基于胎压的静态载重测量技术研究

研究了车辆胎压与载重的相关机理,通过测量轮胎内的气压变化间接测出汽车载重。对载重与受力模型进行了分析,并通过测量实验以及误差分析验证了所提出的模型的有效性和实用性。依据提出的测量方法,设计了一种基于胎压的新型数字式便携载重测量仪。该测量仪主要由便携式控制显示终端和压力变送器组成。实验测试结果表明,该测量仪测量精度较高、成本低、体积小、携带方便,适用于各种轮胎车辆的载重测量。     

一种基于静力位移测量值的车辐式屋盖结构索力识别方法

该文从车辐式张拉屋盖结构的组成特点出发,提出了一种基于静力位移测量值的索力识别方法。首先通过测量屋盖结构的几何位形,建立有限元模型。然后给真实结构施加特定荷载并测量加载点位移。给有限元模型施加同样的荷载并计算其位移。通过比较计算和实测的位移值,修正并迭代有限元模型中拉索的预应力;当计算位移与实测位移一致时就获得了拉索的真实内力。该方法只需要测量加载的自由度所对应的位移,能够在通用有限元软件ANSYS上进行索力识别,计算结果准确。     

基于扫描线模型的电子激光经纬仪自动瞄准方法研究

为了提高基于视觉引导的经纬仪测量系统的测量效率,提出了一种对空间平面上目标点坐标进行精确瞄准测量的方法。利用激光电子经纬仪对目标做单轴扫描,进一步获得像平面扫描轨迹的平行网格模型,通过该模型建立了扫描线长度与经纬仪单轴旋转角度的关系,并对镜头畸变进行校正,最后利用插值算法得到经纬仪瞄准目标点时的精确角度值。实验结果表明,在矫正畸变后在 10 m×10 m空间内精度可达到 3″,该方法可以有效提高测量效率,保证测量精度。     

利用主成分分析分离测量过程中的波动源

在测量过程模型的基础上,给出了评价测量系统性能的组内相关准则.针对测量结果的总波动中分离被测对象(产品)的波动和测量系统的波动问题,提出了利用主成分分析分离测量结果中波动源的方法,并给出了该方法的实现过程.最后,通过应用实例,说明了这种方法在分离测量系统的波动源的过程是行之有效的.     

线结构光视觉传感器机器人手眼关系标定

为实现对工业机器人手眼关系的标定,提出一种基于线结构光视觉传感器的手眼关系标定方法。该方法在标定时,将一个平面靶标作为参考物固定在工业机器人工作空间内,控制工业机器人末端运动以带动线结构光视觉传感器作多组变位姿运动,获取在不同位姿状态下的平面靶标图像并对其进行图像处理。通过对图像上固定特征点的测量,以及建立线结构光视觉传感器模型和手眼关系模型实现对线结构光内参数和手眼关系的标定。用棋盘格标定板进行测量实验验证,实验结果表明该方法准确度为0.036 mm,即优于40μm,可用于工业机器人的测量应用。     

瞬态热带恒功率法测量导热率

基于传统热桥法基本原理,提出了新的非对称结构模型--瞬态热带恒功率法用于测量材料的导热率。非对称结构模型将热源热带与温度传感热带电路彼此独立,消除了热带电阻自热以及环境温度变化带来的影响。通过短时间内快速测量恒流电路中两热带的电压差随时间的变化关系准确测量材料的导热率。依据此模型设计了热带加热片,建立了基于LabVIEW测试软件的实验装置自动测量平台,实验测量结果与参考材料导热率具有良好的一致性,相对偏差在3％左右,验证了该理论模型的有效性。     

南海海底粉质黏土沉积物声速和衰减的全浸式测量

提出了一种宽带声速和声衰减测量方法,该方法利用全浸式传感器测量技术(FITM)在实验室环境下对超细沉积物(平均粒径为5.27 μm,孔隙率为79%)的声速和声衰减进行了测量。为确定该实验室测量方法的可靠性,将该声速与声衰减关系与Kramer-Kronig关系进行了比较。同时,Hamilton经典曲线表明,该实验室测量结果符合声速与孔隙度关系,且声衰减在Hamilton曲线置信区间内。测量数据满足有效密度流体模型和颗粒剪切模型的声速和衰减预测曲线,进一步证明了实验室测量方法的准确性和有效性。     

基于谐振法测试微波介质材料的介电参数

介电常数是介质材料的主要性能参数之一,该文讨论了微波介质的介电参数的理论计算,分析了谐振法的模型,研制了基于谐振法测量微波介质材料介电参数的测量系统.通过对多个样品进行实测,结果表明与参考值比较吻合,评价了该测量系统测量结果不确定度,从而建立了微波频段内微波介质材料介电常数测量平台.     

基于近红外面源传感器的气液两相流相含率测量

针对传统近红外点对点探头传感器测量存在盲区、数据精度低等问题,提出并设计了一种基于近红外面源传感器的气液两相流相含率测量装置,并对其进行研究。该装置有效减小了近红外光的折射与反射,提高了测量的精确度。通过CFD流体仿真软件模拟了管道内流体的流动状态,并对该装置的结构进行了仿真及优化。在单相流实验的基础上进行气液两相流动态实验,得到了4路近红外信号与相含率的关系,建立了相含率测量模型,数据导入修正模型分析得到的相含率测量相对误差在±3.5%以内。     

单层带孔玻璃板孔边破坏应力的力学分析

因为轴对称性,圆盘模型可以减少玻璃材料离散性的影响,所以比较适合进行测量孔边破坏应力的试验。通过对带孔圆盘模型的力学分析和理论推导得到了板内最大主应力分布的表达式,并用该表达式分别拟合有限元计算结果和试验结果,通过比较分析,最终提出了点式玻璃板孔边破坏应力建议限值,为进一步完善幕墙结构的设计提供依据。     

一种基于人工鱼群算法的微机电系统加速度计静态修正方法

微机电系统加速度计是惯性跟踪系统的一部分,用来获得运动的位置信息。为了对运动姿态进行精确定位,必须对它的误差进行修正。根据加速度计误差来源和产生机理建立了误差模型,通过分析误差模型,提出了一种基于人工鱼群算法修正加速度计静态误差的方法,并与六位置测试法比较。前者在一定程度上降低了误差,提高了测量角精度,使微机电系统加速度计输出能够准确反映出真实值。     

中航时平台惯导系统导航精度的全误差评估方法

平台惯导系统(PINS)初始对准误差和标定参数重复性是评估PINS精度的主要参数.应用给定精度评定指标无法准确评估PINS导航精度,PINS全误差导航模型能够准确描述PINS误差传播过程,但对多批次中航时PINS精度评估需消耗大量时间,缺乏实用性.结合实际应用中需要对每一台PINS中航时导航精度进行快速准确评估的需求,通过对PINS全误差导航模型传播规律进行分析,得到PINS误差参数对导航精度的单项评估公式和简化综合评估公式.数值仿真验证表明:该方法能够对中航时PINS导航精度进行快速准确估算,在PINS选择中具有很好的实用性.同时该方法可以指导惯导系统生产调试,找到影响惯导系统的主要误差因素,对改进设计、提高精度和精度评定具有参考价值.     

动态精度研究实验系统的设计和数据采集

为了研究动态误差的分解和溯源,设计出了一套完整的动态精度研究实验系统.文章详细介绍了系统的组成、输出信号、数据的采集,以及实验数据的分析.通过测量电机和减速机的转角误差Δθ,可以找出减速机的减速比与转角误差之间的变化关系,进而研究系统的误差来源.该系统为研究动态系统中的误差分解和溯源提供了一个良好的实验平台.     

基于Kalman-GARCH模型的结构损伤识别

基于监测数据的结构损伤识别,是桥梁健康监测系统发挥感知预警效益的重要基础。为进一步提高结构损伤识别精度,提出一种融合Kalman滤波与广义自回归条件异方差(GARCH)模型的结构损伤识别方法。采用Kalman滤波对加速度时程数据进行降噪处理,在此基础上,建立了线性递归AR模型,对结构损伤进行识别;引入非线性递归GARCH模型,进一步提高识别精度;利用加速锈蚀损伤钢筋混凝土梁动力试验获取的加速度时程数据,对算法的有效性进行验证。结果表明:以损伤前后时间序列模型残差方差比为特征指标,能够有效识别结构损伤;与Kalman-AR模型相比,Kalman-GARCH模型能够解释部分非线性特征,弥补AR模型忽略数据异方差性所带来的识别误差,识别精度提高了14.2%。该方法可为基于海量数据的桥梁结构状态感知提供一种新的思路。     

基于钟差建模的水下定位时延修正算法

针对同步定位模式中存在的钟差影响定位精度的问题,提出了一种适用于水声定位系统的同步时钟修正算法.对单个水下固定潜标的时延进行长时间观测,测量定位时延的变化量,建立了钟差修正模型,定位精度得到明显提高.此模型在海试试验数据中得到了验证,两个潜标的相对定位精度分别提高了31.1％和64.6％,且解算钟差模型系数与设备精度吻...     

基于机床体误差模型的加工面形误差预测

零件面形精度满足要求是超精密装备实现其关键功能的重要保证.影响工件加工面形精度的因素很多,机床体误差是其中最关键的因素.通过构建机床误差元与加工面形误差之间的直接关系来进行面形误差预测研究.提出了一种基于机床体误差模型的频域多尺度面形误差预测方法,该方法可结合机床体误差模型、工艺参数、加工轨迹等进行频域多尺度面形误差预测,可为加工路径规划、机床设计等提供理论参考,从而提高加工精度.进行了低频PV面形误差预测的实例研究,采用的机床为一台五轴联动超精密机床,加工表面为凹形截圆锥台锥面.通过实验与理论分别获得PV面形误差,其相对误差为17.3%,证明基于机床体误差模型的低频PV面形误差预测是可行的.     

Using grey models for forecasting China’s growth trends in renewable energy consumption

This study primarily investigated the forecasting of the growth trend in renewable energy consumption in China. Only 22 samples were acquired for this study because renewable energy is an emerging technology. Because historical data regarding renewable energy were limited in sample size and the data were not normally distributed, forecasting methods used for analyzing large amounts of data were unsuitable for this study. Grey system theory is applied to system models involving incomplete information, unclear behavioral patterns, and unclear operating mechanisms. In addition, it can be used to perform comprehensive analyses, observe developments and changes in systems, and conduct long-term forecasts. The most prominent feature of this theory is that a minimum of only four data sets are required for establishing a model and that making stringent assumptions regarding the distribution of the sample population is not required. However, to address the limitations of previous studies on grey forecasting and to enhance the forecasting accuracy, this study adopted the grey model (1, 1) [GM(1, 1)] and the nonlinear grey Bernoulli model (1, 1) [(NGBM)] for theoretical derivation and verification. Subsequently, the two models were compared with a regression analysis model to determine the models’ predictive accuracy and goodness of fit. According to the indexes of mean absolute error, mean square error, and mean absolute percentage error, NGBM(1, 1) exhibited the most accurate forecasts, followed by GM(1, 1) and regression analysis model. The results indicated that the modified NGBM(1, 1) grey forecasting models demonstrated superior predictive abilities among the compared models.     

三线阵立体测绘相机构像及误差模型的建立

为了满足立体测绘系统的定位精度要求,在三线阵立体测绘相机研制基础上,通过建立三线阵立体测绘相机实用构像模型,确立被探测地面点在地面坐标系中的坐标与其像点在CCD坐标系中的坐标以及在统一的像平面坐标系中的坐标之间的数学关系式;并在此基础上,推导了三线阵立体测绘实用误差模型,分析影响系统定位精度的主要误差源,并根据相机参数进行综合定位精度分析,结果表明该系统可达到无控定位精度50 m的精度要求,同时验证了构像模型及误差模型的正确性.     

A DEM-based residual kriging model for estimating groundwater levels within a large-scale domain: a study for the Fuyang River Basin

It is a basis of the effective groundwater resources management to understand the movements and changes of groundwater, wherein the information about spatial distribution of groundwater levels is indispensable. Geostatistical methods like kriging have been widely used to estimate groundwater levels based on observation wells. The errors are inevitably introduced through the interpolation process; hence, how to increase the accuracy, which is based on limited well data, has become an urgent issue for estimating groundwater levels, especially for a large area. This study developed an integrated DEM-based residual kriging model for estimating groundwater levels within a large-scale domain. The model can yield more physically plausible estimates of groundwater levels in a large-scale domain than those currently in use by effectively utilizing well data and considering the influences of terrain morphology on the groundwater flow. The model was then applied to the Fuyang River Basin, a 5,000 km² investigating area, in the North China for estimating the regional groundwater levels and flow. The Kolmogorov–Smirnov test was employed to prove that the DEM information could markedly facilitate the residuals to approach a normal distribution, which insures satisfied estimate accuracy. For demonstrating the advantages of the proposed DEM-based trend surface, three types of trend surface using both simple and quadratic equations were developed to estimate groundwater levels. Based on the verification points, the mean error, the mean absolute error, and the square root of the quadratic multiply error, for each trend-surface equation were compared. The DEM-based trend surface equations were discovered with the highest accuracy. The results indicated that quadratic equation could more effectively present the trend surface than simple one with a higher correlation coefficient. However, for a large-scale estimation domain with limited well data, the simple equation for DEM-based trend surface showed more feasible with better accuracy than the quadratic one. Further research on improving trend-surface simulation to more effectively reflect system complexities would be desired.     

输入数据缺失情况下的OE模型辨识算法研究

针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。