货运飞船智能温湿度测量系统构建和实验

根据货运飞船热平衡实验中对温湿度测量的需求,设计并搭建了一种以控制器局域网络(CAN)总线通信技术和智能温湿度传感器SHT15为核心的分布式测量系统,温湿度测量模块将采集到的温湿度数据通过CAN总线经分线器传递给下位机,进一步传输给上位机,实现了对数据的补偿、显示和保存等功能,给出了系统中软件的设计思路和流程图.并对该系统进行了真空贮存实验和标定实验,实验结果表明:该系统具有高可靠性和高测量精度,相对湿度的测量误差在2%以内,且使用方便,易于扩展节点,现已成功运用于实际的测量工作中.      

基于曲线拟合的飞机方向舵偏角测量误差补偿

在对飞参记录系统的方向舵偏角通道进行标校的过程中,俯仰角变化和其它非线性误差都会影响电子罗盘的测量精度。本文研究了基于曲线拟合原理建立误差补偿公式的方法,以减小方向舵偏角通道的测量误差。实验证明,这种方法可以有效地提高电子罗盘的方向舵偏角测量精度。     

基于神经网络的体视PIV空间标定模型

体视粒子图像测速（SPIV）中的空间标定精度对SPIV的测试结果精度有较大影响。为研究标定模型对输入误差的处理能力,定义了一个无量纲参数——误差衰减系数,来评判空间标定模型对误差的响应。在此基础上针对SPIV两相机空间标定的误差产生和传播特性,发展了一种基于神经网络的且具有联合标定能力的SPIV空间标定模型。使用仿真实验手段,证实了该神经网络模型在很大的参数空间内均具有对输入误差的抑制能力,而传统的多项式模型或小孔模型并不具备这一能力;此外,神经网络模型在高光学畸变情况下的表现也优于多项式模型及小孔模型。因此,神经网络具备替换传统空间标定模型的能力,有助于提高SPIV的测量精度。最后在实验中证实了神经网络标定模型的空间定位误差仅为传统模型的1/4。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

基于直线成像特征的视觉测量系统综合标定方法

针对视觉测量系统存在复杂系统误差的特点,提出一种基于直线成像特征的系统综合标定方法,有效地保证了测量精度.该方法通过对1等量块的平行直线边缘提取,建立量块边缘空间物点位置和像点位置的原始对应关系,利用量块边缘的理想直线特征,通过统计计算对测量系统进行综合标定,建立描述空间物点位置和像点位置的相互对应关系的二元三次标定函数.对在测量范围内不同方位的量块进行多次测量,表明使用这种标定方法标定的视觉测量系统的测量精度能够达到.     

Systematic Geometric Error Modeling for Workspace Volumetric Calibration of a 5-axis Turbine Blade Grinding Machine

A systematic geometric model has been presented for calibration of a newly designed 5-axis turbine blade grinding machine. This machine is designed to serve a specific purpose to attain high accuracy and high efficiency grinding of turbine blades by eliminating the hand grinding process. Although its topology is RPPPR (P: prismatic; R: rotary), its design is quite distinct from the competitive machine tools. As error quantification is the only way to investigate, maintain and improve its accuracy, calibration is recommended for its performance assessment and acceptance testing. Systematic geometric error modeling technique is implemented and 52 position dependent and position independent errors are identified while considering the machine as five rigid bodies by eliminating the set-up errors of workpiece and cutting tool. 39 of them are found to have influential errors and are accommodated for finding the resultant effect between the cutting tool and the workpiece in workspace volume. Rigid body kinematics techniques and homogenous transformation matrices are used for error synthesis.     

辅助动力装置控制系统传感器智能解析余度方法

针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。     

航空网络关键节点辨识的核极限学习机算法研究

通过技术手段准确识别航空网络的关键节点,对航空网络平时的正常运行以及战时的防御和修复,具有重要的理论意义和参考价值。提出一种基于核极限学习机的航空网络关键节点识别方法,首先,采用层次分析法对节点综合重要度进行评估;然后,选取三个简单指标,基于核极限学习机学习简单指标与综合重要度之间的映射关系,建立重要度评估模型;最后,以中美两国航空网络为例进行仿真。结果表明:仅需计算 40 个节点的复杂指标值,就可对关键节点取得较满意的辨识效果,降低了计算复杂度,提高了辨识效率,即采用本文方法辨识航空网络的关键节点是有效、可行的。     

基于ELM的航空制孔机器人定位精度补偿方法

针对航空制孔机器人绝对定位精度补偿中存在的建模复杂及运算量大的问题,提出了一种基于极限学习机的绝对定位精度补偿方法。该方法通过将机器人视为一个黑箱系统,忽略机器人的几何因素和非几何因素的影响,通过高精度的激光跟踪仪测量获得机器人的末端运动误差,采用极限学习机建立机器人误差预测模型。由机器人误差预测模型获得机器人在期望位置的位置偏差,通过修正机器人位置坐标来实现机器人的绝对定位精度补偿。最后该方法在航空制孔机器人上进行了试验,试验结果显示机器人的绝对位置误差的平均值和最大值分别降低了75.69%和78.16%。     

固体火箭发动机体空间缺陷最大直径矢量特征测量方法

针对固体火箭发动机工业CT(computed tomography)三维扫描数据,从计算时间和测量精度两方面考虑,结合固体火箭发动机内部缺陷体空间数据场的特征,通过改进传统的空间最大距离求解法——擂台法,提出了基于分类种子点法的体空间缺陷最大直径矢量特征测量方法.设计了预置缺陷的固体火箭发动机,经实验验证,相比传统擂台法,该方法能够提高测量精度和缩短计算时间,最大直径及其与轴向锐角夹角的最大测量误差在10%以下,为固体火箭发动机三维可视化故障诊断奠定了基础.      

正六面体工装误差对光纤惯组加速度计零偏标定精度影响分析

研究了利用大理石平板正六面体工装对光纤惯组进行标定时,工装误差对标定精度的影响。首先建立了标定模型,设计了12位置法的标定方案与解算方法,其次分析了工装误差对标定影响的量化关系,并提出减小误差的标定解算方法,最后对理论分析结果进行仿真验证。仿真结果表明,当长宽高为400mm的工装平面度、垂直度、平行度误差均为0.04时,加速度计零偏的标定误差达到0.0001g,与工装误差角大小量级相当。用12位置二向法解算零偏可减小该误差影响。     

改进的格网惯导系统无阻尼综合校正方法

综合校正技术可作为抑制格网惯导系统（INS）导航误差的有效手段。加速度计零偏所造成的水平姿态误差是导致综合校正中陀螺漂移估计精度受限的重要因素。针对这一问题，提出了一种改进的无阻尼综合校正方法。首先，推导了格网坐标系框架下估计加速度计零偏和姿态的目标函数；其次，介绍了无阻尼条件下综合校正的两个核心方程；最后设计了无阻尼两点校策略。综合校正前，在多普勒计程仪（DVL）提供的速度辅助下完成加速度计零偏的估计和补偿，以此消除加速度计零偏所造成的水平姿态误差对综合校正中陀螺漂移估计精度的影响。在两次间断的外部位置和航向辅助下通过所设计的综合校正策略完成对陀螺漂移的估计。校正策略中所涉及的水平姿态误差在DVL辅助下由参数估计方法估计得到。仿真及实验结果表明：与现有的研究相比，所设计的综合校正方案进一步减少了DVL的辅助时间，同时由于准确地估计和补偿了加速度计零偏，陀螺漂移的估计精度显著提高，该方案在抑制导航误差方面具备更明显的优势。     

基于可行图的五轴在机测量探针轴向优化方法

针对不同探针轴向下红宝石球上触碰点会引入不同预行程误差导致标定精度和效率低的问题，提出了一种用于优化在机测量探针轴向的可行图构建方法。首先，根据包围盒算法计算各个测量点处免干涉的探针轴向。接着，利用机床运动学链建立红宝石球上触碰点与机床旋转轴的关系，进而构建机床转台旋转角度的可行图。为了提升检测精度，以减少红宝石球上触碰点和机床旋转轴方向变化为原则，优化测量路径上探针轴向，满足无干涉且红宝石球触碰点最少的条件。最后，以离心式叶轮为例进行验证，采用此方法不仅能保证红宝石球上触碰点个数最少而大幅度缩短标定时间，还能减少引入的机床误差量而提升测量精度，实验结果证明该方法重复性好、可行度高。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

惯性组合三位置现场测试方法

针对陀螺漂移和加速度计零偏,提出了一种三位置现场测试方法。该方法不需要转台,对夹具和测试基准无特殊要求,惯性组件无须精确取向。仿真结果表明,惯性器件测试误差主要由安装失准角和标度因数误差有关。     

齿轮测量仪微机化改造

带有微机数据处理系统的多功能齿轮测量仪，是在3001型光栅式齿轮测量机的基础上，加装微机、打印机、绘图仪、控制电箱以及成套软件而成，系统采用微机控制、光栅计量、多参数动态显示、自动打印绘图和评定精度等级，可对圆柱齿轮主要误差项目进行自动测量和评定。它适应于坐标类齿轮仪器的技术改造。     

基于小波尺度函数的WSK-SV算法 及其气动性能预测

提出了一种将小波的尺度函数与SV(support vector)算法相结合的WSK-SV(wavelet scaling kernel-support vector)新算法,并将Daubechies小波以及Shannon小波的尺度函数分别构成尺度核函数,而且分别作为SV算法中一个可容许的支持向量核函数使用.该算法充分利用了Daubechies小波函数的紧支集与正交等特点以及小波的MRA(multi-resolution analysis,多分辨分析),并注意了尺度核函数能够满足Mercer条件.该算法除了具有通常SVM(support vector machine)所具有的优点外,还具有很好的收敛性以及泛化能力,能够有效地提高学习与预测效率.典型算例选取了不同的小波尺度函数,数值计算表明:在一维、二维和三维问题中,这些小波的尺度函数均可以用于WSK-SV算法,进而显示了这个新算法的可行性与通用性.      

新型自适应Terminal滑模控制及其应用

针对一类高阶MIMO非线性系统设计了基于快速模糊干扰观测器的自适应Terminal滑模控制方案.通过设计快速模糊干扰观测器,克服了传统模糊干扰观测器在误差较小时收敛速度慢的缺点.严格证明了跟踪误差及观测误差均在有限时间内收敛到零的小区域.最后在高超声速条件下,对空天飞行器再入过程的姿态控制进行仿真,结果表明了所设计干扰观测器的优越性和闭环控制方案的有效性.      

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

空间机械臂视觉测量技术研究

空间机械臂技术是维护空间站、执行指定任务、保障航天员出舱作业的安全等必不可少的关键技术。视觉测量技术则是保证空间机械臂顺利完成空间遥操作任务的前提。基于此前提,首先对空间机械臂视觉测量技术进行了概述,并分别对手眼关系标定、标志器识别以及相对三维位姿测量等关键技术进行了阐述;然后,以加拿大机械臂为例提出了一种基于边缘特征的标志器识别算法,给出了具体的识别流程,并采用一种基于非迭代的相对位姿测量算法实现了位姿求解;最后,针对标志器识别算法和位姿测量算法给出了基于仿真图像的实验结果和机械臂原理样机集成实验结果。最终实验结果表明:提出的空间机械臂视觉测量方法合理可行,满足预期的技术指标要求,具有较强的工程应用价值。