石英晶体热特性及光纤电压传感器热致系统误差分析

石英晶体在温度扰动下物理参数的变化极大地影响了反射式光纤电压传感器的测量精度。该文采用琼斯矩阵建立反射式光纤电压传感器系统热致误差数学模型,在此基础上,结合有限元方法,计算分析温度扰动下石英晶体物理参数(周长、高度、压电系数)变化对系统输出精度的影响。研究结果表明:在-40℃~85℃温度范围内,晶体周长变化对系统输出精度影响最为严重,压电系数次之,均超过IEC 0.2S级精度等级要求;而高度变化对系统输出误差影响较小,在±0.06%以内;此外,温度变化与系统误差相位呈线性关系。该文为反射式光纤电压传感器热致系统误差的抑制奠定了理论基础,为系统温度补偿提供了一定的参考依据。

光纤电压传感器传感头优化与热致非互易误差抑制

针对普通光纤电压传感器在外界温度扰动下其输出精度和稳定性会受到严重影响这一问题,本文提出了一种采用保偏光子晶体光纤(polarization maintaining photonic crystal fiber,PM-PCF)作为传感光纤的传感头优化方法抑制温度扰动下的系统非互易误差。在综合考虑PM-PCF与传统熊猫型保偏光纤(panda polarization maintaining fiber,panda-PMF)尾纤间的熔接损耗、传输损耗以及现有工艺条件下的光纤制备等问题的基础上,优化得到了与panda-PMF间的熔接损耗低至0.14 dB的PM-PCF;并对比分析了这两种保偏光纤的双折射温度依赖特性,建立了全光纤类型的光学电压传感器(fiber optic voltage sensor,FOVS)热致系统误差输出模型,分析验证了PM-PCF在解决反射式逆压电型FOVS热致非互易问题的可行性。结果表明,采用PM-PCF优化后的FOVS热致非互易误差约是传统保偏光纤电压传感器的10^(-2)量级。这在提高系统输出精度和稳定性等方面具有显著优势,同时这种低损耗的优化方法在光纤传感及通信等领域具有重要的应用价值。

数控滚齿机工作台热-力变形分析及预测建模

为了减小滚齿机工作台变形对加工精度的影响,对工作台热、力变形进行了研究,提出一种基于子种群自适应思维进化算法优化反向传播(SAMEA-BP)神经网络的滚齿机工作台热-力变形预测方法。通过SAMEA对BP神经网络的初始值、权重和阈值等参量进行调整,有效提升了基于神经网络的热-力变形预测准确度。结合K均值聚类策略和灰色关联分析(GRA)对影响热误差的温度测点进行耦合性和关联度分析,将热误差输入变量从8个测点减少到3个;针对滚齿加工中切削力导致的工作台变形,利用机床主轴电流表征切削力,并作为预测模型的输入变量。试验结果表明:本文模型平均预测精度为95.1%,与其他模型进行的对比分析验证了本文SAMEA-BP模型的有效性和泛化性。