基于混合滤波算法的三维力传感器信号处理

针对三维力传感器存在维间耦合和噪声干扰问题,提出了基于混合滤波算法的三维力传感器信号处理方法。先根据三维力传感器的测量原理建立三维力传感器系统模型,设计标定实验,根据力传感器标定数据利用最小二乘法拟合力传感器维间耦合矩阵,实现三维力传感器的维间解耦,然后利用Sage-Husa自适应滤波算法对信号进行初次滤波,降低力传感器系统噪声和观测噪声的干扰,最终使用滑动平均值滤波算法对信号进行平滑处理得到最终的滤波数据。实验结果表明,本文提出的方法有较好的解耦效果和降噪效果,提高了力传感器输出信号的稳定性和准确性。

基于SSA-ELM的双层十字梁结构光纤布拉格光栅传感器三维力解耦

针对三维力传感器维间耦合干扰严重的问题,以双层十字梁结构光纤布拉格光栅三维力传感器为研究对象,提出了基于麻雀搜索算法优化极限学习机(Sparrow Search Algorithm–Extreme Learning Machine,SSA-ELM)的解耦算法。首先,研究了光纤布拉格光栅的传感及测力原理,揭示该三维力传感器波长漂移量和力的映射关系,分析其结构耦合特性;然后,构建标定实验系统进行标定实验;最后,建立了极限学习机非线性解耦模型,利用麻雀搜索算法优化模型,获得网络最佳初始权值和阈值,兼顾解耦精度和效率,寻找极限学习机隐含层节点与SSA迭代次数的最优参数组合,解耦后Ⅰ类误差最大为1.18%,Ⅱ类误差最大为1.14%,解耦训练时间为1.7786 s。为验证解耦效果,将SSA-ELM算法与最小二乘法、极限学习机算法解耦结果对比。实验结果表明:SSA-ELM算法解耦训练速度较快,能更有效地构建三维力的维间耦合关系,降低传感器Ⅰ,Ⅱ类误差,具有较好的非线性解耦能力。

多传感器并联式三维测力平台及标定

针对参数测试的实际需求及现有三维力传感器的局限性,提出了一种用于高速列车转向架参数测定的三维测力平台。介绍了其结构特点及测量原理,并研发了相应的标定装置。为了解决三维测力平台维间耦合问题,在单轴加载下,分析了平台3个方向的输出特性,从而获得其静态标定矩阵。试验结果表明:本文所设计的三维测力平台偏心载荷作用下最大相对误差为0.42%,测量精度为0.25%;三向载荷同时作用下,测量精度为1.5%,该三维测力平台具有良好的抗偏载能力,能够消除维间耦合的干扰。

面向运动力学测量的无线六维力传感器

针对目前六维力传感器普遍存在的体积偏大、操作繁琐、应用场景复杂的问题,设计了一种基于电阻应变原理的小型化无线六维力传感器。首先,基于十字横梁结构设计传感器的弹性体,并通过ANSYS软件进行结构静力学分析,确定了传感器的最优结构尺寸;其次,基于传感器小型化和无线传输的设计要求,设计了传感器的内部硬件电路,包括四等臂全桥电路、两级放大电路以及数据采集与传输电路,有效减小了传感器的体积,增强了灵活性;最后,设计并优化了静态标定方法及静态解耦算法,降低了传感器的维间耦合干扰,提高了测量精度。实验结果表明,该传感器室内无线传输距离达到8 m,传输速率满足中低频力信号测量,Ⅰ类与Ⅱ类误差均满足在高精度要求场合的使用。