一种六维加速度传感器的测量属性分析*

本文研究的六维加速度传感器为并联机构,旨在用于低频作业装备下的小量程加速度测量。为了能够准确地获取传感器的测量属性,采用并联机构的守恒转换的方法求解传感器的刚度矩阵,通过对传感器的简化建立系统的无阻尼自由振动模型,获得传感器固有频率求解的理论表达式,对双悬臂梁弹性元件进行分析,计算获得悬臂梁弯曲应力与上平台加速度加载的关系曲线,利用有限元分析仿真确定传感器的测量范围,经过实验验证,证明该传感器在16 Hz,x轴方向0~10 m/s2的加载状态下传感器测量电压与加速度加载量之间具有良好的线性关系,传感器的线加速度精度为1.3%。     

汽车空气悬架系统及精准控制技术发展综述

空气悬架系统具有寿命长、自振频率低、刚度与高度可调等优点,广泛应用于野外作业车辆。但现有空气悬架系统存在控制模式单一、参数解耦困难、非线性与时滞性严重等问题,直接限制了车辆行驶安全性、舒适性和通过性的提升。通过对世界范围内当前在悬架系统参数模型构建、汽车空气悬架系统以及空气悬架控制技术等不同角度着手的研究情况进行分析,同时提到目前我国在汽车空气悬架系统及精准控制技术方面现存问题和未来发展趋势,为我国空气悬架高精度控制技术的发展提供参考。     

基于Kane方法的并联式六维加速度传感器动态特性研究

六维加速度传感器因其系统的复杂性,对其动态特性的研究较少。针对所研究的并联式六维加速度传感器(以下简称并联惯性传感器),建立基于Kane方法的动力学模型,对并联惯性传感器的动态特性进行理论分析,通过传感器理论模型的结构简化和忽略系统阻尼的影响,建立动力学模型的解析解方程,推导传感器的固有频率和振型,与有限元法仿真环境下得到的试验数据进行比对,验证所建立动力学模型的准确性。在传感器工作频率带宽内,采用一定频率的加速度荷载进行标定试验,试验结果表明线加速度测量精度为1.3%。     

一种并联式六维加速度传感器参数优化研究

并联机构作为弹性元件研究六维加速度传感器,参数众多难以优化,尤其是理论模型实体化后因为体和面代替了点和线产生的结构误差影响传感器的测量精度鲜见文献报道.在分析并联式弹性元件众多参数的基础上,建立了具有5个参数的理论简化模型,完善了基于空间模型理论的性能图谱寻优法,并对理论简化模型参数进行优化,通过对不同优化方法优化结果的比较,论证了该方法获得的优化结果更适合具有特殊球型结构并联式弹性元件;将理论模型实体化后建立了实体化模型,应用正交试验和极差分析法对实体化模型参数影响传感器测量精度情况进行分析,并获得了优化的实体化模型参数值,通过算例计算了实体化后产生的结构误差为1.617％.最后对研究的六维加速度传感器样机进行标定试验,结果表明采用的参数优化方法能够获得高的传感器测量精度.     

基于 SSA-GB-ELM 的并联式六维加速度传感器非线性解耦

六维加速度传感器的高精度测量可有效提高底盘防倾翻控制系统的控制效果，但并联式弹性元件的维间耦合会给传感器带来非线性误差，采用极限学习机算法进行标定解耦可以有效提高传感器的测量精度。但传统极限学习机非线性解耦算法精度较低，使用麻雀搜索算法可以获得极限学习机的最佳初始权值、阈值。同时，将最大类间方差法融入到麻雀算法优化的极限学习机中，可以探索六维加速度传感器固有耦合关系，把传统极限学习机黑箱模型转换为灰箱模型，从而提出一种麻雀搜索优化灰箱极限学习机(sparrow search algorithm-gray box-extreme learning machine, SSA-GB-ELM)的解耦算法。通过实验验证，使用该算法的并联式六维加速度传感器非线性解耦精度显著提高，Ⅰ类误差最大为0.023%,Ⅱ类误差最大为0.046%,解耦时间为1.095 s,可以高效解决六维加速度传感器非线性耦合问题。