光纤陀螺热致漂移仿真分析及实验验证

外界温度场作用下,光纤环温度变化和热应力是引起光纤陀螺非互易误差的主要原因。分析了光纤陀螺热致漂移的数学模型,基于该模型仿真研究了对光纤环以恒定功率加热随后转入平稳状态扰动因素下陀螺的输出特性。为验证模型准确性,选用3个光纤环搭建光纤陀螺系统,并对陀螺零偏变化特性进行了测试。测试结果表明,各陀螺零偏测试值与模型计算值间的误差不超过8%,实验结果与模型能够较好符合,该研究结果对高精度光纤陀螺的设计具有重要指导意义。     

光纤环瞬态温度梯度对Shupe误差的影响

光纤陀螺的承环结构不同,会影响光纤环的温度及温度梯度分布,进而影响陀螺的精度.对四种不同承环结构的光纤陀螺进行有限元瞬态热仿真,得到光纤环的温度分布.基于四极对称绕法绕制光纤环的截面数字离散化模型,绘制了四个光纤环沿展开光纤上的温度分布,计算了四个陀螺的轴向和径向温度梯度及其引起的Shupe误差.对比分析结果表明:承环结构形式不同,光纤环的轴向和径向温度梯度不同,轴向温度梯度对光纤环的Shupe误差影响更大.     

单模光纤环热应力双折射仿真分析

光纤陀螺在温度场作用下产生零位偏移,降低了光纤陀螺的精度。光纤环 是光纤陀螺产生温度误差的主要根源。分析了温度场作用下,单模光纤环产生热应力双 折射的机理。基于有限元方法仿真出光纤环在特定加热条件下的热应力双折射的大小及 其随时间的变化。最后结合仿真结果提出了减小光纤环热应力双折射的几种方法,对提 高光纤陀螺温度环境性能有较大的指导意义。     

惯组中光纤陀螺温度漂移的二维插值建模研究

光纤陀螺对温度较为敏感,输出受温度及温度变化率影响严重,在实际工作中需要对温度漂移误差进行建模补偿。传统多项式拟合方法如最小二乘法,无法很好地满足精度要求。因此,首先对光纤陀螺工作原理与温度漂移误差产生原理进行分析,得出光纤陀螺温度漂移误差特性。利用传统多项式模型对不同温度下启动的光纤陀螺进行建模补偿,得到补偿后的精度并不理想。利用新的二维插值模型对上述试验重新进行建模补偿,结果表明二维插值模型明显优于多项式模型,光纤陀螺的零偏稳定性由补偿前的0.0153(°)/h提高到0.0051(°)/h,有利于工程上应用。     

基于简化Mohr模型的光纤陀螺温度补偿方法研究

为了提高光纤陀螺温度补偿精度,采用Mohr理论建立了光纤环圈的热传递模型,准确分析了光纤环圈内部的温度变化和分布情况,计算得到了光纤环圈的Shupe误差。根据Shupe理论误差和陀螺仪输出的相关性分析,得到了最优的光纤环圈热传递参数。根据热传递参数建立了光纤陀螺温度补偿模型,完成了光纤陀螺的实时温度补偿,实际补偿后光纤陀螺仪变温精度提高了约3.4倍。     

光纤陀螺的温度实验与仿真分析

热致非互易相移的存在影响了光纤陀螺的工作精度.通过对热致非互易相移的分析,把握了该相移与光纤陀螺温度特性的关系.在此基础上,进行了光纤陀螺的温度实验与仿真分析.结果表明,仿真分析光纤陀螺的整体温度分布是可行的;温度实验与仿真分析相结合的办法有助于光纤陀螺温度特性的把握.     

光纤陀螺温度建模与补偿方法分析

通过光纤陀螺温度试验,分析了光纤陀螺的温度特性;理论上阐述了各项温度因素对光纤陀螺零偏的影响,并采用逐步回归分析的方法建立光纤陀螺零偏的温度数学模型。通过试验验证,采用该模型对光纤陀螺进行温度漂移的补偿,可以有效提高光纤陀螺的测量精度。     

固化胶粘剂对光纤环温度性能的影响研究

光纤环是光纤陀螺的核心部件,其温度性能直接影响光纤陀螺的精度.胶粘剂作为光纤环的重要组成成分,其选用是否得当决定了光纤环性能的优劣.首先理论分析了胶粘剂的性能对光纤环性能的影响,并选取了三种具有不同性能的胶粘剂作为光纤环用胶粘剂,对比分析了不同种类胶粘剂对光纤环温度性能的影响.结果表明选择具有模量适中、较低固化收缩率和足够粘接强度的胶粘剂,得到的光纤环具有更好的温度性能.     

基于多参量模型的光纤陀螺温度误差补偿

温度漂移误差是制约光纤陀螺精度的重要因素之一。针对传统光纤陀螺温度补偿方法仅对温度项建模导致补偿精度差的问题,提出了一种新型多参量模型来补偿光纤陀螺温度误差的方法。通过对陀螺零漂误差和温度各相关项进行相关性分析,将温度和温度速率的乘积项及温度梯度滞后项引入到温度漂移误差模型中,建立了多参量分段补偿模型对零偏进行补偿,显著改善了光纤陀螺的零偏稳定性。使用实测光纤陀螺数据对提出的补偿方法进行实验验证,结果表明采用该方法补偿后,零偏误差平方和降低2个数量级,陀螺漂移均值、方差稳定在零点附近,补偿效果优于温度项分段拟合方法,与非线性模型预测效果相当。     

基于神经网络的光纤陀螺温度漂移误差建模与补偿

光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一,在实际应用中必须对光纤陀螺温度漂移误差进行适当补偿。传统的最小二乘法等线性补偿方法很难满足补偿精度的要求且适用性较差,利用BP及RBF神经网络分别建立非线性光纤陀螺温度漂移误差模型,可以有效提高补偿精度,使用FOG温箱实测数据对最小二乘模型及神经网络补偿模型进行了测试对比,验证了基于神经网络的非线性补偿算法在FOG温度漂移补偿中的有效性。