基于惯性测量单元的旋挖钻机钻具姿态测量方法

为实时获取钻孔过程中钻具的姿态信息,提高机手掌握成孔垂直度,设计了一种基于惯性测量单元的钻具姿态测量方法。该方法采用三轴加速度计、磁力计和陀螺仪构成惯性测量单元,建立基于四元数的姿态测量非线性模型,并采用基于四元数的扩展卡尔曼滤波算法,有效降低振动等干扰信号的影响,提高钻具姿态解算的准确性。实验结果表明,该方法能够有效避免振动对动态测量的干扰,实现旋挖钻机姿态的准确测量,为旋挖钻机施工提供实时、准确的姿态监测手段,为桩基施工质量提供重要保障。

基于DirtNet与惯性测量单元的人体姿态估计

仅使用少量的惯性测量单元(IMU, Inertial Measurement Unit)进行人体姿态估计是一种非侵入性且经济的人体姿态估计方法,该方法主要面临的挑战是从带有噪声的IMU信号中精确估计人体姿态。为此,对人体姿态估计问题提出了一种仅使用6个IMU精确估计人体姿态的方法。1) 提出了一种双重信息保留注意力Transformer网络(DirtNet, Dual information retention transformer Network),它能够有效保留历史信息并通过注意整个序列的信息来获得更好的结果。2) 通过对加速度进行积分了获得了近似变化速度,并将其作为额外的输入通道以提高了人体姿态估计的精确度。3) 使用均匀滤波过滤和白噪声模拟的方法对合成的加速度进行了数据增强,以此来拟合真实的IMU数据并得到更好的训练结果。与之前的研究相比,改进后的方法有效提高了姿态估计的精确度。

基于激光诱导石墨烯的木制惯性测量单元

针对商用低精度惯性测量单元具有高成本、制造工艺复杂、废弃后污染环境、不能生物降解等缺点,提出一种低成本、可生物降解的木制惯性测量单元。该设计包含平衡振子和非平衡振子单元,分别用于测量3轴加速度和3轴角加速度。采用激光诱导石墨烯的工艺在木梁上制备应变传感器阵列,并形成多组惠斯顿电桥测量电路。结果表明:加速度方面,X轴灵敏度为0.006 m V/g,Y轴灵敏度为8.695×10^(-4)m V/g,Z轴灵敏度为0.200 m V/g;角加速度方面,X轴灵敏度为0.285 m V/(rad/s^(2)),绕Y轴旋转的灵敏度为0.305 m V/(rad/s^(2)),绕Z轴旋转的灵敏度为0.765 m V/(rad/s^(2))。与有限单元法仿真结果对比,实验测量误差在10%以内,且具有良好的重复测量精度。该惯性测量单元在木制船舶、木制载具、木制家具等方面具有潜在的应用前景。

基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(phasor measurement unit,PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。首先构建以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明:所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。

基于惯性测量单元的刮板输送机形态监测

刮板输送机作为综采工作面的核心运输装备,准确感知其形态是提升其带载能力、缓解传动冲击、改善综采工作面直线度的重要前提。目前常用的刮板输送机形态间接测量方法难以准确表征其形态,导致测量模型误差较大。针对该问题,采用惯性测量单元直接测量刮板输送机中部槽原始位姿信息,实现刮板输送机形态数据的准确获取。采用融合Heursure阈值规则和新阈值函数的小波阈值去噪方法滤除中部槽运动加速度信号中的噪声干扰,在此基础上分析了中部槽运动特征,设计了基于随机森林的中部槽运动状态识别模型,根据运动状态识别结果采用不同的策略更新中部槽位置,减小了随时间累计的IMU数据误差,提升了IMU位置解算精度。设计了改进哈里斯鹰优化(HHO)算法优化无迹卡尔曼滤波(UKF)进行中部槽姿态解算,通过实验验证了该方法解算的姿态角满足中部槽姿态测量要求。搭建了刮板输送机形态监测实验平台,对基于运动状态识别和改进HHO优化UKF的刮板输送机形态解算方法进行实验验证,结果表明:刮板输送机进行单次推溜且步距为250 mm时,由10节中部槽组成的刮板输送机在底板水平工况下,X,Y轴方向上位移的最大累计误差分别为6.4,8.4 mm,Z轴方向上位移始终保持不变,俯仰角、横滚角和航向角的最大累计误差分别为-0.148,-0.035,0.457°;在底板起伏工况下,X,Y,Z轴方向上位移的最大累计误差分别为6.6,11.5,6.9 mm,俯仰角、横滚角和航向角的最大累计误差分别为-0.540,-0.157,0.817°。该方法可有效抑制累计误差,降低测量误差,实现刮板输送机形态的准确感知。

基于高采样率惯性测量单元的手部状态与手势识别

为了同时实现手势识别与手部状态识别,针对高采样率惯性测量单元具有同时采集动作信号与振动信号的特点,搭建基于单惯性测量单元的手势识别与触摸识别原型设备.可视化分析手部状态数据与手势数据在时域与频域上的差异,建立手部状态、划动手势与画圈手势数据集.针对数据特征的差异,提出差异化特征提取方法,分别构建手部状态分类与手势分类的神经网络结构.使用数据集训练神经网络模型,在手部综合状态识别任务中正确率达到99%,在划动手势识别任务和画圈手势识别任务中的正确率均达到98%.提出实时数据流处理、状态转移、未知类别判断的原型程序框架,基于手部状态识别模型实体与手势识别模型实体搭建实时程序,测量实际运行整体计算延时与单模型计算延时,验证模型实时运算能力.模型评估实验与实时运算能力验证实验结果表明,使用高采样率惯性测量单元准确且实时地识别手部状态与手势具备可行性.

一种用于微惯性测量单元的橡胶减振器

为满足微惯性测量单元(MIMU)减振要求,利用橡胶体积小、质量轻、设计灵活的特点设计减振器。通过优化橡胶硬度、安装尺寸及安装压缩量提高了MIMU的谐振频率,且MIMU的动态性能未受到明显影响。通过随机振动及正弦角振动试验验证了橡胶减振器的减振效果,结果表明,微惯性测量单元X、Y、Z轴向谐振频率分别提升至3 672、3 990、3 976 Hz,陀螺带宽140~150 Hz,角速率延迟约2.7 ms。该方案对各类微惯性测量单元减振系统的设计具有一定的参考价值。

基于相量测量单元和故障指示器的配电网故障定位研究

研究配电网故障定位技术,快速定位故障发生点,对缩短停电时间,提高配电网供电可靠性具有重要意义。介绍了目前基于相量测量单元的配电网故障定位研究现状,基于故障指示器的配电网区段定位原理与研究情况,以及基于相量测量单元和故障指示器相结合的配电网故障定位方法。在此基础上探讨了未来配电网故障定位技术的研究方向。

微惯性测量单元研究

微惯性测量单元(Micro Inertial Measurement Unit,MIMU)具有体积小、功耗低、成本低、可靠性高等特点,在车辆/舰船稳定控制平台、导航控制系统、小型弹类武器制导系统中具有广阔的市场应用前景。陀螺仪及微机械加速度计是MIMU的主要元件,MIMU作为惯性制导系统的核心元件,其体积和性能不但直接影响惯性系统的精度,还决定了它在惯性制导系统的应用范围。主要介绍了基于三轴MEMS陀螺及三轴MEMS加速度计的小体积低成本微惯性测量单元的研究,通过对敏感器件的误差补偿和信号降噪等措施来提高MIMU系统指标精度,使其适用于较高要求的应用领域。

应用于ATE的时间测量单元设计

集成电路飞速发展对集成电路自动测试设备(ATE)中时间测量单元(TMU)的精度提出了更高的要求。针对这一问题,本文使用电子学引脚测试芯片MAX9979对数字IC施加激励和捕获响应,结合Xilinx Artix-7 FPGA内部固化的时间数字转换器(TDC)设计了一种高精度的时间测量单元。时间数字转换器采用粗、细计数结合的内插方法,粗计数由参考时钟为200 MHz的32位直接计数器实现;细计数由超前快速进位链(CARRY4)级联的延迟链构成,通过对CARRY4进行专用配置来减小其超前进位功能引起的测量误差,使用码密度校准法对延迟链进行校准。实验结果表明,TMU量程为21.475 s,平均分辨率为34.7 ps,DNL优于2.5 LSB,INL优于4.5 LSB,精度为39.7 ps。

基于状态估计方法的相量测量单元电压稳定性研究

简要介绍电网的电压稳定性,并提出了基于状态估计的相量测量单元(PMU)测量电压稳定性的方法,该方法主要针对由于负载率变化引起的电压变化,并对不同负载情况和不同电压值情况下的电压稳定性进行了说明。提出通过采用加权最小二乘(WLS)方法对电力系统电压状态进行状态估计,同时通过使用PMU直接生成测量结果。为了在电力系统中达到PMU的最大利用效率,采用贪婪算法求解PMU的优化配置问题,利用电压稳定性指数和其他电压分析工具,推导出了PMU配置的最优位置。通过在电力系统中使用PMU,优化了电力系统中电压状态估计中繁琐的迭代过程,并且解决了电力系统中PMU的最优配置问题(OPP)。

飞行仿真环境中惯性测量单元建模

准确的惯性测量单元(IMU)模型对飞行仿真至关重要,模型的准确性直接影响仿真试验的可靠性。为了在飞行仿真试验中能够提供有效的角速度和线加速度数据,需要建立准确的惯性测量单元仿真模型。在推导陀螺和加速度计数学模型的基础上,提出了建立陀螺及加速度计的仿真模型方法。为提高模型准确性,考虑了IMU误差影响。通过模拟AD公司的MEMS器件测量转台角速度和线加速度的过程,结果表明IMU模型数据结果良好,很好地模拟了实际的IMU工作过程。

相量测量单元实现次同步振荡在线辨识和告警的探讨

为了及时发现电力系统中的次同步振荡,采取措施保障机组安全和电力系统稳定运行,结合同步相量测量的算法原理分析了次同步振荡对相量测量单元(PMU)测量结果的影响;针对IEEE Std C37.118—2011标准对于同步相量测量提出的新要求,分析了遵循新标准的PMU测得的同步相量数据应用于主站次同步振荡监测时存在的问题,并指出了在主站实现次同步振荡分析的局限性;在此基础上提出在PMU装置上实现次同步振荡在线辨识和告警的方法,通过仿真试验验证了方法的可行性。

基于GPS与惯性测量单元的列车组合定位系统

采用GPS接收机及惯性测量单元构成列车组合定位系统,系统包括传感器输入层、故障检测与隔离层、数据融合层和输出层4个部分。给出GPS接收机、惯性测量单元等定位传感器的位置解算方法;设计采用H∞鲁棒滤波方法的数据融合算法;采用小波变换方法进行组合系统故障检测,确定故障隔离及系统重构策略。对列车组合定位系统进行现场测试和仿真验证结果表明:在复杂的列车运行环境及干扰条件下,该系统能够实现高精度高可靠性的列车定位;定位误差较采用传统的Kalman滤波方法更为稳定;组合系统能够有效实现故障检测并根据故障隔离策略重构系统,保证定位输出的连续性,保障系统安全;具有较高的适应性和实际应用价值。

一种微惯性测量单元标定补偿方法

在介绍微惯性测量单元组成与结构的基础上,根据MEMS惯性器件的输出特性,建立了微惯性测量单元中加速度计和陀螺仪的数学标定模型,提出并推导了一种适用于微惯性测量单元的标定方法,该方法可以得到微惯性测量单元中惯性传感器的零位、标度因数、安装误差系数及g值敏感项等33个参数;然后,具体介绍了通过加速度计重力场静态翻滚试验和陀螺仪恒角速率试验对MIMU中参数标定的方法和步骤,并对实验室自研的MIMU进行了标定;最后利用得到的标定参数对测试结果进行了误差分析与补偿;实验结果表明,该方法使MIMU的测量精度提高了1～2个数量级,能够满足姿态解算及导航计算的精度要求。

基于有限相量测量单元测量故障分量信息的故障定位算法

提出了一种基于有限同步相量测量单元(PMU)测量故障分量信息的故障定位算法。采用间隔母线配置PMU的布点策略,即在2条配置有PMU的母线之间间隔一条非零注入并且未配置PMU的母线。该算法首先运用叠加原理获得系统的纯故障等值模型,进而对纯故障等值模型进行等价变换,以获得故障线路两端的系统阻抗等值模型和故障点注入电流源的转移等值模型,最后结合这2种等值模型,实现对故障点的精确定位。该算法没有迭代过程,不存在伪根问题,且计算量小。此外,该算法不受电网拓扑、过渡电阻、振荡状态及系统运行方式的影响。动模试验结果验证了该方法的有效性。

运动分类步频调节的微机电惯性测量单元室内行人航迹推算

行人航迹推算(pedestrian dead reckoning,PDR)作为一种新兴的导航定位方法,因其不易受外界环境因素影响而受到广泛关注.针对室内行人航迹推算,采集并分析了微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)数据,设计了运动分类的区间对称步频检测,并建立了步频调节的步长估计模型,最后提出了运动分类步频调节的MEMS-IMU室内行人航迹推算,从而实现较精准的定位.针对不同个体,对步频调节的步长估计模型进行个性化标定,以进一步提高室内行人航迹推算性能.验证结果表明:与传统峰值非线性方法相比,运动分类步频调节的MEMS-IMU室内行人航迹推算的定位误差降低了32.6%,使短距离室内行人航迹推算在无其他定位技术支持的情况下具有较高精度.

一种激光陀螺惯性测量单元混合标定方法

针对采用低精度转台标定高精度激光陀螺惯性测量单元(IMU)的方法进行了研究。提出一种不依赖转台精度的静态解析与Kalman滤波估计混合的新型高精度标定方法。首先采用多位置静态解析法粗标定出IMU系统参数的低精度初始值;然后根据惯性导航算法基本误差方程,建立以IMU系统参数粗标定结果的残差为估计对象,以IMU速度误差为观测量的扩展Kalman滤波器,估计出系统参数残差,进一步修正粗标定结果。实验结果表明,该方法能够利用低精度转台获得与高精度转台相当的参数标定精度,降低了惯导系统的标定成本,满足高精度激光陀螺IMU的使用需求。

激光陀螺惯性测量单元系统级标定方法

传统的分立标定方法必须依靠高精度的转台提供姿态基准,不满足带减振器的惯性测量单元(IMU)和现场标定需求。首先建立了附加约束条件的陀螺和加速度计安装坐标系数学模型,根据陀螺和加速度计的输出误差方程,从惯性导航基本误差方程出发推导了惯性测量单元的系统级误差参数标定Kalman滤波模型,该模型包含了陀螺和加速度计零偏、比例因子、安装误差在内共21维标定误差状态变量,且仅以速度解算误差为观测量。依据所建立的模型和设计的标定路径对此系统级标定方法进行了仿真,仿真结果表明,陀螺和加速度计零偏估计精度分别优于0.005o/h和0.005 mg,安装误差估计精度优于1′′,比例因子误差优于1ppm,满足高精度惯导系统的标定需求。

基于LabVIEW的惯性测量单元信号采集及处理系统设计

利用LabVIEW设计了惯性测量单元信号采集及处理软件,主要包括串口通信、数据分离及信号处理等模块;串口通信模块采用VISA方式编程,建立了惯性测量单元与上位机之间的通信;根据惯性测量单元输出数据的格式,利用LabVIEW中的匹配模式函数分离出沿三轴向的加速度信号和角速率信号;设计了一种用于去除加速度信号中低频成份的数字滤波器;在建立的陀螺漂移模型基础上,分别进行小波基、小波分解层数、阈值函数及阈值估计方法等小波参数的选取.