动力调谐陀螺安装倾斜角引起的误差分析

在动力调谐陀螺的装配过程中陀螺和平衡环的中心轴总是不可能完全与驱动轴轴线重合,因此存在一定的安装倾斜角.通过对转子和平衡环的受力分析及陀螺的运动状态分析,并利用理论力学知识,建立了在考虑陀螺与平衡环安装倾斜角和陀螺壳体具有加速度和角速度条件下的运动方程,得到了安装倾斜角造成的干扰力矩表达式,并进行了讨论.分析结果表明:陀螺及平衡环的安装倾斜角对动力调谐陀螺的调谐条件有影响,此干扰力矩与壳体的运动状态无关而与力矩器对转子的作用力有关.因此,在装配中应尽量做到陀螺、平衡环及驱动轴的轴线重合,以便减小对动力调谐陀螺的调谐条件的影响.      

半球谐振陀螺装配技术的发展现状及趋势

目前半球谐振陀螺装配过程中存在着装配精度低、一致性差、成品率低等问题，半球谐振陀螺装配技术的短板制约半球谐振陀螺性能指标提升、高合格率和批量化生产。文章通过调研半球谐振陀螺产品研究现状，分析了影响半球谐振陀螺精度的因素，阐述了在半球谐振陀螺的装配过程中亟需突破的关键技术，包括面向装配的几何误差建模、无损柔性夹持技术、铟焊低应力连接装配工艺、非平行板电容精密检测等关键技术，并对半球谐振陀螺装配技术的发展趋势进行展望。     

基于Faster R-CNN的精密零部件的识别方法

在航空航天领域中，惯性陀螺等精密器件装配精度要求较高，目前大多采用人工装配的方法，装配效率低、装配过程受人主观影响大。针对上述存在的问题，采用基于Faster R-CNN模型的目标识别算法，通过VGG16特征提取网络提取特征信息，在模型训练过程中利用COCO数据集的深度网络模型进行迁移训练，防止模型过拟合并加速参数的训练过程。同时，该方法还与其他深度学习模型以及传统的目标识别算法进行了对比，在自建的数据模型测试集上进行试验。结果表明，基于VGG16的Faster R-CNN目标识别模型在复杂环境及物体发生遮挡的情况下对于惯性陀螺的识别具有明显的优势，准确率可达到87.80%，召回率80.30%，识别速度可达到15FPS，能够满足实时性要求。     

基于Matlab GUI的X型圈选配仿真平台开发

针对伺服机构油箱蓄压器组件配对速度慢、匹配参数单一的问题，提出了一种考虑三个匹配参数（配合间隙、X型圈压缩率、拉伸率）、同时考虑密封副重要性分配的综合量化评分体系，对配对零件的密封性能进行了综合评分，接着将分数最高的若干组合选出，以实现零件的优选配对。该流程可通过Matlab编程实现，以提高选配速度。针对油箱蓄压器组件装配仿真中轴向力提取困难的问题，通过引入驱动元件，可以获得装配过程中的轴向接触压力，并最终将其转化为轴向力。结合优选配对功能与装配仿真功能，开发了基于Matlab GUI（图形用户界面）的X型圈选配仿真平台。该软件操作简单，仿真结果提取方便。     

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.      

基于可观测度分析和模型预测的空间自标定方法

光纤陀螺以其优点适合空间飞行器定姿要求,但长期在轨飞行必须对光纤陀螺进行自标定。通常采用高维复杂陀螺模型计算实时性误差,而采用舍去状态量的降维模型影响系统定姿精度。针对这一问题,通过星敏感器观测,对高维陀螺模型进行可观测度分析,提出了一种基于模型预测的降维模型,将可观测度较低的状态作为模型误差进行预测估计,保证了系统精度并大大减小了计算量。半物理仿真结果表明此算法精度略高于高维模型自标定方法,计算量仅为高维模型的1/10,显著提高了系统的实时性。     

一种改进PSO-ARMA半球谐振陀螺温度误差建模方法

为减小半球谐振陀螺(HRG)在温度效应下产生的漂移,建立了温度漂移补偿模型,对与温度有关的确定性漂移进行了补偿。提出了一种改进PSO-ARMA建模方法,对不确定性漂移进行了补偿。改进的PSO-ARMA建模方法将惯性权值递减策略引入到反向学习粒子群优化(PSO)算法中,提高算法跳出局部、快速收敛的能力,在建模时利用改进的PSO算法对ARMA参数寻优,以提高模型的精度。利用半球谐振陀螺升温实验数据进行了检验,经该模型补偿后,陀螺输出精度可达0.07°/h,且较传统ARMA建模方法精度提高了一倍。      

一种含铰接动平台姿态类并联机器人的运动学标定

面向航空制造业大型零部件精确装配的重大需求，研究一种含铰接动平台姿态类并联机器人(4 PRS&H(R))的精度提升问题.首先，基于零件 部件 整机的装配思路，从零件加工设计与部件装配工艺来保证物理样件具有一定的基础精度，并借助区间理论，预估几何误差源对物理样机末端姿态精度的影响程度，其次，在精度预估的基础上，简化基于激光跟踪仪的误差参数辨识模型，然后结合物理样机实际装配精度和其结构的特殊性对测点进行规划，随后针对4 PRS&H(R)并联机器人开展运动学标定实验，激光跟踪仪检测结果表明，该机器人在运动学标定后沿α、β和γ三个转动方向的最大姿态偏差分别由0.195°、0.520°和2.089°降低至0.026°、0.044°和0.519°，且姿态偏差整体波动平稳，以此验证所述运动学标定方法的正确性和有效性.     

基于相关系数AR模型的陀螺随机漂移分析方法

陀螺漂移序列的均值和方差随时间不断变化,不属于传统的相关函数平稳序列,因此采用传统的平稳序列分析方法对其处理必然导致较大的误差．通过对大量陀螺漂移数据分析发现,大多数陀螺漂移序列的相关系数并不随时问的平移而变化,是时间间隔的单变量函数,因此,它们属于相关系数平稳序列．在此基础上,建立了基于相关系数AR模型的陀螺漂移分析方法．该方法首先对陀螺漂移数据是否属于相关系数平稳序列进行判别,然后采用相关系数AR模型建模并给出模型参数的估计方法,最后可根据得到的相关系数AR模型对陀螺漂移进行估计和补偿．由于相关系数平稳序列能够对陀螺漂移序列的本质特征进行描述,因此较传统方法具有更高的建模精度和补偿精度．     

基于BP神经网络的高精度陀螺恒流源补偿方法

为了提高陀螺恒流源精度,提出一种基于BP神经网络的陀螺恒流源补偿方法.采用BP神经网络训练恒流源控制指令与恒流源输出之间的非线性映射稳态模型,以实时估计恒流源输出偏差.设计恒流源控制指令补偿判据,当输出偏差超出设定裕度时,按比例对恒流源控制指令值进行实时补偿,使得恒流源输出更接近控制目标值,以实现更优的精度.通过实物在回路仿真验证了上述方案的有效性,并通过与传统对控制指令进行分段线性标定方法相比较,显示了上述方案的恒流控制优势.     

结合多体动力学先验知识与核方法的位标器性能预测技术

位标器的性能与特征参数之间存在着非常复杂的非线性映射关系,且由于装调工艺复杂,测量手段昂贵,位标器实际测量数据较少。如何在小数据的情况下实现对位标器性能的精确求解,是准确预测位标器装调性能的关键。提出一种结合陀螺动力学先验知识和核方法的位标器装配性能预测方法(A-LPSVR)。通过构建陀螺Adams动力学模型以缩小解空间范围。使用仿真性能值和真实装调性能值的差值训练支持向量回归模型,得到最终的位标器性能预测模型。实验结果表明该方法所构建的模型预测准确性与泛化性能要优于现有模型,能够在测量数据稀缺情况下实现位标器陀螺仪性能的精确预测。     

基于角加速度的陀螺框架伺服系统干扰观测器

磁悬浮控制力矩陀螺(MSCMG,Magnetically Suspended Control Moment Gyro)是大型航天器姿态控制的关键执行机构,影响MSCMG输出力矩准确度的一个关键因素是其框架伺服系统的控制精度.为提高MSCMG框架伺服系统的抗干扰能力和控制精度,提出了一种基于角加速度的干扰观测器.其设计思想是:卡尔曼滤波器利用角位置估计出角速度并送往状态观测器以获取准确的角加速度,角加速度和电流作为干扰观测器的输入以获得补偿电流,补偿电流加到电流环的输入端以补偿各种干扰.干扰观测器结构简单,抗干扰能力强.实验表明:该方法有效地提高了MSCMG框架伺服系统的角速度精度与稳定度.     

图模型与学习算法结合的贝叶斯网络自动建模

针对纯数据驱动的贝叶斯网络结构学习算法的准确度和效率较低的问题,提出了一种融合多信号流图模型与K2学习算法的贝叶斯网络自动建模方法。该方法利用多信号流图模型能够描述信号之间传递与依赖关系的能力,结合K2学习算法在结构学习中的优势,实现了专家知识与数据驱动方法有效融合的贝叶斯网络结构自动学习算法。通过与常用网络结构学习算法的对比实验证明,该融合算法显著降低了结构学习对学习范围和训练数据规模的要求,具有更高的学习准确度和运算效率。采用真实系统实例阐述了该融合算法的应用过程,验证了算法的实用性。      

电液伺服阀衔铁组件过盈配合参数设计

电液伺服阀是航空航天精密电液伺服系统的重要控制元件,其中衔铁组件是负责伺服阀电液转换的关键部件。为保证姿态控制信号的高精度、灵敏放大输出,要求衔铁组件具有极高的位置精度及尺寸精度,其中过盈配合参数设计极为重要。基于厚壁圆筒过盈配合原理,通过对零件材料的屈服极限进行理论分析计算,确定了合理的过盈量范围。计算原衔铁组件各接触面等效应力均超过了材料屈服极限,这是时常出现的管弹簧受损等问题产生的重要原因。经过衔铁组件装配与测试,解决了装配时常出现的组件压配变形、平行度等指标超差及管弹簧受损等问题,过盈联接可靠性和合格率较原来有了很大提升,本文确定的设计参数能更好地满足产品生产要求。     

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。      

基于液压桥路的伺服阀节流器高精度配对方法

伺服阀节流器零件流量配对精度要求很高,传统流量配对的方法存在配对精度差的问题,直接影响伺服阀产品稳定性。针对伺服阀行业节流器零件流量小,配对精度不高的问题,本文基于液压桥路的原理开展伺服阀节流器小孔流量配对方法研究,通过建物理立仿真模型分析了节流器零件不同流量对前置级压力以及伺服阀整机的影响,并通过试验对节流器新型配对方法进行了验证。试验结果表明该测试方法能够很好地满足现有伺服阀产品节流器配对的高精度要求,具有操作方便、分辨率高的特点,该结构形式可以推广到其他类似的小孔类零件高精度配对场合。     

力反馈式电液伺服阀衔铁组件力学模型

电液伺服阀衔铁组件是连接电-机械转换器和液压放大器的柔性构件,其刚度是影响伺服阀动静态特性的重要因素。针对衔铁组件精密零部件刚度的精确分析理论欠缺的问题,将衔铁组件等效为变截面弹性组合梁结构,考虑剪力对结构变形的影响,建立了基于能量守恒原理的衔铁组件柔度矩阵静力学解析模型。进一步,提出了弹簧管、反馈杆和挡板刚度以及组件综合刚度的高精度计算方法。并作了弹簧管刚度测量和反馈杆柔度测量,理论计算结果与测量结果吻合。所建立的衔铁组件柔度矩阵模型及刚度计算式可为衔铁组件柔性构件匹配设计和精密零件刚度标定提供依据。     

一种高动态条件下惯性星光组合定姿方法

针对高动态条件下星图拖尾导致惯性星光组合定姿精度下降甚至无法定姿的问题,提出了一种基于乘性扩展卡尔曼滤波的惯性星光深度组合姿态确定方法.利用星敏感器观测信息修正姿态误差,补偿陀螺漂移,并建立了陀螺输出的角度变化量与星图像移的关系,利用陀螺输出信息估计星图拖尾的模糊参数,采用维纳滤波复原方法对产生拖尾的星图进行复原以提高星图信噪比和观测精度.仿真结果表明该方法可以有效提高星像质心提取精度和星图识别率,对初始姿态误差修正更快,且不存在星图误匹配的情况,保证了惯性星光组合定姿方法在高动态条件下仍能保持较高的精度.