三相电压不平衡下DDSRF-PLL与DSOGI-PLL的锁相误差检测与补偿方法

由于高渗透的分布式电源、多样化的负荷类型以及电网故障等因素,并网点三相电压不仅存在幅值不平衡,而且会出现相位不平衡现象。这种情况下,广泛应用的解耦双同步坐标系锁相环(DDSRF-PLL)和双二阶广义积分器锁相环(DSOGI-PLL)无法获得精确的同步信息。为此,该文在论证这两种锁相环具有理论等价性的基础上,阐释三相电压不平衡与锁相误差的内在关系,进而提出一种锁相误差的补偿方法,实现幅值和相位不平衡下的准确锁相。所提方法仅需对电压采样值进行简单计算即可获得不平衡相位和锁相误差,实现开环相位补偿,无需修改原有锁相结构,具有良好的拓展性。最后,通过仿真和实验验证了所提方法的有效性。

基于球杆仪数控机床误差补偿方法研究

分析了基于球杆仪的数控机床误差补偿测试原理 ,讨论了由于角度偏差引起的误差 ,指出基于球杆仪误差补偿模型的缺陷 。

基于神经网络的井眼姿态测量误差补偿研究

分析了国内常用磁性电子测斜仪在工作过程中可能存在的误差及其来源。对井眼姿态测量中的主要测量参数井斜角和方位角,采用径向基函数(RBF)和反向传播(BP)神经网络算法,分别建立了以实测井斜角为输入、标准井斜角为输出的单入单出网络模型,和以实测井斜角和方位角构成的二维向量为输入、标准方位角构成的一维向量为输出的双入单出网络模型,并用测斜仪器的测量数据进行了测试。测试结果表明,采用RBF和BP神经网络补偿算法,可将井斜角的测量精度提高至±0.16°以内,方位角的测量精度提高至±1.7°以内,误差补偿效果较好。

基于神经网络的测斜仪井斜角误差补偿研究

介绍了陕北石油基地普遍使用的磁性电子测斜仪的测量原理,分析了其可能存在的误差和来源。对井眼姿态测量中主要测量参数之一的井斜角,分别采用反向传播(BP)神经网络和径向基函数(RBF)神经网络算法,建立了以测量井斜角为输入、补偿后的井斜角为输出的单入单出神经网络模型,并用实际测斜仪器的测量数据进行现场测试。实验数据表明,采用BP和RBF神经网络补偿算法,可将井斜角的实际测量精度分别从±0.77°提高至±0.16°和±0.19°,可见两种算法均可提高测斜仪井斜角的测量精度,BP补偿算法精度较高,但RBF补偿算法的收敛速度更快。

采煤机捷联惯导系统杆臂效应误差补偿方法研究

针对杆臂效应误差力学补偿方法无法实时求出角加速度信息的问题,在分析采煤机捷联惯导定位系统杆臂效应产生原因的基础上,提出了一种改进的杆臂效应误差补偿方法。该方法利用导航坐标系下不同时刻重力加速度分量相同的原理求出杆臂长度;然后利用角速度求出载体坐标系相对于导航坐标系的角加速度;最后通过杆臂效应误差公式求出测量加速度的误差,从而对加速度输出进行补偿。仿真结果表明,该补偿方法能够有效提高采煤机捷联惯导定位系统的精度,能有效补偿采煤机的位置误差,消除累积误差的影响,相对于补偿前采煤机x方向和y方向的定位精度分别提高了5.1%和23.6%。

波束折射模型在天线罩补偿中的应用

导引头天线罩的流线型结构对天线阵列造成了能量损失、角度检测误差等电磁性能方面的影响,给制导性能带来严重损失。本文利用电磁波折射理论建立了波束指向偏移模型,通过数学公式推导验证了该模型的合理性,为角度检测误差补偿提供了理论基础。波束偏移理论和相控阵天线阵列测角原理的结合定位了阵列在有天线罩时检测角所对应的最大波束指向角度,提升了相对于无天线罩时检测角误差的准确性。实验数据表明,所提方法所得到的误差角度补偿表将阵列角度检测误差从1°降低到可接受的0.1°以下的误差范围,验证了该方法的创新性和先进性。

基于BP神经网络的小角度井斜方位角误差补偿研究

井斜角与方位角是井眼轨迹计算中的主要测量参数,然而与常规井斜时方位角误差相比,小角度井斜下测斜仪的方位角测量误差更大。为了提高测斜仪在小角度井斜下的方位角测量精度,基于BP神经网络算法对5°~10°小角度井斜下方位角的测量进行了补偿。文中以标准井斜角和实测方位角构成的二维向量作为输入,以标准方位角构成的一维向量作为输出,建立了双入单出网络模型。采用随机选取的方式将学习样本分为训练集与测试集,使网络具有较好的泛化能力。仿真测试结果表明,该BP神经网络误差校正模型运行稳定,补偿精度达到10^(-6),可将小角度井斜下方位角的测量精度从±5.3°提高至±1.7°以内。

光纤量子信道的波分复用偏振补偿策略仿真研究

给出了由于偏振演化引起的偏向角与量子误码率(QBER)关系,仿真了不同波长的单参考光和同一偏振态(SOP)的双参考光在不同距离上对单SOP的信号光进行补偿时的偏向角分布,对于偏振编码的量子密钥分发(QKD)系统,提出了使用SOPs非正交的双参考光并通过在庞加莱球上跟踪双参考光的中间SOP对光量子进行偏振补偿的具体策略,最后仿真验证了该策略的可行性。