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。     

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.     

基于模型参考和神经网络的传感器动态补偿器的设计

为了改善传感器的动态响应特性,提出了一种动态补偿器的设计方法.该方法在传感器后接一基于模型参考自适应方法的动态补偿器,并利用BP神经网络算法不断在线辨识补偿器参数,使其始终工作在最佳参数下,实现动态性能的在线补偿.试验表明,对动态品质较差的双孔悬臂梁式压力传感器进行在线补偿,其到达稳态值的调节时间由0.1 s缩短为0.015 s,动态性能得以较好的改善.该方法为提高传感器性能开辟了新途径.     

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...     

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.     

基于分解控制的转台非线性摩擦补偿控制

为解决三轴飞行仿真转台的非线性摩擦问题，该文首先分析了转台中的非线性参数摩擦模型的特性，并将其线性化，得到线性化动态状态变化摩擦模型。其次，采用分解控制算法对不同类型的摩擦分别设计摩擦补偿器，然后综合出整体的控制率。其中常规控制器用来补偿名义模型；自适应补偿器用来补偿可参数化摩擦模型；鲁棒补偿器用来补偿非参数化摩擦模型。最后，分析和仿真研究表明：该摩擦补偿方法有效可靠。     

某型航空发动机的温度传感器惯性补偿研究

针对某型航空发动机温度传感器的测量滞后问题,提出了传感器的惯性补偿方法.该方法首先求得时间常数,并采用最小误差原则对时间常数进行修正,然后将时间常数写入补偿环节,最后使用二次指数平滑法对补偿曲线进行修正.通过仿真与实验验证,求出了时间常数并实现了温度补偿,表明该方法是有效的,能够用于温度传感器的惯性补偿.     

利用SVR的非线性动态系统Wiener模型补偿

提出一种新的利用支持向量回归机(SVR)的非线性动态系统维纳(Wiener)模型补偿方法.首先,将非线性动态系统用Wiener模型描述成线性动态子环节和非线性静态增益;再设计结构上与之对应的Wiener补偿器,并进一步将其变换为可用SVR辨识的线性中间模型;最后,通过关系矩阵将中间模型的估计值转换为Wiener补偿器的实际参数.用实际压力响应系统的动态标定实验数据进行测试,结果表明,与最小二乘方法比较,所提方法建立的Wiener补偿器具有更强的抗干扰能力.因此,该研究为非线性动态系统补偿又提供了一种可选方法.     

基于预测模型的温度传感器动态补偿新方法

提出了基于预测思想的温度传感器动态性能补偿新方法,利用该方法建立的动态补偿模型,可大幅提高温度传感器的响应速度.实验结果表明,预测补偿方法不仅能有效地改善传感器动态响应特性,而且与传统网络补偿方法相比还具有抗外界干扰强等特点.     

克服温度传感器测量滞后的预测补偿算法

由于温度传感器的测量滞后,导致温度控制系统中的实际被控温度存在较大超调,本文提出的预测补偿算法,采用两支同一型号的热电偶,同时测量某一温度,其检测信号经补偿计算后,能够克服传感器的测量滞后,实验证明了该方法的有效性。     

模型参考和误差白化的传感器动态补偿算法

通过模型参考的系统辨识方法建立传感器的动态补偿器, 常用的系统辨识采用均方误差(mean square error, MSE)为评判标准. 但是, 由于测量噪声存在和补偿器的频率特性, 使得补偿器的输入/输出信号存在严重的噪声干扰, 采用MSE为评判标准的系统辨识方法, 无法得到最优的补偿器的参数. 为此, 本文研究了一种以误差白化(error whitening criterion, EWC)为评判标准, 设计传感器动态补偿器的系统辨识方法. 该方法无需事先已知系统的动态特性, 根据传感器以及参考模型对     

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.     

基于遗传算法的传感器动态特性改善方法

在动态测试中一些传感器的动态特性不能满足测试需求。为了改善传感器的动态特性提出了一种改进自回归模型,采用梯度下降法和遗传算法对其参数进行优化,通过对传感器进行逆建模来实现对传感器动态特性的改善。对腕力传感器的动态特性进行了改善并分析了传感器改善前后的时域和频域特性。在matlab平台对6阶系统的动态特性进行了改善。实验结果表明对CY-YD-205压电传感器动态特性的改善效果要比最小二乘法好。     

基于递归神经网络的热电偶测温滞后的动态补偿

提出了一种基于递归神经网络的热电偶测温滞后的动态补偿方法,利用神经网络良好的非线性映射能力,建立传感器的动态逆模型,实现对传感器的动态补偿。实验结果表明:检测信号经过动态补偿后,能够克服传感器的测量滞后,达到稳态的时间从补偿前的26 s缩短到大约5 s,传感器的动态性能得到较大的提高。     

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.     

瞬态表面温度传感器动态校准及误差补偿研究

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。动态补偿对于改善测温系统动态特性,减小动态误差有重要意义。该文首先熟悉现有的瞬态表面温度传感器动态校准系统;然后,利用系统所测得输人输出数据,采用系统辨识方法建立了测温系统的动态数学模型,并利用交叉检验法验证该模型的正确性;最后,利用反滤波动态补偿方法实现对瞬态表面温度传感器测温系统的动态补偿。经检验该方法可以达到理想的补偿效果,减小了动态误差,改善了系统的动态特性。     

高速磁浮车间隙传感器齿槽效应补偿方法研究

齿槽效应是高速磁浮车间隙传感器面临的一个特殊性问题。针对齿槽效应带来的齿槽误差问题,提出在传感器探头内布置齿槽位置检测线圈,采用径向基函数(RBF)神经网络建立齿槽效应逆模型,依据位置信号对传感器的输出进行齿槽补偿的方法。仿真结果表明:在2～20 mm范围内补偿器输出最大误差为±0.18 mm,该种方法可以有效地消除齿槽效应,并提高传感器的检测精度,满足高速磁浮车悬浮控制系统要求。     

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。