耦合误差、模态耦合以及检测信号的影响,建立了驱动微梁在对角线梁宽误差下的有限元分析模型,采用有限元仿真分析和解析计算相结合的方法研究了U型梁一端梁长的变化对微陀螺正交耦合误差、模态耦合以及检测信号的影响.研究发现,当U型梁一端的梁长为另一端长度的二分之一左右时该类加工误差会引发非常严重的正交耦合误差和模态耦合现象,并对检测信号产生极大影响;当U型梁退化为直梁或者为等长梁的时候,对检测信号的干扰很小、正交耦合误差为零、模态耦合程度最小,而且两者的变化规律呈现正相关.适当地加大单自由度微陀螺驱动模态和检测模态的频率差不仅可增加微陀螺的带宽还可减小耦合的影响.     

光纤陀螺误差的实时建模与补偿

通过对干涉型光纤陀螺误差来源及其影响因素的分析,建立了与温度变化量及温度变化速率相关的角速率误差概率密度函数,并提出一种针对慢时变与弱非线性随机过程的分段等概率误差补偿方法.该方法采用非线性手段,对一系列具有统计平稳性的随机过程进行参数估计与预测,能够实现模型动态跟踪,近似程度较高,且充分发挥了并行计算的优势,可避免由补偿过程所造成的输出时间滞后.几种典型工作状况下的实际补偿结果表明其能有效地减小角速率及航向角误差.     

轴不对准角在挠性陀螺组合静态误差标定中的应用

陀螺组合的安装误差会引起陀螺漂移,从而对惯导系统产生影响。从挠性陀螺组合安装误差模型入手,推导出存在轴不对准角情况下的挠性陀螺组合静态误差标定模型,并给出静态误差标定的位置试验方案。提出的标定方案可以有效标定陀螺组合静态误差系数,从而减少陀螺漂移。     

基于AR多变量模型的半球谐振陀螺温度漂移建模

在半球谐振陀螺工作过程中,环境温度的变化是不可避免的.温度的变化影响陀螺的结构和谐振频率,导致陀螺产生温度漂移,为了提高半球谐振陀螺的精度,根据温度漂移和温度变化的相关性,本文利用时间序列中的AR多变量模型对温度漂移数据进行分析,建立了漂移和温度的两个变量的随机数学模型,为温度补偿打下了基础.     

全角模式半球谐振陀螺的信号检测

半球谐振陀螺由于制造工艺和其它因素的影响,其结构难免出现误差,会对测量结果产生影响,同时漂移的存在也会降低测量结果的精度.通过对结构误差和漂移的分析,介绍了一种全角模式下半球谐振陀螺的信号检测方法.这种方法可有效地使输出信号精度得以提高.     

激光测径仪温度测量误差修正的研究

针对激光测径仪随温度变化而易造成测径误差的问题,采取了线性补偿和非线性补偿相结合的温度误差修正方案.研究了温度与误差数据的关系,通过给激光管加热,测试在温度影响下激光测径仪的误差数据.针对误差数据建立线性补偿和非线性补偿相结合的修正方案,设计了相应的温度误差修正系统.研究结果表明,经过温度误差补偿后,激光测径仪的精度大大提高,最大相对误差由修正前的0.39％减小到修正后的0.04％,且随着温度的变化,测量数据无明显波动.     

The application of ANFIS prediction models for thermal error compensation on CNC machine tools

Thermal errors can have significant effects on CNC machine tool accuracy. The errors come from thermal deformations of the machine elements caused by heat sources within the machine structure or from ambient temperature change. The effect of temperature can be reduced by error avoidance or numerical compensation. The performance of a thermal error compensation system essentially depends upon the accuracy and robustness of the thermal error model and its input measurements. This paper first reviews different methods of designing thermal error models, before concentrating on employing an adaptive neuro fuzzy inference system (ANFIS) to design two thermal prediction models: ANFIS by dividing the data space into rectangular sub-spaces (ANFIS-Grid model) and ANFIS by using the fuzzy c-means clustering method (ANFIS-FCM model). Grey system theory is used to obtain the influence ranking of all possible temperature sensors on the thermal response of the machine structure. All the influence weightings of the thermal sensors are clustered into groups using the fuzzy c-means (FCM) clustering method, the groups then being further reduced by correlation analysis.A study of a small CNC milling machine is used to provide training data for the proposed models and then to provide independent testing data sets. The results of the study show that the ANFIS-FCM model is superior in terms of the accuracy of its predictive ability with the benefit of fewer rules. The residual value of the proposed model is smaller than ±4 μm. This combined methodology can provide improved accuracy and robustness of a thermal error compensation system.     

光栅数显装置的非线性补偿方法研究

以提高光栅测量系统的精度为目的,提出一种基于光栅数显装置的非线性补偿方法。采用实时误差分离技术来对光栅测量误差进行修正的,通过采样点建立误差修正的数学模型,根据数学模型实现对任意测量值的误差修正。实验结果表明,该方法可有效解决由光栅本身的制造误差、光电转换部分误差及外界环境的振动、温度变化等因素带来影响光栅测量系统精度的问题,从而可大幅度地提高光栅测量系统的精度,而且这种补偿方法不但算法简单方便且经济成本较低,完全能够满足大部分光栅测量系统对于测量精度的要求。     

倾角仪特性研究及其测量误差补偿

为了减轻非线性因素和环境温度的变化对倾角仪测量的影响,在充分研究倾角仪测量特性的基础上,采用多项式拟合方法研究了倾角仪非线性误差和温度漂移误差的软件补偿技术.建立了测量误差与非线性输出的多项式模型,拟合求出了多项式模型的各个系数与环境温度的关系函数,得到了倾角仪在一定倾角范围和温度范围内的测量误差的计算公式.实验证明了...     

捷联惯导系统误差系数动态标定方法探究

随着工作时间的推移,捷联惯性导航系统中的惯性器件测量精度会因为误差参数发生变化而降低,误差逐渐被积累,进而降低系统导航精度。针对此问题,提出了一种基于GPS速度、位置信息的捷联惯导系统惯性测量装置输出误差系数动态标定的方法。首先采用Sage-Husa自适应滤波实现组合导航状态最优估计,然后引入迭代最小二乘法,利用导航误差对系统惯性器件的误差系数进行标定。经计算机仿真验证,该方法可以实现在运动中对系统误差系数进行标定,进而提高捷联式惯性导航系统的导航精度。     

多传感器融合的数控机床热误差回归建模新方法

热误差对机床的加工精度影响很大,高性能的补偿系统依赖于多传感器融合建立的三维模型的精度、鲁棒性和合适的温度进行反馈输入。本文使用温度与位移传感器的模糊聚类进行温度分类,基于评价模型比对分析最优的温度分类,从每个分类中选择具有代表性温度作为候选温度。归纳试验数据,使用分段逆回归SIR模型进行热误差建模,SIR模型将高维前移回归问题转化为多个一维的回归问题,并且进一步消除了候选温度之间的耦合。热误差试验表明,SIR模型具有泛化能力强、预测精度高及鲁棒性好的特点,能够准确地描述多种典型工况条件下的实际热误差特性。     

温度敏感涂料校准误差实验研究

温度敏感涂料(Temperature Sensitive Paint, TSP)技术是一种极具潜力的光学测温技术,但其测量精度受到多源误差的影响。校准实验是TSP特性研究和风洞实验的关键而独立的阶段,其误差需要单独考虑。分析并明确了校准实验中的主要误差源,建立了各个误差因素不确定度评估方案。重点分析了校准数据拟合中的误差传递规律,提出了基于误差传播方程的TSP校准误差计算方法。误差源不确定度评估结果表明,通过控制校准实验中相机的工作范围和图像帧平均数量可以有效降低校准误差,进而可为TSP校准实验流程的精细化提供指导。TSP特性曲线误差计算结果表明,TSP校准误差在测温范围内呈现凹形分布,其引起的最大测温误差小于0.4 K;结果可直接用作风洞实验中校准误差的给定依据。     

基于RBF神经网络的车辆牵引性能测试数据融合技术

针对目前车辆牵引性能测试中,牵引力传感器由于环境温度变化出现测量误差,影响了测试精度的问题,采用基于神经网络的数据融合技术对其进行补偿,不但避免了硬件补偿的复杂性,且提高了测试精度,取得较好的效果。实验证明:采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差较传统的补偿方式,具有较大的优势,有一定的实用性和推广价值。