减小光纤陀螺零偏的温度补偿研究

在对光纤陀螺仪获取大量的实验数据的基础上,针对光纤陀螺仪的零值偏移,利用最小二乘法建立一种温度补偿模型。利用该模型对新测的实验数据进行了补偿。补偿结果表明:光纤陀螺仪经该模型补偿之后,零偏基本上减小了一个数量级,并进一步提高了零偏稳定性,补偿效果明显。     

小波神经网络在压力传感器温度补偿中的应用

介绍了小波神经网络的模型、算法和分类,在此基础上研究了其在压力传感器温度补偿方面的应用,给出了该网络实现温度补偿的训练过程及结果,根据实验数据得出了相关结论,并指出了应用时存在的问题和今后的研究方向．     

光纤陀螺启动漂移补偿技术研究

干涉型闭环光纤陀螺从加电开始至达到标称精度所需的时间称为启动时间。在此期间内陀螺输出存在较大的漂移,即启动漂移。为减小陀螺启动漂移、缩短陀螺启动时间,文章对陀螺启动漂移进行了理论分析和试验数据分析。指出陀螺启动漂移补偿模型中除考虑温度变化率的线性项外还应考虑温度变化率高次项的影响和温度影响。通过试验为某干涉型闭环光纤陀螺建立了启动温度漂移补偿模型。在室温下对该陀螺启动漂移的补偿结果表明该方法能有效减小陀螺的启动漂移,缩短陀螺的启动时间。     

基于RBF神经网络的光纤陀螺漂移误差辨识

漂移是存在于光纤陀螺系统中使得输出信号产生较大偏置误差的一种不可忽略因素.漂移信号具有非线性、随机性和易受干扰的特点,准确地辨识漂移并有效地对其进行补偿直接关系到惯性导航系统的测量精度.提出采用多尺度小波分析和RBF神经网络两个模型对漂移误差进行辨识,可以有效提高辨识精度.应用多尺度小波分析方法消除高频噪声,改善信噪比,把消噪信号作为神经网络期望输出,然后利用离线事先学习的RBF网络辨识漂移误差,并且采用带有遗忘因子的梯度下降算法来确定RBF神经网络隐含层基函数的中心位置、宽度和输出层权值的大小.仿真结果表明,该方法可以快速、有效、高精度地辨识并补偿漂移误差.     

光纤陀螺在机器人定位中的应用

利用光纤陀螺、采集卡、机器人和虚拟仪器软件模块的上位机等构成一个机器人定位应用控制平台。将采集的主从式机器人实际位置信号、设定的位置值以及定位差值,通过蓝牙通信技术传送到设计机器人控制器进行误差数字化,其输出值u来确定控制信号,改变主从式机器人定位舵机的位置,构建多机器人编队系统。实验结果表明光纤陀螺在机器人定位中的应用系统是可行的。     

光纤陀螺及其军事应用

本分析了光纤陀螺的物理原理，并介绍了其在军事上的应用。     

压力传感器温度补偿的BP神经网络算法

压阻式压力传感器易受工作温度影响,存在着温度漂移现象.为了提高测量的准确度,采用BP人工神经网络的数据融合处理法对温度漂移进行补偿.分析比较了补偿前后的数据,补偿后的温度灵敏度系数和零位灵敏度系数提高了2个数量级.实验结果表明,该方法有效地抑制了温度对压力传感器的影响,提高了传感器的稳定性和准确性.     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

具有温度补偿的高精度单参量光纤传感器理论分析

分析了几种具有温度补偿的光纤应变传感器测量应变的误差来源及缺点,由此加以推广,提出了具有温度补偿的高精度单参量光纤传感器的思想,根据椭圆纤芯离双折射光纤的温度,应变,径向压力,静水压力的灵敏度公式和双折射与波长的关系曲线,从理论上证明了具有温度补偿,结构简单,高精度的光纤应变,压力传感器的可行性,并对其优点进行了讨论。     

利用掺铒光纤光栅实现应变测试中的温度补偿

为实现光纤光栅应变传感器使用中的温度补偿,设计并制作了掺铒光纤光栅测试系统,利用光纤光栅解调仪和高速数据采集卡分别测试了掺铒光纤光栅的布拉格波长及荧光寿命.通过测量在不同温度及应变作用下的光纤光栅布拉格波长及掺铒光纤荧光寿命,并对实验数据进行线性及非线性拟合,得到了掺饵光纤光栅的温度及应变响应测试结果.测试结果显示利用掺铒光纤光栅可以实现应变测试中的温度补偿,在不同测量范围内选择不同的拟合算法可以提高测量精确度.     

遗传算法在神经网络趋势预示中的应用

当前旋转机组状态预测神经网络的结构参数主要靠人工经验和实验来确定,网络结构差、预测精度低,因而不能满足复杂工况的工业现场的应用。针对以上特点,结全工业现场的实际工况,利用ＧＡ并行搜索能力对ＢＰ网络结构参数进行动态优化,使神经网络能够根据不同的历史数据,动态的确定最优的网络结构参数,在现场应用中表明,经过遗传算法优化的神经网络在邦联趋势预示中取得了令人满意的在线预测的效果。     

粒子群算法在配电网络无功补偿优化中的应用

介绍了粒子群算法的原理、模型和算法实现过程,并采用粒子群算法对配电网络无功补偿优化数学模型进行了优化计算,计算结果符合实际情况,表明粒子群算法应用于电力优化计算切实可行,为复杂的电力系统优化设计问题提供了新的思路和方法.     

电流表补偿问题探讨

简要分析了电流表温度误差现象,并就此提出了几种解决方案。     

基于Elman网络的股价预测模型及在浦发银行股票预测中的应用

基于Elman神经网络原理，建立了对股票长期、中期及短期价格变化进行分析预测的动态模型，并阐述了在MATLAB开发环境中的实现方法．最后以浦发银行2005至12月至2006年1月的收盘价为分析原始数据进行了仿真计算，证明本模型是切实可行的．     

模型预测算法在温度控制中的应用

介绍一种控制算法及在温度控制中的应用，它用系统的脉冲响应建立“预测模型”，这样的模型包含了关于系统动态的主要信息．温度过程的脉冲响应容易在线测取，故而省去了费力很大的“建模”工作．现场整定参数只有一个，使用方便，该算法仿真和试用结果令人满意     

农村电网的无功功率补偿

阐述农村电网无功补偿的意义 .针对农村电网和农村用户的特点 ,提出在农网改造中 ,对各级电力线路 ,以提高农村电网的功率因数 ,保证农网安全、可靠和经济运行 .和电力用户进行无功补偿的方法     

神经网络在汽车故障诊断中的应用

将神经网络应用于汽车故障诊断，给出了一种基于单层神经网络的汽车故障诊断方法，讨论了神经网络结构，相应的网络学习过程和应用实例。     

多层前向神经网络在ECG信号滤波中的应用

针对心电信号检测中主要存在的几类噪声，利用BP神经网络的非线性映射能力设计了基于BP神经网络的非线性滤波器，实现了对心电信号中工频干扰、基线漂移、电板移动等噪声的滤除。经仿真与实验验证表明，该方案对于工频干扰、基线漂移、电极移动等噪声均有较好的滤波效果，且算法具有较好的收敛特性，还可以方便地实现非线性滤波。     

网络计划技术在面粉厂技术改造中的运用

本文介绍了湖北省沙市面粉厂引进工艺设备的技术改造项目,以实现合同规定的工期为目标,使用网络计划技术,组织成七条作业线同时平行施工,收到了工期短、费用省、质量好和投产后经济效益显著的效果.文中作业线的安排和各子项的施工数据,可供同类型面粉厂参考.