基于DFFRLS-AUKF的单轨吊车动态倾角辨识方法研究

为保障单轨吊车在深部矿井复杂轨道工况环境下行驶的安全控制性能,需提高单轨吊车动态倾角辨识的精度及可靠性。因此,本文提出了基于DFFRLS-AUKF算法的单轨吊车动态倾角辨识方法。首先,利用自适应平滑滤波算法对实时采集的加速度和速度数据进行滤波处理,避免环境噪声的干扰,保证数据的完整性;其次,通过建立轨道曲率模型实现对轨道全工况的精准分析,在滤波处理后的数据基础上,再结合带有动态遗忘因子的递归最小二乘(DFFRLS)算法得到可靠地轨道曲率值;最终,在计算出的轨道曲率基础上,利用Sage-Husa噪声估计器对无迹卡尔曼滤波(UKF)进行改进,实现了对动态倾角辨识结果地自适应动态调整,提高了动态倾角辨识地精准度。实验表明,单轨吊车在单轨路段1和单轨路段2测试期间,所提的DFFRLS-AUKF算法与传统算法相比动态倾角辨识精度分别平均提升了25.25%和39.5%,表明了DFFRLS-AUKF算法在不同轨道工况下具有良好的精准性及可靠性,有效保障了单轨吊车在复杂轨道工况下行驶的安全性。

基于MEMS器件的高精度动态倾角传感器研制

利用ICM20602 MEMS六轴传感器设计了一种基于自适应互补滤波的动态倾角传感器,建立误差模型对加速度计与陀螺仪输出进行校正,根据加速度的输出自适应选择互补系数以更好利用加速度计静态精度对陀螺仪漂移进行修正。基于STM32F103搭建传感器实机与未经校正、使用定参数互补滤波的传感器输出进行动静态对比实验,证明该传感器在校正输出并自适应滤波后能够进行较高精度的倾角测量。

基于MEMS陀螺仪和加速度计的动态倾角传感器

仿人形机器人各关节的姿态及重心位置是其步态控制研究的关键。为了获得这些姿态数据,设计了一种基于MEMS陀螺仪和加速度计的低成本动态倾角传感器,利用卡尔曼滤波算法将陀螺仪和加速度计输出的数据进行滤波融合,解决了加速度计因机器人的线性加速度而无法准确测量其动态倾角、陀螺仪因存在漂移等而长时间测量精度不高的问题。实际测试结果表明,所设计的传感器能够测量动态倾角并具有较高的精度,可以满足仿人形机器人姿态控制的需要。

MEMS加速度计的动态倾角测量性能研究

为了分析MEMS加速度计的动态倾角测量性能,组建了虚拟仪器架构的倾角测量系统,通过设计的模拟实验对MEMS加速度计和传统膜电位倾角传感器的动态倾角测量性能进行了比较研究;结果显示:两种传感器所测的动态倾角信号具有很强的相关性,利用拟合曲线所得加速度计所测信号与基准信号间的最大偏差、均方误差、平均能量差异等指标均小于传统倾角传感器所测数据;提高运行速度后发现倾角信号振荡加剧,加速度计所测信号波动幅度较小且高频成分丰富,膜电位倾角传感器所测信号出现相位滞后;表明MEMS加速度计适合于一般工业场合下的低速动态测量,其所测信号与基准信号间的偏差小,信号波动幅度小、失真小;采用软、硬件信号处理手段,可以有效改善环境干扰对测量的影响。

基于ARM微控制器的动态倾角传感器设计与制作

使用ADXRS150角速率陀螺仪设计了一种动态倾角传感器的电路,并基于ARM7LPC2210作为微处理器编写了程序,对传感器的输出数据进行处理。经过实验,验证了所设计动态倾角传感器的有效性。并且将该传感器与一款固体摆传感器的性能作了比较,证明了该传感器的动态测量性能优于固体摆传感器。

一种基于六轴MEMS器件的低成本动态倾角传感器设计

倾角传感器是一种非常精确的测量小角度的检测工具,用它可测量被测平面相对于水平位置的倾斜度、两部件相互平行度和垂直度。动态工况下普通传感器无法直接应用,通过一种低成本的简易化方法,结合六轴MEMS技术和MCU的应用,实现了动态倾角传感器的工程化。

基于系统辨识与数据融合的动态倾角测量的研究

本文通过分析惯性传感器无法准确测量动态倾角的缺点,提出一种数据融合算法,并分析参数a的取值对数据融合结果的影响,发现算法尽管能够抑制动态加速度的干扰,但波形存在过冲。最后利用系统辨识建立因果递归系统,消除过冲,弥补数据融合的缺点。实验结果表明,通过系统辨识对数据融合算法的优化,倾角传感器能够得到准确的动态倾角值。

基于ARM的动态倾角传感器

动态倾角传感器的功能主要体现在运动状态下倾角测量的实时性与跟随性,本文采用ADIS16485惯性组合测量单元、STM32F107微控制器为核心设计了一种动态倾角传感器,通过对传感器数据读取、处理、融合等解算出姿态信息,利用CAN口通信将解算数据发送至PC机,实现对载体姿态的实时显示。文中采用的数据融合技术弥补了不同传感器之间的误差,提高了动态倾角传感器的测量精度。

基于模糊熵加权融合的单轨运输机器人动态倾角辨识研究

针对现有传感器检测单轨运输机器人动态倾角时存在辨识精度低的问题,提出了一种基于模糊熵加权融合的单轨运输机器人动态倾角精准辨识方法。首先,基于构建的轨道曲率与倾角变化双模型,通过改进的遗忘递归最小二乘(IFFRLS)算法分别计算出轨道曲率值和倾角动态变化率;其次,再以轨道曲率值和倾角动态变化率作为输入值,通过无迹卡尔曼滤波(UKF)和扩展卡尔曼滤波(EKF)算法不断迭代更新分别计算出倾角动态角度;最终,采用全局模糊熵加权融合(GFEWF)将各角度值深度融合,提高动态倾角的检测精度。实验表明,基于双模型的全局模糊熵加权融合(GFEWF)与基于单一模型的UKF或EKF算法相比,其辨识的动态倾角精度在轨道段1和轨道段2分别提升了10.38%和25.60%。

基于融合滤波的MEMS动态倾角仪算法设计

倾角仪是测量物体水平倾角的仪器,在测绘仪器、天线定位、平台控制、海上平台监控等方面有着广泛的应用。基于以MEMS陀螺仪和加速度计为核心传感器、STM32H743为核心控制器的高精度动态倾角传感器,针对加速度计受线加速度影响不适合跟踪动态角运动、陀螺仪受漂移影响存在误差累计的问题,设计了一种融合滤波算法,采用零速修正和姿态自观测方法建立扩展卡尔曼滤波模型,通过反馈矫正将陀螺仪和加速度计输出数据进行融合滤波,去除加速度计受动态环境产生的干扰误差和陀螺仪产生的累计漂移误差,得到高精度载体水平姿态信息。使用大理石平板及三轴转台分别进行静态及动态试验验证,测量过程中动态倾角仪通过RS422串口及CAN总线将仪表原始信息及姿态解算信息传输给地面采集设备,实现对载体姿态的连续、实时计算和显示。经试验验证,该算法能够有效提高系统倾角跟踪精度,测量精度优于0.008°(1σ)。

基于动态基线倾角与基线距离最大化的凸壳并行新算法

本文根据同构化凸壳构造基本定理,整合了"动态基线倾角最大化"凸壳并行算法思想与"动态基线距离最大化圈绕凸壳"凸壳串行算法思想的各自优点,并对后者施以多域化扩展与并行化改造,从而提出效率更高的基于动态基线倾角与动态基线距离最大化的凸壳并行新算法。该凸壳并行新算法的特点是:1)其机群分为4个子机群,其数据分布域分为4个子分布域,其各子分布域内凸壳顶点的圈绕寻找方向共有4个,即各子分布域均各由自己的逆时针寻找方向;2)对各子分布域的当前动态基线,均并行地找出其当前动态基线倾角最大点与当前动态基线距离最大点,并作为其各子分布域内凸壳的新顶点。

动态倾斜监测技术在海上风电工程中的应用

针对海上风电基础与塔筒结构倾斜变化特点,采用复合双轴动态倾角传感器并结合塔筒刚度圆分析技术,设计了一套塔筒动态倾斜监测系统,在风机基础顶和塔筒顶部位布置双轴动态倾角传感器,利用海底电缆所复合的光纤所组成的风场局域网络,实现风机基础与塔筒倾斜监测数据的实时采集,通过对倾斜监测数据的分析得到风电机组塔筒的静态刚度圆、动态刚度圆、塔筒振动频率、塔顶晃动位移以及塔筒刚度变化等信息,实现了对风电机组塔筒结构安全的动态监测。

斜盘式变量泵的动态模型研究

建立开式变量泵的斜盘倾角动态方程及其稳定性准则 ,定性分析了四个基本设计参数对其瞬态性能的影响 。